KR20220156044A

KR20220156044A - 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치, 금속 조직의 상 분류 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치

Info

Publication number: KR20220156044A
Application number: KR1020227036044A
Authority: KR
Inventors: 나오야 기요카네; 요시에 오바타; 신 이시카와; 다카코 야마시타; 다케시 니시야마
Original assignee: 제이에프이 스틸 가부시키가이샤
Priority date: 2020-03-31
Filing date: 2021-03-08
Publication date: 2022-11-24
Also published as: JP7173345B2; JPWO2021199937A1; CN115398228A; EP4131159A4; US20230153976A1; WO2021199937A1; EP4131159A1

Abstract

금속 조직의 촬영 조건 결정 방법은, 금속 재료의 금속 조직의 일부분을 촬영하는 촬영 공정과, 금속 조직의 화소에 대해, 각 상의 라벨을 부여하는 상 지정 공정과, 각 상의 라벨을 부여한 화소에 대해, 특징값을 산출하는 특징값 산출 공정과, 각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해 특징값을 입력하고, 상의 라벨을 취득함으로써, 상을 분류하는 상 분류 공정과, 상 분류 공정의 분류 결과에 기초하여, 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정 공정을 포함한다.

Description

금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치, 금속 조직의 상 분류 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치

본 발명은, 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치, 금속 조직의 상 분류 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치에 관한 것이다.

최근, 지구 환경의 보전이라는 관점에서, 배출되는 오염 물질의 저감을 위해 배기 가스 규제가 실시되고 있다. 또, 자동차에 대해서는 차체의 경량화에 의한 연비 향상이 강하게 요구되고 있다. 차체를 경량화하기 위한 유력한 방법 중 하나로 차체에 사용하는 박강판의 고강도화가 있으며, 자동차에서는 고강도 강판의 사용량이 매년 증가하고 있다.

일반적으로, 강판 등의 금속 재료는, 동일한 조성을 갖고 있어도, 광학 현미경 또는 전자 현미경 레벨에서의 스케일 (㎜ ∼ ㎛ 스케일) 의 금속 조직에 특성이 강하게 의존한다. 그 때문에, 고강도 강판을 개발하는 경우, 고용 강화 원소의 첨가에 의한 고용 강화를 이용하는 방법이나, 석출 강화 원소의 첨가에 의한 석출물을 이용하는 석출 강화 방법 등의 조성을 바꾸는 방법이 사용된다. 또, 이들 방법 외에, 동일 조성에서 열 처리 조건을 바꿈으로써, 최종적으로 실현되는 금속 조직을 변화시켜, 기계 특성을 향상시키는 방법이 사용된다.

이와 같이, 고강도 강판을 개발하기 위해서는, 조성의 제어뿐만 아니라, 금속 조직의 제어가 중요하며, 그 때문에 금속 재료를 광학 현미경 또는 전자 현미경 등으로 관찰하고, 그 금속 조직을 정량 평가하는 것이 중요하다. 실제로, 소재 개발의 현장에 있어서는, 열 처리 조건을 바꾼 금속 재료의 조직 관찰이 일상적으로 실시되고 있다.

강판 등의 금속 재료에 대해, 공지된 연마 방법 및 에칭 방법 등의 시료 조정을 실시한 후에, 전자 현미경 등의 공지된 촬영 장치로 금속 조직의 관찰을 실시하면, 일반적으로는 상마다 콘트라스트가 상이하기 때문에, 각 상의 판별을 실시할 수 있다. 예를 들어, 철강 재료의 하이텐재로서 대표적으로 사용되고 있는, 페라이트상 및 마텐자이트상으로 이루어지는 DP 강판 (Dual Phase 강판) 의 금속 조직을 관찰하는 경우, 먼저 조 (粗) 연마를 실시한 후에, 0.05 ㎛ ∼ 2 ㎛ 의 연마제를 사용한 마무리 연마를 실시한다. 계속해서, 0.5 ∼ 8 ％ 의 나이탈 용액을 사용하여 에칭을 실시한다. 그리고, 주사형 전자 현미경을 사용하여 그 금속 조직을 500 배 이상의 배율로 관찰하면, 페라이트상과 마텐자이트상이 상이한 콘트라스트로 관찰되어, 양 상을 식별할 수 있다. 열 처리 조건에 따라, 연질인 페라이트상과 경질인 마텐자이트상으로 이루어지는 금속 조직의 각 상의 체적 분율이나 금속 조직의 형상이 변화하고, 기계 특성이 크게 변화한다. 그 때문에, 금속 조직의 각 상의 체적 분율과 금속 조직의 형상을 제어함으로써, 소재로서 요구되는 기계 특성의 실현을 시도한 소재 개발이 일상적으로 실시되고 있다.

기계 특성과 금속 조직의 관계를 명확하게 유도하기 위해서는, 관찰한 금속 조직을 구성하는 상을 정확하게 특정하고, 각 상의 체적 분율이나 금속 조직의 형상을 정량적으로 평가하는 것이 중요해진다. 금속 조직을 촬영한 화상 (이하,「조직 화상」이라고 한다) 으로부터 상을 특정 (분류) 하여 추출하는 것을 일반적으로는「세그먼테이션」이라고 부르는데, 종래의 세그먼테이션에서는, 조직 화상의 각 상을 작업자가 손 도포에 의해 색별하여 분류하고 있었다. 그러나, 이 방법은, 1 장의 조직 화상을 해석하는 것만으로도 방대한 시간을 요할 뿐만 아니라, 작업자에 따라 상의 인식이 상이하기 때문에, 손 도포를 실시하는 작업자에 따라 큰 오차가 존재하고 있었다. 그 때문에, 실제로는, 손 도포에 의한 세그먼테이션은 거의 실시되지 않고, 조직 화상의 평가는 정성적인 평가에 머물러 있는 것이 실정이었다.

이와 같은 큰 오차, 또 방대한 시간을 요하는 손 도포를 대신하는 공지된 세그먼테이션의 방법으로는, 휘도값의 2 치화를 들 수 있다. 이 방법은, 촬영한 금속 조직의 화상 데이터에 대해 휘도값의 임계값을 정하고, 2 색이 되도록 컴퓨터 등을 사용하여 화상을 변환함으로써, 특정한 상만을 추출하고, 각 색의 면적을 구함으로써 상분율을 측정한다. 이 방법은, 금속 조직의 상마다 휘도값이 명확하게 상이한 경우에는, 정확하게 상의 분류를 실시할 수 있다. 또, 작업으로는 휘도값의 임계값을 정할 뿐이기 때문에, 전술한 손 도포에 비하면 훨씬 고속으로 금속 조직을 정량 평가할 수 있다. 그러나 그 한편으로, 금속 재료에서는, 상마다의 휘도값의 차이가 명확하지 않은 케이스가 많으며, 휘도값의 차이가 명확하지 않은 경우에는 오차가 커지기 때문에, 양호한 정밀도로 분류할 수 없는 케이스가 많았다.

또, 가령 상마다 휘도값이 명확하게 상이한 경우여도, 금속 재료에서는, 촬영 전에 실시하는 시료 조정에 있어서, 제어가 곤란한 10^-2 s 오더의 에칭 시간에 의존하여 그 휘도값이 변화한다. 그 때문에, 동일한 상이어도, 촬영한 조직 화상마다 2 치화의 임계값을 다시 결정해야 한다는 문제가 있었다. 또, 에칭 조건 이외에도, 예를 들어 광학 현미경에서는 광원의 강도를 변화시킴으로써 화상의 휘도값을 변화시킬 수 있다. 그러나, 그 설정은 촬영자에게 의존하기 때문에, 촬영자마다 2 치화의 임계값을 그 때마다 다시 결정해야 한다는 문제가 있었다.

컴퓨터의 성능이 비약적으로 향상된 작금에는, 상기에 예시한 손 도포, 혹은 단순한 휘도값의 2 치화가 아니라, 보다 고도의 계산 기술을 사용하여, 인위적인 요소를 포함시키지 않고 화상을 해석하는 기술이 개발되고 있다. 예를 들어, 특허문헌 1 에서는, 이하와 같은 기술이 개시되어 있다. 먼저, 인체 표면의 부위의 화상을 반대 색 공간에 있어서의 화상으로 변환하고, 반대 색 공간에 있어서의 화상의 반대 색 공간의 성분의 각각을 상이한 공간 주파수의 서브밴드 화상으로 분해한다. 그리고, 이 서브밴드 화상에 대해, 인체 표면의 부위에 따른 특징값을 산출하고, 이 특징값에 기초하여 인체 표면의 부위의 외관을 평가한다. 이 기술을 사용함으로써, 사람의 피부의 화상으로부터 피부의 상태, 질감 등을 객관적으로 또한 고속으로 평가할 수 있다.

또, 특허문헌 2 에서는, 이하와 같은 기술이 개시되어 있다. 먼저, 조직을 촬영한 1 장의 조직 화상에 대해, 2 치화의 기준값을 상이하게 하면서 복수회의 2 치화 처리를 실시함으로써, 복수의 2 치화 화상을 생성한다. 계속해서, 이 복수의 2 치화 화상의 각각에 대해, 구멍 형상의 영역의 수를 산출하고, 복수의 2 치화의 기준값과 구멍 형상의 영역의 수의 대응 관계를 특징짓는 특징수를 특정하고, 이 특징수에 대응한 출력 정보를 생성한다.

일본 공개특허공보 2018-121752호 국제 공개 제2017/010397호

그러나, 특허문헌 1 에서 개시된 기술은, 어디까지나 피부 조직을 평가하기 위한 기술이기 때문에, 강판 등의 금속 재료의 조직에 적용하는 것은 곤란하다. 하물며, 제어 곤란한 에칭 조건에 따라 변동하는 콘트라스트차 등에 대응하는 것은 곤란하다. 또, 특허문헌 2 에서 개시된 기술에 대해서도 마찬가지로, 생체 세포의 화상을 해석하기 위한 기술이며, 금속 재료와 같이 에칭에 의해 콘트라스트가 크게 변동하는 조직 화상의 해석에 적용하는 것은 곤란하다.

본 발명은, 상기를 감안하여 이루어진 것으로서, 에칭 조건, 촬영 수단 또는 촬영자에 따라 촬영 조건이 변동하는 경우에 있어서도, 금속 조직의 상을 양호한 정밀도로 분류하는 것이 가능한 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치, 금속 조직의 상 분류 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치를 제공하는 것을 목적으로 한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 방법으로서, 소정의 시료 조정이 실시된 상기 금속 재료의 금속 조직의 일부분을, 미리 정한 촬영 조건하에서 촬영하는 촬영 공정과, 상기 촬영 공정에서 촬영한 화상에 대해, 상기 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여하는 상 지정 공정과, 상기 상 지정 공정에서 각 상의 라벨을 부여한 화소에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출 공정과, 각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출 공정에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류 공정과, 상기 상 분류 공정의 분류 결과에 기초하여, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정 공정을 포함한다.

또, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 상기 발명에 있어서, 상기 촬영 공정이, 상기 금속 조직의 일부분을, 미리 정한 복수의 촬영 조건하에서 촬영하고, 상기 촬영 조건 결정 공정이, 상기 촬영 공정에서 사용한 복수의 촬영 조건 중, 상기 상 분류 공정에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 방법으로서, 소정의 시료 조정이 실시된 상기 금속 조직의 일부분을, 촬영 조건을 변경하면서 연속적으로 촬영하는 촬영 공정과, 상기 촬영 공정에서 촬영한 화상에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출 공정과, 상기 금속 조직의 미리 정한 하나 또는 복수의 상의 라벨이 부여된 화소의 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출 공정에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류 공정과, 상기 상 분류 공정의 분류 결과에 기초하여, 상기 촬영 공정에서 사용한 복수의 촬영 조건 중에서, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정 공정을 포함한다.

또, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 상기 발명에 있어서, 상기 촬영 조건 결정 공정이, 상기 촬영 공정에서 사용한 촬영 조건 중, 상기 상 분류 공정에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정한다.

또, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 상기 발명에 있어서, 상기 촬영 조건이, 콘트라스트값, 브라이트니스값 및 광원의 강도 중 적어도 하나를 포함한다.

또, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법은, 상기 발명에 있어서, 상기 촬영 공정 전에, 상기 금속 재료를 조연마한 후에, 0.05 ㎛ ∼ 2 ㎛ 의 연마재를 사용한 버프 연마를 실시하는 연마 공정과, 에탄올 및 질산을 혼합하여 제조된, 질산 농도가 0.5 ％ ∼ 8 ％ 인 나이탈 용액을 사용하여 상기 금속 재료를 에칭하는 에칭 공정을 포함한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 방법은, 상기의 금속 재료의 촬영 조건 결정 방법 후에, 상기 금속 재료의 금속 조직의 그 밖의 부분을, 상기 촬영 조건 결정 방법으로 결정된 촬영 조건하에서 촬영한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 상 분류 방법은, 상기의 금속 조직의 촬영 방법에 의해 금속 조직을 촬영하고, 그 금속 조직의 금속 조직의 상을 분류한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 조건 결정 장치는, 금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 장치로서, 소정의 시료 조정이 실시된 상기 금속 재료의 금속 조직의 일부분을, 미리 정한 촬영 조건하에서 촬영하는 촬영부와, 상기 촬영부에서 촬영한 화상에 대해, 상기 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여하는 상 지정부와, 상기 상 지정부에서 각 상의 라벨을 부여한 화소에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출부와, 각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출부에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류부와, 상기 상 분류부의 분류 결과에 기초하여, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정부를 구비한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 조건 결정 장치는, 금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 장치로서, 소정의 시료 조정이 실시된 상기 금속 조직의 일부분을, 촬영 조건을 변경하면서 연속적으로 촬영하는 촬영부와, 상기 촬영부에서 촬영한 화상에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출부와, 상기 금속 조직의 미리 정한 하나 또는 복수의 상의 라벨이 부여된 화소의 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출부에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류부와, 상기 상 분류부의 분류 결과에 기초하여, 상기 촬영부에서 사용한 복수의 촬영 조건 중에서, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정부를 구비한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 촬영 장치는, 상기 금속 재료의 금속 조직의 그 밖의 부분을, 상기의 촬영 조건 결정 장치에 의해 결정된 촬영 조건하에서 촬영한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 조직의 상 분류 장치는, 상기의 금속 조직의 촬영 장치에 의해 금속 조직을 촬영하고, 그 금속 조직의 금속 조직의 상을 분류한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 재료의 재료 특성 예측 방법은, 금속 재료의 재료 특성을 예측하는 금속 재료의 재료 특성 예측 방법으로서, 상기의 금속 조직의 상의 분류 방법 후에, 분류한 각 상의 크기, 면적률 또는 형상을 산출함으로써, 금속 조직의 정량 평가값을 산출하는 정량 평가 공정과, 상기 정량 평가값과, 미리 준비된 상기 금속 재료의 재료 특성 중에서, 상기 금속 재료의 재료 특성의 예측에 사용하는 데이터를 선택하는 데이터 선택 공정과, 선택한 데이터를 사용하여, 상기 금속 재료의 재료 특성을 예측하는 예측 모델을 생성하는 모델 생성 공정과, 생성한 예측 모델을 사용하여 상기 금속 재료의 재료 특성을 예측하는 재료 특성 예측 공정을 포함한다.

상기 서술한 과제를 해결하고, 목적을 달성하기 위해, 본 발명에 관련된 금속 재료의 재료 특성 예측 장치는, 금속 재료의 재료 특성을 예측하는 금속 재료의 재료 특성 예측 장치로서, 금속 조직의 상의 분류가 실시된 화상을 입력하는 입력부와, 분류한 각 상의 크기, 면적률 또는 형상을 산출함으로써, 금속 조직의 정량 평가값을 산출하는 정량 평가부와, 상기 정량 평가값을 데이터베이스에 기록하는 데이터 기록부와, 상기 데이터베이스에 기록된 상기 정량 평가값 및 상기 금속 재료의 재료 특성 중에서, 상기 금속 재료의 재료 특성의 예측에 사용하는 데이터를 선택하는 데이터 선택부와, 선택한 데이터를 사용하여, 상기 금속 재료의 재료 특성을 예측하는 예측 모델을 생성하는 모델 생성부와, 생성한 예측 모델을 사용하여 상기 금속 재료의 재료 특성을 예측하는 재료 특성 예측부와, 예측한 상기 금속 재료의 재료 특성을 출력하는 출력부를 구비한다.

본 발명에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 의하면, 다음과 같은 효과를 발휘한다. 즉, 기계 특성이나 부식 특성 등의 여러 가지 재료 특성에 큰 영향을 주는 중요한 금속 조직의 상을 분류하는 세그먼테이션에 있어서, 에칭 조건, 촬영 수단 또는 촬영자에 따라 촬영 조건이 변동하는 경우에 있어서도, 금속 조직의 상을 양호한 정밀도로 분류할 수 있다. 게다가, 정량적인 평가를 실시할 수 있는 촬영 조건을 결정할 수 있다.

또, 본 발명에 관련된 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치에 의하면, 금속 조직의 상의 분류 결과로부터 정량 평가를 효율적으로 실시할 수 있다. 그 때문에, 정량 평가값과 금속 재료의 재료 특성의 상관을 유도함으로써, 금속 재료의 재료 특성을 정확하게 예측할 수 있다. 이로써, 금속 조직의 화상을 봄과 동시에, 금속 재료의 재료 특성을 파악할 수 있기 때문에, 금속 재료 (예를 들어 강판) 개발의 효율성을 향상시킬 수 있다.

도 1 은, 본 발명의 제 1 실시형태에 관련된 금속 조직의 촬영 조건 결정 장치 및 촬영 장치의 개략적인 구성을 나타내는 블록도이다.
도 2 는, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 흐름을 나타내는 플로 차트이다.
도 3 은, 주사형 전자 현미경을 사용하여 촬영한 DP 강판의 조직 사진과, 라인 L1 상의 휘도값 프로파일을 나타내는 도면이다.
도 4 는, 본 발명의 제 2 실시형태에 관련된 금속 조직의 촬영 조건 결정 장치 및 촬영 장치의 개략적인 구성을 나타내는 블록도이다.
도 5 는, 본 발명의 제 2 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 흐름을 나타내는 플로 차트이다.
도 6 은, 본 발명의 실시형태에 관련된 금속 재료의 재료 특성 예측 장치의 개략적인 구성을 나타내는 블록도이다.
도 7 은, 본 발명의 실시형태에 관련된 금속 재료의 재료 특성 예측 방법의 흐름을 나타내는 플로 차트이다.
도 8 은, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 데이터베이스를 구축할 때에 지정한 금속 조직의 상을 나타내는 도면이다.
도 9 는, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 상 지정 공정에서 지정한 금속 조직의 상을 나타내는 도면이다.
도 10 은, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 상 분류 공정에서 분류한 결과를 나타내는 도면이다. 또한, 도 10 의 (b), (d) 에서는, 올바르게 분류된 영역을 회색으로 나타내고 있다.
도 11 은, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 제 2 촬영 공정에서 콘트라스트값을 조정하여 촬영한 조직 화상에 대해, 상 분류 공정에서 분류한 금속 조직의 상을 나타내는 도면이다.
도 12 는, 본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 비교예로서, 콘트라스트값을 조정하지 않고 촬영한 조직 화상에 대해, 상 분류 공정에서 분류한 금속 조직의 상을 나타내는 도면이다.
도 13 은, 본 발명의 제 2 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 방법 A 로 시료 조정을 실시한 시료에 대해, 제 1 촬영 공정에서 콘트라스트값을 변경하면서 연속적으로 촬영한 조직 화상과, 당해 조직 화상에 대응하는 상 분류 화상을 나타내는 도면이다.
도 14 는, 본 발명의 제 2 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예로서, 방법 B 로 시료 조정을 실시한 시료에 대해, 제 1 촬영 공정에서 콘트라스트값을 변경하면서 연속적으로 촬영한 조직 화상과, 당해 조직 화상에 대응하는 상 분류 화상을 나타내는 도면이다.
도 15 는, 본 발명의 제 2 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 비교예로서, 콘트라스트값을 변경하지 않고 촬영한 조직 화상과, 당해 조직 화상에 대응하는 상 분류 화상을 나타내는 도면이다.
도 16 은, 본 발명에 관련된 금속 재료의 재료 특성 예측 방법의 실시예이고, 도 11 의 (a) 의 조직 화상으로부터 산출한 페라이트상 및 마텐자이트상의 진원도의 히스토그램을 나타내는 도면이다.
도 17 은, 본 발명에 관련된 금속 재료의 재료 특성 예측 방법의 실시예이고, 도 11 의 (b) 의 조직 화상으로부터 산출한 페라이트상 및 마텐자이트상의 진원도의 히스토그램을 나타내는 도면이다.
도 18 은, 본 발명에 관련된 금속 재료의 재료 특성 예측 방법의 실시예이고, 예측 모델 생성부에서 생성한 예측 모델 (뉴럴 네트워크 모델) 에 의한 인장 강도의 예측 결과를 나타내는 도면이다.

[제 1 실시형태]

본 발명의 제 1 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 대해, 도 1 및 도 2 를 참조하면서 설명한다.

본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법 및 촬영 조건 결정 장치는, 구조 부재, 자동차용 부재 등의 다양한 제품의 소재로서 사용되는 금속 재료의 특성을 제어하는 데에 있어서 중요한 정보가 되는 금속 조직의 상을 학습할 때에, 금속 조직의 촬영 조건을 결정하는 수법 및 장치이다. 또, 본 실시형태에 관련된 금속 조직의 촬영 방법 및 촬영 장치는, 촬영 조건 결정 방법 및 촬영 조건 결정 장치에 의해 결정된 촬영 조건하에서, 금속 조직을 촬영하는 수법 및 장치이다.

본 실시형태에서 사용하는 금속 재료는, 예를 들어 페라이트상 및 마텐자이트상으로 이루어지는 DP 강판이다. 이하에서는, 금속 조직의 촬영 조건 결정 장치 및 촬영 장치의 구성에 대해 설명한 후, 이들 장치를 사용한 촬영 조건 결정 방법 및 촬영 방법과, 모델 생성 방법에 대해 설명한다. 그리고, 금속 재료의 재료 특성 예측 장치의 구성에 대해 설명한 후, 이 장치를 사용한 재료 특성 예측 방법에 대해 설명한다.

(촬영 조건 결정 장치/촬영 장치)

금속 조직의 촬영 조건 결정 장치 (이하,「촬영 조건 결정 장치」라고 한다) (1) 에 대해, 도 1 을 참조하면서 설명한다. 촬영 조건 결정 장치 (1) 는, 촬영부 (10) 와, 기억부 (20) 와, 연산부 (30) 와, 출력부 (40) 를 구비하고 있다. 또한, 본 실시형태에 관련된 촬영 장치는, 동 도면에 나타낸 촬영 조건 결정 장치 (1) 와 동일한 구성에 의해 실현된다.

촬영부 (10) 는, 금속 재료의 조직 화상을 촬영하고, 연산부 (30) 에 대해 입력하는 수단이다. 촬영부 (10) 는, 예를 들어 조직 화상의 촬영에 널리 사용되고 있는 광학 현미경 또는 주사형 전자 현미경 등의 공지된 촬영 장치로 구성된다.

기억부 (20) 는, EPROM (Erasable Programmable ROM), 하드 디스크 드라이브 (Hard Disk Drive : HDD), 솔리드 스테이트 드라이브 (Solid State Drive : SSD) 및 리무버블 미디어 등의 기록 매체로 구성된다. 리무버블 미디어로는, 예를 들어 USB (Universal Serial Bus) 메모리, CD (Compact Disc), DVD (Digital Versatile Disc), BD (Blu-ray (등록상표) Disc) 와 같은 디스크 기록 매체를 들 수 있다. 또, 기억부 (20) 에는, 오퍼레이팅 시스템 (Operating System : OS), 각종 프로그램, 각종 테이블, 각종 데이터베이스 등을 격납 가능하다.

기억부 (20) 에는, 예를 들어 특징값 산출부 (32) 에 의해 산출된 특징값의 데이터베이스, 각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델 (학습이 완료된 모델) 등이 격납되어 있다. 이 모델의 생성 방법에 대해서는 후기한다.

연산부 (30) 는, 예를 들어 CPU (Central Processing Unit) 등으로 이루어지는 프로세서와, RAM (Random Access Memory) 이나 ROM (Read Only Memory) 등으로 이루어지는 메모리 (주기억부) 에 의해 실현된다. 연산부 (30) 는, 프로그램을 주기억부의 작업 영역에 로드하여 실행하고, 프로그램의 실행을 통하여 각 구성부 등을 제어함으로써, 소정의 목적에 합치한 기능을 실현한다. 또, 연산부 (30) 는, 상기한 프로그램의 실행을 통하여, 상 지정부 (31), 특징값 산출부 (32), 상 분류부 (33) 및 촬영 조건 결정부 (34) 로서 기능한다. 또한, 각 부의 상세는 후기한다.

출력부 (40) 는, 연산부 (30) 에 의한 연산 결과를 출력하는 출력 수단이다. 출력부 (40) 는, 예를 들어 디스플레이, 프린터 또는 스마트폰 등으로 구성된다. 출력부 (40) 는, 예를 들어, 상 지정부 (31) 에 의해 지정된 금속 조직의 상, 특징값 산출부 (32) 에 의해 산출된 금속 조직의 상의 특징값, 상 분류부 (33) 에 의한 금속 조직의 상의 분류 결과, 촬영 조건 결정부 (34) 에 의해 결정된 촬영 조건 등을 출력한다. 또한, 출력부 (40) 에 의한 출력 형식은 특별히 한정되지 않고, 예를 들어 텍스트 파일이나 화상 파일 등의 데이터나, 출력 장치에 투영하는 형식으로 출력해도 된다.

(촬영 조건 결정 방법/촬영 방법)

촬영 조건 결정 장치 (1) 를 사용한 촬영 조건 결정 방법 및 촬영 장치를 사용한 촬영 방법에 대해, 도 2 를 참조하면서 설명한다. 촬영 조건 결정 방법에서는, 연마 공정 S1 과, 에칭 공정 S2 와, 제 1 촬영 공정 S3 과, 상 지정 공정 S4 와, 특징값 산출 공정 S5 와, 상 분류 공정 S6 과, 촬영 조건 결정 공정 S7 을 이 순서로 실시한다. 또, 촬영 방법에서는, 촬영 조건 결정 방법의 각 공정 후에, 제 2 촬영 공정 S8 을 실시한다. 이하, 각 공정에 대해 설명한다.

＜연마 공정 S1＞

연마 공정 S1 에서는, 관찰 대상인 금속 재료에 대해, 조연마 및 마무리 연마를 순서대로 실시한다. 조연마에서는, 예를 들어 종이에 지립을 도포한 시판되는 사포를 사용하여, 육안 레벨에서 보이는 흠집을 제거한다. 계속해서, 마무리 연마에서는, 0.05 ㎛ ∼ 2 ㎛ 의 연마재를 사용한 버프 연마를 실시한다. 연마제로는, 예를 들어 다이아몬드나 실리카 등의 공지된 연마제를 사용할 수 있다. 또, 마무리 연마에서는, 예를 들어 광학 현미경에 의해 10 배 ∼ 500 배로 관찰했을 때에 흠집이 보이지 않게 될 때까지 버프 연마를 실시한다. 또, 연마 흠집이 많이 남아 있으면 에칭 불균일의 원인이 되고, 상을 분류할 때의 오차의 요인이 되기 때문에, 가능한 한 흠집이 남지 않도록 연마를 실시한다. 마무리 연마에서는, 바람직하게는 광학 현미경에 의해 1000 배 이하로 관찰했을 때에 흠집이 보이지 않게 되기 위해 버프 연마를 실시한다.

＜에칭 공정 S2＞

금속 재료에서는, 페라이트상이나 마텐자이트상 등의 상에 따라 부식량이 상이하기 때문에, 에칭을 실시함으로써, 상마다 콘트라스트를 부여할 수 있어, 상의 분류가 가능해진다. 에칭 공정 S2 에서는, 에탄올 및 질산을 혼합하여 제조된, 질산 농도가 0.5 ％ ∼ 8 ％ 인 나이탈 용액을 사용하여, 금속 재료 (시료) 를 0.5 s ∼ 10.0 s 동안 나이탈 용액에 침지시킨 후, 증류수에 의해 세정을 실시한다.

에칭 공정 S2 에서는, 금속 재료를 나이탈 용액에 침지시키는 대신에, 나이탈 용액을 분무기에 의해 금속 재료에 분사하고, 0.5 s ∼ 10.0 s 경과한 후에 증류수로 세정해도 된다. 또, 에칭 공정 S2 에서는, 금속 재료를 나이탈 용액에 침지시키는 대신에, 거즈 등의 부드러운 천을 사용하여 나이탈 용액을 금속 재료에 부착시키고, 0.5 s ∼ 10.0 s 경과한 후에 증류수로 세정해도 된다. 또한, 에칭 공정 S2 에서는, 모델을 생성했을 때의 에칭 공정의 에칭 용액과의 질산 농도차가 0.1 ％ 미만, 또한 침지 시간차가 2.0 s 미만인 조건에서 에칭을 실시하는 것이 바람직하다. 이로써, 후기하는 상 분류 공정 S6 에 있어서의 분류 정밀도를 향상 (분류 오차를 감소) 시킬 수 있다.

＜제 1 촬영 공정 S3＞

제 1 촬영 공정 S3 에서는, 촬영부 (10) 가, 소정의 시료 조정 (상기 연마 공정 S1 및 에칭 공정 S2) 이 실시된 금속 재료의 금속 조직의 일부분 (금속 조직의 일부의 시야) 을, 미리 정한 촬영 조건하에서 촬영한다. 상기한「촬영 조건」으로는, 촬영부 (10) 가 주사형 전자 현미경인 경우에는, 콘트라스트값 및 브라이트니스값이 포함되고, 촬영부 (10) 가 광학 현미경인 경우에는, 광원의 강도가 포함된다.

제 1 촬영 공정 S3 에서는, 구체적으로는, 금속 조직의 일부분을, 미리 정한 복수의 촬영 조건하에서 촬영한다. 즉, 촬영부 (10) 가 주사형 전자 현미경인 경우에는, 콘트라스트값 또는 브라이트니스값을 변화시키면서, 금속 조직의 동일 부분의 화상을 복수장 촬영한다. 또, 촬영부 (10) 가 광학 현미경인 경우에는, 광원의 강도를 변화시키면서, 금속 조직의 동일 부분의 화상을 복수장 촬영한다.

＜상 지정 공정 S4＞

상 지정 공정 S4 에서는, 상 지정부 (31) 가, 제 1 촬영 공정 S3 에서 촬영한 조직 화상에 대해, 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여함으로써 상을 지정한다. 「조직 화상의 각 상의 화소에 각 상의 라벨을 부여한다」란, 예를 들어 DP 강판의 경우, 조직 화상 내에서 페라이트상 및 마텐자이트상에 대응하는 화소를 특정하고, 조직 화상의 화소와 페라이트상 및 마텐자이트상을 대응시키는 것을 나타내고 있다 (도 8 참조). 또한, 각 상의 지정은, 조직 화상의 화소 한 점 한 점을 포인트로 복수점 지정해도 되고, 혹은 결정립 사이즈 정도의 크기를 둘러쌈으로써 면으로 지정해도 된다. 또, 상 지정 공정 S4 에서는, 후기하는 제 2 촬영 공정 S8 에 있어서의 상의 분류 정밀도를 향상 (분류 오차를 감소) 시키기 위해, 각 상 2 개 이상의 영역을 면으로 지정하는 것이 바람직하다.

＜특징값 산출 공정 S5＞

특징값 산출 공정 S5 에서는, 특징값 산출부 (32) 가, 상 지정 공정 S4 에서 각 상의 라벨을 부여한 화소에 대해, 1 개 이상의 특징값을 산출한다. 예를 들어 이하의 특징값 (1) ∼ (8) 중 1 개 이상의 특징값을 산출한다.

(1) 항등 특징값

항등 특징값은, 조직 화상의 휘도값 그 자체를 나타내는 특징값이다.

(2) Mean 특징값

Mean 특징값은, 조직 화상의 소정의 범위에 있어서의 휘도값의 평균값을 나타내는 특징값이다. 즉, Mean 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 그 중의 휘도값을 평균한 것이다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Mean 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

여기서,「조직 화상에 포함되는 노이즈」란, 예를 들어 조직 화상 중에서 휘도값이 급격하게 높아지는 부분을 나타내고 있다 (예를 들어 도 3 의 (b) 의 A 부 참조). 그리고,「화소수 x, y 를 노이즈보다 크게」한다란, 노이즈의 폭 (동 도면의 (b) 의 B 부 참조) 보다 크게 하는 것을 나타내고 있다. 또한, 도 3 의 (a) 는, 주사형 전자 현미경으로 촬영한 조직 화상 (원화상) 을, (b) 는, 이 조직 화상의 중심부 (L1 선의 위치) 의 휘도값의 라인 프로파일을 나타내고 있다.

(3) Gausian 특징값

Gausian 특징값은, 조직 화상의 소정의 범위에 있어서, 중심에 가까울수록 가중치를 크게 한 휘도값의 평균값을 나타내는 특징값이다. 즉, Gausian 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 중심의 화소일수록 가중치를 크게 한 평균값을 취출한 것이다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Gausian 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

또, Gausian 특징값을 산출할 때에, 중심의 화소에 어느 정도의 가중치를 부여할지는, 작업자가 임의로 설정할 수 있지만, 하기 식 (1) 에 나타낸 가우스 함수를 사용하는 것이 바람직하다.

또한, 상기 식 (1) 의 Δx 및 Δy 는, 하기 식 (2), (3) 과 같이 나타낼 수 있다.

(4) Median 특징값

Median 특징값은, 조직 화상의 소정의 범위에 있어서의 휘도값의 중심값을 나타내는 특징값이다. 즉, Median 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 그 중의 휘도값으로부터 중심지를 취출한 것이다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Median 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

(5) Max 특징값

Max 특징값은, 조직 화상의 소정의 범위에 있어서의 휘도값의 최댓값을 나타내는 특징값이다. 즉, Max 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 그 중의 휘도값으로부터 최댓값을 취출한 것이다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Max 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

(6) Min 특징값

Min 특징값은, 조직 화상의 소정의 범위에 있어서의 휘도값의 최솟값을 나타내는 특징값이다. 즉, Min 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 그 중의 휘도값으로부터 최솟값을 취출한 것이다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Min 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

(7) Derivative 특징값

Derivative 특징값은, 조직 화상의 각 상으로부터 소정의 범위「화소수 x × 화소수 y」를 취출하고, 그 중 가장자리의 화소에 대해 x 방향 및 y 방향의 미분값을 계산한 것이고, 각 방향마다 특징값을 연산한다. 「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하고, 복수의 방향의 미분값을 연산하는 것이 바람직하다. 또, Derivative 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

(8) Derivative 가산 특징값

Derivative 가산 특징값은, 상기의 Derivative 특징값에 대해, 상기의 Mean 특징값, Gaussian 특징값, Median 특징값, Max 특징값 및 Min 특징값 중 어느 것, 또는 이들에서 선택한 복수의 특징값을 연산함으로써, 1 방향 또는 복수의 방향의 Derivative 특징값을 가산한 것이다. 상기한「화소수 x」및「화소수 y」는, 동일한 사이즈여도 되고, 상이한 사이즈여도 된다. 또,「화소수 x」및「화소수 y」는, 예를 들어 조직 화상에 포함되는 노이즈보다 크고, 또한 금속 조직의 복수의 상 중, 결정 입경이 작은 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다. 또, 이방성이 있는 경우에는, 각 x 방향, y 방향의 결정립 사이즈의 크기 정도로 설정하는 것이 바람직하다. 또, x 화소 × y 화소의 영역은, 장방형일 필요는 없고, 예를 들어 조직 화상이 구상의 형상인 경우에는, x 화소 × y 화소의 영역도 구상으로 하는 것이 바람직하다. 또, Derivative 가산 특징값은, 복수의 화소수 x, y 에 대해 산출해도 된다. 또한, 화소의 범위를 지나치게 크게 하면, 입계의 영향이나 인접하는 다른 상의 영향을 받는다. 그 때문에, 화소의 범위는, 결정 입경이 큰 쪽의 결정 입경의 1/2 미만의 크기가 포함되는 범위로 하는 것이 바람직하다.

여기서, 상기의 특징값 (1) ∼ (8) 은, 각 상의 다수의 화소에 대해 연산을 실시하기 때문에, 동일한 상이어도 상이한 특징값을 갖고, 각 상에 대해 특징값의 히스토그램을 작성할 수 있다. 또 상기의 특징값 (1) ∼ (8) 을 전부 산출해도 되고, 일부의 특징값만을 산출해도 된다. 또, 각 특징값의 연산을 조합한 특징값을 추가해도 되고, 필요에 따라 상기에 예시하지 않은 특징값을 추가해도 된다. 이러한 선택은, 상의 분류 정밀도가 향상되도록 작업자가 선택하는 것이 바람직하고, 각 상의 특징값의 차이가 큰 특징값을 채용하는 것이 바람직하다.

또한, 상기의 특징값 (1) ∼ (8) 을 산출할 때에는, 소정의 범위「화소수 x × 화소수 y」를 취출하여 특징값을 산출하지만, 이「화소수 x × 화소수 y」의 중심의 화소에 대해 합성곱된 특징값을 산출한다. 그리고, 조직 화상 상에서「화소수 x × 화소수 y」를 움직이면서, 각 위치의 특징값을 산출한다. 또,「화소수 x × 화소수 y」가 조직 화상 상의 가장자리 (상하 좌우의 가장자리) 에 위치하고 있는 경우에는, 경계 조건을 부과하거나, 혹은 화소수를 중심에서 가장자리까지로 한정하여 특징값의 산출을 실시한다. 또, 경계 조건으로서,「화소수 x × 화소수 y」의 중심으로부터 외측의 화소에 대해서는,「화소수 x × 화소수 y」의 중심과 동일한 특징값인 것으로 한다. 혹은 중심으로부터 외측을 향하여 선형 함수, 지수 함수, 스플라인 함수 등의 보간 함수를 사용하여 외삽함으로써, 특징값의 산출을 실시한다.

＜상 분류 공정 S6＞

상 분류 공정 S6 에서는, 상 분류부 (33) 가, 미리 생성된 모델 (예를 들어 결정목) 을 사용하여 세그먼테이션을 실시한다. 즉, 상 분류 공정 S6 에서는, 각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델 (예를 들어 결정목) 에 대해, 특징값 산출 공정 S5 에서 산출한 특징값을 입력한다. 그리고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 조직 화상의 금속 조직의 상을 분류한다.

＜촬영 조건 결정 공정 S7＞

촬영 조건 결정 공정 S7 에서는, 촬영 조건 결정부 (34) 가, 상 분류 공정 S6 의 분류 결과에 기초하여, 제 1 촬영 공정 S3 에서 촬영한 부분과는 상이한 금속 조직의 그 밖의 부분 (금속 조직의 그 밖의 시야) 을 촬영할 때의 촬영 조건을 결정한다. 촬영 조건 결정 공정 S7 에서는, 구체적으로는, 제 1 촬영 공정 S3 에서 사용한 복수의 촬영 조건 중, 상 분류 공정 S6 에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정한다.

촬영 조건 결정 공정 S7 에서는, 예를 들어, 2 개의 상 (페라이트상 및 마텐자이트상) 의 정답률에 각각 소정의 가중치 부여를 실시한 가중치 부여 평균화 정답률이 최대가 되도록 촬영 조건을 결정한다. 또한, 2 개의 상 중, 일방의 상의 정답률을 보다 중시하는 경우에는, 당해 일방의 상의 정답률에 부여하는 가중치를 크게 한다. 또, 양방의 상의 정답률을 균등하게 하는 경우에는, 양방의 상의 정답률에 부여하는 가중치를 동일한 값으로 한다.

또, 촬영 조건 결정 공정 S7 에서는, 상 지정 공정 S4 에서 지정한 상이 80 ％ 이상의 정밀도로 분류되는 촬영 조건을 선택한다. 바람직하게는 95 ％ 이상의 정밀도로 분류되는 촬영 조건을 선택한다. 또한, 상의 분류에 있어서는, 상기한 결정목으로 이루어지는 모델을 사용하여 분류하는 수법 이외의 방법을 사용해도 되고, 예를 들어 특징값으로 이루어지는 특징 벡터의 내적을 산출함으로써 상의 분류를 실시해도 된다.

＜제 2 촬영 공정 S8＞

제 2 촬영 공정 S8 에서는, 촬영부 (10) 가, 금속 조직의 그 밖의 부분을, 촬영 조건 결정 공정 S7 에서 결정된 촬영 조건하에서 촬영한다. 이상에 의해 본 플로는 종료된다. 또한, 제 2 촬영 공정 S8 후에는, 예를 들어 촬영한 조직 화상에 대해, 상기한 상 분류 공정 S6 을 실시하여, 조직 화상의 금속 조직의 상을 분류한다.

여기서, 상기한 특징값 산출 공정 S5 를 실시한 후에, 특징값의 산출 결과를 출력부 (40) 로부터 출력해도 된다. 그 때의 출력 형식은 특별히 한정되지 않고, 텍스트 파일 (예를 들어 수치의 집합) 또는 화상 파일 (예를 들어 히스토그램 화상, 특징값을 나타내는 조직 화상) 중 어느 형식으로 출력해도 된다. 또, 상 분류 공정 S6 을 실시한 후에, 상의 분류 결과를 출력부 (40) 로부터 출력해도 된다. 그 때의 출력 형식은 특별히 한정되지 않고, 텍스트 파일 또는 화상 파일 (예를 들어 조직 화상에 대해, 분류한 상을 색별하여 나타낸 화상 (이하,「상 분류 화상」이라고 한다)) 중 어느 형식으로 출력해도 된다. 또, 이 상 분류 화상을, 제 1 촬영 공정 S3 에서 촬영한 조직 화상에 중첩하여, 혹은 당해 조직 화상과 나열하여 출력부 (40) 로부터 출력해도 된다.

(모델 생성 방법)

상기한 촬영 조건 결정 방법 및 촬영 방법의 상 분류 공정 S6 에서 사용하는 모델의 생성 방법에 대해 설명한다. 또한, 이 모델은, 상기한 촬영 조건 결정 방법 및 촬영 방법의 실시 전에 미리 생성해 두면 된다. 모델 생성 방법은, 연마 공정과, 에칭 공정과, 촬영 공정과, 상 지정 공정과, 특징값 산출 공정과, 모델 생성 공정을 이 순서로 실시한다. 또한, 연마 공정, 에칭 공정, 촬영 공정, 상 지정 공정 및 특징값 산출 공정의 구체적인 수법은, 상기한 촬영 조건 결정 방법의 각 공정과 동일하다.

연마 공정 및 에칭 공정에서는, 관찰 대상인 금속 재료 (이하,「관찰 시료」라고 한다) 와 동종의 상을 갖는 금속 재료에 대해, 관찰 대상인 금속 재료와 가능한 한 동일한 연마 및 에칭을 실시한다. 또한, 에칭 공정에서는, 상기한 에칭 공정 S2 의 에칭 용액과의 질산 농도차가 0.1 ％ 미만, 또한 침지 시간차가 2.0 s 미만인 조건에서 에칭을 실시하는 것이 바람직하다. 이로써, 상기한 상 분류 공정 S6 에 있어서의 상의 분류 정밀도를 향상 (분류 오차를 감소) 시킬 수 있다.

촬영 공정에서는, 금속 재료의 금속 조직을 촬영한다. 상 지정 공정에서는, 촬영 공정에서 촬영한 조직 화상에 대해, 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여함으로써 상을 지정한다. 특징값 산출 공정에서는, 상 지정 공정에서 각 상의 라벨을 부여한 화소에 대해, 상기한 특징값 (1) ∼ (8) 중 1 개 이상의 특징값을 산출하고, 금속 조직의 상마다의 특징값을 축적한 데이터베이스를 구축한다.

모델 생성 공정에서는, 각 상의 라벨이 부여된 화소에 대해 특징값 산출 공정에서 산출된 특징값 (데이터베이스에 축적된 금속 조직의 상마다의 특징값) 을 입력으로 하고, 각 상의 라벨을 출력으로 하여 학습 (기계 학습) 함으로써, 모델을 생성한다. 모델 생성 공정에서는, 구체적으로는, 특징값이 분기 조건으로서 설정된 결정목을 생성한다. 또한, 모델 생성 공정에 있어서의 기계 학습의 수법은, 결정목에 한정되지 않고, 예를 들어 랜덤 포레스트 또는 뉴럴 네트워크 등이어도 되지만, 본 실시형태에서는 결정목을 일례로 설명을 실시한다.

모델 생성 공정에서는, 구체적으로는, 특징값 산출 공정에서 산출한 각 상의 특징값으로부터, 2 치화를 복수회 반복함으로써, 금속 조직의 상을 분류한다. 이 경우, 미리 작업자가 지정한 상과 특징값 산출 공정에서 산출한 각 상의 특징값으로부터, 어느 정도의 정밀도로 각 상의 분류를 실시할지를 설정하고, 그 설정한 수치 정보에 기초하여, 2 치화에 의한 분기의 학습을 실시한다.

예를 들어, 80 ％ 의 정밀도로 2 치화의 분기가 실시되도록 설정한 경우, 지정한 상과 그 특징값으로부터, 80 ％ 이상의 확률로 상의 분류가 실시되도록, 특징값의 2 치화를 복수 반복하여 학습함으로써, 결정목을 작성한다. 상기한 정밀도의 설정은, 작업자에 의해 임의로 설정하면 되지만, 하한을 80 ％ 이상으로 하는 것이 바람직하다. 정밀도를 80 ％ 미만으로 하면, 분류 정밀도가 저하된다. 또 반대로, 정밀도를 지나치게 높게 하면 과학습에 의해 학습 후의 화상 분류에 있어서 분류 정밀도가 오히려 악화된다. 그 때문에, 정밀도의 상한은 99 ％ 미만으로 하는 것이 바람직하다.

모델 생성 공정에 있어서, 2 치화를 복수회 실시할 때의 각 특징값의 2 치화의 순서 (분기의 순서) 는, 미리 작업자에 의해 지정해도 되고, 혹은 난수를 사용하여 랜덤으로 결정해도 된다. 각 특징값의 2 치화의 최적의 순서는 사전에 불명인 경우가 많기 때문에, 난수를 사용하여, 상기한 정밀도 이상으로 분류할 수 있는 각 특징값의 2 치화의 순서를, 컴퓨터로 탐색시키는 것이 바람직하다. 마찬가지로, 각 특징값의 2 치화의 최적의 횟수는 사전에 불명인 경우가 많기 때문에, 상기한 정밀도 이상으로 분류할 수 있는 각 특징값의 2 치화의 횟수를, 컴퓨터로 탐색시키는 것이 바람직하다. 또, 2 치화시의 분기 조건으로서 사용하는 특징값은, 분기 조건으로서 복수회 사용해도 된다.

(상 분류 방법)

본 실시형태에 관련된 금속 조직의 상 분류 방법은, 상기한 촬영 방법에 의해 금속 조직을 촬영하고, 그 금속 조직의 금속 조직의 상을 분류한다. 상 분류 방법을 실행하는 상 분류 장치는, 촬영 조건 결정 장치 (1) 와 동일한 구성에 의해 실현해도 되고, 촬영 조건 결정 장치 (1) 와 다른 구성에 의해 실현해도 된다.

이상 설명한 바와 같은 본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 의하면, 다음과 같은 효과를 발휘한다. 즉, 기계 특성이나 부식 특성 등의 여러 가지 재료 특성에 큰 영향을 주는 중요한 금속 조직의 상을 분류하는 세그먼테이션에 있어서, 에칭 조건, 촬영 수단 또는 촬영자에 따라 촬영 조건이 변동하는 경우에 있어서도, 금속 조직의 상을 양호한 정밀도로 분류할 수 있다. 게다가, 정량적인 평가를 실시할 수 있는 촬영 조건을 결정할 수 있다.

본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에서는, 시료 조정 후의 금속 재료의 조직 화상을 촬영함에 있어서, 다음과 같은 처리를 실시한다. 먼저, 미리 분류할 상을 복수 지정하고, 지정한 영역을, 미리 준비한 모델에 기초하여 양호한 정밀도로 분류할 수 있는 촬영 조건 (예를 들어 콘트라스트값) 으로 자동적으로 조정한다. 그리고, 이와 같이 조정된 촬영 조건하에서 나머지 금속 재료를 촬영함으로써, 미소한 에칭 조건의 변화에 의해 변동하는 콘트라스트값의 차에 대응할 수 있다.

또, 촬영자 또는 촬영 수단이 상이한 경우에 있어서도, 자동으로 양호한 정밀도로 세그먼테이션을 실시할 수 있다. 예를 들어 종래의 수법에서는, 관찰 시료의 관찰시에, 모델을 생성했을 때와 동일한 조건에서 연마·에칭을 실시하지 않으면 양호한 정밀도로 세그먼테이션을 실시할 수 없었다. 한편, 본 발명에 관련된 수법을 사용함으로써, 모델 생성시의 연마·에칭 조건에서 벗어난 경우에 있어서도, 양호한 정밀도로 세그먼테이션을 실시할 수 있다. 이로써, 제어가 곤란한 연마·에칭 조건을 정돈할 필요가 없어져, 조직 화상을 효율적으로 분류하는 것이 가능해진다.

본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에서는, 다음과 같은 조건하에서도 조직 화상의 상의 분류를 양호한 정밀도로 실시할 수 있다. 예를 들어 연마 공정에 있어서의 마무리 연마의 연마재의 조도가 0.05 ㎛ ∼ 2 ㎛ 의 범위 내이고, 에칭 공정에 있어서의 에칭 용액의 질산 농도가 0.5 ％ ∼ 8 ％ 의 범위 내인 경우에 있어서도, 조직 화상의 상의 분류를 양호한 정밀도로 실시할 수 있다.

[제 2 실시형태]

본 발명의 제 2 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 대해, 도 4 및 도 5 를 참조하면서 설명한다.

(촬영 조건 결정 장치/촬영 장치)

촬영 조건 결정 장치 (1A) 는, 도 4 에 나타내는 바와 같이, 촬영부 (10) 와, 기억부 (20) 와, 연산부 (50) 와, 출력부 (40) 를 구비하고 있다. 또한, 본 실시형태에 관련된 촬영 장치는, 동 도면에 나타낸 촬영 조건 결정 장치 (1A) 와 동일한 구성에 의해 실현된다.

촬영부 (10), 기억부 (20) 및 출력부 (40) 는, 상기한 제 1 실시형태에 관련된 촬영 조건 결정 장치 (1) 의 촬영부 (10), 기억부 (20) 및 출력부 (40) 와 동일하기 때문에, 설명을 생략한다. 연산부 (50) 는, 프로그램의 실행을 통하여, 특징값 산출부 (51), 상 분류부 (52) 및 촬영 조건 결정부 (53) 로서 기능한다. 또한, 각 부의 상세는 후기한다.

(촬영 조건 결정 방법/촬영 방법)

촬영 조건 결정 장치 (1A) 를 사용한 촬영 조건 결정 방법 및 촬영 장치를 사용한 촬영 방법에 대해, 도 5 를 참조하면서 설명한다. 촬영 조건 결정 방법에서는, 연마 공정 S11 과, 에칭 공정 S12 와, 제 1 촬영 공정 S13 과, 특징값 산출 공정 S14 와, 상 분류 공정 S15 와, 분류 정밀도 판정 공정 S16 과, 촬영 조건 결정 공정 S17 을 이 순서로 실시한다. 또, 촬영 방법에서는, 촬영 조건 결정 방법의 각 공정 후에, 제 2 촬영 공정 S18 을 실시한다.

여기서, 연마 공정 S11, 에칭 공정 S12, 특징값 산출 공정 S14, 상 분류 공정 S15 및 제 2 촬영 공정 S18 은, 제 1 실시형태의 연마 공정 S1, 에칭 공정 S2, 특징값 산출 공정 S5, 상 분류 공정 S6 및 제 2 촬영 공정 S8 과 동일하다. 그 때문에 설명을 생략한다. 또, 상 분류 공정 S15 에서 사용하는 모델에 대해서도, 상기한 제 1 실시형태의 상 분류 공정 S6 에서 사용하는 모델과 동일하다.

또한, 에칭 공정 S12 에서는, 모델을 생성했을 때의 에칭 공정의 에칭 용액과의 질산 농도차가 0.1 ％ 미만, 또한 침지 시간차가 2.0 s 미만인 조건에서 에칭을 실시하는 것이 바람직하다. 이로써, 제 2 촬영 공정 S18 에서의 분류 정밀도를 향상 (분류 오차를 감소) 시킬 수 있다. 또, 상기의 조건에서 에칭을 실시함으로써, 제 1 촬영 공정 S13 에 있어서의 촬영 조건 (예를 들어 콘트라스트값) 의 변경폭으로 작게 할 수 있기 때문에, 연속 촬영하는 화상의 장수를 줄일 수 있다.

＜제 1 촬영 공정 S13＞

제 1 촬영 공정 S13 에서는, 촬영부 (10) 가, 소정의 시료 조정 (상기 연마 공정 S11 및 에칭 공정 S12) 이 실시된 금속 재료의 금속 조직의 일부분 (금속 조직의 일부의 시야) 을, 촬영 조건을 변경하면서 연속적으로 촬영한다. 즉, 제 1 촬영 공정 S13 에서는, 상기한「촬영 조건」으로는, 촬영부 (10) 가 주사형 전자 현미경인 경우에는, 콘트라스트값 및 브라이트니스값이 포함된다. 또, 상기한「촬영 조건」으로는, 촬영부 (10) 가 광학 현미경인 경우에는, 광원의 강도가 포함된다.

제 1 촬영 공정 S13 에서는, 촬영부 (10) 가 주사형 전자 현미경인 경우에는, 0.5 ㎸ ∼ 20 ㎸ 의 가속 전압을 사용한다. 그리고, 촬영자가 최초로 설정한 콘트라스트값 및 브라이트니스값을 기준으로 하여, 콘트라스트값 및 브라이트니스값을 전후로 변경시키면서, 자동으로 5 장 이상의 연속 촬영을 실시한다. 또, 촬영부 (10) 가 광학 현미경인 경우에는, 촬영자가 최초로 설정한 광원의 강도를 중심으로 하여, 광원의 강도를 전후로 변경하면서, 자동으로 5 장 이상의 연속 촬영을 실시한다. 또한, 광학 현미경의 광원으로는, 예를 들어 반사 미러, 텅스텐 램프 또는 할로겐 램프를 사용할 수 있다. 제 1 촬영 공정 S13 에서는, 후기하는 상 분류 공정 S15 에 있어서의 상의 분류 정밀도를 향상 (분류 오차를 감소) 시키기 위해, 가능한 한 많은 조직 화상을 촬영하는 것이 바람직하다. 단, 촬영 화상이 지나치게 많으면 세그먼테이션에 다대한 시간을 요하기 때문에, 촬영 장수는 20 장 이하로 하는 것이 바람직하다.

＜분류 정밀도 판정 공정 S16＞

분류 정밀도 판정 공정 S16 에서는, 촬영 조건 결정부 (53) 가, 상 분류 공정 S15 에 있어서의 세그먼테이션의 분류 정밀도가 소정 이상인지의 여부를 판정한다. 그리고, 촬영 조건 결정부 (53) 는, 분류 정밀도가 소정 이상인 경우에는 촬영 조건 결정 공정 S17 로 진행되고, 분류 정밀도가 소정 이상인 경우에는 제 1 촬영 공정 S13 으로 되돌아온다.

＜촬영 조건 결정 공정 S17＞

촬영 조건 결정 공정 S17 에서는, 촬영 조건 결정부 (53) 가, 상 분류 공정 S15 의 분류 결과, 즉 분류 정밀도 판정 공정 S16 의 판정 결과에 기초하여, 촬영 조건을 결정한다. 촬영 조건 결정 공정 S17 에서는, 제 1 촬영 공정 S13 에서 사용한 복수의 촬영 조건 중에서, 제 1 촬영 공정 S13 에서 촬영한 부분과는 상이한 금속 조직의 그 밖의 부분 (금속 조직의 그 밖의 시야) 을 촬영할 때의 촬영 조건을 결정한다. 촬영 조건 결정 공정 S17 에서는, 구체적으로는, 제 1 촬영 공정 S13 에서 사용한 촬영 조건 중, 상 분류 공정 S15 에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정한다.

여기서, 상기한 특징값 산출 공정 S14 를 실시한 후에, 특징값의 산출 결과를 출력부 (40) 로부터 출력해도 된다. 그 때의 출력 형식은 특별히 한정되지 않고, 텍스트 파일 (예를 들어 수치의 집합) 또는 화상 파일 (예를 들어 히스토그램 화상, 특징값을 나타내는 조직 화상) 중 어느 형식으로 출력해도 된다. 또, 상 분류 공정 S15 를 실시한 후에, 상의 분류 결과를 출력부 (40) 로부터 출력해도 된다. 그 때의 출력 형식은 특별히 한정되지 않고, 텍스트 파일 또는 화상 파일 (예를 들어 상 분류 화상) 중 어느 형식으로 출력해도 된다. 또, 이 상 분류 화상을, 제 1 촬영 공정 S13 에서 촬영한 조직 화상에 중첩하여, 또는 당해 조직 화상의 옆에 나열하여 출력부 (40) 로부터 출력해도 된다.

또, 상기한 촬영 조건 결정 공정 S17 에서는, 촬영 조건 결정 장치 (1A) 및 촬영 장치를 취급하는 촬영자로부터의 입력을 받아들여 촬영 조건을 결정해도 된다. 이 경우, 촬영 조건 결정부 (53) 는, 복수의 상의 분류 후의 조직 화상을, 제 1 촬영 공정 S13 에서 촬영한 복수의 조직 화상에 각각 중첩하여, 또는 복수의 조직 화상의 옆에 각각 나열하여 출력부 (40) 로부터 출력한다. 촬영자는, 이 출력 결과에 기초하여, 각 상의 분류 정밀도가 가장 높은 것으로 생각되는 조직 화상 (상의 분류 후의 조직 화상) 을, 도시하지 않는 입력부를 통하여 선택한다. 이로써, 촬영 조건 결정부 (53) 는, 촬영자에 의해 선택된 조직 화상에 대응하는 촬영 조건을, 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정한다.

(상 분류 방법)

이상 설명한 바와 같은 본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1A), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 의하면, 다음과 같은 효과를 발휘한다. 즉, 기계 특성이나 부식 특성 등의 여러 가지 재료 특성에 큰 영향을 주는 중요한 금속 조직의 상을 분류하는 세그먼테이션에 있어서, 에칭 조건, 촬영 수단 또는 촬영자에 따라 촬영 조건이 변동하는 경우에 있어서도, 금속 조직의 상을 양호한 정밀도로 분류할 수 있다. 게다가, 정량적인 평가를 실시할 수 있는 촬영 조건을 결정할 수 있다.

본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1A), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에서는, 다음과 같은 처리를 실시한다. 먼저, 시료 조정 후의 금속 재료의 조직 화상을 촬영함에 있어서, 촬영 조건 (예를 들어 콘트라스트값) 을 변화시키면서 연속적으로 촬영하고, 촬영한 복수의 조직 화상 중에서, 미리 준비한 모델에 기초하여 양호한 정밀도로 분류할 수 있는 촬영 조건을 선택한다. 그리고, 이와 같이 조정된 촬영 조건하에서 나머지 금속 재료를 촬영함으로써, 미소한 에칭 조건의 변화에 의해 변동하는 콘트라스트값의 차에 대응할 수 있다.

또, 본 실시형태에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치 (1A), 금속 조직의 촬영 장치 및 금속 조직의 상 분류 장치에 의하면, 촬영자 또는 촬영 수단이 상이한 경우에 있어서도, 양호한 정밀도로 세그먼테이션을 실시할 수 있다. 예를 들어 종래의 수법에서는, 관찰 시료의 관찰시에, 모델을 생성했을 때와 동일한 조건에서 연마·에칭을 실시하지 않으면 양호한 정밀도로 세그먼테이션을 실시할 수 없었다. 한편, 본 발명에 관련된 수법을 사용함으로써, 모델 생성시의 연마·에칭 조건에서 벗어난 경우에 있어서도, 양호한 정밀도로 세그먼테이션을 실시할 수 있다. 이로써, 제어가 곤란한 연마·에칭 조건을 정돈할 필요가 없어져, 조직 화상을 효율적으로 분류하는 것이 가능해진다.

(금속 재료의 재료 특성 예측 장치)

금속 재료의 재료 특성 예측 장치 (이하,「재료 특성 예측 장치」라고 한다) (3) 에 대해, 도 6 을 참조하면서 설명한다. 재료 특성 예측 장치 (3) 는, 입력부 (70) 와, 출력부 (80) 와, 연산부 (90) 와, 기억부 (100) 를 구비하고 있다.

입력부 (70) 는, 연산부 (90) 에 대해, 금속 조직의 상의 분류가 실시된 화상 (이하,「분류 화상」이라고 한다) 을 입력하는 입력 수단이다. 이 분류 화상은, 상기의 금속 조직의 상의 분류 방법에 의해 금속 조직의 상의 분류가 실시된 화상, 혹은 그 밖의 휘도값의 2 치화 등의 수법에 의해 금속 조직의 상의 분류가 실시된 화상 등이다.

출력부 (80) 는, 연산부 (90) 에 의한 연산 결과를 출력하는 출력 수단이다. 출력부 (80) 는, 예를 들어 디스플레이, 프린터 또는 스마트폰 등으로 구성된다. 출력부 (80) 는, 예를 들어, 정량 평가부 (91) 에 의해 산출된 금속 조직의 정량 평가값, 기억부 (100) 의 데이터베이스에 기록된 데이터, 재료 특성 예측부 (95) 에 의한 예측 결과 (금속 재료의 재료 특성) 등을 출력한다. 또한, 출력부 (80) 에 의한 출력 형식은 특별히 한정되지 않고, 예를 들어 텍스트 파일이나 화상 파일 등의 데이터나, 출력 장치에 투영하는 형식으로 출력해도 된다.

연산부 (90) 는, 연산부 (30, 60) 와 마찬가지로, 예를 들어 CPU 등으로 이루어지는 프로세서와, RAM 이나 ROM 등으로 이루어지는 메모리에 의해 실현된다. 연산부 (90) 는, 프로그램을 주기억부의 작업 영역에 로드하여 실행하고, 프로그램의 실행을 통하여 각 구성부 등을 제어함으로써, 소정의 목적에 합치한 기능을 실현한다. 또, 연산부 (90) 는, 상기한 프로그램의 실행을 통하여, 정량 평가부 (91), 데이터 기록부 (92), 데이터 선택부 (93), 모델 생성부 (94) 및 재료 특성 예측부 (95) 로서 기능한다. 또한, 각 부의 상세는 후기한다 (도 7 참조).

기억부 (100) 는, 기억부 (20) 와 마찬가지로, EPROM, 솔리드 스테이트 드라이브 및 리무버블 미디어 등의 기록 매체로 구성된다. 기억부 (100) 에는, 예를 들어 소정의 데이터가 기록된 데이터베이스나, 모델 생성부 (94) 에 의해 생성된 예측 모델 (학습이 완료된 모델) 등이 격납된다. 상기한 데이터베이스에는, 예를 들어 정량 평가부 (91) 에 의해 산출된 금속 조직의 정량 평가값, 미리 기계 시험 등에 의해 얻어진 금속 재료의 재료 특성값 (강판 데이터), 금속 재료의 성분 조성, 금속 재료 등이 기록되어 있다.

(금속 재료의 재료 특성 예측 방법)

재료 특성 예측 장치 (3) 를 사용한 금속 조직의 상의 학습 방법에 대해, 도 7 을 참조하면서 설명한다. 금속 조직의 상의 학습 방법은, 상기한 금속 조직의 상의 분류 방법을 실시한 후에, 그 분류 결과 (분류 화상) 를 사용하여 실시한다. 금속 조직의 상의 학습 방법은, 화상 입력 공정 S21 과, 정량 평가 공정 S22 와, 데이터 기록 공정 S23 과, 데이터 선택 공정 S24 와, 모델 생성 공정 S25 와, 재료 특성 예측 공정 S26 과, 예측 결과 출력 공정 S27 을 이 순서로 실시한다.

＜화상 입력 공정 S21＞

화상 입력 공정 S21 에서는, 입력부 (70) 가, 분류 화상을 연산부 (90) 에 입력한다.

＜정량 평가 공정 S22＞

정량 평가 공정 S22 에서는, 정량 평가부 (91) 가, 분류 화상에 포함되는 각 상을 정량 평가함으로써, 금속 조직의 정량 평가값을 산출한다. 정량 평가 공정 S22 에서는, 예를 들어 이하의 (1) ∼ (5) 에 나타내는 바와 같은 정량 평가값을 산출한다.

(1) 면적률

분류한 상의 면적을 구함으로써, 상의 면적률을 산출한다.

(2) 장경, 단경, 애스펙트비

분류한 상의 각 입의 형상을 타원 근사함으로써, 타원체의 장경, 단경, 또는 애스펙트비를 산출한다.

(3) 페렛 직경

분류한 상의 각 입의 계면으로부터 직선을 긋고, 그 직선의 거리가 최대가 되는 페렛 직경을 산출한다.

(4) 평균 직경

분류한 상의 각 입의 면적을 구하고, 그 면적의 제곱근을 취함으로써, 입의 평균 직경을 도출한다.

(5) 진원도

분류한 상의 각 입의 면적 및 둘레 길이를 구하고, 하기 식 (4) 에 의해 입의 진원도를 산출한다. 또한, 진원도는, 입이 진원인 경우에는 1.0 이 되고, 반대로 입이 진원의 형상에서 멀어질수록 1.0 보다 작아진다.

여기서, 상기의 정량 평가값 (2) ∼ (5) 는, 각 입에 대해 산출하기 때문에, 1 장의 조직 화상에 대해서도 복수의 수치를 얻을 수 있고, 각 정량 평가값의 히스토그램을 작성할 수 있다.

＜데이터 기록 공정 S23＞

데이터 기록 공정 S23 에서는, 데이터 기록부 (92) 가, 정량 평가 공정 S22 에서 산출한 금속 조직의 정량 평가값을, 기억부 (100) 의 데이터베이스에 기록한다.

＜데이터 선택 공정 S24＞

데이터 선택 공정 S24 에서는, 데이터 선택부 (93) 가, 데이터베이스에 기록된 금속 조직의 정량 평가값과, 금속 재료의 재료 특성의 데이터 중에서, 금속 재료의 재료 특성의 예측에 사용하는 데이터를 선택 (추출) 한다.

또한, 정량 평가값은, 입마다 산출하기 때문에, 1 장의 조직 화상에 대해 복수의 수치가 얻어지는 것이 있다. 예를 들어, 정량 평가값 (4) 의 평균 직경은, 입마다 1 개의 평균 직경이 얻어지기 때문에, 1 장의 화상에 대해, 복수의 수치가 얻어진다. 이들 복수의 수치 정보 중, 평균값을 산출하고, 당해 평균값만을 재료 특성의 예측에 사용해도 되고, 표준 편차를 재료 특성의 예측에 사용해도 된다. 또, 데이터 선택 공정 S24 에서는, 후기하는 예측 모델 생성 공정 S25 에 있어서, 재료 특성의 예측 정밀도가 양호한 정량 평가값을 선택하는 것이 바람직하다. 그 때문에, 예를 들어 후기하는 재료 특성 예측 공정 S26 에 있어서, 예측 정밀도가 나쁜 경우에는, 본 공정으로 되돌아와 재차 데이터의 선택을 실시하는 것이 바람직하다. 또한, 금속 조직의 정량 평가값 외에, 금속 재료의 성분 조성이나 열 처리 조건을 입력해도 된다.

＜예측 모델 생성 공정 S25＞

예측 모델 생성 공정 S25 에서는, 모델 생성부 (94) 가, 데이터 선택 공정 S24 에서 선택한 데이터를 사용하여, 금속 재료의 재료 특성을 예측하는 예측 모델을 생성한다. 예측 모델 생성 공정 S25 에서는, 구체적으로는, 데이터 선택 공정 S24 에서 선택한 정량 평가값, 금속 재료의 성분 조성, 열 처리 조건 등을 사용하여, 재료 특성을 예측하는 예측 모델을 생성한다. 그 때, 동일하게 데이터 선택 공정 S24 에서 선택한 금속 재료의 재료 특성의 데이터도 사용하여 예측 모델을 생성한다.

예측 모델은, 뉴럴 네트워크, 서포트 벡터 회귀, 가우스 과정 회귀 등의 모델을 사용하여 생성해도 되고, 선형 회귀 등의 단순한 회귀식으로서 생성해도 된다. 또, 예측 모델의 생성에서는, 복수의 예측 모델을 사용하여 재료 특성의 예측을 실시하고, 가장 예측 정밀도가 높은 예측 모델을 채용하는 것이 바람직하다.

재료 특성의 예측 정밀도는, 예를 들어 측정값을 X 축에, 예측값을 Y 축에 취하고, 양자의 데이터가 어느 정도 일치하고 있는지를 이차원의 그래프로 확인하거나, 혹은 각 데이터의 예측 오차를 더하고, 데이터수로 나눈 파라미터 등으로 평가한다. 또, 재료 특성의 예측 정밀도는, 예를 들어 이하와 같은 순서로 평가하는 것이 바람직하다. 먼저, 데이터베이스에서 선택한 데이터를, 예측 모델에 있어서의 파라미터 피팅에 사용하는 데이터 (훈련 데이터) 와, 피팅에 사용하지 않는 데이터 (테스트 데이터) 로 분할한다. 그리고, 테스트 데이터의 예측값과 실측값의 일치도에 기초하여 재료 특성의 예측 정밀도를 평가한다. 또한, 데이터베이스에서 선택한 데이터를 훈련 데이터와 테스트 데이터로 분할하는 경우, 작업자가 선택하여 분할해도 되고, 혹은 훈련 데이터 및 테스트 데이터의 비율을 결정한 후, 난수 등을 사용하여 랜덤으로 결정해도 된다.

＜재료 특성 예측 공정 S26＞

재료 특성 예측 공정 S26 에서는, 재료 특성 예측부 (95) 가, 예측 모델 생성 공정 S25 에서 생성한 예측 모델을 사용하여, 금속 재료의 재료 특성을 예측한다. 재료 특성 예측 공정 S26 에서는, 구체적으로는, 데이터 선택 공정 S24 에서 선택한 정량 평가값을, 예측 모델 생성 공정 S25 에서 생성한 예측 모델에 입력함으로써, 금속 재료의 재료 특성을 예측한다.

＜예측 결과 출력 공정 S27＞

예측 결과 출력 공정 S27 에서는, 출력부 (80) 가, 재료 특성 예측 공정 S26 에 있어서의 예측 결과, 즉 금속 재료의 재료 특성을 출력한다.

여기서, 종래의 방법에서는, 효율적인 금속 조직의 상의 분류나, 상을 분류한 화상을 사용한 금속 조직의 정량 평가가 곤란했었기 때문에, 조직 화상으로부터 정확한 재료 특성의 예측이 곤란하였다. 한편, 본 실시형태에 관련된 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치에 의하면, 금속 조직의 상의 분류 결과로부터 정량 평가를 효율적으로 실시할 수 있다. 그 때문에, 정량 평가값과 금속 재료의 재료 특성의 상관을 유도함으로써, 금속 재료의 재료 특성을 양호한 정밀도로 예측할 수 있다. 이로써, 금속 조직의 화상을 봄과 동시에, 금속 재료의 재료 특성을 파악할 수 있기 때문에, 금속 재료 (예를 들어 강판) 개발의 효율성을 향상시킬 수 있다.

또, 본 실시형태에 관련된 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치에 의하면, 조직 화상의 효율적인 세그먼테이션에 의해, 지금까지와 달리 효율적으로 금속 조직의 정량 평가가 가능해진다. 또, 이와 같이 정량화한 지표를 사용함으로써, 촬영한 조직 화상의 재료 특성을 양호한 정밀도로 예측할 수 있다.

실시예

(실시예 1)

본 발명의 제 1 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예에 대해, 도 8 ∼ 도 12 를 참조하면서 설명한다. 본 실시예에서는, 먼저 페라이트상 및 마텐자이트상의 특징값의 데이터베이스를 구축하기 위해, DP 강판 (이하,「시료」라고 한다) 을 조연마 후, 광학 현미경에 의해 500 배로 관찰했을 때에 흠집이 보이지 않게 될 때까지, 0.06 ㎛ 의 알루미나를 연마제로 하여 마무리 연마를 실시하였다 (연마 공정). 계속해서, 마무리 연마 후의 시료에 대해, 질산 농도 1 ％ 의 나이탈 용액을 스며들게 한 거즈로 3 s 문지른 후에, 증류수로 세정함으로써 에칭을 실시하였다 (에칭 공정). 계속해서, 주사형 전자 현미경을 사용하여, 에칭 후의 시료의 조직 화상을 촬영하였다 (촬영 공정).

계속해서, 도 8 에 나타내는 바와 같이, 조직 화상에 있어서, 페라이트상 및 마텐자이트상을 지정하였다 (상 지정 공정). 계속해서, 지정한 2 개의 상에 대해, 항등 특징값, 2 pixel ∼ 32 pixel 의 Mean 특징값, Gausian 특징값, Median 특징값, Max 특징값, Min 특징값, Derivative 특징값 및 Derivative 가산 특징값을 산출하고, 상마다의 특징값의 데이터베이스를 구축하였다 (특징값 산출 공정). 계속해서, 앞서 지정한 페라이트상 및 마텐자이트상이 95 ％ 이상의 정밀도로 분류되도록, 2 치화를 반복하여 실시함으로써, 페라이트상과 마텐자이트상을 분류하는 결정목을 작성하였다 (모델 생성 공정).

계속해서, 데이터베이스를 구축했을 때의 시료와는 상이한 시료를 조연마한 후, 이하의 표 1 에 나타낸, 데이터베이스를 구축했을 때와는 상이한 두 가지의 방법 (방법 A 및 방법 B) 으로 마무리 연마 및 에칭을 실시하였다 (연마 공정 및 에칭 공정). 계속해서, 주사형 전자 현미경을 사용하여, 에칭 후의 2 개의 시료의 일부분의 조직 화상을, 복수의 콘트라스트값으로 촬영하였다 (제 1 촬영 공정). 계속해서, 촬영 후의 2 종류의 시료의 조직 화상에 대해, 각각 도 9 의 (a) 및 (b) 에 나타내는 바와 같이, 페라이트상 및 마텐자이트상을 복수 지정하였다 (상 지정 공정). 계속해서, 지정한 영역에 대해, 데이터베이스의 구축시와 동일한 특징값을 산출하고 (특징값 산출 공정), 결정목에 기초하여 상의 분류를 실시하였다 (상 분류 공정).

계속해서, 도 10 의 (a) ∼ (d) 에 나타내는 바와 같이, 촬영시의 콘트라스트값 중, 가장 양호한 정밀도로 분류할 수 있는 콘트라스트값을 결정하였다 (촬영 조건 결정 공정). 또한, 도 10 의 (b) 에서는, (a) 에서 올바르게 분류된 영역을 회색으로 나타내고 있다. 또, 도 10 의 (d) 에서는, (c) 에서 올바르게 분류된 영역을 회색으로 나타내고 있다. 계속해서, 결정한 콘트라스트값하에서, 2 개의 시료의 그 밖의 부분의 조직 화상을 촬영하였다 (제 2 촬영 공정).

표 1 의 방법 A 에 의해 시료 조정한 시료의 조직 화상에 대해 세그먼테이션을 실시한 결과를 도 11 의 (a) 에, 방법 B 에 의해 시료 조정한 시료의 조직 화상에 대해 세그먼테이션을 실시한 결과를 도 11 의 (b) 에 각각 나타낸다. 또, 비교를 위해, 표 1 의 방법 A 및 방법 B 에 의해 시료 조정한 시료에 대해, 본 발명의 수법에 의한 콘트라스트 조정을 실시하지 않고 촬영한 조직 화상의 세그먼테이션 결과를, 도 12 의 (a) 및 (b) 에 각각 나타낸다.

도 11 의 (a) 및 (b) 에 나타내는 바와 같이, 본 발명의 수법에 의한 콘트라스트 조정을 실시함으로써, 양호한 정밀도로 분류할 수 있는 것을 알 수 있다. 한편, 도 12 의 (a) 및 (b) 에 나타내는 바와 같이, 본 발명의 수법에 의한 콘트라스트 조정을 실시하지 않는 경우, 양호한 정밀도로 분류할 수 없는 것을 알 수 있다.

이와 같이, 본 발명의 수법을 사용함으로써, 데이터베이스의 구축시와는 상이한 에칭 조건에서 조정한 시료에 대해서도, 세그먼테이션시의 분류 정밀도가 높아지는 콘트라스트값을 구할 수 있기 때문에, 세그먼테이션을 양호한 정밀도로 실시하는 것이 가능해진다.

(실시예 2)

본 발명의 제 2 실시형태에 관련된 촬영 조건 결정 방법 및 촬영 방법의 실시예에 대해, 도 8, 도 13 ∼ 도 15 를 참조하면서 설명한다. 본 실시예에서는, 먼저 페라이트상 및 마텐자이트상의 특징값의 데이터베이스를 구축하기 위해, DP 강판 (이하,「시료」라고 한다) 을 조연마 후, 광학 현미경에 의해 500 배로 관찰했을 때에 흠집이 보이지 않게 될 때까지, 0.06 ㎛ 의 알루미나를 연마제로 하여 마무리 연마를 실시하였다 (연마 공정). 계속해서, 마무리 연마 후의 시료에 대해, 질산 농도 1 ％ 의 나이탈 용액을 스며들게 한 거즈로 3 s 문지른 후에, 증류수로 세정함으로써 에칭을 실시하였다 (에칭 공정). 계속해서, 주사형 전자 현미경을 사용하여, 에칭 후의 시료의 조직 화상을 촬영하였다 (촬영 공정).

계속해서, 데이터베이스를 구축했을 때의 시료와는 상이한 시료를 조연마한 후, 상기한 표 1 에 나타낸, 데이터베이스를 구축했을 때와는 상이한 두 가지의 방법 (방법 A 및 방법 B) 으로 마무리 연마 및 에칭을 실시하였다 (연마 공정 및 에칭 공정). 계속해서, 주사형 전자 현미경을 사용하여, 15 ㎸ 의 가속 전압으로 콘트라스트값을 자동으로 연속적으로 변화시키면서, 에칭 후의 2 개의 시료의 일부분의 조직 화상을, 5 장 연속 촬영하였다 (제 1 촬영 공정). 계속해서, 2 종류 × 5 장의 시료의 조직 화상에 대해, 데이터베이스의 구축시와 동일한 특징값을 산출하고 (특징값 산출 공정), 결정목에 기초하여 상의 분류를 실시하였다 (상 분류 공정).

표 1 의 방법 A 에 의해 시료 조정한 시료의 조직 화상에 대해 세그먼테이션을 실시한 결과를 도 13 에, 방법 B 에 의해 시료 조정한 시료의 조직 화상에 대해 세그먼테이션을 실시한 결과를 도 14 에 각각 나타낸다. 또, 비교를 위해, 제 1 촬영 공정에서 연속 촬영을 하지 않고 1 장만 촬영하고, 세그먼테이션을 실시한 결과를 도 15 의 (a) 및 (b) 에 나타낸다. 또한, 도 13 및 도 14 에서는, 왼쪽부터 차례대로 제 1 촬영 공정에서 촬영한 조직 화상, 상 분류 공정에 있어서의 상의 분류 결과를 나타내는 상 분류 화상, 분류 정밀도의 양부를 나타내고 있다.

도 13 의 세그먼테이션 결과에서는, (e) 의 경우에 상의 분류 정밀도가 가장 양호하다. 그 때문에, 제 2 촬영 공정에 있어서, (e) 의 조직 화상을 촬영했을 때의 콘트라스트값을 사용하여, 금속 조직의 그 밖의 부분을 촬영하면 되는 것을 알 수 있다. 또, 도 14 의 세그먼테이션 결과에서는, (c) 의 경우에 상의 분류 정밀도가 가장 양호하다. 그 때문에, 제 2 촬영 공정에 있어서, (c) 의 조직 화상을 촬영했을 때의 콘트라스트값을 사용하여, 금속 조직의 그 밖의 부분을 촬영하면 되는 것을 알 수 있다. 한편, 도 15 의 세그먼테이션 결과에서는, 상의 분류 정밀도가 나쁘기 때문에, 제 2 촬영 공정에 있어서, 동 도면의 조직 화상을 촬영했을 때의 콘트라스트값을 사용하여 촬영했을 경우, 상의 분류 정밀도는 당연히 나쁠 것이 예상된다.

(실시예 3)

본 발명에 관련된 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치의 실시예 3 에 대해, 도 16 ∼ 도 18 을 참조하면서 설명한다.

본 실시예에서는, 먼저 상기한 실시예 1 의 분류 결과 (도 11 의 (a), (b) 참조) 를 사용하여, 금속 조직의 정량 평가를 실시하였다 (정량 평가 공정). 그 때, 페라이트상 및 마텐자이트상에 대해, 면적률 및 진원도의 히스토그램을 산출하였다. 도 16 의 (a) 는, 실시예 1 의 분류 결과 (도 11 의 (a) 참조) 로부터 산출한 페라이트상의 진원도의 히스토그램을 나타내고 있다. 또, 도 16 의 (b) 는, 실시예 1 의 분류 결과 (도 11 의 (a) 참조) 로부터 산출한 마텐자이트상의 진원도의 히스토그램을 나타내고 있다. 또, 도 17 의 (a) 는, 실시예 1 의 분류 결과 (도 11 의 (b) 참조) 로부터 산출한 페라이트상의 진원도의 히스토그램을 나타내고 있다. 또, 도 17 의 (b) 는, 실시예 1 의 분류 결과 (도 11 의 (b) 참조) 로부터 산출한 마텐자이트상의 진원도의 히스토그램을 나타내고 있다.

계속해서, 상기에서 산출한 정량 평가값 중 페라이트상 및 마텐자이트상의 면적률과 진원도의 평균값, 또 정량 평가값 이외에, 금속 재료의 성분 조성을 선택하고 (데이터 선택 공정), 이들 데이터를 재료 특성의 예측에 사용하였다.

계속해서, 조직 화상, 금속 재료의 성분 조성 및 인장 강도로 이루어지는 DP 강판의 데이터베이스로부터, 100 강종분의 데이터를 랜덤으로 추출하였다. 그리고, 추출한 이들 데이터에 대해, 동일하게 상의 분류를 실시한 후, 상기한 페라이트상 및 마텐자이트상의 면적률과 진원도의 평균값을 산출하였다.

계속해서, 상기한 정량 평가값 및 금속 재료의 성분 조성으로부터 인장 강도를 예측하는 예측 모델을 생성하였다 (예측 모델 생성 공정). 또한, 여기서는, 추출한 데이터를 9 : 1 의 비율로 랜덤으로 훈련 데이터와 테스트 데이터로 분할하였다. 또, 뉴럴 네트워크 모델을 사용하여, 인장 강도를 예측하는 예측 모델을 생성하였다.

계속해서, 예측 모델의 예측 정밀도를 검증하기 위해, 인장 강도의 실측값 및 예측값의 비교를 실시하였다. 도 18 은, 모델 생성부에서 생성한 뉴럴 네트워크 모델에 의한 인장 강도의 예측 결과를 나타내고 있다. 동 도면에 있어서, 가로축은, 데이터베이스로부터 추출한 인장 강도의 평균값과 표준 편차를 사용하여 규격화한 인장 강도의 실측값을 나타내고 있다. 또, 세로축은, 데이터베이스로부터 추출한 인장 강도의 평균값과 표준 편차를 사용하여 규격화한 인장 강도의 예측값을 나타내고 있다. 또, 동 도면에 있어서, 둥근 플롯점은, 뉴럴 네트워크 모델에 있어서의 파라미터 조정에 사용한 샘플 (훈련 데이터) 의 인장 강도의 예측 결과를 나타내고 있다. 또, 네모난 플롯점은, 파라미터 조정에 사용하지 않은 샘플 (테스트 데이터) 의 인장 강도의 예측 결과를 나타내고 있다.

도 18 에 나타내는 바와 같이, 훈련 데이터, 테스트 데이터 모두, 재료 특성의 예측 정밀도가 양호하고, 페라이트상 및 마텐자이트상의 면적률, 진원도의 평균값 및 금속 재료의 성분 조성을 사용함으로써, 인장 강도를 양호한 정밀도로 예측할 수 있는 것을 알 수 있다.

또, 예측 모델의 구축 후, 산출한 정량 평가값 및 금속 재료의 성분 조성을 사용하여, 도 11 의 (a) 및 (b) 의 금속 조직에 대응하는 인장 강도의 예측값을 산출하였다. 조직 화상으로부터 산출한 정량 평가값, 인장 강도의 예측값 및 실측값을 표 2 에 나타낸다. 표 2 에 나타내는 바와 같이, 인장 강도를 양호한 정밀도로 예측할 수 있는 것을 알 수 있다.

이상, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법, 금속 조직의 촬영 조건 결정 장치, 금속 조직의 촬영 장치, 금속 조직의 상 분류 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치에 대해, 발명을 실시하기 위한 형태 및 실시예에 의해 구체적으로 설명했지만, 본 발명의 취지는 이들 기재에 한정되는 것은 아니고, 청구의 범위의 기재에 기초하여 넓게 해석되어야 한다. 또, 이들 기재에 기초하여 여러 가지 변경, 개변 등을 한 것도 본 발명의 취지에 포함되는 것은 말할 것도 없다.

여기서, 본 발명에 관련된 금속 조직의 촬영 조건 결정 방법, 금속 조직의 촬영 방법, 금속 조직의 상 분류 방법 및 금속 재료의 재료 특성 예측 방법은, 당해 방법을 실장한 소프트웨어를, 일반적으로 시판되고 있는 컴퓨터에 도입함으로써 실현해도 된다. 일반적으로 시판되고 있는 컴퓨터란, 예를 들어 각 기능을 실현하는 소프트웨어인 프로그램의 명령을 실행하는 CPU, 상기 소프트웨어 및 각종 데이터가 컴퓨터 (또는 CPU) 로 판독 가능한 형태로 기록된 기록 매체 (예를 들어 하드 디스크, USB 메모리), 상기 프로그램을 전개하는 RAM, 화상 처리에 특화된 프로세서인 GPU 등을 구비한 연산기이다. 또 시판되고 있는 컴퓨터뿐만 아니라, 네트워크 상의 클라우드 컴퓨터에 소프트웨어를 도입함으로써 실현해도 된다.

또, 본 발명에 관련된 촬영 조건 결정 장치 (1), 촬영 장치, 상 분류 장치 및 재료 특성 예측 장치 (3) 는, 도 1 및 도 6 에 나타내는 바와 같이, 하나의 구성으로서 설명했지만, 별개의 장치에 의해 실현해도 되고, 혹은 하나의 장치에 의해 실현해도 된다.

또, 본 실시형태에서는, 2 상 강판을 예로 설명을 실시했지만, 3 상 이상의 강판에 대해서도 적용하는 것은 가능하다.

1, 1A : 촬영 조건 결정 장치
3 : 재료 특성 예측 장치
10 : 촬영부
20 : 기억부
30 : 연산부
31 : 상 지정부
32 : 특징값 산출부
33 : 상 분류부
34 : 촬영 조건 결정부
40 : 출력부
50 : 연산부
51 : 특징값 산출부
52 : 상 분류부
53 : 촬영 조건 결정부
70 : 입력부
80 : 출력부
90 : 연산부
91 : 정량 평가부
92 : 데이터 기록부
93 : 데이터 선택부
94 : 모델 생성부
95 : 재료 특성 예측부
100 : 기억부

Claims

금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 방법으로서,
소정의 시료 조정이 실시된 상기 금속 재료의 금속 조직의 일부분을, 미리 정한 촬영 조건하에서 촬영하는 촬영 공정과,
상기 촬영 공정에서 촬영한 화상에 대해, 상기 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여하는 상 지정 공정과,
상기 상 지정 공정에서 각 상의 라벨을 부여한 화소에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출 공정과,
각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출 공정에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류 공정과,
상기 상 분류 공정의 분류 결과에 기초하여, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정 공정을 포함하는 금속 조직의 촬영 조건 결정 방법.
제 1 항에 있어서,
상기 촬영 공정은, 상기 금속 조직의 일부분을, 미리 정한 복수의 촬영 조건하에서 촬영하고,
상기 촬영 조건 결정 공정은, 상기 촬영 공정에서 사용한 복수의 촬영 조건 중, 상기 상 분류 공정에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정하는, 금속 조직의 촬영 조건 결정 방법.
금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 방법으로서,
소정의 시료 조정이 실시된 상기 금속 조직의 일부분을, 촬영 조건을 변경하면서 연속적으로 촬영하는 촬영 공정과,
상기 촬영 공정에서 촬영한 화상에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출 공정과,
상기 금속 조직의 미리 정한 하나 또는 복수의 상의 라벨이 부여된 화소의 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출 공정에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류 공정과,
상기 상 분류 공정의 분류 결과에 기초하여, 상기 촬영 공정에서 사용한 복수의 촬영 조건 중에서, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정 공정을 포함하는 금속 조직의 촬영 조건 결정 방법.
제 3 항에 있어서,
상기 촬영 조건 결정 공정은, 상기 촬영 공정에서 사용한 촬영 조건 중, 상기 상 분류 공정에 있어서의 각 상의 분류 정밀도가 가장 높아지는 촬영 조건을, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건으로서 결정하는, 금속 조직의 촬영 조건 결정 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 촬영 조건은, 콘트라스트값, 브라이트니스값 및 광원의 강도 중 적어도 하나를 포함하는 금속 조직의 촬영 조건 결정 방법.
제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 촬영 공정 전에,
상기 금속 재료를 조연마한 후에, 0.05 ㎛ ∼ 2 ㎛ 의 연마재를 사용한 버프 연마를 실시하는 연마 공정과,
에탄올 및 질산을 혼합하여 제조된, 질산 농도가 0.5 ％ ∼ 8 ％ 인 나이탈 용액을 사용하여 상기 금속 재료를 에칭하는 에칭 공정을 포함하는 금속 조직의 촬영 조건 결정 방법.
제 1 항 내지 제 6 항 중 어느 한 항에 기재된 금속 조직의 촬영 조건 결정 방법 후에,
상기 금속 재료의 금속 조직의 그 밖의 부분을, 상기 촬영 조건 결정 방법으로 결정된 촬영 조건하에서 촬영하는 금속 조직의 촬영 방법.
제 7 항에 기재된 금속 조직의 촬영 방법에 의해 금속 조직을 촬영하고, 그 금속 조직의 금속 조직의 상을 분류하는 금속 조직의 상 분류 방법.
금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 장치로서,
소정의 시료 조정이 실시된 상기 금속 재료의 금속 조직의 일부분을, 미리 정한 촬영 조건하에서 촬영하는 촬영부와,
상기 촬영부에서 촬영한 화상에 대해, 상기 금속 조직의 미리 정한 하나 또는 복수의 상에 대응하는 화소에 대해, 각 상의 라벨을 부여하는 상 지정부와,
상기 상 지정부에서 각 상의 라벨을 부여한 화소에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출부와,
각 상의 라벨이 부여된 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출부에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류부와,
상기 상 분류부의 분류 결과에 기초하여, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정부를 구비하는 금속 조직의 촬영 조건 결정 장치.
금속 재료의 금속 조직을 촬영할 때의 촬영 조건 결정 장치로서,
소정의 시료 조정이 실시된 상기 금속 조직의 일부분을, 촬영 조건을 변경하면서 연속적으로 촬영하는 촬영부와,
상기 촬영부에서 촬영한 화상에 대해, 1 개 이상의 특징값을 산출하는 특징값 산출부와,
상기 금속 조직의 미리 정한 하나 또는 복수의 상의 라벨이 부여된 화소의 특징값을 입력으로 하고, 각 상의 라벨을 출력으로 하여 미리 학습된 모델에 대해, 상기 특징값 산출부에서 산출한 특징값을 입력하고, 입력한 특징값에 대응하는 화소의 상의 라벨을 취득함으로써, 상기 화상의 금속 조직의 상을 분류하는 상 분류부와,
상기 상 분류부의 분류 결과에 기초하여, 상기 촬영부에서 사용한 복수의 촬영 조건 중에서, 상기 금속 조직의 그 밖의 부분을 촬영할 때의 촬영 조건을 결정하는 촬영 조건 결정부를 구비하는 금속 조직의 촬영 조건 결정 장치.
상기 금속 재료의 금속 조직의 그 밖의 부분을, 제 9 항 또는 제 10 항에 기재된 촬영 조건 결정 장치에 의해 결정된 촬영 조건하에서 촬영하는 금속 조직의 촬영 장치.
제 11 항에 기재된 금속 조직의 촬영 장치에 의해 금속 조직을 촬영하고, 그 금속 조직의 금속 조직의 상을 분류하는 금속 조직의 상 분류 장치.
금속 재료의 재료 특성을 예측하는 금속 재료의 재료 특성 예측 방법으로서,
제 8 항에 기재된 금속 조직의 상 분류 방법 후에,
분류한 각 상의 크기, 면적률 또는 형상을 산출함으로써, 금속 조직의 정량 평가값을 산출하는 정량 평가 공정과,
상기 정량 평가값과, 미리 준비된 상기 금속 재료의 재료 특성 중에서, 상기 금속 재료의 재료 특성의 예측에 사용하는 데이터를 선택하는 데이터 선택 공정과,
선택한 데이터를 사용하여, 상기 금속 재료의 재료 특성을 예측하는 예측 모델을 생성하는 모델 생성 공정과,
생성한 예측 모델을 사용하여 상기 금속 재료의 재료 특성을 예측하는 재료 특성 예측 공정을 포함하는 금속 재료의 재료 특성 예측 방법.
금속 재료의 재료 특성을 예측하는 금속 재료의 재료 특성 예측 장치로서,
금속 조직의 상의 분류가 실시된 화상을 입력하는 입력부와,
분류한 각 상의 크기, 면적률 또는 형상을 산출함으로써, 금속 조직의 정량 평가값을 산출하는 정량 평가부와,
상기 정량 평가값을 데이터베이스에 기록하는 데이터 기록부와,
상기 데이터베이스에 기록된 상기 정량 평가값 및 상기 금속 재료의 재료 특성 중에서, 상기 금속 재료의 재료 특성의 예측에 사용하는 데이터를 선택하는 데이터 선택부와,
선택한 데이터를 사용하여, 상기 금속 재료의 재료 특성을 예측하는 예측 모델을 생성하는 모델 생성부와,
생성한 예측 모델을 사용하여 상기 금속 재료의 재료 특성을 예측하는 재료 특성 예측부와,
예측한 상기 금속 재료의 재료 특성을 출력하는 출력부를 구비하는 금속 재료의 재료 특성 예측 장치.