金属顕微鏡を用いた様々な金属組織の分析

金属顕微鏡を用いた様々な金属組織の分析

金属組織研究者は長年にわたり、金属組織サンプルの研磨面を顕微鏡で観察したり、各種標準画像と比較して微細構造、粒径、非金属特性を評価したりして、金属材料の微細構造特性を定性的に記述してきました。混合物や相粒子など。この方法は精度が高くなく、評価に主観性が大きく、結果の再現性も不十分で、すべて金属組織サンプルを研磨した後に行われます。表面の2次元平面で測定すると、測定結果と3次元空間の実際の構造の記述との間に一定のギャップがあります。現代の立体学の出現は、人々に2次元画像から3次元空間に外挿する科学を提供しました。つまり、2次元平面で測定されたデータは、金属材料の3次元空間の理論的な微細構造の形状、サイズ、数量、形状と組み合わされます。 分布を結び付け、材料の3次元空間構成の形状、サイズ、量、分布と機械的特性との間の本質的な関係を確立し、材料の科学的評価のための信頼性の高い分析データを提供する科学。

金属材料中の微細構造や非金属混合物は均一に分布していないため、顕微鏡下で1つまたは複数の視野を測定するだけでは、任意のパラメータの測定値を決定することはできません。十分な計算方法を使用して、複数の視野で多くの計算タスクを実行することによってのみ、測定結果の信頼性を保証することができます。顕微鏡下での視覚的評価に人間の目だけを使用すると、精度、一貫性、再現性が非常に悪く、測定速度が非常に遅く、過度の作業負荷のために実行できない場合もあります。画像分析装置は、人間の目の観察と計算を高度な電子光学とコンピューター技術に置き換えます。計算が重要な測定とデータ処理を柔軟かつ正確に実行できます。また、精度が高く、再現性が良く、処理を回避できます。要因が金属組織評価結果に与える影響などの特徴があり、操作が簡単で、測定レポートを直接印刷できます。当時の定量的な金属組織分析には欠かせない方法になりました。

オリンパスの顕微鏡画像分析装置は、材料の定量的な金属組織学的研究のための強力な機器です。また、日常の金属組織学的検査の優れたアシスタントでもあります。手動評価による主観的なエラーを回避し、論争の現象を回避できます。日常の金属組織学的検査で毎回画像分析装置を使用することは不可能であり、必要もありませんが、製品の品質が異常である場合、または金属組織構造レベルが合格と不合格の間で判断できない場合は、画像分析装置を使用して分析できます。定量分析を実行して正確な結果を生成し、製品の品質を確保します。金属組織学的分析における画像分析装置の応用は、金属組織学的検査のテスト項目を拡大し、テストレベルの向上を促進し、テスト担当者の質の向上にも非常に有益です。

オリンパス顕微鏡画像解析装置の原理と機能の紹介
画像分析システムは、金属組織顕微鏡と顕微鏡カメラステージで構成される光学画像システムです。その目的は、金属組織サンプルまたは写真の画像を形成することです。金属組織顕微鏡は、金属組織サンプルに対して定量的な金属組織分析を直接実行できます。顕微鏡カメラステージは、金属組織写真、ネガ、その他のオブジェクトの分析に適しています。

コンピュータを使用して画像を保存、処理、分析するには、まず画像をデジタル化する必要があります。画像のフレームは、グレースケールと一致しない分布で構成されています。数学記号は、j {{0}} j (x、y) を明らかにするために使用されます。したがって、m×n モーメントリーク表示を使用して画像のフレームを表示できます。モーメント内の各要素は、画像内のピクセルに対応します。aij の値は、リーク表示画像の i 行目と j 列目に属するピクセルのグレースケールです。値。CCD カメラ (Charge Coupled Device Camera) は、画像デジタル化デバイスです。金属組織サンプル上の微細な特徴は、光学系を介して CCD に画像化され、CCD は光電変換とスキャンを完了します。次に、画像フラグとして取り出され、エキスパンダーによって拡大され、後で保存するためにグレースケールに定量化されます。、デジタル画像を取得します。コンピュータは、デジタル画像内の測定対象の特徴のグレー値範囲に応じて、グレー値しきい値 T を設定します。 デジタル画像内の任意のピクセルに関して、そのグレースケールがT以上であれば、元のグレースケールは白（グレースケール値255）に置き換えられ、T未満であれば、元のグレースケールは黒（グレースケール値0）に置き換えられます。グレースケールは、グレースケール画像を白と黒の2つのグレースケールのみを含むバイナリ画像に変換し、画像に対して必要な処理を実行することができるため、コンピューティング機能はバイナリ画像に対して粒子数、面積、周囲の測定などの画像分析義務を簡単に実行できます。疑似カラー処理を使用すると、256グレーレベルを対応する色に変換できるため、非常に近いグレーレベルの詳細とその周囲の状況またはその他の詳細を簡単に識別できるため、画像が改善され、コンピューターがマルチフィーチャ画像を処理しやすくなります。