Zur Übersicht

Vortrag (20 Min., 5 Min. Diskussion, 5 Min. Raumwechsel)

Mikrostrukturanalyse anhand von 3D-Bilddaten

Donnerstag (19.09.2019)
14:30 - 15:00 Uhr Hamburg 2

Makroskopische Eigenschaften von Materialien werden maßgeblich von der Geometrie ihrer Komponenten (oder Phasen) bestimmt. Somit spielen Kenngrößen zur Beschreibung der Geometrie dieser Bestandteile eine zentrale Rolle in der industriellen Materialprüfung und -entwicklung. Dieser Beitrag gibt einen Überblick über Mikrostrukturanalyse anhand von 3D-Bilddaten

 

Prof. Dr. Joachim Ohser, Hochschule Darmstadt und Dr. Katja Schladitz Fraunhofer ITWM, Kaiserslautern

 

Methoden der Charakteri-sierung von Mikrostrukturen anhand von Voxeldaten mit besonderem Augenmerk auf lokale Algorithmen, die keine Segmentierung einzelner Objekte im Bild voraussetzen.

Zu den gebräuchlichsten Kenngrößen einer Komponente gehören die Dichten der inneren Volumina — neben dem Volumenanteil und der spezifischen Oberfläche die spezifischen Krümmungsintegrale (d.h. Krümmungsintegrale pro Volumeneinheit). Das spezifische Integral der mittleren Krümmung ist für Faserstrukturen oder offenporige Schäume proportional zur Faser- bzw. Steglänge pro Volumeneinheit. Das spezifische Integral der Gaussschen Krümmung ist eine topologische Kenngröße, die die Konnektivität der Mikrostruktur beschreibt (mittlere Anzahl der Faserkontakte pro Volumeneinheit von Papieren, Glas- und Kohlenstofffaserkompositen, Vliesen oder Filzen, mittlere Anzahl der Knoten in offenzelligen Schäumen etc.).

Die Dichten der inneren Volumina lassen sich bildanalytisch anhand von 3D-Bildern der Mikrostrukturen bestimmen, die durch mikrotomografische Aufnahmen mit Röntgen-, Synchrotron- oder Neutronenstrahlen, durch Elektronentomo-grafie, FIB-REM oder CLSM generiert werden. Ihre Additivität ermöglicht es, sie aus lokaler Bildinformation zu berechnen, z.B. aus Anzahlen von 2x2x2-Pixel-Konfigurationen. D.h. Volumen, Oberfläche und die beiden Krümmungs-integrale kann man schätzen, indem man den Vektor der Anzahlen der 2x2x2-Pixel-Konfigurationen eines Binärbildes mit Gewichtsvektoren skalar multipliziert, die vom Bildinhalt unabhängig sind [1].

 

[1] Ohser, J.; Schladitz, K.: 3D Images of Materials Structures: Processing and Analysis, (2010)

[2] Wirjadi, O.; Schladitz, K.; Easwaran, P.; Ohser, J.: Estimating Fibre Direction Distributions of Reinforced Composites from Tomographic Images. Image Analysis and Stereology 35(3), 167-179, (2016)

Sprecher/Referent:
Prof. Dr. Joachim Ohser
Hochschule Darmstadt
Weitere Autoren/Referenten:
  • Dr. Katja Schladitz
    Fraunhofer ITWM