WO2023228572A1 - 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
WO2023228572A1
WO2023228572A1 PCT/JP2023/013410 JP2023013410W WO2023228572A1 WO 2023228572 A1 WO2023228572 A1 WO 2023228572A1 JP 2023013410 W JP2023013410 W JP 2023013410W WO 2023228572 A1 WO2023228572 A1 WO 2023228572A1
Authority
WO
WIPO (PCT)
Prior art keywords
tissue
deviation
quantitative value
phase
pass
Prior art date
Application number
PCT/JP2023/013410
Other languages
English (en)
French (fr)
Inventor
直哉 清兼
伸 石川
Original Assignee
Ｊｆｅスチール株式会社
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スチール株式会社 filed Critical Ｊｆｅスチール株式会社
Priority to KR1020247029655A priority Critical patent/KR20240142547A/ko
Publication of WO2023228572A1 publication Critical patent/WO2023228572A1/ja

Links

Images

Classifications

    • 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
    • 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
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal

Definitions

  • the present disclosure relates to a tissue photo evaluation method, a tissue photo evaluation device, an imaging device, and a program.
  • the present disclosure particularly relates to a photo evaluation method, a structure photo evaluation device, a photographing device, and a program that target structure photos of metal materials.
  • metal materials including steel have the same composition, their properties strongly depend on the metal structure on the scale of an optical microscope or electron microscope (for example, a scale of mm to ⁇ m).
  • a method of changing the composition such as a solid solution strengthening method by adding a solid solution strengthening element and a precipitation strengthening method by adding a precipitation strengthening element.
  • a method may be used in which the final metal structure is changed by changing heat treatment conditions with the same composition.
  • Patent Document 1 discloses a method for preparing an observation sample for observation with an electron microscope.
  • each phase After performing sample preparation using known polishing and etching methods on a metal material such as a steel plate, when observing the metal structure using a known imaging device such as an electron microscope, the contrast of each phase is generally observed. Since the values are different, each phase can be classified. For example, when a typical steel plate consisting of a ferrite phase and a pearlite phase is prepared as a sample using a known method and photographed with an optical microscope, the ferrite phase is observed as a gray contrast, and the pearlite phase is observed as a black contrast. Therefore, it is possible to classify the ferrite phase and the pearlite phase. Development is carried out by observing the metal structure using such a method and feeding back the observation results.
  • the metallographic structure may be evaluated using a structural photograph with an insufficient number of fields of view, and the metallographic structure cannot be appropriately evaluated, and there is a possibility that the correlation between the metallographic structure and material properties may be misinterpreted. Making manufacturing process decisions based on misinterpreted correlations may not produce products with desired characteristics. Furthermore, in an attempt to avoid erroneous interpretations, observers may take tissue photographs with more fields of view than necessary, reducing work efficiency.
  • An object of the present disclosure which was made in view of the above circumstances, is to provide a tissue photo evaluation method, a tissue photo evaluation device, a photographing device, and a program that can appropriately and efficiently evaluate the number of fields of view in a structure photo of a metal material.
  • a tissue photo evaluation method includes: an input step of acquiring a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification step of classifying phases in the plurality of tissue photographs; a quantitative value calculation step of calculating a quantitative value of the classified phase; a deviation calculation step of calculating the deviation of the quantitative value; a visual field number pass/fail determination step of determining whether the number of fields of view of the plurality of tissue photographs is pass/fail based on the deviation; an output step of outputting the pass/fail information; Equipped with.
  • the tissue photo evaluation method includes: an input step of acquiring a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification step of classifying phases in the plurality of tissue photographs; a quantitative value calculation step of calculating a quantitative value of the classified phase; a deviation calculation step of calculating the deviation of the quantitative value; a visual field number pass/fail determination step of determining whether the number of fields of view of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation step of calculating a statistical value based on the quantitative value of the phase; an output step of outputting the statistical value; Equipped with.
  • the tissue photo evaluation method includes: an input step of acquiring a plurality of tissue photographs taken at two or more magnifications for at least two or more fields of view of the metal material; a phase classification step of classifying phases in the plurality of tissue photographs; a quantitative value calculation step of calculating a quantitative value of the classified phase; a magnification determination step of determining a representative imaging magnification based on the quantitative value; a deviation calculation step of calculating a deviation of the quantitative value for the plurality of tissue photographs corresponding to the representative imaging magnification; a visual field number pass/fail determination step of determining whether the number of fields of view of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation step of calculating a statistical value based on the quantitative value of the phase; an output step of outputting the statistical value; Equipped with.
  • the output step outputs the pass/fail along with the statistical value.
  • the quantitative value is at least one of area ratio, ellipsoid size, Feret diameter, average diameter, circularity, and number density.
  • the tissue photo evaluation device includes: an input unit that obtains a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a deviation calculation unit that calculates the deviation of the quantitative value; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; an output unit that outputs the pass/fail; Equipped with.
  • the tissue photo evaluation device includes: an input unit that obtains a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a deviation calculation unit that calculates the deviation of the quantitative value; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation unit that calculates a statistical value based on the quantitative value of the phase; an output unit that outputs the statistical value; Equipped with.
  • the tissue photo evaluation device includes: an input unit that obtains a plurality of tissue photographs taken at two or more magnifications for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a magnification determination unit that determines a representative imaging magnification based on the quantitative value; a deviation calculation unit that calculates a deviation of the quantitative value for the plurality of tissue photographs corresponding to the representative imaging magnification; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation unit that calculates a statistical value based on the quantitative value of the phase; an output unit that outputs the statistical value; Equipped with.
  • An imaging device includes: The plurality of tissue photographs obtained by the tissue photograph evaluation apparatus according to any one of (6) to (8) are photographed.
  • the photographing device is an optical microscope or a scanning electron microscope.
  • a program includes: computer, an input unit that obtains a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a deviation calculation unit that calculates the deviation of the quantitative value; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; an output unit that outputs the pass/fail; function as
  • a program includes: computer, an input unit that obtains a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a deviation calculation unit that calculates the deviation of the quantitative value; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation unit that calculates a statistical value based on the quantitative value of the phase; an output unit that outputs the statistical value; function as
  • a program includes: computer, an input unit that obtains a plurality of tissue photographs taken at two or more magnifications for at least two or more fields of view of the metal material; a phase classification unit that classifies phases in the plurality of tissue photographs; a quantitative value calculation unit that calculates a quantitative value of the classified phase; a magnification determination unit that determines a representative imaging magnification based on the quantitative value; a deviation calculation unit that calculates a deviation of the quantitative value for the plurality of tissue photographs corresponding to the representative imaging magnification; a visual field number pass/fail determination unit that determines whether the number of visual fields of the plurality of tissue photographs is pass/fail based on the deviation; a statistical value calculation unit that calculates a statistical value based on the quantitative value of the phase; an output unit that outputs the statistical value; function as
  • tissue photo evaluation method it is possible to provide a tissue photo evaluation method, a tissue photo evaluation device, a photographing device, and a program that can appropriately and efficiently evaluate the number of fields of view in a structure photo of a metal material.
  • FIG. 1 is a schematic diagram showing a configuration example of a tissue photo evaluation system including a tissue photo evaluation apparatus according to an embodiment of the present disclosure.
  • FIG. 2 is a flowchart showing processing of a tissue photograph evaluation method according to an embodiment of the present disclosure.
  • FIG. 3 is a schematic diagram showing a configuration example of a tissue photo evaluation system including a tissue photo evaluation apparatus according to an embodiment of the present disclosure.
  • FIG. 4 is a flowchart showing processing of a tissue photograph evaluation method according to an embodiment of the present disclosure.
  • FIG. 5 is a schematic diagram showing a configuration example of a tissue photo evaluation system including a tissue photo evaluation device according to an embodiment of the present disclosure.
  • FIG. 6 is a flowchart showing processing of a tissue photo evaluation method according to an embodiment of the present disclosure.
  • FIG. 7 is a diagram illustrating a tissue photograph used in an example.
  • FIG. 8 is a diagram showing the microstructure photograph of FIG. 7 that has undergone the phase classification process.
  • FIG. 1 is a block diagram of a tissue photo evaluation system 1 including a tissue photo evaluation device 10 according to the first embodiment.
  • the tissue photo evaluation system 1 includes a tissue photo evaluation device 10 and a photographing device 30.
  • the tissue photo evaluation device 10 includes an input section 11, an output section 12, and a calculation section 13.
  • the calculation section 13 includes a phase classification section 14 , a quantitative value calculation section 15 , a deviation calculation section 16 , and a visual field number pass/fail judgment section 19 .
  • the photographing device 30 photographs a plurality of tissue photographs of the metal material obtained by the tissue photograph evaluation device 10.
  • the photographing device 30 is, for example, an optical microscope or a scanning electron microscope, but is not limited to these as long as it has the function of photographing the structure of a metal material.
  • tissue photo evaluation device 10 executes processing for evaluating a plurality of tissue photos of a metal material taken by the imaging device 30.
  • the metal material is a steel material or a metal material having multiple metal phases.
  • the evaluation performed by the tissue photo evaluation device 10 includes evaluation of the number of fields of view of a plurality of tissue photos.
  • the evaluation of the number of fields of view of a plurality of microstructure photographs is an evaluation of whether a sufficient number of fields of view has been obtained to quantitatively evaluate the metallographic structure.
  • the tissue photo evaluation device 10 may directly perform tissue evaluation or may determine the properties of the tissue photo. The property of the tissue photograph to be determined is, for example, whether the number of fields of view is acceptable or not.
  • the tissue photo evaluation device 10 determines whether the number of fields of view of the tissue photo is acceptable.
  • the number of fields of view means the number of tissue photographs having different fields of view.
  • the number of fields of view and the number of tissue photographs may be different, in embodiments of the present disclosure, each tissue photograph has a different field of view, and the number of fields of view is described as being equal to the number of multiple tissue photographs of the metal material taken. do.
  • the input unit 11 is an input interface of the tissue photo evaluation device 10 that acquires data necessary for processing to evaluate a plurality of tissue photos.
  • the input unit 11 acquires a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more fields of view of the metal material.
  • the data format of the plurality of tissue photographs may be a commonly used image data format such as TIFF or BMP.
  • the output unit 12 is an output interface of the tissue photo evaluation device 10 that outputs properties of the tissue photo (for example, determined pass/fail and statistical values to be described later).
  • the output unit 12 may transmit information such as the properties of the tissue photograph to other devices. Further, the output unit 12 may display the properties of the tissue photograph on a display device such as various displays. In the present embodiment, the output unit 12 outputs pass/fail for the number of fields of view of a plurality of tissue photographs.
  • the calculation unit 13 performs calculations for evaluating a plurality of tissue photographs. Further, the calculation unit 13 may have a function as a control unit that controls the entire tissue photo evaluation device 10.
  • the calculation unit 13 may be one or more processors.
  • the processor is, for example, a general-purpose processor or a dedicated processor specialized for specific processing, but is not limited to these and can be any processor.
  • the calculation unit 13 includes the phase classification unit 14, the quantitative value calculation unit 15, the deviation calculation unit 16, and the field of view number pass/fail determination unit 19.
  • the functions of the phase classification section 14, the quantitative value calculation section 15, the deviation calculation section 16, and the field of view number pass/fail judgment section 19 may be realized by software.
  • one or more programs may be stored in a storage device that can be accessed by the calculation unit 13.
  • the calculation unit 13 functions as the phase classification unit 14, the quantitative value calculation unit 15, the deviation calculation unit 16, and the field of view number pass/fail judgment unit 19. good.
  • phase classification unit 14 classifies phases in a plurality of tissue photographs. Details of the processing executed by the phase classification unit 14 will be described later.
  • the quantitative value calculation unit 15 calculates quantitative values of the phases classified by the phase classification unit 14. Details of the quantitative value and the process executed by the quantitative value calculation unit 15 will be described later.
  • the deviation calculation unit 16 calculates the deviation of the quantitative value calculated by the quantitative value calculation unit 15. The details of the process executed by the deviation calculation unit 16 will be described later.
  • the field of view number pass/fail determination section 19 determines whether or not the number of fields of view of a plurality of tissue photographs is pass/fail based on the deviation calculated by the deviation calculation section 16. Details of the process executed by the field of view number pass/fail determining unit 19 will be described later.
  • the tissue photo evaluation device 10 is not limited to a specific device, but can be realized by a computer as an example.
  • a computer includes a storage device such as a memory and a hard disk drive, a CPU, and an input/output device.
  • the calculation unit 13 may be realized by a CPU.
  • the program read by the calculation unit 13 may be stored in a storage device.
  • the input section 11 and the output section 12 may be realized by input/output devices.
  • FIG. 2 is a flowchart showing the processing of the tissue photo evaluation method executed by the tissue photo evaluation apparatus 10 according to the present embodiment.
  • the structure photo evaluation method includes an input step of acquiring a plurality of structure photos taken at a predetermined imaging magnification for at least two or more fields of view of a metal material, and a phase classification step of classifying phases in the plurality of structure photos. , a quantitative value calculation step that calculates the quantitative value of the classified phase, a deviation calculation step that calculates the deviation of the quantitative value, and a field number pass/fail judgment that determines pass/fail for the number of fields of view of multiple tissue photographs based on the deviation.
  • the process and the output process of outputting pass/fail are performed in this order.
  • the tissue photo evaluation method if the field of view number pass/fail judgment step does not pass (in other words, it fails), the tissue photo obtained in the input step is added and these steps are executed again. do.
  • the input step is a step in which the input unit 11 acquires a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more visual fields of the metal material (step S11).
  • the microstructure photograph be taken using a known photographing device such as an optical microscope or a scanning electron microscope after performing sample preparation such as polishing the surface of the metal material (sample) by a known method.
  • Sample preparation generally involves rough polishing and then final polishing.
  • Rough polishing and final polishing may be performed by known methods.
  • Rough polishing by a known method is, for example, polishing to remove scratches that are visible to the naked eye using a commercially available sandpaper (such as Emily paper) coated with abrasive grains on paper.
  • final polishing by a known method is polishing using an abrasive of 0.05 ⁇ m to 2 ⁇ m until the sample becomes a mirror surface.
  • abrasive known abrasives such as diamond and silica can be used.
  • Mirror polishing is performed until polishing scratches are no longer noticeable when observed with an optical microscope at a magnification of 10 to 500 times. If many polishing scratches remain, it will cause errors during phase classification in the phase classification process, so it is desirable to perform polishing so that as few scratches as possible remain.
  • etching with nital or the like may be performed to clarify the phase contrast. Etching may be omitted when the target is a sample whose phase can be classified without etching.
  • the number of fields of view for tissue photography should be at least 2 or more.
  • the field of view is randomly determined.
  • two or more fields of view may be obtained by continuously photographing while changing the field of view little by little.
  • the imaging device 30 has a function of automatically determining the field of view by using random numbers in a program, such a function may be used.
  • the magnification for taking tissue photographs is not limited to a specific magnification, and may be any magnification that allows observation of the target tissue.
  • DP steel Dual Phase steel
  • an imaging magnification in the range of 500 times to 3000 times.
  • a plating layer of a plated steel sheet it is preferable to select an imaging magnification in the range of 1000 times to 5000 times.
  • the phase classification step is a step in which the phase classification unit 14 classifies phases in a plurality of tissue photographs (step S12).
  • phase classification may be performed by hand-painting by identifying phases with the naked eye, by using binarization of image brightness values, or by advanced image analysis techniques. It is preferable to apply a method that can classify as accurately as possible.
  • phase classification by hand painting lacks objectivity. Therefore, it is preferable to use binarization or advanced image analysis techniques. It is more preferable to use advanced image analysis techniques as exemplified below.
  • the advanced image analysis method is a random forest model that specifies multiple regions of each phase from the taken tissue photographs, calculates feature values from the brightness values of the image of the designated regions, and repeats N-value processing from the calculated feature values.
  • classification is performed using techniques such as neural network models or support vector machines. It is preferable to use one or more of the following eight specific examples (C1 to C8) as the feature value.
  • the identity feature value is a feature value that indicates the brightness value itself of the tissue photograph.
  • the Mean feature value is a feature value indicating the average value of brightness values in a predetermined range of the tissue photograph. That is, the Mean feature value is obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph and averaging the brightness values therein.
  • the "number of pixels x" and the “number of pixels y" may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and “pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • noise included in the tissue photograph refers to, for example, a portion of the tissue photograph where the brightness value suddenly increases. Furthermore, “making the number of pixels x and y larger than the noise” indicates that the number of pixels x and y should be made larger than the width of the noise.
  • the Gaussian feature value is a feature value that indicates an average value of brightness values in a predetermined range of a tissue photograph, with weights increasing closer to the center. That is, the Gaussian feature value is obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph, and extracting an average value with larger weights for central pixels.
  • the "number of pixels x" and the "number of pixels y" may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and “pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • the Median feature value is a feature value that indicates the median value of brightness values in a predetermined range of the tissue photograph. That is, the median feature value is obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph, and extracting the median value from the brightness values therein.
  • the "number of pixels x" and the “number of pixels y" may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and “pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • the Max feature value is a feature value indicating the maximum value of brightness values in a predetermined range of the tissue photograph. That is, the Max feature value is obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph, and extracting the maximum value from the luminance values therein.
  • the "number of pixels x" and the “number of pixels y" may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and “pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • the Min feature value is a feature value indicating the minimum value of brightness values in a predetermined range of the tissue photograph. That is, the Min feature value is obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph, and extracting the minimum value from the luminance values therein.
  • the "number of pixels x" and the “number of pixels y" may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and “pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • Derivative feature values are obtained by extracting a predetermined range "(number of pixels x) x (number of pixels y)" from each phase of the tissue photograph, and calculating differential values in the x and y directions for pixels at the edges of the range. It is.
  • the "number of pixels x" and the “number of pixels y” may be the same size or different sizes.
  • the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and "pixel number y” is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • the Derivative added feature value is obtained by convolving the Derivative feature value by calculating the Mean feature value, Gaussian feature value, Median feature value, Max feature value, and Min feature value with respect to the Derivative feature value. It is.
  • the "number of pixels x" and the “number of pixels y" may be the same size or different sizes. In addition, the region of "(number of pixels x) It may be calculated for y.
  • the lower limit of "pixel number x" and "pixel number y" is, for example, larger than the noise included in the microstructure photograph, and less than 1/2 of the smaller crystal grain size among the multiple phases of the metal structure. It is preferable to set the range to include.
  • the upper limit includes crystal grains that are less than half of the larger crystal grain size, because if the pixel range is too large, it may be affected by grain boundaries or other adjacent phases. It is preferable that the
  • processing may be performed to cut off the boundary (outer periphery) for accurate analysis.
  • the quantitative value calculation step is a step in which the quantitative value calculation unit 15 calculates quantitative values of the phases classified by the phase classification unit 14.
  • the quantitative value for example, at least one of the following (1) to (6) is calculated.
  • the quantitative values (1) to (5) are calculated for each crystal grain of the identified phase after classification, so multiple A numerical value is obtained.
  • those parameters may be used.
  • the area ratio is calculated by calculating the ratio of the area of each crystal grain of the specified phase to the area of the entire structure photograph in each structure photograph.
  • the area ratio of each crystal grain is calculated according to the following formula.
  • f is the area ratio of each crystal grain.
  • a i is the area of each crystal grain.
  • a sum is the area of the entire tissue photograph. Furthermore, by calculating the sum of the area ratios of each crystal grain for the identified phase, the area ratio of the identified phase per one microstructure photograph is calculated.
  • the ellipsoid size is calculated by approximating the shape of each crystal grain of the identified phase to an ellipse in each microstructure photograph.
  • the ellipsoid size is at least one of the major axis, minor axis, and aspect ratio of the approximated ellipsoid. Furthermore, by calculating the average value of the ellipsoid size of each crystal grain for the identified phase, the average ellipsoid size of the identified phase per microstructure photograph is calculated.
  • the average diameter of the crystal grains is calculated by determining the area of each crystal grain of the specified phase in each microstructure photograph and taking the square root of the area. Furthermore, by calculating the average value of the identified phase from the average diameter calculated for each crystal grain, the average average diameter of the identified phase per one microstructure photograph is calculated.
  • C is the roundness.
  • S is the area.
  • P is the perimeter.
  • the circularity is 1.0.
  • the roundness becomes smaller than 1.0.
  • each microstructure photograph the number density of each microstructure photograph is calculated by counting the number of crystal grains of the specified phase and dividing the number of crystal grains by the area of the entire microstructure photograph.
  • the quantitative value it is preferable to use one or more of (1) to (6), and more preferably two or more.
  • a quantitative value including the area ratio in (1) it is preferable to use.
  • a deviation is calculated for each visual field.
  • the deviation calculation unit 16 calculates the average value N i of the quantitative values i of the tissue photographs of all visual fields for the identified phase. Furthermore, the deviation calculation unit 16 calculates an average value ⁇ ij of the quantitative value i of the tissue photograph of the visual field j for the identified phase.
  • the deviation calculation unit 16 divides the average value ⁇ ij of the quantitative values i of the tissue photographs of the visual field j by the average value N i of the quantitative values i of the tissue photographs of all visual fields, and calculates the standardized quantitative value of the visual field j. i, ( ⁇ ij /N i ) is calculated.
  • the deviation calculation unit 16 calculates the average value of the deviations of the quantitative values i.
  • the average value of the deviation is calculated by dividing the sum of "the absolute value of the value obtained by subtracting 1 from each standardized quantitative value i" by the number of fields of view (number of tissue photographs), and is expressed by the following formula.
  • S i is the average value of the deviation of the quantitative value i.
  • n is the number of fields of view (number of tissue photographs).
  • normalized area ratio means the area ratio standardized in the above deviation calculation step.
  • normalized Feret diameter and “normalized circularity” mean standardized Feret diameter and standardized circularity, respectively.
  • the field of view number pass/fail judgment step (step S15) is a step in which the field of view number pass/fail judgment unit 19 judges whether the number of fields of view of the tissue photograph is pass/fail based on the deviation of the quantitative value i.
  • the field of view number pass/fail determining unit 19 first determines whether the number of fields of view (number of tissue photographs) is such that the tissue can be appropriately evaluated (pass/fail) based on the average deviation value S i calculated by the deviation calculation unit 16. .
  • the visual field number pass/fail determining unit 19 determines that the number of visual fields is sufficient (Yes in step S16), and adds the tissue photograph. Do not take pictures.
  • the threshold value is 0.1 as an example, but it is not limited to a specific value and may be set depending on, for example, the type of target metal.
  • the visual field number pass/fail judgment unit 19 determines that if even one of the average values S i of the deviations of each quantitative value is larger than the threshold value, the deviation of each quantitative value will be large and the relationship between the quantitative value and the material properties cannot be accurately grasped. Therefore, it is determined to be a failure (No in step S16). If it is determined to be a failure, the visual field number pass/fail determining unit 19 adds the tissue photograph obtained in the input step, returns the process to the input step (step S11), and executes the series of processes again.
  • step S17 If the field of view number pass/fail determining unit 19 determines that the result is acceptable (Yes in step S16), the output process is executed (step S17).
  • the output step is a step in which the output unit 12 outputs the pass/fail of the number of visual fields.
  • the output process is executed only in the case of a pass, but the output process may be executed even after a predetermined number of failures. For example, after the process of returning from step S16 to step S11 is repeated a predetermined number of times (for example, five times), if the field of view number pass/fail determining unit 19 determines that the field of view has failed, an output step that outputs a failure is performed. May be executed.
  • the number of fields of view in a tissue photograph of a metal material can be appropriately and efficiently evaluated by the tissue photograph evaluation method executed by the tissue photograph evaluation apparatus 10 according to the present embodiment.
  • the tissue photograph evaluation apparatus 10 By feeding back the evaluation results, an appropriate number of fields of view for observing the metal structure can be determined, regardless of the subjectivity of the observer. Furthermore, since the observer does not have to take unnecessary photographs of tissues while changing the field of view, work efficiency can be improved.
  • FIG. 3 is a block diagram of a tissue photo evaluation system 1 including a tissue photo evaluation device 10 according to the second embodiment.
  • the tissue photo evaluation device 10 according to the present embodiment outputs statistical values based on quantitative values of phases when performing tissue photo evaluation. By outputting such statistical values, it becomes possible to verify the evaluation performed by the tissue photo evaluation device 10 or to make a secondary pass/fail judgment outside the tissue photo evaluation device 10.
  • the tissue photo evaluation device 10 according to the present embodiment includes the constituent elements of the tissue photo evaluation device 10 according to the first embodiment, and further includes a statistical value calculation unit 20. In order to avoid redundant explanation, configurations different from the first embodiment will be explained below.
  • the statistical value calculation unit 20 calculates statistical values based on the quantitative values of the phases. In this embodiment, the statistical value calculation unit 20 calculates statistical values based on all the quantitative values of the plurality of tissue photographs input to the input unit 11. Statistical values may include, for example, average values, median values, standard deviations, etc., but are not limited to any particular value. In the present embodiment, the statistical value calculation unit 20 calculates statistical values when the field of view number pass/fail determination unit 19 determines that the field of view is passed. However, the present invention is not limited to this case, and the statistical value calculation unit 20 may calculate the statistical value after a predetermined number of failures. Furthermore, the output unit 12 may output pass/fail along with the statistical values calculated by the statistical value calculation unit 20.
  • the input unit 11 acquires a plurality of tissue photographs taken at a predetermined imaging magnification for at least two or more visual fields of the metal material, as in the first embodiment.
  • the calculation unit 13 which is a processor
  • the calculation unit 13 is controlled by the phase classification unit 14, the quantitative value calculation unit 15, the deviation calculation unit 16, the field of view number pass/fail judgment unit 19, and the statistical value calculation. It may function as part 20.
  • FIG. 4 is a flowchart showing the processing of the tissue photo evaluation method executed by the tissue photo evaluation apparatus 10 according to the present embodiment.
  • the structure photo evaluation method includes an input step of acquiring a plurality of structure photos taken at a predetermined imaging magnification for at least two or more fields of view of a metal material, and a phase classification step of classifying phases in the plurality of structure photos. , a quantitative value calculation step that calculates the quantitative value of the classified phase, a deviation calculation step that calculates the deviation of the quantitative value, and a field number pass/fail judgment that determines pass/fail for the number of fields of view of multiple tissue photographs based on the deviation.
  • a statistical value calculation step of calculating a statistical value based on the quantitative value of the phase, and an outputting step of outputting the statistical value are performed in this order.
  • the tissue photo evaluation method when it is determined that the field of view number pass/fail determination step is failed, the tissue photo obtained in the input step is added and these steps are executed again.
  • step S21 The input process (step S21), the phase classification process (step S22), the quantitative value calculation process (step S23), the deviation calculation process (step S24), and the field of view number pass/fail judgment process (step S25) are the same as those in the first embodiment. It is the same as the process in the name. As in the first embodiment, if it is determined that the field of view number pass/fail determination process does not pass (No in step S26), the process returns to the input process (step S21) and the series of processes is executed again.
  • step S27 Statistical value calculation process
  • the statistical value calculation unit 20 calculates the average value and standard deviation for all visual fields of each quantitative value calculated in the quantitative value calculation step.
  • the output step is executed (step S28).
  • the output step is a step of outputting the statistical values calculated by the statistical value calculating section 20.
  • pass/fail may be output together with the statistical values.
  • the number of fields of view in a tissue photograph of a metal material can be appropriately and efficiently evaluated by the tissue photograph evaluation method executed by the tissue photograph evaluation apparatus 10 according to the present embodiment.
  • the tissue photograph evaluation method executed by the tissue photograph evaluation apparatus 10 By feeding back the evaluation results, an appropriate number of fields of view for observing the metal structure can be determined, regardless of the subjectivity of the observer. Furthermore, since the observer does not have to take unnecessary photographs of tissues while changing the field of view, work efficiency can be improved. Further, by outputting the statistical values, it becomes possible to verify or make a secondary pass/fail judgment on the evaluation performed by the tissue photo evaluation device 10 outside the tissue photo evaluation device 10.
  • FIG. 5 is a block diagram of a tissue photo evaluation system 1 including a tissue photo evaluation device 10 according to the third embodiment.
  • the tissue photograph evaluation apparatus 10 according to the present embodiment determines the representative imaging magnification before evaluating the number of fields of view.
  • the tissue photo evaluation device 10 according to the present embodiment includes the components of the tissue photo evaluation device 10 according to the second embodiment, and further includes a magnification determination unit 17. In order to avoid redundant explanation, configurations that are different from the first embodiment and the second embodiment will be explained below.
  • the input unit 11 acquires a plurality of tissue photographs taken at two or more imaging magnifications for at least two or more fields of view of the metal material. That is, unlike the first embodiment and the second embodiment, the input unit 11 acquires a plurality of tissue photographs in a state where the imaging magnification is not determined.
  • the photographing magnification of the tissue photograph is preferably 3 or more.
  • the photographing magnification of the tissue photograph is more preferably 5 or more. It is preferable to select the imaging magnification at random.
  • the magnification determining unit 17 determines a representative imaging magnification based on the quantitative value calculated by the quantitative value calculating unit 15. The details of the process executed by the magnification determination unit 17 will be described later.
  • the calculation unit 13 which is a processor
  • the calculation unit 13 is divided into a phase classification unit 14, a quantitative value calculation unit 15, a deviation calculation unit 16, a magnification determination unit 17, a field number It may function as the pass/fail determination section 19 and the statistical value calculation section 20.
  • FIG. 6 is a flowchart showing the process of the tissue photo evaluation method executed by the tissue photo evaluation apparatus 10 according to the present embodiment.
  • the structure photo evaluation method includes an input step of acquiring multiple structure photos taken at two or more imaging magnifications for at least two or more fields of view of a metal material, and a phase classification step of classifying phases in the plurality of structure photos. a quantitative value calculation step that calculates the quantitative value of the classified phase; a magnification determination step that determines the representative imaging magnification based on the quantitative value; and a quantitative value calculation step that determines the representative imaging magnification based on the quantitative value.
  • a deviation calculation step (second deviation calculation step) in which the deviation is calculated, a field number pass/fail judgment step in which the number of fields of view of multiple tissue photographs is determined based on the deviation, and a statistical value is calculated based on the quantitative value of the phase.
  • a statistical value calculation step and an output step of outputting the statistical values are performed.
  • the tissue photo evaluation method when it is determined that the field of view number pass/fail determination step is failed, the tissue photo obtained in the input step is added and these steps are executed again.
  • step S31 The input step (step S31), phase classification step (step S32), and quantitative value calculation step (step S33) are the same as the steps with the same names in the second embodiment.
  • the magnification determining step is a step in which the magnification determining section 17 determines a representative imaging magnification based on the quantitative value calculated by the quantitative value calculating section 15 (step S34).
  • the magnification determination unit 17 can determine the imaging magnification as follows.
  • Section 17 employs a smaller imaging magnification.
  • a microstructure photograph in which there are two or more crystal grains with an area ratio of more than 10% may show that the grains are cut off at the boundary (periphery) of the microstructure photograph, or that the number of crystal grains photographed is small. This is because the size distribution may not be evaluated correctly.
  • the fact that the number exceeds 1/3 of the total number indicates that it is not a characteristic of some exceptional tissue photographs, but a tendency in tissue photographs of that imaging magnification.
  • the number of grains with the largest area ratio of less than 3% of the entire tissue photograph is 1/1/2 of the total number of tissue photographs at that magnification obtained in the input process.
  • the magnification determination unit 17 adopts a larger imaging magnification. This is because a microstructure photograph in which the crystal grains with the largest area ratio is less than 3% of the entire microstructure photograph has many small crystal grains, and the shape of the crystal grains cannot be appropriately evaluated.
  • the fact that the number exceeds 1/3 of the total number indicates that it is not a characteristic of some exceptional tissue photographs, but a tendency in tissue photographs of that imaging magnification.
  • the magnification determining unit 17 sets the photographing magnification that satisfies the conditions A and B as the representative photographing magnification.
  • Condition A is that for a tissue photo taken at a certain magnification, "the number of tissue photos in which two or more crystal grains with an area ratio exceeding 10% are present is 1/3 of the total number of tissue photos at that magnification obtained in the input process. "Do not exceed.”
  • condition B is that for a tissue photograph at a certain imaging magnification, "a tissue photograph in which the crystal grains with the largest area ratio account for less than 3% of the entire tissue photograph is a tissue photograph at that imaging magnification obtained in the input process.” The total number must not exceed 1/3 of the total number of
  • the upper limit value (10%) and lower limit value (3%) of the area ratio in conditions A and B of the magnification determination process are only examples, and the size and shape of the crystal grains of the target metal material are It is not limited as long as it is a numerical value that can be evaluated.
  • the quantitative value used in the conditions of the magnification determination step is the area ratio in this embodiment, but may be, for example, the ellipsoid size or the Feret diameter. Further, when the shape or number of each crystal grain has a large influence on material properties, the quantitative value used in the conditions of the magnification determination step may be, for example, circularity or number density. In this embodiment, since the area ratio of a phase generally affects material properties in many cases, an example using the area ratio has been described.
  • the first deviation calculation step is a step in which the deviation calculation section 16 calculates the deviation of the quantitative value obtained by the quantitative value calculation section 15.
  • the second deviation calculation process the deviation calculation process for each field of view as in the first and second embodiments. It is called.
  • the deviation calculation unit 16 calculates the standard deviation of each quantitative value for each imaging magnification that is a candidate for the representative imaging magnification.
  • the imaging magnification with the smallest standard deviation is determined as the representative imaging magnification.
  • the imaging magnification with the smaller standard deviation of the quantitative value considered important is determined as the representative imaging magnification.
  • the imaging magnification with the smallest standard deviation of the area ratio is determined as the representative imaging magnification.
  • the magnification determination step is executed again.
  • the magnification determining section 17 determines one final representative photographing magnification from among the candidates for the representative photographing magnification already selected, based on the deviation calculated by the deviation calculating section 16. .
  • a second deviation calculation step is executed (step S37).
  • the second deviation calculation step is the same as the deviation calculation step (step S24) of the second embodiment.
  • the visual field number pass/fail determination process (step S38), the statistical value calculation process (step S40), and the output process (step S41) are the same as the processes with the same names in the second embodiment.
  • the branching according to the pass/fail of the visual field number pass/fail determination process is the same as step S26 of the second embodiment.
  • the number of fields of view in a tissue photograph of a metal material can be appropriately and efficiently evaluated by the tissue photograph evaluation method executed by the tissue photograph evaluation apparatus 10 according to the present embodiment.
  • the tissue photograph evaluation method executed by the tissue photograph evaluation apparatus 10 By feeding back the evaluation results, an appropriate number of fields of view for observing the metal structure can be determined, regardless of the subjectivity of the observer.
  • work efficiency can be improved.
  • the processing by the magnification determination unit 17 allows the representative magnification to be objectively and efficiently determined from a plurality of microstructure photographs of the metal material.
  • Example Hereinafter, the effects of the present disclosure will be specifically explained based on Examples, but the present disclosure is not limited to these Examples.
  • a tissue photo evaluation method using the tissue photo evaluation apparatus 10 according to the first embodiment described above was performed.
  • a DP steel plate consisting of a ferrite phase and a martensitic phase was roughly polished, finished polished using diamond paste, and then etched with nital. Thereafter, tissue photographs of two fields of view were randomly taken using an electron microscope at a magnification of 1000 times. A plurality of tissue photographs were obtained (input step).
  • FIG. 7 shows some of the obtained tissue photographs.
  • the phase exhibiting white contrast is martensite
  • the phase exhibiting black contrast is ferrite.
  • FIG. 8 shows the microstructure photograph of FIG. 7 after the phase classification process.
  • black is the martensite phase
  • white is the ferrite phase.
  • the area ratio, Feret diameter, and roundness of each crystal grain were calculated as quantitative values for the martensite phase in each microstructure photograph (quantitative value calculation step).
  • Table 1 shows the calculated values for each visual field.
  • 0.1 was used as the threshold value in determining whether the number of fields of view was acceptable or not.
  • the average value of the deviation of roundness is 0.1 or less.
  • the average value of the deviation of the area ratio and Feret diameter exceeded 0.1, and it was determined that the structure of this sample could not be appropriately evaluated using two fields of view. In other words, a failure was indicated in the visual field number pass/fail determination (visual field number pass/fail determination step).
  • the Feret diameter indicates the average Feret diameter per tissue photograph.
  • Table 2 shows the results when the number of fields of view is three in total. Further, Table 3 shows the results when the number of fields of view was nine in total.
  • the tissue can be appropriately evaluated by photographing nine fields of view of this sample using the tissue photo evaluation apparatus 10.
  • the number of fields of view was determined based on the subjectivity of the observer for the same sample.
  • more than 10 visual fields were photographed, and it took a long time to photograph and make a judgment. This device allows efficient imaging and completes judgment instantly.
  • the number of fields of view of the microstructure photograph of the metal material could be appropriately and efficiently evaluated.
  • the correlation with material properties can be considered objectively, and efficient material development is expected.
  • the quantitative values of each phase can be appropriately evaluated, so the development of efficient steel materials or metal materials having multiple metal phases is expected.
  • the tissue photo evaluation method, tissue photo evaluation device, imaging device, and program according to the present embodiment can appropriately and efficiently evaluate the number of fields of view of a tissue photo of a metal material.

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Image Processing (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

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。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。

Description

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
　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。
　（１）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。
　（２）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。
　（３）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。
　（４）本開示の一実施形態として、（２）又は（３）において、
　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。
　（５）本開示の一実施形態として、（１）から（３）のいずれかにおいて、
　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。
　（６）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。
　（７）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。
　（８）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。
　（９）本開示の一実施形態に係る撮影装置は、
　（６）から（８）のいずれか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。
　（１０）本開示の一実施形態として、（９）において、
　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。
　（１１）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。
　（１２）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。
　（１３）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 JPOXMLDOC01-appb-M000001
　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 JPOXMLDOC01-appb-M000002
　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 JPOXMLDOC01-appb-M000003
　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 JPOXMLDOC01-appb-T000004
　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 JPOXMLDOC01-appb-T000005
Figure JPOXMLDOC01-appb-T000006
　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。
PCT/JP2023/013410 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 WO2023228572A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247029655A KR20240142547A (ko) 2022-05-23 2023-03-30 조직 사진 평가 방법, 조직 사진 평가 장치, 촬영 장치 및 프로그램

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-084131 2022-05-23
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
WO2023228572A1 true WO2023228572A1 (ja) 2023-11-30

Family

ID=88919015

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (3)

Country Link
JP (1) JP2023172383A (ja)
KR (1) KR20240142547A (ja)
WO (1) WO2023228572A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009287941A (ja) * 2008-05-27 2009-12-10 Nippon Steel Corp 無機多孔体の観察試料および当該観察試料の作製方法
JP2019012037A (ja) * 2017-06-30 2019-01-24 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。

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009287941A (ja) * 2008-05-27 2009-12-10 Nippon Steel Corp 無機多孔体の観察試料および当該観察試料の作製方法
JP2019012037A (ja) * 2017-06-30 2019-01-24 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
KR20240142547A (ko) 2024-09-30
JP2023172383A (ja) 2023-12-06

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
JP5156631B2 (ja) 画像領域の自動選定
CN113963042B (zh) 基于图像处理的金属零件缺陷程度评估方法
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
JP7054436B2 (ja) 検出システム、情報処理装置、評価方法及びプログラム
JP2006514356A (ja) 画像解析による有糸分裂活動の評価方法
WO2005076197A2 (en) Method and system for morphology based mitosis identification and classification of digital images
Lahrmann et al. Semantic focusing allows fully automated single-layer slide scanning of cervical cytology slides
US20230206416A1 (en) Computer-implemented method for quality control of a digital image of a sample
CN113176270B (zh) 一种调光方法、装置及设备
Iskakov et al. A framework for the systematic design of segmentation workflows
JP2001188906A (ja) 画像自動分類方法及び画像自動分類装置
WO2021199937A1 (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
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
JP2006292615A (ja) 外観検査装置、外観検査方法、コンピュータを外観検査装置として機能させるためのプログラムおよび記録媒体
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
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
Nandy et al. Automatic nuclei segmentation and spatial FISH analysis for cancer detection
JP4981112B2 (ja) 組織学的アセスメント
CN115290661B (zh) 基于计算机视觉的橡胶圈缺陷识别方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23811451

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20247029655

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020247029655

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2023811451

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2023811451

Country of ref document: EP

Effective date: 20240919