M. Müller, D. Britz, and F. Mücklich

Anwendung trainierbarer Segmentierungen auf Gefügeaufnahmen am Beispiel niedriglegierter Stähle

Application of Trainable Segmentation to Microstructural Images Using Low-alloy Steels as an Example

314 Views | 0 Notes

Einer der wichtigsten, aber dennoch teilweise vernachlässigten Schritte in der quantitativen Gefügeanalyse ist die Segmentierung der Mikroskop-Aufnahme. Trotz großer Fortschritte in den zur Verfügung stehenden Segmentierungstechniken, in erster Linie Segmentierungen mit Hilfe von maschinellem Lernen, wird in der Metallbranche immer noch oft die Schwellwert-Segmentierung eingesetzt. In dieser Arbeit soll am Beispiel von Gefügeaufnahmen niedriglegierter Stähle gezeigt werden, inwiefern Segmentierungen mittels maschinellem Lernen die Qualität gegenüber der klassischen Schwellwert-Segmentierung signifikant verbessern können.

Bibliographie
M. Müller, D. Britz, and F. Mücklich (2020). Application of Trainable Segmentation to Microstructural Images Using Low-alloy Steels as an Example. Practical Metallography: Vol. 57, No. 5, pp. 337-358.
© Carl Hanser Verlag GmbH & Co. KG
ISSN 0032-678X