JP2023172383A - 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム - Google Patents

組織写真評価方法、組織写真評価装置、撮影装置及びプログラム Download PDF

Info

Publication number
JP2023172383A
JP2023172383A JP2022084131A JP2022084131A JP2023172383A JP 2023172383 A JP2023172383 A JP 2023172383A JP 2022084131 A JP2022084131 A JP 2022084131A JP 2022084131 A JP2022084131 A JP 2022084131A JP 2023172383 A JP2023172383 A JP 2023172383A
Authority
JP
Japan
Prior art keywords
tissue
deviation
quantitative value
phase
pass
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022084131A
Other languages
English (en)
Inventor
直哉 清兼
Naoya Kiyokane
伸 石川
Shin Ishikawa
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
JFE Steel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JFE Steel Corp filed Critical JFE Steel Corp
Priority to JP2022084131A priority Critical patent/JP2023172383A/ja
Priority to PCT/JP2023/013410 priority patent/WO2023228572A1/ja
Publication of JP2023172383A publication Critical patent/JP2023172383A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20—Metals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

【課題】金属材料の組織写真の視野数を適切かつ効率的に評価できる組織写真評価方法、組織写真評価装置、撮影装置及びプログラムが提供される。【解決手段】組織写真評価方法は、金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程（Ｓ１１）と、複数の組織写真での相を分類する相分類工程（Ｓ１２）と、分類された相の定量値を算出する定量値算出工程（Ｓ１３）と、定量値の偏差を算出する偏差算出工程（Ｓ１４）と、偏差に基づいて複数の組織写真の視野数について合否を判定する視野数合否判定工程（Ｓ１５）と、合否を出力する出力工程（Ｓ１７）と、を備える。【選択図】図２

Description

本開示は組織写真評価方法、組織写真評価装置、撮影装置及びプログラムに関する。本開示は、特に、金属材料の組織写真を対象とする写真評価方法、組織写真評価装置、撮影装置及びプログラムに関する。
一般に、鉄鋼を含む金属材料は、同一の組成を有していても、光学顕微鏡又は電子顕微鏡レベルのスケール（例えばｍｍ～μｍのスケール）における金属組織に特性が強く依存する。
例えば、高強度鋼板の開発において、固溶強化元素の添加による固溶強化方法、析出強化元素の添加による析出強化方法等の組成を変える方法が用いられる。また、これらの方法の他に、同一組成で熱処理条件を変えることで、最終的な金属組織を変化させる方法が用いられることもある。
このように、高強度鋼板の開発などにおいて、組成の制御のみならず、金属組織の制御が重要となる。そのため、金属材料を光学顕微鏡又は電子顕微鏡等で観察し、その金属組織を定量評価することが重要となる。例えば特許文献１は、電子顕微鏡で観察するための観察試料の作製方法について開示する。
鋼板等の金属材料に対して、公知の研磨方法及びエッチング方法等の試料調整を実施した後に、電子顕微鏡等の公知の撮影装置で金属組織の観察を行うと、一般的には相ごとにコントラストが異なるため、各相を分類できる。例えば、鉄鋼材料においてフェライト相及びパーライト相からなる代表的な鋼板を公知の方法で試料調整した後、光学顕微鏡で撮影すると、フェライト相が灰色のコントラスト、パーライト相が黒色のコントラストで観察される。そのため、フェライト相とパーライト相とを分類することができる。このような手法で金属組織の観察を実施して、観察の結果をフィードバックすることによって開発が行われている。
特開２００９－２８７９４１号公報
ここで、金属材料を新たに開発するような場合に、金属組織を適切に評価する必要がある。しかし、金属組織を観察する際の適切な視野数が不明であることが多い。このような場合に、従来、観察者の主観によって視野数が定められていた。そのため、不十分な視野数の組織写真を用いて金属組織を評価する場合があり、金属組織を適切に評価できず、金属組織と材料特性の相関を誤って解釈するおそれがある。誤った解釈の相関関係に基づいて製造プロセスを決定すると、所望の特性の製品を製造できないおそれがある。また、誤った解釈を避けようとして、観察者が必要以上の視野数の組織写真を撮影して作業効率が低下することがある。
かかる事情に鑑みてなされた本開示の目的は、金属材料の組織写真の視野数を適切かつ効率的に評価できる組織写真評価方法、組織写真評価装置、撮影装置及びプログラムを提供することにある。
本開示の一実施形態に係る組織写真評価方法は、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
前記複数の組織写真での相を分類する相分類工程と、
分類された前記相の定量値を算出する定量値算出工程と、
前記定量値の偏差を算出する偏差算出工程と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
前記合否を出力する出力工程と、
を備える。
本開示の一実施形態に係る組織写真評価方法は、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
前記複数の組織写真での相を分類する相分類工程と、
分類された前記相の定量値を算出する定量値算出工程と、
前記定量値の偏差を算出する偏差算出工程と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
前記相の定量値に基づいて統計値を算出する統計値算出工程と、
前記統計値を出力する出力工程と、
を備える。
本開示の一実施形態に係る組織写真評価方法は、
金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
前記複数の組織写真での相を分類する相分類工程と、
分類された前記相の定量値を算出する定量値算出工程と、
前記定量値に基づいて代表撮影倍率を決定する倍率決定工程と、
前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出工程と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
前記相の定量値に基づいて統計値を算出する統計値算出工程と、
前記統計値を出力する出力工程と、
を備える。
本開示の一実施形態に係る組織写真評価装置は、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記合否を出力する出力部と、
を備える。
本開示の一実施形態に係る組織写真評価装置は、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記相の定量値に基づいて統計値を算出する統計値算出部と、
前記統計値を出力する出力部と、
を備える。
本開示の一実施形態に係る組織写真評価装置は、
金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値に基づいて代表撮影倍率を決定する倍率決定部と、
前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記相の定量値に基づいて統計値を算出する統計値算出部と、
前記統計値を出力する出力部と、
を備える。
本開示の一実施形態に係る撮影装置は、
上記の組織写真評価装置によって取得される前記複数の組織写真を撮影する。
本開示の一実施形態に係るプログラムは、
コンピュータを、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記合否を出力する出力部と、
として機能させる。
本開示の一実施形態に係るプログラムは、
コンピュータを、
金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記相の定量値に基づいて統計値を算出する統計値算出部と、
前記統計値を出力する出力部と、
として機能させる。
本開示の一実施形態に係るプログラムは、
コンピュータを、
金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力部と、
前記複数の組織写真での相を分類する相分類部と、
分類された前記相の定量値を算出する定量値算出部と、
前記定量値に基づいて代表撮影倍率を決定する倍率決定部と、
前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出部と、
前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
前記相の定量値に基づいて統計値を算出する統計値算出部と、
前記統計値を出力する出力部と、
として機能させる。
本開示によれば、金属材料の組織写真の視野数を適切かつ効率的に評価できる組織写真評価方法、組織写真評価装置、撮影装置及びプログラムを提供することができる。
図１は、本開示の一実施形態に係る組織写真評価装置を備える組織写真評価システムの構成例を示す模式図である。 図２は、本開示の一実施形態に係る組織写真評価方法の処理を示すフローチャートである。 図３は、本開示の一実施形態に係る組織写真評価装置を備える組織写真評価システムの構成例を示す模式図である。 図４は、本開示の一実施形態に係る組織写真評価方法の処理を示すフローチャートである。 図５は、本開示の一実施形態に係る組織写真評価装置を備える組織写真評価システムの構成例を示す模式図である。 図６は、本開示の一実施形態に係る組織写真評価方法の処理を示すフローチャートである。 図７は、実施例で用いられた組織写真を例示する図である。 図８は、相分類工程を経た図７の組織写真を示す図である。
以下、図面を参照して本開示の実施形態に係る組織写真評価方法、組織写真評価装置、撮影装置及びプログラムが説明される。各図中、同一又は相当する部分には、同一符号が付されている。以下の実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。
［第１実施形態］
（組織写真評価システム）
図１は、第１実施形態に係る組織写真評価装置１０を備える組織写真評価システム１のブロック図である。組織写真評価システム１は、組織写真評価装置１０と、撮影装置３０と、を備える。組織写真評価装置１０は、入力部１１と、出力部１２と、演算部１３と、を備える。演算部１３は、相分類部１４と、定量値算出部１５と、偏差算出部１６と、視野数合否判定部１９と、を備える。
（撮影装置）
撮影装置３０は、組織写真評価装置１０によって取得される金属材料の複数の組織写真を撮影する。撮影装置３０は、例えば光学顕微鏡又は走査型電子顕微鏡であるが、金属材料の組織を撮影する機能を有する装置であれば、これらに限定されない。
（組織写真評価装置）
組織写真評価装置１０は、撮影装置３０によって撮影された金属材料の複数の組織写真を評価するための処理を実行する。ここで、金属材料は、鉄鋼材料又は複数の金属相を有する金属材料である。組織写真評価装置１０が実行する評価は、複数の組織写真の視野数の評価を含む。複数の組織写真の視野数の評価とは、金属組織を定量評価するのに十分な視野数が得られているかについての評価である。組織写真評価装置１０は、直接的に組織評価まで行ってよいし、組織写真の性質を決定してよい。決定される組織写真の性質は、例えば視野数の合否である。本実施形態において、組織写真評価装置１０は、組織写真の視野数の合否を決定する。ここで、視野数は、異なる視野を有する組織写真の数を意味する。視野数と組織写真の数とが異なってよいが、本開示の実施形態において、組織写真がそれぞれ異なる視野を有し、視野数は撮影された金属材料の複数の組織写真の数に等しいとして説明する。
（入力部）
入力部１１は、複数の組織写真を評価する処理に必要なデータを取得する、組織写真評価装置１０の入力インターフェースである。本実施形態において、入力部１１は、金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する。複数の組織写真のデータ形式は、ＴＩＦＦ、ＢＭＰ等の一般に使用されている画像のデータ形式であってよい。
（出力部）
出力部１２は、組織写真の性質（例えば決定された合否及び後述の統計値など）を出力する、組織写真評価装置１０の出力インターフェースである。出力部１２は、組織写真の性質などの情報を、他の装置などに送信してよい。また、出力部１２は、組織写真の性質などを、各種ディスプレイなどの表示装置に表示させてよい。本実施形態において、出力部１２は、複数の組織写真の視野数についての合否を出力する。
（演算部）
演算部１３は、複数の組織写真を評価するための演算を行う。また、演算部１３は、組織写真評価装置１０の全体を制御する制御部としての機能を備えてよい。演算部１３は、１つ以上のプロセッサであってよい。プロセッサは、例えば汎用のプロセッサ又は特定の処理に特化した専用プロセッサであるが、これらに限られず任意のプロセッサとすることができる。
上記のように、本実施形態において、演算部１３は、相分類部１４と、定量値算出部１５と、偏差算出部１６と、視野数合否判定部１９と、を備える。相分類部１４、定量値算出部１５、偏差算出部１６及び視野数合否判定部１９の機能はソフトウェアによって実現されてよい。例えば演算部１３がアクセス可能な記憶装置に、１つ以上のプログラムが記憶されていてよい。記憶装置に記憶されたプログラムは、プロセッサである演算部１３によって読み込まれると、演算部１３を相分類部１４、定量値算出部１５、偏差算出部１６及び視野数合否判定部１９として機能させてよい。
（相分類部）
相分類部１４は、複数の組織写真での相を分類する。相分類部１４が実行する処理の詳細については後述する。
（定量値算出部）
定量値算出部１５は、相分類部１４によって分類された相の定量値を算出する。定量値及び定量値算出部１５が実行する処理の詳細については後述する。
（偏差算出部）
偏差算出部１６は、定量値算出部１５によって算出される定量値の偏差を算出する。偏差算出部１６が実行する処理の詳細については後述する。
（視野数合否判定部）
視野数合否判定部１９は、偏差算出部１６によって算出された偏差に基づいて、複数の組織写真の視野数について合否を判定する。視野数合否判定部１９が実行する処理の詳細については後述する。
ここで、組織写真評価装置１０は、特定の装置に限定されないが、一例としてコンピュータで実現され得る。コンピュータは、例えば市販されている汎用的なものを使用できる。コンピュータは、例えばメモリ及びハードディスクドライブなどの記憶装置、ＣＰＵ及び入出力装置を備える。演算部１３はＣＰＵで実現されてよい。演算部１３によって読み込まれるプログラムは記憶装置に記憶されていてよい。また、入力部１１及び出力部１２は入出力装置で実現されてよい。
（組織写真評価方法）
図２は、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法の処理を示すフローチャートである。概要として、組織写真評価方法は、金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、複数の組織写真での相を分類する相分類工程と、分類された相の定量値を算出する定量値算出工程と、定量値の偏差を算出する偏差算出工程と、偏差に基づいて複数の組織写真の視野数について合否を判定する視野数合否判定工程と、合否を出力する出力工程と、をこの順で行う。ここで、組織写真評価方法は、視野数合否判定工程において、合格しなかった場合（すなわち不合格の場合）に、入力工程で取得される組織写真を追加した上で、これらの工程を再度実行する。
（入力工程）
入力工程は、入力部１１が金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する工程である（ステップＳ１１）。
組織写真は、公知の方法によって金属材料（試料）の表面を研磨等する試料調整を行った後、光学顕微鏡又は走査型電子顕微鏡等の公知の撮影装置によって撮影することが好ましい。試料調整は、一般的には、荒研磨を行い、その後仕上げ研磨を実施する。荒研磨及び仕上げ研磨は公知の方法で実施されてよい。公知の方法による荒研磨は、例えば、紙に砥粒を塗布した市販の紙ヤスリ（エミリー紙など）を用い、肉眼レベルで見える傷を除去する研磨である。また公知の方法による仕上げ研磨は、０．０５μｍ－２μｍの研磨剤を用いて、試料が鏡面になるまで実施される研磨である。研磨剤は、ダイヤモンド、シリカ等の公知の研磨剤を使用できる。光学顕微鏡にて１０－５００倍の倍率で観察時に研磨傷が目立たなくなるまで鏡面研磨が実施される。研磨傷が多く残っていると、相分類工程において相分類を行う際の誤差の要因となるため可能な限り傷が残らないよう研磨を実施することが望ましい。鏡面研磨の実施後に、相のコントラストを明確にするため、ナイタール等によるエッチングが実施されてよい。エッチングをしなくても相分類ができる試料を対象とする場合などに、エッチングは省略されてよい。
組織写真の視野数は少なくとも２以上とする。視野数が多いほど、撮影倍率ごとの相の定量値のばらつきが減る。視野はランダムに決定することが好ましい。また、視野を少しずつ変えながら連続で撮影することによって、２以上の視野が得られてよい。また、プログラムで乱数を利用することなどにより、自動で視野を決定する機能を撮影装置３０が備える場合に、そのような機能を利用してよい。
組織写真の撮影倍率は、特定の倍率に限定されず、目的とする組織を観察できる倍率であればよい。例えば、フェライト相とマルテンサイト相からなるＤＰ鋼（Ｄｕａｌ Ｐｈａｓｅ鋼）を観察する場合に、５００倍から３０００倍の範囲で撮影倍率を選定することが好ましい。例えば、めっき鋼板のめっき層を観察する場合に、１０００倍から５０００倍の範囲で撮影倍率を選定することが好ましい。
（相分類工程）
相分類工程は、相分類部１４が複数の組織写真での相を分類する工程である（ステップＳ１２）。
組織写真は、一般的に各相のコントラストが異なるため、相分類が可能である。例えば組織写真で相の識別が行われ、各相を異なる色等でラベリングして分類が行われる。相分類は、肉眼で相を識別して手塗で分類してよく、画像輝度値の二値化を用いて分類してよく、高度な画像解析手法により分類してよい。可能な限り精度よく分類できる手法を適用することが好ましい。
ただし、手塗による相分類は客観性に欠ける。そのため、二値化又は高度な画像解析手法を用いることが好ましい。以下に例示する、高度な画像解析手法を用いることがさらに好ましい。
高度な画像解析手法は、撮影した組織写真より各相の領域を複数指定した後、指定した領域の像の輝度値より特徴値を演算し、演算した特徴値からＮ値化を繰り返すランダムフォレストモデル、ニューラルネットワークモデル又はサポートベクターマシン等の手法を用いて分類を行う。特徴値は、以下の８つの具体例（Ｃ１～Ｃ８）のうちの１つ以上を用いることが好ましい。
（Ｃ１：恒等特徴値）
恒等特徴値は、組織写真の輝度値そのものを示す特徴値である。
（Ｃ２：Ｍｅａｎ特徴値）
Ｍｅａｎ特徴値は、組織写真の所定の範囲における輝度値の平均値を示す特徴値である。すなわち、Ｍｅａｎ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、その中の輝度値を平均化したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
ここで、「組織写真に含まれるノイズ」とは、例えば組織写真の中で輝度値が急に高くなるような部分を示している。そして、「画素数ｘ及びｙをノイズより大きく」するとは、ノイズの幅より大きくすることを示している。
（Ｃ３：Ｇａｕｓｉａｎ特徴値）
Ｇａｕｓｉａｎ特徴値は、組織写真の所定の範囲において、中心に近いほど重みを大きくした輝度値の平均値を示す特徴値である。すなわち、Ｇａｕｓｉａｎ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、中心の画素ほど重みを大きくした平均値を取り出したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
（Ｃ４：Ｍｅｄｉａｎ特徴値）
Ｍｅｄｉａｎ特徴値は、組織写真の所定の範囲における輝度値の中央値を示す特徴値である。すなわち、Ｍｅｄｉａｎ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、その中の輝度値から中央値を取り出したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
（Ｃ５：Ｍａｘ特徴値）
Ｍａｘ特徴値は、組織写真の所定の範囲における輝度値の最大値を示す特徴値である。すなわち、Ｍａｘ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、その中の輝度値から最大値を取り出したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
（Ｃ６：Ｍｉｎ特徴値）
Ｍｉｎ特徴値は、組織写真の所定の範囲における輝度値の最小値を示す特徴値である。すなわち、Ｍｉｎ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、その中の輝度値から最小値を取り出したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
（Ｃ７：Ｄｅｒｉｖａｔｉｖｅ特徴値）
Ｄｅｒｉｖａｔｉｖｅ特徴値は、組織写真の各相から所定の範囲「（画素数ｘ）×（画素数ｙ）」を取り出し、そのうちの端の画素に対してｘ方向及びｙ方向の微分値を計算したものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
（Ｃ８：Ｄｅｒｉｖａｔｉｖｅ加算特徴値）
Ｄｅｒｉｖａｔｉｖｅ加算特徴値は、上記のＤｅｒｉｖａｔｉｖｅ特徴値に対して、上記のＭｅａｎ特徴値、Ｇａｕｓｓｉａｎ特徴値、Ｍｅｄｉａｎ特徴値、Ｍａｘ特徴値及びＭｉｎ特徴値を演算することにより、Ｄｅｒｉｖａｔｉｖｅ特徴値を畳み込んだものである。「画素数ｘ」及び「画素数ｙ」は、同一のサイズでよく、異なるサイズでよい。また、「（画素数ｘ）×（画素数ｙ）」の領域が長方形である必要はなく、組織写真が球状の形状である場合、球状の領域にすることが好ましく、複数の画素数ｘ、ｙについて算出してよい。「画素数ｘ」及び「画素数ｙ」の下限は、例えば組織写真に含まれるノイズよりも大きく、かつ金属組織の複数の相のうち、結晶粒径が小さい方の１／２未満の大きさが含まれる範囲とすることが好ましい。上限は、画素の範囲を大きくしすぎると、粒界の影響又は隣接する他相の影響を受けることがあるため、結晶粒径が大きい方の結晶粒径の１／２未満の大きさが含まれる範囲とすることが好ましい。
ここで、高度な画像解析手法により画像を解析する場合、正確な解析のために境界部（外周部）を切り捨てる処理が行われてよい。
（定量値算出工程）
定量値算出工程は、定量値算出部１５が相分類部１４によって分類された相の定量値を算出する工程である。定量値として、例えば以下の（１）～（６）の少なくとも１つが算出される。
以下に説明される具体例のうち、定量値（１）～（５）は、分類を行い、特定した相の各結晶粒に対して算出するため、１枚の組織写真に対しても複数の数値が得られる。また、以下に説明される具体例の他に、組織写真を数値化できるパラメータがある場合は、そのパラメータが用いられてよい。
（１）面積率
面積率は、各組織写真において、特定した相の各結晶粒の面積と組織写真全体の面積の比を求める。各結晶粒の面積率は下式に従い算出される。
Figure 2023172383000002
ここで、ｆは各結晶粒の面積率である。Ａｉは各結晶粒の面積である。Ａｓｕｍは組織写真全体の面積である。また、特定した相について、各結晶粒の面積率の総和を算出することで、組織写真一枚当たりの特定した相の面積率が算出される。
（２）楕円体サイズ
楕円体サイズは、各組織写真において、特定した相の各結晶粒の形状を楕円近似することで算出される。楕円体サイズは、近似した楕円体の長径、短径及びアスペクト比の少なくとも１つである。また特定した相について、各結晶粒の楕円体サイズの平均値を算出することで、組織写真一枚当たりの特定した相の平均の楕円体サイズが算出される。
（３）フェレー径
各組織写真において、特定した相の各結晶粒の界面から直線を描いた後、その直線距離が最大となるフェレー径が算出される。また、各結晶粒で算出したフェレー径の平均値を算出することで、組織写真一枚当たりの特定した相の平均のフェレー径が算出される。
（４）平均径
各組織写真において、特定した相の各結晶粒の面積を求め、その面積の平方根を取ることで、結晶粒の平均径が算出される。また、特定した相について、各結晶粒で算出した平均径から平均値を算出することで、組織写真一枚当たりの特定した相の平均の平均径が算出される。
（５）真円度
各組織写真において、特定した相の各結晶粒の面積と周長を求めることで、各結晶粒の真円度が下式に従い算出される。
Figure 2023172383000003
ここで、Ｃは真円度である。Ｓは面積である。Ｐは周長である。結晶粒が真円のとき、真円度は１．０となる。逆に、結晶粒の形状が円から離れるほど、真円度は１．０より小さくなる。また、特定した相について、各結晶粒で算出した真円度から平均値を算出することで、組織写真一枚当たりの特定した相の平均の真円度が算出される。
（６）数密度
各組織写真において、特定した相の結晶粒の数を数え、結晶粒の数を組織写真全体の面積で割ることにより、組織写真一枚当たりの数密度が算出される。
定量値としては、（１）～（６）の１つ以上を用いることが好ましく、２つ以上を用いることがより好ましい。特に、視野数について合否を判定する場合に、（１）の面積率を含む定量値を用いることが好ましい。
（偏差算出工程）
偏差算出工程（ステップＳ１４）では、視野ごとに偏差が算出される。偏差算出部１６は、特定した相について、全ての視野の組織写真の定量値ｉについて、平均値Ｎｉを算出する。また、偏差算出部１６は、特定した相について、視野ｊの組織写真の定量値ｉについて、平均値μｉｊを算出する。偏差算出部１６は、視野ｊの組織写真の定量値ｉの平均値μｉｊを、全ての視野の組織写真の定量値ｉの平均値Ｎｉで割って、視野ｊの規格化された定量値ｉである（μｉｊ／Ｎｉ）を算出する。さらに、偏差算出部１６は、定量値ｉの偏差の平均値を算出する。偏差の平均値は、「それぞれの規格化された定量値ｉより１を引いた値の絶対値」の和を視野数（組織写真の枚数）で割ることにより算出され、下式で示される。
Figure 2023172383000004
ここで、Ｓｉは定量値ｉの偏差の平均値である。ｎは視野数（組織写真の枚数）である。
また、以下において、規格化された定量値ｉは「規格化」を冒頭に付す表記がされる。例えば「規格化面積率」は、上記の偏差算出工程で規格化された面積率を意味する。同様に、「規格化フェレー径」、「規格化真円度」はそれぞれ規格化されたフェレー径、規格化された真円度を意味する。
（視野数合否判定工程）
視野数合否判定工程（ステップＳ１５）は、視野数合否判定部１９が定量値ｉの偏差に基づいて組織写真の視野数の合否を判断する工程である。視野数合否判定部１９は、まず偏差算出部１６が算出した偏差の平均値Ｓｉに基づいて組織を適切に評価可能な視野数（組織写真の枚数）であるかどうか（合否）を判断する。例えば視野数合否判定部１９は、各定量値の偏差の平均値Ｓｉがすべて閾値以下であるとき、十分な視野数であるため合格と判定し（ステップＳ１６のＹｅｓ）、組織写真の追加の撮影を行わない。閾値は一例として０．１であるが、特定の値に限定されず、例えば対象とする金属の種類などに応じて設定されてよい。例えば視野数合否判定部１９は、各定量値の偏差の平均値Ｓｉが１つでも閾値より大きいと、各定量値のずれが大きく、定量値と材料特性との関係を正確に把握できなくなるため、不合格と判定する（ステップＳ１６のＮｏ）。不合格と判定する場合に、視野数合否判定部１９は、入力工程で取得される組織写真を追加した上で、処理を入力工程（ステップＳ１１）に戻して、一連の処理を再度実行させる。
（出力工程）
視野数合否判定部１９が合格と判定した場合に（ステップＳ１６のＹｅｓ）、出力工程が実行される（ステップＳ１７）。出力工程は、出力部１２が視野数の合否を出力する工程である。ここで、図２のフローチャートの例において、合格の場合にだけ出力工程が実行されるが、所定回数の不合格の後にも出力工程が実行されてよい。例えばステップＳ１６からステップＳ１１に戻る処理が所定回数（一例として５回）繰り返された後に、視野数合否判定部１９が不合格と判定した場合には、不合格であることを出力する出力工程が実行されてよい。
このように、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法によって、金属材料の組織写真の視野数を適切かつ効率的に評価できる。評価の結果がフィードバックされることによって、観察者の主観によらない、金属組織を観察する際の適切な視野数が決定される。また、観察者が視野を変えながら不必要に多くの組織写真を撮影することがなくなるため、作業の効率化を図ることができる。
［第２実施形態］
図３は、第２実施形態に係る組織写真評価装置１０を備える組織写真評価システム１のブロック図である。本実施形態に係る組織写真評価装置１０は、組織写真評価を行うにあたり、相の定量値に基づく統計値を出力する。このような統計値が出力されることによって、組織写真評価装置１０の外部において、組織写真評価装置１０によって実行された評価についての検証又は二次的な合否判断などが可能になる。本実施形態に係る組織写真評価装置１０は、第１実施形態に係る組織写真評価装置１０の構成要素を含み、さらに統計値算出部２０を備える。重複説明を回避するため、第１実施形態と異なる構成が以下に説明される。
（統計値算出部）
統計値算出部２０は、相の定量値に基づいて統計値を算出する。本実施形態において、統計値算出部２０は、入力部１１に入力された複数の組織写真の全ての定量値に基づいて統計値を算出する。統計値は例えば平均値、中央値、標準偏差などを含んでよいが、特定のものに限定されない。本実施形態において、統計値算出部２０は、視野数合否判定部１９が合格と判定した場合に統計値を算出する。ただし、このような場合に限定されず、統計値算出部２０は、所定回数の不合格の後に統計値を算出してよい。また、出力部１２は、統計値算出部２０によって算出された統計値とともに合否を出力してよい。
また、本実施形態において、入力部１１は、第１実施形態と同じく、金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する。記憶装置に記憶されたプログラムは、プロセッサである演算部１３によって読み込まれると、演算部１３を相分類部１４、定量値算出部１５、偏差算出部１６、視野数合否判定部１９及び統計値算出部２０として機能させてよい。
（組織写真評価方法）
図４は、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法の処理を示すフローチャートである。概要として、組織写真評価方法は、金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、複数の組織写真での相を分類する相分類工程と、分類された相の定量値を算出する定量値算出工程と、定量値の偏差を算出する偏差算出工程と、偏差に基づいて複数の組織写真の視野数について合否を判定する視野数合否判定工程と、相の定量値に基づいて統計値を算出する統計値算出工程と、統計値を出力する出力工程と、をこの順で行う。ここで、組織写真評価方法は、視野数合否判定工程において不合格と判定された場合に、入力工程で取得される組織写真を追加した上で、これらの工程を再度実行する。
入力工程（ステップＳ２１）、相分類工程（ステップＳ２２）、定量値算出工程（ステップＳ２３）、偏差算出工程（ステップＳ２４）及び視野数合否判定工程（ステップＳ２５）は、それぞれ第１実施形態の同じ名称の工程と同じである。第１実施形態と同じく、視野数合否判定工程で合格でないと判定された場合に（ステップＳ２６のＮｏ）、処理が入力工程（ステップＳ２１）に戻って、一連の処理が再度実行される。
（統計値算出工程）
視野数合否判定工程で合格と判定された場合に（ステップＳ２６のＹｅｓ）、統計値算出工程（ステップＳ２７）が実行される。本実施形態の統計値算出工程において、統計値算出部２０は、定量値算出工程で算出された各定量値の全ての視野についての平均値及び標準偏差を算出する。
統計値算出工程の実行後に、出力工程が実行される（ステップＳ２８）。出力工程は、統計値算出部２０によって算出された統計値を出力する工程である。ここで、上記のように、出力工程では統計値とともに合否が出力されてよい。
このように、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法によって、金属材料の組織写真の視野数を適切かつ効率的に評価できる。評価の結果がフィードバックされることによって、観察者の主観によらない、金属組織を観察する際の適切な視野数が決定される。また、観察者が視野を変えながら不必要に多くの組織写真を撮影することがなくなるため、作業の効率化を図ることができる。さらに、統計値が出力されることによって、組織写真評価装置１０の外部において、組織写真評価装置１０によって実行された評価についての検証又は二次的な合否判断などが可能になる。
［第３実施形態］
図５は、第３実施形態に係る組織写真評価装置１０を備える組織写真評価システム１のブロック図である。本実施形態に係る組織写真評価装置１０は、視野数を評価する前に代表撮影倍率を決定する。本実施形態に係る組織写真評価装置１０は、第２実施形態に係る組織写真評価装置１０の構成要素を含み、さらに倍率決定部１７を備える。重複説明を回避するため、第１実施形態、第２実施形態と異なる構成が以下に説明される。
本実施形態において、入力部１１は、金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する。つまり、第１実施形態、第２実施形態とは異なり、撮影倍率が決定されていない状態で、入力部１１が複数の組織写真を取得する。ここで、撮影倍率の水準数が多いほど、得られる撮影倍率と撮影倍率ごとの相の定量値との関係の精度が向上し、適切な撮影倍率を決定しやすくなる。組織写真の撮影倍率は３以上が好ましい。組織写真の撮影倍率は５以上がより好ましい。撮影倍率はランダムに選定することが好ましい。
（倍率決定部）
倍率決定部１７は、定量値算出部１５によって算出された定量値に基づいて代表撮影倍率を決定する。倍率決定部１７が実行する処理の詳細については後述する。
ここで、記憶装置に記憶されたプログラムは、プロセッサである演算部１３によって読み込まれると、演算部１３を相分類部１４、定量値算出部１５、偏差算出部１６、倍率決定部１７、視野数合否判定部１９及び統計値算出部２０として機能させてよい。
（組織写真評価方法）
図６は、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法の処理を示すフローチャートである。概要として、組織写真評価方法は、金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力工程と、複数の組織写真での相を分類する相分類工程と、分類された相の定量値を算出する定量値算出工程と、定量値に基づいて代表撮影倍率を決定する倍率決定工程と、代表撮影倍率に該当する複数の組織写真について、定量値の偏差を算出する偏差算出工程（第２偏差算出工程）と、偏差に基づいて複数の組織写真の視野数について合否を判定する視野数合否判定工程と、相の定量値に基づいて統計値を算出する統計値算出工程と、統計値を出力する出力工程と、を行う。ここで、組織写真評価方法は、視野数合否判定工程において不合格と判定された場合に、入力工程で取得される組織写真を追加した上で、これらの工程を再度実行する。
入力工程（ステップＳ３１）、相分類工程（ステップＳ３２）及び定量値算出工程（ステップＳ３３）は、それぞれ第２実施形態の同じ名称の工程と同じである。
（倍率決定工程）
倍率決定工程は、倍率決定部１７が定量値算出部１５によって算出された定量値に基づいて代表撮影倍率を決定する工程である（ステップＳ３４）。
上記のように、特定した相の結晶粒の定量値は面積率を含むことが好ましい。倍率決定部１７は以下のように撮影倍率を決定できる。
ある撮影倍率の組織写真について、面積率が１０％を超える結晶粒が２個以上存在する組織写真が、入力工程で取得したその撮影倍率の組織写真の総数の１／３を超えるとき、倍率決定部１７はより小さな撮影倍率を採用する。面積率が１０％を超える結晶粒が２個以上存在する組織写真は、組織写真の境界部（周辺部）において結晶粒の見切れが生じたり、撮影する結晶粒の数が少ないことによって結晶粒の大きさの分布を正しく評価できなかったりするためである。また、総数の１／３を超えることは、一部の例外的な組織写真についての特徴でなく、その撮影倍率の組織写真における傾向であることを示す。
また、ある撮影倍率の組織写真について、面積率が最も大きい結晶粒が組織写真の全体に対して３％未満である組織写真が、入力工程で取得したその撮影倍率の組織写真の総数の１／３を超えるとき、倍率決定部１７はより大きな撮影倍率を採用する。面積率が最も大きい結晶粒が組織写真の全体に対して３％未満である組織写真は、小さな結晶粒が多く、適切に結晶粒の形状を評価できないためである。また、総数の１／３を超えることは、一部の例外的な組織写真についての特徴でなく、その撮影倍率の組織写真における傾向であることを示す。
倍率決定工程において、倍率決定部１７は、条件Ａ及び条件Ｂを満たす撮影倍率を代表撮影倍率とする。条件Ａは、ある撮影倍率の組織写真について、「面積率が１０％を超える結晶粒が２個以上存在する組織写真が、入力工程で取得したその撮影倍率の組織写真の総数の１／３を超えない」ことである。また、条件Ｂは、ある撮影倍率の組織写真について、「面積率が最も大きい結晶粒が組織写真の全体に対して３％未満である組織写真が、入力工程で取得したその撮影倍率の組織写真の総数の１／３を超えない」ことである。
ここで、倍率決定工程の条件Ａ及び条件Ｂにおける面積率の上限値（１０％）と下限値（３％）は一例であり、対象とする金属材料の結晶粒の大きさ及び形状が適切に評価できる数値であればよく、限定されるものでない。倍率決定工程の条件で用いられる定量値は、本実施形態において面積率であるが、例えば楕円体サイズ又はフェレー径などであってよい。また、各結晶粒の形状又は数が材料特性に大きな影響を与える場合に、倍率決定工程の条件で用いられる定量値は例えば真円度又は数密度であってよい。本実施形態においては、一般に相の面積率が材料特性に影響を与えるケースが多いため、面積率を用いる例を説明した。
（第１偏差算出工程）
ここで、条件Ａと条件Ｂの両方を満たす撮影倍率が２水準以上存在することがあり得る。このような代表撮影倍率の候補が複数ある場合に（ステップＳ３５のＹｅｓ）、本実施形態において第１偏差算出工程が実行される（ステップＳ３６）。第１偏差算出工程は、偏差算出部１６が定量値算出部１５によって求められた定量値の偏差を算出する工程である。ここで、撮影倍率ごとの定量値の偏差を算出する第１偏差算出工程と区別するために、第１実施形態及び第２実施形態のような視野ごとの偏差算出工程は第２偏差算出工程と称される。
偏差算出部１６は、代表撮影倍率の候補である撮影倍率ごとに、各定量値の標準偏差を算出する。標準偏差の最も小さい撮影倍率が代表撮影倍率として決定される。ここで、定量値によって標準偏差の大小の順番が異なる場合に、重要視される定量値の標準偏差が小さい撮影倍率を代表撮影倍率として決定されることが好ましい。例えば、ＤＰ鋼板では面積率が最も機械特性に影響すると考えられる。そのため、面積率の標準偏差が最も小さい撮影倍率が代表撮影倍率として決定されることが好ましい。また、定量値算出工程で算出された全ての定量値の偏差を算出する必要はない。例えば金属材料の特性に与える影響が小さい定量値については、偏差が算出されなくてよい。
第１偏差算出工程が実行された場合に、再び倍率決定工程が実行される。２回目の倍率決定工程において、倍率決定部１７は、既に選択した代表撮影倍率の候補の中から、偏差算出部１６によって算出された偏差に基づいて、最終的な１つの代表撮影倍率を決定する。
１つの代表撮影倍率が決定された場合に（ステップＳ３５のＮｏ）、第２偏差算出工程が実行される（ステップＳ３７）。第２偏差算出工程は、第２実施形態の偏差算出工程（ステップＳ２４）と同じである。また、視野数合否判定工程（ステップＳ３８）、統計値算出工程（ステップＳ４０）及び出力工程（ステップＳ４１）は、それぞれ第２実施形態の同じ名称の工程と同じである。ここで、視野数合否判定工程の合否に応じた分岐（ステップＳ３９）は、第２実施形態のステップＳ２６と同じである。
このように、本実施形態に係る組織写真評価装置１０が実行する組織写真評価方法によって、金属材料の組織写真の視野数を適切かつ効率的に評価できる。評価の結果がフィードバックされることによって、観察者の主観によらない、金属組織を観察する際の適切な視野数が決定される。また、観察者が視野を変えながら不必要に多くの組織写真を撮影することがなくなるため、作業の効率化を図ることができる。さらに、統計値が出力されることによって、組織写真評価装置１０の外部において、組織写真評価装置１０によって実行された評価についての検証又は二次的な合否判断などが可能になる。また、倍率決定部１７の処理によって、金属材料の複数の組織写真から客観的かつ効率的に代表倍率を決定することができる。
（実施例）
以下、本開示の効果を実施例に基づいて具体的に説明するが、本開示はこれら実施例に限定されるものではない。実施例では、上記の第１実施形態に係る組織写真評価装置１０による組織写真評価方法が行われた。
フェライト相及びマルテンサイト相からなるＤＰ鋼板を荒研磨し、ダイアモンドペーストを用いて仕上げ研磨を実施後、ナイタールでエッチングが施された。その後、電子顕微鏡を用いて、１０００倍の撮影倍率でランダムに２つの視野の組織写真が撮影された。撮影された複数の組織写真が取得された（入力工程）。図７は得られた組織写真の一部を示す。ここで、白色のコントラストを示す相がマルテンサイトであり、黒色のコントラストを示す相がフェライトである。
次に、得られた組織写真について、上記の高度な画像解析手法の１つであるランダムフォレストモデルを用いて、フェライト相とマルテンサイト相とが２値化画像として分類された（相分類工程）。図８は、相分類工程を経た図７の組織写真を示す。ここでは、黒色がマルテンサイト相、白色がフェライト相で表示されている。
次に、得られた２値化像をもとに各組織写真のマルテンサイト相について、定量値として、各結晶粒の面積率、フェレー径及び真円度が算出された（定量値算出工程）。
次に、各組織写真の定量値について、規格化が行われて、偏差及び偏差の平均値が算出された（偏差算出工程）。表１は、視野ごとの算出値を示す。ここで、視野数合否判定における閾値として０．１が用いられた。真円度の偏差の平均値は０．１以下である。ただし、面積率及びフェレー径の偏差の平均値は０．１を超えており、２視野では本試料の組織を適切に評価することができないと判定された。つまり、視野数合否判定において不合格との判定が示された（視野数合否判定工程）。ここで、表１、後述の表２及び表３において、フェレー径は、組織写真一枚当たりの平均のフェレー径を示す。
Figure 2023172383000005
そこで、視野数合否判定工程において合格となるまで、視野が異なる組織写真の追加撮影を行って、上記の分類工程、定量値算出工程、偏差算出工程を繰り返し実施した。表２は、視野数が全部で３つである場合の結果を示す。また、表３は、視野数が全部で９つである場合の結果を示す。
Figure 2023172383000006
Figure 2023172383000007
視野数が全部で３つである場合に、面積率及び真円度の偏差の平均値は０．１以下となった。しかし、フェレー径の偏差の平均値が０．１を超えており、２視野では本試料の組織を適切に評価することができないと判定された。つまり、視野数合否判定において不合格との判定が示された。
視野数が全部で９つである場合に、全ての定量値の偏差の平均値が０．１以下となり、視野数合否判定において合格との判定が示された。したがって、組織写真評価装置１０によって、本試料について９視野を撮影することで適切に組織を評価できることが示された。
ここで、比較例の従来手法として、同じ試料について観察者の主観によって視野数が定められた。比較例では、観察者が１０視野で組織を評価できると判断した。ただし、比較例では１０視野を超える数の撮影を行っており、撮影及び判断までに長時間を要した。本装置では効率的な撮影ができており、判定も瞬時に完了している。
このように、本実施例において、金属材料の組織写真の視野数を適切かつ効率的に評価することができた。この結果、材料特性との相関を客観的に考察でき、効率的な材料開発が期待される。また、鉄鋼材料又は複数の金属相を有する金属材料の評価において、各相の定量値を適切に評価できるため、効率的な鉄鋼材料又は複数の金属相を有する金属材料の開発が期待される。
以上のように、本実施形態に係る組織写真評価方法、組織写真評価装置、撮影装置及びプログラムは、金属材料の組織写真の視野数を適切かつ効率的に評価できる。
本開示の実施形態について、諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形又は修正を行うことが容易であることに注意されたい。従って、これらの変形又は修正は本開示の範囲に含まれることに留意されたい。例えば、各構成部又は各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部又はステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。本開示に係る実施形態は装置が備えるプロセッサにより実行されるプログラムを記録した記憶媒体としても実現し得るものである。本開示の範囲にはこれらも包含されるものと理解されたい。
１ 組織写真評価システム
１０ 組織写真評価装置
１１ 入力部
１２ 出力部
１３ 演算部
１４ 相分類部
１５ 定量値算出部
１６ 偏差算出部
１７ 倍率決定部
１９ 視野数合否判定部
２０ 統計値算出部
３０ 撮影装置

Claims (13)

  1. 金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
    前記複数の組織写真での相を分類する相分類工程と、
    分類された前記相の定量値を算出する定量値算出工程と、
    前記定量値の偏差を算出する偏差算出工程と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
    前記合否を出力する出力工程と、
    を備える、組織写真評価方法。
  2. 金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
    前記複数の組織写真での相を分類する相分類工程と、
    分類された前記相の定量値を算出する定量値算出工程と、
    前記定量値の偏差を算出する偏差算出工程と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
    前記相の定量値に基づいて統計値を算出する統計値算出工程と、
    前記統計値を出力する出力工程と、
    を備える、組織写真評価方法。
  3. 金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力工程と、
    前記複数の組織写真での相を分類する相分類工程と、
    分類された前記相の定量値を算出する定量値算出工程と、
    前記定量値に基づいて代表撮影倍率を決定する倍率決定工程と、
    前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出工程と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定工程と、
    前記相の定量値に基づいて統計値を算出する統計値算出工程と、
    前記統計値を出力する出力工程と、
    を備える、組織写真評価方法。
  4. 前記出力工程は、前記統計値とともに前記合否を出力する、請求項２又は３に記載の組織写真評価方法。
  5. 前記定量値は、面積率、楕円体サイズ、フェレー径、平均径、真円度及び数密度の少なくとも１つである、請求項１から３のいずれか一項に記載の組織写真評価方法。
  6. 金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記合否を出力する出力部と、
    を備える、組織写真評価装置。
  7. 金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記相の定量値に基づいて統計値を算出する統計値算出部と、
    前記統計値を出力する出力部と、
    を備える、組織写真評価装置。
  8. 金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値に基づいて代表撮影倍率を決定する倍率決定部と、
    前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記相の定量値に基づいて統計値を算出する統計値算出部と、
    前記統計値を出力する出力部と、
    を備える、組織写真評価装置。
  9. 請求項６から８のいずれか一項に記載の組織写真評価装置によって取得される前記複数の組織写真を撮影する、撮影装置。
  10. 前記撮影装置は光学顕微鏡又は走査型電子顕微鏡である、請求項９に記載の撮影装置。
  11. コンピュータを、
    金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記合否を出力する出力部と、
    として機能させるための、プログラム。
  12. コンピュータを、
    金属材料の少なくとも２以上の視野について所定の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記相の定量値に基づいて統計値を算出する統計値算出部と、
    前記統計値を出力する出力部と、
    として機能させるための、プログラム。
  13. コンピュータを、
    金属材料の少なくとも２以上の視野について２以上の撮影倍率で撮影された複数の組織写真を取得する入力部と、
    前記複数の組織写真での相を分類する相分類部と、
    分類された前記相の定量値を算出する定量値算出部と、
    前記定量値に基づいて代表撮影倍率を決定する倍率決定部と、
    前記代表撮影倍率に該当する前記複数の組織写真について、前記定量値の偏差を算出する偏差算出部と、
    前記偏差に基づいて前記複数の組織写真の視野数について合否を判定する視野数合否判定部と、
    前記相の定量値に基づいて統計値を算出する統計値算出部と、
    前記統計値を出力する出力部と、
    として機能させるための、プログラム。
JP2022084131A 2022-05-23 2022-05-23 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム Pending JP2023172383A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022084131A JP2023172383A (ja) 2022-05-23 2022-05-23 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム
PCT/JP2023/013410 WO2023228572A1 (ja) 2022-05-23 2023-03-30 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022084131A JP2023172383A (ja) 2022-05-23 2022-05-23 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム

Publications (1)

Publication Number Publication Date
JP2023172383A true JP2023172383A (ja) 2023-12-06

Family

ID=88919015

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022084131A Pending JP2023172383A (ja) 2022-05-23 2022-05-23 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム

Country Status (2)

Country Link
JP (1) JP2023172383A (ja)
WO (1) WO2023228572A1 (ja)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5098812B2 (ja) * 2008-05-27 2012-12-12 新日鐵住金株式会社 無機多孔体の観察試料および当該観察試料の作製方法
JP6747391B2 (ja) * 2017-06-30 2020-08-26 Ｊｆｅスチール株式会社 材料特性推定装置及び材料特性推定方法
WO2022059186A1 (ja) * 2020-09-18 2022-03-24 株式会社東芝 粒度推定装置、粒度推定方法、粒度推定プログラム、粒度推定システム。

Also Published As

Publication number Publication date
WO2023228572A1 (ja) 2023-11-30

Similar Documents

Publication Publication Date Title
JP7422825B2 (ja) 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測
JP6992475B2 (ja) 情報処理装置、識別システム、設定方法及びプログラム
US7979212B2 (en) Method and system for morphology based mitosis identification and classification of digital images
JP4420821B2 (ja) 組織学的アセスメント
US7058233B2 (en) Systems and methods for constructing an image having an extended depth of field
JP5156631B2 (ja) 画像領域の自動選定
WO2021153633A1 (ja) 金属組織の相の分類方法、金属組織の相の分類装置、金属組織の相の学習方法、金属組織の相の学習装置、金属材料の材料特性予測方法および金属材料の材料特性予測装置
JP2005310123A (ja) 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体
EP1563457A2 (en) Image analysis
Lahrmann et al. Semantic focusing allows fully automated single-layer slide scanning of cervical cytology slides
CN113176270B (zh) 一种调光方法、装置及设备
CN113706433B (zh) 一种图片合成方法、装置、电子设备及存储介质
JP2001188906A (ja) 画像自動分類方法及び画像自動分類装置
KR101929669B1 (ko) 엔트로피를 이용하여 이미지를 분석하는 방법 및 장치
WO2023228572A1 (ja) 組織写真評価方法、組織写真評価装置、撮影装置及びプログラム
US20230206416A1 (en) Computer-implemented method for quality control of a digital image of a sample
WO2023228571A1 (ja) 代表組織写真決定方法、代表組織写真決定装置、撮影装置及びプログラム
JP7173345B2 (ja) 金属組織の撮影条件決定方法、金属組織の撮影方法、金属組織の相分類方法、金属組織の撮影条件決定装置、金属組織の撮影装置、金属組織の相分類装置、金属材料の材料特性予測方法および金属材料の材料特性予測装置
JP2004246618A (ja) パターン認識における照合に用いられる画像の生成ならびに同画像を用いたパターン認識のための方法、装置、およびプログラム
JP6478897B2 (ja) 変調伝達関数の計算装置及び変調伝達関数の計算プログラム
JP2011232302A (ja) 画像検査方法及び画像検査装置
JP4981112B2 (ja) 組織学的アセスメント
JP2006135700A (ja) 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体
Peskin et al. Predicting segmentation accuracy for biological cell images
GANESAN SEQUENTIAL DECISION MAKING TO IMPROVE LUNG CANCER SCREENING PERFORMANCE USING QCD ALGORITHM

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231222