Abstract
This paper describes an effective and simple procedure to derive information about the dislocation density distribution in metals by applying standard techniques of digital image processing on gray scaled microstructure images obtained from transmission-electron microscopy. In a representative transmission-electron microscopy image, two local dislocation density values were investigated by classical methods and were used as input parameter for further processing. A correlation between dislocations and image intensities is assumed such that dark areas in microstructural images are seen as a dense concentration of dislocations. Then, the contrast is increased for each transmission-electron microscopy photography. In the next step, posterization, a gradation of tone, is applied to these images. From this, a pixel weighted average distribution of gray level correlated dislocation densities is obtained as well as an average value for a given set of images. The implementation of the several processing steps is done in Matlab employing graphical user interfaces.
Dieser Artikel zeigt eine effektive und einfache Methode auf, um Informationen über die Verteilung der Versetzungsdichte in Metallen durch Anwendung von Standardtechniken der digitalen Bildverarbeitung auf Grauwertbilder der Mikrostruktur zu gewinnen. Die Mikrostrukturbilder wurden mit Hilfe der Transmissionselektronenmikroskopie aufgenommen. Zwei lokale Werte für die Versetzungsdichte wurden durch Auszählung an einer repräsentativen Transmissionselektronenmikroskopie-Aufnahme des hier betrachteten Tiefziehstahls DC06 ermittelt und als Eingabewerte für die weitere Analyse verwendet. Basierend auf der Annahme, dass eine Korrelation zwischen der Anzahl an Versetzungen und der Intensität der Aufnahmen in der Hinsicht besteht, dass dunkle Zonen der Mikrostrukturbilder eine dichte Versetzungskonzentration darstellen, wurde zunächst der Kontrast einer jeden Transmissionselektronenmikroskopie-Aufnahme eines gegebenen Bildsatzes erhöht. Anschließend wurde eine Farbabstufung vorgenommen, für die dann jeweils die Bestimmung der Versetzungsdichten durch lineare Interpolation und Extrapolation unter Verwendung der lokal ermittelten Werte erfolgte. Hieraus ergeben sich Pixel-gewichtete Durchschnittswerte für die zu den Grauwerten korrelierenden Versetzungsdichten sowie ein Durchschnittswert für die gesamte Bildermenge. Die Implementierung der einzelnen Verarbeitungsschritte erfolgte in Matlab unter Verwendung einer grafischen Benutzeroberfläche.