Lösungen für 3D Bildverarbeitung und Bildanalyse

Die dreidimensionale Bildgebung durch Mikro-Computertomographie (µCT) und Rasterelektronenmikroskope mit fokussiertem Ionenstrahl (FIB-SEM) hat sich in den letzten Jahren als eine hochpräzise und bezahlbare Methode für die Materialanalyse, ergänzend zu Laborexperimenten, etabliert.

Durch die digitale Repräsentation der Materialien lassen sich einmalige Einblicke in die Mikrostrukturen und dadurch in die Funktionsweisen und die Prozesse gewinnen. Erkenntnisse, die bereits heute in vielen Branchen zu großartigen Innovationen in der Produktentwicklung geführt haben.

Die Herausforderung besteht darin, die 2D- oder 3D-Bilddaten des Originalmaterials als digitales Abbild korrekt zu segmentieren, um einen digitalen Zwilling zu erstellen. Es bedarf zum einen geeigneten Bildverarbeitungswerkzeugen, sowie den richtigen Segmentierungsmethoden. Schlussendlich muss anhand von Validierungsverfahren die Übereinstimmung des Originalmaterials und des digitalen Zwillings festgestellt werden.

GeoDict bietet eine ganzheitliche Lösung an, um schnell und einfach vom µCT oder FIB-SEM eines Materials zum digitalen Materialmodell - dem digitalen Zwilling - in GeoDict zu gelangen.

Leistungsfähige Bild- und Segmentierungsfilter in ImportGeo-Vol helfen Ihnen dabei, die Bilddaten (abhängig von der Qualität der Ausgangsdaten) bestmöglich für die digitale Materialanalyse aufzubereiten. Bei der Analyse der 3D-Bilddaten können die Bestandteile der Mikrostruktur eines Material dann innerhalb kürzester Zeit dank künstlicher Intelligenz identifiziert und analysiert werden.

GeoDict bildet diesen komplexen Workflow vollständig ab und bietet darüber hinaus auch die Möglichkeit, definierte Arbeitsschritte voll zu automatisieren.

Mit ImportGeo-Vol können 3D-Bilder z.B. als µCT Scan, CT, synchrotron-CT oder FIB-SEM importiert werden.

Um die Qualität der importierten Aufnahmen zu verbessern, stellt ImportGeo-Vol leistungsfähige Bildfilter zur Verfügung, beispielsweise zur Reduzierung von Bildrauschen, Schärfen der Korngrenzen oder Entfernen von Bildartefakten. Je besser das gefilterte Bild ist, desto präziser kann der Datensatz segmentiert werden.

Bei der Bildsegmentierung werden den Objekten im Bild eindeutige Grauwertbereiche zugewiesen, z. B. werden Grauwerte von 0-11500 als Porenraum betrachtet. Dafür stehen in ImportGeo-Vol verschiedene bewährte Methoden zur Verfügung, wie z.B. die Otsu-Methode, KMeans-Methode sowie innovative KI-Segmentierungsfilter. Sind die Grauwertbereiche eines Materials bekannt, können sie auch manuell in GeoDict eingegeben werden. Mit den Workflow-Makros ab GeoDict 2021 kann dieser Schritt automatisiert werden.

Je nach Art des Materials wird in der Materialanalyse der Anteil an Festkörpermaterialien (z.B. Fasern, Körner), Bindemitteln oder des Porenraumes berechnet und Eigenschaften wie z.B. Durchmesser, Orientierung oder Volumen im 3D-Materialmodel bestimmt. Künstliche Intelligenz in Form von neuronalen Netzen in GeoDict unterstützt Sie bei der Charakterisierung komplexer Strukturen - schnell und präzise.

Beispiele:

• PoroDict für die Analyse des Porenraums,
• kombiniert mit MatDict für die Analyse des Materials selbst

Anhand der 3D-Materialmodelle lassen sich mit passenden GeoDict Modulen aus der Simulation & Vorhersage die physikalischen Eigenschaften des Materials berechnen.

Beispiele:

• FlowDict zur Berechnung der Strömungseigenschaften
• ElastoDict zur Berechnung von plastischen Verformungen und daraus resultierenden Schädigungen

Die Bestimmung von Materialeigenschaften unter Verwendung von Simulationen zeigen Ihnen ein vollständiges Bild Ihres Materials: Simulationen veranschaulichen Vorgänge im Material, die mit den Möglichkeiten im Labor nur begrenzt oder gar nicht nachvollziehbar wären.

Beispiele:

• Bestimmung der Filtrationsleistung eines Fasermediums,
• Simulation von Ladezyklen auf einer Elektrode,
• Ermittlung der Leitfähigkeit einer Batterie,
• Bestimmung der relative Permeabilität per Zweiphasenströmung