Mikrostrukturbasierte Klassifizierung und elektronenmikroskopische Analyse nanoporöser Metalle durch maschinelles Lernen (B09)

Mit Focused-Ion-Beam-Tomographie (FIB-Tomographie) kann die dreidimensionale Mikrostruktur von Materialproben über eine Serie rasterelektronenmikroskopischer Schichtaufnahmen bestimmt werden. Dabei kommt es jedoch speziell bei nanoporösen Materialien im Allgemeinen zu sogenannten Durchscheineffekten, die eine Segmentierung der Bilddaten mit klassischen Verfahren oft nur mit großem Fehler zulassen. In diesem Projekt soll ein Segmentierungsverfahren entwickelt werden, das durch maschinelles Lernen die Fähigkeit gewinnt, solche Durchscheineffekte weitgehend herauszufiltern und so eine hochgenaue Rekonstruktion selbst komplexer hierarchischer mehrskaliger Mikrostrukturen nanoporöser Metalle erlaubt.

DFG-Verfahren Sonderforschungsbereiche

Teilprojekt zu SFB 986:  Maßgeschneiderte Multiskalige Materialsysteme - M3

Antragstellende Institution Technische Universität Hamburg

Teilprojektleiter Professor Dr.-Ing. Christian Johannes Cyron; Dr.-Ing. Martin Ritter