CT-Daten müssen nicht perfekt sein
Hidden Gems Article #3
erstellt von Anton Du Plessis, Ph. D.
"Hidden Gems" Reihe
GeoDict ist eine innovative, modulare Software-Suite für die digitale Materialforschung und -entwicklung, die von der Math2Market GmbH entwickelt wurde. Sie ermöglicht 3D-Bildverarbeitung, mikrostrukturelle Modellierung sowie simulationsbasierte Materialcharakterisierung und Eigenschaftsvorhersage.
Diese Reihe von Kurzartikeln beleuchtet ausgewählte „Hidden Gems“ der GeoDict-Software, die möglicherweise noch nicht allgemein bekannt sind. Obwohl diese Funktionen nicht neu sind, werden sie in alltäglichen Arbeitsabläufen oft nicht ausreichend genutzt.
Ziel ist es, prägnante, praktische Einblicke zu vermitteln, die eine wachsende Anwenderbasis unterstützen. Jeder Artikel konzentriert sich auf eine bestimmte Funktion und veranschaulicht deren Anwendung anhand eines einfachen Beispiels. Das Format ist bewusst kurz und anwendungsorientiert gehalten, damit Leser schnell einschätzen können, inwieweit dies für ihre eigene Arbeit relevant sein könnte.
Für eine ausführlichere Demonstration oder zur Besprechung spezifischer Anwendungsfälle ist eine direkte Kontaktaufnahme willkommen!
1. Einleitung
Die Röntgen-Computertomographie (CT) ist eine leistungsstarke Technologie zur Darstellung der inneren Struktur von Materialien und Produkten. Ihre Einsatzmöglichkeiten sind gut dokumentiert, und es mangelt nicht an Artikeln, die aufzeigen, was mit CT und CT-Daten erreicht werden kann.
Dieser Artikel betrachtet das Thema aus einer anderen Perspektive. Anstatt sich auf die Stärken der CT zu konzentrieren, geht er auf einige ihrer häufigen Herausforderungen ein und zeigt, wie GeoDict dabei hilft, diese effizient zu bewältigen.
Diese Fähigkeiten werden oft übersehen. Tatsächlich ist vielen Anwendern nicht bewusst, dass GeoDict besonders gut für die Arbeit mit XCT-Daten geeignet ist. Aus diesem Grund ist dieser Beitrag Teil unserer Reihe „Hidden Gems“, in der wir Funktionen hervorheben, die mehr Aufmerksamkeit verdienen.
Im Mittelpunkt steht dabei, wie einfach sich CT-Datensätze in GeoDict verarbeiten lassen und wie ihre Qualität für die weitere Analyse verbessert werden kann.
Anhand von zwei Beispieldatensätzen werden folgende Themen behandelt:
- Importieren von CT-Datensätzen mit dem ImportGeo-Vol-Modul
- Entfernen von Ringartefakten
- Rauschunterdrückung und Glättung
- Zuschneiden
- Segmentierungsoptionen
2. CT-Daten importieren
Bevor Sie mit der Arbeit in GeoDict beginnen, empfiehlt es sich, einen Projektordner festzulegen, um sicherzustellen, dass alle Ergebnisse am gewünschten Speicherort abgelegt werden. Dies kann über Datei → Projektordner auswählen erfolgen.
GeoDict bietet das Modul ImportGeo-Vol zum Importieren einer Vielzahl von 3D-Datensatzformaten. Neben Standardformaten wie Bildstapeln und RAW-Dateien werden auch speziellere Optionen unterstützt. Ein Beispiel ist das TXM-Format, das häufig in der Zeiss-Röntgenmikroskopie verwendet wird. Diese Dateien können direkt importiert werden, einschließlich Voxelgröße und Domänenabmessungen (Ausdehnung in X, Y und Z), ohne dass zusätzliche Benutzereingaben erforderlich sind. Weitere Details zu den unterstützten Formaten finden Sie auf der GeoDict-Website: https://www.math2market.com/geodict-software/geodict-base-modules/import-image-processing/importgeo-vol.html.
Sobald die Volumendaten geladen sind, öffnet sich automatisch das Dialogfeld Bildverarbeitung. Diese Oberfläche wurde speziell für die Bildverarbeitung und Segmentierung entwickelt und bietet einen optimierten Arbeitsbereich, der von der Hauptumgebung von GeoDict getrennt ist. Der hier angezeigte Datensatz ist ein additiv gefertigter Keramikwürfel mit einem inneren Riss, der aus einer in https://doi.org/10.1016/j.aime.2021.100052 veröffentlichten Forschungsarbeit stammt. Die Oberfläche zeigt drei orthogonale Schnittansichten neben einer vereinfachten 3D-Vorschau und ermöglicht so eine effiziente Inspektion und Bearbeitung.
Im Menü zur Bildbearbeitung steht eine Reihe von Werkzeugen zur Verfügung, darunter Zuschneiden, Ausrichten und Drehen, Helligkeitsanpassung, Filterung sowie die spezifische Korrektur von CT-Artefakten. Ein häufiges Problem bei CT-Daten ist das Auftreten von Ringartefakten. Diese lassen sich mithilfe spezieller Korrekturwerkzeuge wirksam reduzieren. Das gezeigte Beispiel veranschaulicht die Entfernung von Ringartefakten in der XY-Ebene, sowohl für das gesamte Sichtfeld als auch in einer kontrastreichen Nahaufnahme, und verdeutlicht die Verbesserung der Bildqualität.
Nach der Fehlerkorrektur wird in der Regel ein Schritt zur Rauschunterdrückung oder Glättung durchgeführt. Dies trägt dazu bei, das Rauschen zu reduzieren und die Robustheit der anschließenden Segmentierung zu verbessern. GeoDict bietet verschiedene Filteroptionen, darunter Median-, Gauß- und Non-Local-Means-Filter. In diesem Fall wird der Non-Local-Means-Filter verwendet, da er feine Merkmale wie Risse und kleine Poren bewahrt. Der Vorher-Nachher-Vergleich veranschaulicht, wie das Rauschen reduziert wird, während wichtige strukturelle Details erhalten bleiben.
Manche Datensätze können Artefakte enthalten, die sich durch Filterung nicht vollständig korrigieren lassen. Ein Beispiel hierfür sind Kegelstrahl-Artefakte, die häufig bei Mikro-CT-Systemen auftreten. Eine praktische Lösung in solchen Fällen besteht darin, die betroffenen Bereiche durch Zuschneiden zu entfernen. In Kombination mit Ausrichtung und Glättung führt dies zu einem sauberen und konsistenten Datensatz für die weitere Analyse (siehe rechts). Diese Schritte können manuell oder mithilfe automatisierter Werkzeuge durchgeführt werden.
Der zweite hier vorgestellte Datensatz stammt von einem additiv gefertigten Werkstück aus einer Titanlegierung, das Porosität aufgrund von Schmelzfehlstellen aufweist. Nach der Aufbereitung ist der Datensatz gut für die Segmentierung und Analyse vorbereitet. Weitere Hintergrundinformationen zur Computertomographie in der additiven Fertigung finden Sie im E-Book zu diesem Thema.
Die durch diese Verarbeitungsschritte erzielten Verbesserungen sind repräsentativ für typische Arbeitsabläufe. Die verbesserte Bildqualität trägt direkt zu einer genaueren Segmentierung bei und ermöglicht so eine zuverlässige 3D-Visualisierung sowie eine erweiterte quantitative Analyse. So zeigt der verarbeitete Keramikdatensatz beispielsweise eine vollständig ebene Rissgeometrie, während bei der Titanprobe Poren anhand ihres äquivalenten Durchmessers analysiert und visualisiert werden können – was nur eine von vielen verfügbaren Quantifizierungsmöglichkeiten veranschaulicht.