Analysis of Merged LOM and SEM Pictures using Innovative Image Processing Methods
-
, , , and
Abstract
Multiphase steels play an important role for the automotive industry. Their mechanical properties are strongly influenced by the microstructure. A quantitative description of the microstructure is necessary in order to optimise the properties of multiphase steels through a precise microstructure design. Using only light optical microscopy (LOM), the characterisation of multiphase steels cannot be achieved sufficiently due to the fact that very fine metallographic constituents are present, which are smaller than the optical resolution limit. This problem can be solved by using scanning electron microscope (SEM) images in addition to the light optical images.
Within this work, we describe a method for automatic composing LOM and SEM images into a single feature image. In addition, a novel segment based approach is presented, which classifies different phases in images of multiphase steels. Thereby we use several features of the derived segments for the classification process.
Kurzfassung
Mehrphasenstähle spielen eine wichtige Rolle in der Automobilindustrie. Ihre mechanischen Eigenschaften werden durch ihr Gefüge stark beeinflusst. Zur Optimierung der Eigenschaften von Mehrphasenstählen durch ein präzises Gefügedesign ist eine quantitative Beschreibung des Gefüges notwendig. Durch den alleinigen Einsatz von Lichtmikroskopie (LM) kann eine Charakterisierung von Mehrphasenstählen nicht zufriedenstellend erreicht werden aufgrund der Tatsache, dass sehr feine metallographische Bestandteile vorhanden sind, die kleiner sind als die Auflösungsgrenze lichtoptischer Abbildungen. Dieses Problem kann durch den Einsatz von Rasterelektronenmikroskopie (REM) zusätzlich zur Lichtmikroskopie gelöst werden.
In der vorliegenden Arbeit beschreiben wir eine Methode zur automatischen Zusammenführung von LM- und REM-Abbildungen in eine einzige Merkmalsabbildung. Zusätzlich dazu wird ein neuartiger segmentorientierter Ansatz vorgestellt, der unterschiedliche Phasen in Abbildungen von Mehrphasenstählen klassifiziert. Dazu verwenden wir mehrere Merkmale der abgeleiteten Segmente für den Klassifizierungsprozess.
References/Literatur
[1] http://www.worldautosteel.org/ulsab-avc, 2006Search in Google Scholar
[2] Ohm, J.-R.: Multimediakommunikation Skript SS2002Search in Google Scholar
[3] David G.Lowe: Distinctive Image Features from Scale-Invariant Keypoints. Computer Science Department University of British Columbia Vancouver, B.C. Canada, June 6, 2003Search in Google Scholar
[4] Ilja N.Bronstein, Konstantin A.Semendjajew, Gerhard Musiol: Taschenbuch der Mathematik, Verlag Harri Deutscher, 1995Search in Google Scholar
[5] Dorin Comaniciu: Mean Shift: A Robust Approach Toward Feature Analysis Vol. 24, 5 May 200210.1109/34.1000236Search in Google Scholar
[6] Soille, Pierre: Morphologische Bildverarbeitung. Springer VerlagBerlin, Heidelberg199810.1007/978-3-642-72190-8Search in Google Scholar
[7] K.-F.Kraiss: Mensch-Maschine-Systeme Skript SS 2004Search in Google Scholar
© 2007, Carl Hanser Verlag, München
Articles in the same Issue
- Contents/Inhalt
- Inhalt / Contents
- Editorial
- DGM-Arbeitskreis Probenpräparation unter neuer Leitung
- Technical Contributions/Fachbeiträge
- Initiative “PetziDat — simplify & grow“
- Pioniere des Elektronenmikroskops
- Elektronenmikroskopische und metallographische Untersuchungen an supraleitenden MgB2-Bändern mit mechanisch legiertem Precursor-Pulver
- Analysis of Merged LOM and SEM Pictures using Innovative Image Processing Methods
- Metallographische Untersuchungen an Bauteilen
Articles in the same Issue
- Contents/Inhalt
- Inhalt / Contents
- Editorial
- DGM-Arbeitskreis Probenpräparation unter neuer Leitung
- Technical Contributions/Fachbeiträge
- Initiative “PetziDat — simplify & grow“
- Pioniere des Elektronenmikroskops
- Elektronenmikroskopische und metallographische Untersuchungen an supraleitenden MgB2-Bändern mit mechanisch legiertem Precursor-Pulver
- Analysis of Merged LOM and SEM Pictures using Innovative Image Processing Methods
- Metallographische Untersuchungen an Bauteilen