Automatisierung von Workflows

Eine erhebliche Hürde für Metallurgen beim Bestreben, ihren Bildanalyse-Workflow zu automatisieren, ist die Komplexität solcher Workflows. Die Erfahrung, die erforderlich ist, um benutzerdefinierte Bildanalyseroutinen zu verstehen und zu erstellen, geht in der Regel über den Leistungsumfang der meisten QS-Labore in einem Produktionskontext hinaus.  Die folgende Abbildung zeigt typische Schritte eines Bildanalyse-Workflows, dargestellt anhand von mikroskopischen Aufnahmen einer Aural 2 Aluminiumlegierung von Rio Tinto, bei denen der Anteil von Aluminium, eutektischen Strukturen, Porosität und intermetallischer Phase extrahiert wird.

Vereinfachte Bildanalyse für die Mikroskopie mit maschinellem Lernen | Clemex

Abb. 1 Typischer Ablauf der Bildanalyse

Die Komplexität eines solchen Workflows hängt hauptsächlich vom Bildsegmentierungsschritt ab.  Bei der Segmentierung werden Bildpixel gesucht und ihnen wird eine Bedeutung zugewiesen.  In der Metallographie bedeutet dies, dass jedem Pixel eine Klasse zugewiesen wird, z. B. Eutektikum, Porosität, Korngrenze oder andere signifikante Strukturen.

Moderne Technologie für maschinelles Lernen bietet die Möglichkeit, die Erstellung von Bildsegmentierungsalgorithmen zu optimieren und zu vereinfachen. Zur Erstellung von Bildsegmentierungsalgorithmen für die Trennung und Klassifizierung komplexerer Merkmale sind keine Erfahrungen mit Computer Vision erforderlich.

 

Vereinfachte Bildsegmentierung mit Clemex Studio

Auf der Grundlage dieser Philosophie hat Clemex vor Kurzem Clemex Studio eingeführt, ein Tool zur Erstellung von Bildsegmentierungsalgorithmen.  Der Hauptvorteil von Clemex Studio besteht darin, Benutzern mit umfangreichen Fachkenntnissen die Erstellung eines vollständigen Mikroskopie-Workflows zu ermöglichen. Benutzer ohne vorherige Erfahrung mit Computer Vision benötigen nur wenige Minuten, um den Umgang mit der Plattform zu erlernen. Die Stärke einer solchen Plattform besteht darin, robuste, reproduzierbare und wiederholbare Mess-Workflows zu generieren.

Vereinfachte Bildanalyse für die Mikroskopie mit maschinellem Lernen | Clemex

Abb. 2 Clemex Studio Benutzeroberfläche

Mit dem Bildanalysesystem Clemex Vision können Benutzer ihre Untersuchungen mit einem einfachen, aber robusten Routinesystem individuell anpassen.  Clemex Vision ist eines der wenigen Angebote auf dem heutigen Markt, die für eine Vielzahl von Materialtypen und Analyseanforderungen geeignet sind. Mit Clemex Studio als Teil dieses Ökosystems wird die Erstellung eines Bildanalyse-Workflows auf vier Schritte reduziert, die jeder Mikroskopiker lernen kann, wodurch die Abhängigkeit von Spezialisten verringert wird.

Beispiel: Aluminiumlegierung

Der Anmerkungs-Workflow von Clemex Studio funktioniert intuitiv. Betrachten Sie das obige Bild einer Aluminiumlegierung, bei dem der Großteil von Al, eutektischen Strukturen, intermetallischen Phasen und Poren einfach mit nur einer Anmerkung für jedes Merkmal annotiert werden kann. Anschließend können Anmerkungen verstärkt werden, indem Merkmale in der Nähe des Bereichs der Phasengrenzen hervorgehoben werden. Die angrenzenden Merkmale können mit nur vier zusätzlichen Anmerkungen genau klassifiziert werden.

 

Bewährte Mess-Software

Nach dem Eintragen der Anmerkungen mit Clemex Studio lädt der Benutzer den Segmentierungsalgorithmus als Plug-in herunter, das für die weitere Verarbeitung und Messungen in Clemex Vision verwendet wird. Diese in Clemex Studio erstellten dynamischen Plug-ins ermöglichen eine schnellere und effektivere Bildanalyse mit Clemex Vision.

Vereinfachte Bildanalyse für die Mikroskopie mit maschinellem Lernen | Clemex