WO2024258166A1 - 결정 구조 분석 장치 및 방법 - Google Patents

결정 구조 분석 장치 및 방법 Download PDF

Info

Publication number
WO2024258166A1
WO2024258166A1 PCT/KR2024/008011 KR2024008011W WO2024258166A1 WO 2024258166 A1 WO2024258166 A1 WO 2024258166A1 KR 2024008011 W KR2024008011 W KR 2024008011W WO 2024258166 A1 WO2024258166 A1 WO 2024258166A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
color
indicator
vector
display area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2024/008011
Other languages
English (en)
French (fr)
Inventor
이상원
김희연
정종석
박제섭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Chem Ltd
Original Assignee
LG Chem Ltd
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 LG Chem Ltd filed Critical LG Chem Ltd
Priority to EP24823684.6A priority Critical patent/EP4711750A1/en
Priority to CN202480038856.XA priority patent/CN121359020A/zh
Publication of WO2024258166A1 publication Critical patent/WO2024258166A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/20058—Measuring diffraction of electrons, e.g. low energy electron diffraction [LEED] method or reflection high energy electron diffraction [RHEED] method
    • 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
    • G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/203—Measuring back scattering
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/053—Investigating materials by wave or particle radiation by diffraction, scatter or reflection back scatter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/056—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
    • G01N2223/0565—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction diffraction of electrons, e.g. LEED
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/30—Accessories, mechanical or electrical features
    • G01N2223/345—Accessories, mechanical or electrical features mathematical transformations on beams or signals, e.g. Fourier
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/403—Imaging mapping with false colours
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/408—Imaging display on monitor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/414—Imaging stereoscopic system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/604—Specific applications or type of materials monocrystal

Definitions

  • the disclosure relates to a device and method for analyzing a crystal structure.
  • EBSD Electro Backscatter Diffraction
  • EBSD can analyze the crystal structure in the investigated area using the diffraction pattern measured from each crystal.
  • the position of the electron beam can be controlled through a computer system, the pattern generated in the area of the specimen where the electron beam stays can be recorded through a camera, and the recorded pattern can be automatically analyzed to derive crystallographic information of the corresponding area of the specimen.
  • the task to be solved is to provide a crystal structure analysis device and method capable of effectively analyzing the crystal structure of a solid material from EBSD data for the solid material.
  • a crystal structure analysis device may include: an EBSD (Electron Backscatter Diffraction) data acquisition module for acquiring EBSD data for a solid material; an image generation module for generating a first image including a plurality of pixels, wherein a shape of the solid material is represented by a plurality of pixels; a clustering module for performing clustering on the plurality of pixels using the EBSD data, such that the first image includes a plurality of clusters, each of which represents a first indicator of the crystal in a first color; an image processing module for generating a second image by processing the first image such that a second indicator associated with the first indicator is displayed as a shape overlapping the plurality of clusters; and a rendering module for rendering the second image on a display area.
  • EBSD Electro Backscatter Diffraction
  • the first indicator is defined as a value of a sine square function for an acute angle between a first vector and a second vector, wherein the first vector comprises a one-way vector of the decision at a pixel location corresponding to the decision on the first image, and the second vector comprises a vector pointing from the center of the entire particle to the pixel location in an outward direction.
  • the first color may include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • the display area includes a first display area and a second display area positioned adjacent to one side of the first display area
  • the rendering module is capable of rendering the second image on the first display area and rendering a first color bar that matches a value of the first indicator with the first color on the second display area.
  • the first vector may be defined in a three-dimensional space defined by a first axis, a second axis, and a third axis that are perpendicular to each other
  • the second indicator may be defined as a direction in which the first vector is projected onto a plane defined by the first axis and the second axis.
  • the shape is an arrow-shaped shape
  • the second indicator may be displayed so as to overlap the plurality of clusters in the direction of the arrow head.
  • the image processing module may process the first image to represent a third indicator associated with the second indicator in a second color within the shape.
  • the third indicator may be defined as an angle formed by the first vector with a plane formed by the first axis and the second axis.
  • the second color may include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • the display area includes a first display area and a third display area positioned adjacent to one side of the first display area, and the rendering module can render the second image on the first display area and render a second color bar that matches a value of the third indicator with the second color on the third display area.
  • the first indicator is defined as a Degree of Alignment (DoA) value calculated at a pixel location corresponding to the decision on the first image, and the DoA value can be calculated according to the following mathematical formula:
  • L is the major axis vector of the crystal corresponding to the pixel position
  • S is the minor axis vector of the crystal corresponding to the pixel position
  • C is the value of the cosine function for L and the vector pointing from the center of the entire particle to the pixel position in the outward direction.
  • the first color may include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • the display area includes a first display area and a second display area positioned adjacent to one side of the first display area, and the rendering module can render the second image on the first display area and render a first color bar that matches a value of the first indicator and the first color to be displayed on the third display area.
  • the second indicator is defined as a major axis vector of a decision corresponding to the pixel location
  • the shape is an arrow-shaped shape
  • the second indicator can be displayed so as to overlap on the plurality of clusters in the direction of the arrow head.
  • a method for analyzing a crystal structure may include: obtaining EBSD data for a solid material; generating a first image including a plurality of pixels representing a shape of the solid material; performing clustering on the plurality of pixels using the EBSD data such that the first image includes a plurality of clusters each representing a first indicator of the crystal in a first color; processing the first image such that a second indicator associated with the first indicator is displayed as a shape overlapping the plurality of clusters to generate a second image; and rendering the second image on a display area.
  • the first indicator is defined as a value of a sine square function for an acute angle between a first vector and a second vector, wherein the first vector comprises a one-way vector of the decision at a pixel location corresponding to the decision on the first image, and the second vector comprises a vector pointing from the center of the entire particle to the pixel location in an outward direction.
  • the first vector may be defined in a three-dimensional space defined by a first axis, a second axis, and a third axis that are perpendicular to each other
  • the second indicator may be defined as a direction in which the first vector is projected onto a plane defined by the first axis and the second axis.
  • the step of generating the second image may include the step of processing the first image to represent a third indicator associated with the second indicator in a second color within the shape to generate the second image.
  • the first indicator is defined as a Degree of Alignment (DoA) value calculated at a pixel location corresponding to the decision on the first image, and the DoA value can be calculated according to the following mathematical formula:
  • L is the major axis vector of the crystal corresponding to the pixel position
  • S is the minor axis vector of the crystal corresponding to the pixel position
  • C is the value of the cosine function for L and the vector pointing from the center of the entire particle to the pixel position in the outward direction.
  • the second indicator is defined as a major axis vector of a decision corresponding to the pixel location
  • the shape is an arrow-shaped shape
  • the second indicator can be displayed so as to overlap on the plurality of clusters in the direction of the arrow head.
  • a computer-readable medium may be recorded with a program that causes a computer including a processor executing a program or command stored in a memory or storage device to execute the steps of: obtaining EBSD data for a solid material; generating a first image including a plurality of pixels as a shape of the solid material; performing clustering on the plurality of pixels using the EBSD data such that the first image includes a plurality of clusters each representing a first indicator of a crystal in a first color; processing the first image such that a second indicator associated with the first indicator is displayed as a shape overlapping the plurality of clusters to generate a second image; and rendering the second image on a display area.
  • the crystal structure of a solid material can be effectively analyzed from EBSD data for the solid material.
  • the crystal orientations are visually expressed by cluster and the user changes a desired crystal plane, the result is immediately reflected visually, so that the connection pattern of the crystal orientations can be explored in a short period of time in a general computing environment.
  • FIG. 1 is a block diagram illustrating a crystal structure analysis device according to one embodiment.
  • FIGS. 2 to 4 are drawings for explaining an implementation example of a crystal structure analysis device according to one embodiment.
  • FIGS. 5 and 6 are drawings for explaining an implementation example of a crystal structure analysis device according to one embodiment.
  • Figure 7 is a flowchart illustrating a crystal structure analysis method according to one embodiment.
  • FIG. 8 is a drawing for explaining an implementation example of a crystal structure analysis device according to one embodiment.
  • FIGS. 9 to 13 are drawings for explaining implementation examples of a crystal structure analysis device according to one embodiment.
  • FIG. 14 is a drawing for explaining a computing device according to one embodiment.
  • Terms such as “part,” “unit,” “module,” etc., described in the specification may mean a unit capable of processing at least one function or operation described in the specification, and this may be implemented by hardware or a circuit, software, or a combination of hardware or a circuit and software.
  • FIG. 1 is a block diagram illustrating a crystal structure analysis device according to one embodiment.
  • a crystal structure analysis device (10) can analyze a crystal structure for a solid material.
  • the crystal structure analysis device (10) can extract and visualize information on how crystal directions are distributed for all particles with respect to data collected from an EBSD system.
  • the crystal structure analysis device (10) can be a server that services a web application, which is software that runs on a web browser. Accordingly, the crystal structure analysis device (10) can enable users to easily analyze a crystal structure for a solid material using only a web browser without having to install separate software on their computers.
  • the scope of the present invention is not limited thereto, and the functions provided by the crystal structure analysis device (10) can be implemented as various arbitrary forms of software.
  • the decision structure analysis device (10) may include an EBSD data acquisition module (110), an image generation module (120), a clustering module (130), an image processing module (140), and a rendering module (150).
  • the EBSD data acquisition module (110) can acquire EBSD data for a solid material.
  • the EBSD data can include spatially linked crystallographic orientation and phase information, and the EBSD data acquisition module (10) can acquire data in various formats collected from an external EBSD system.
  • the EBSD data can be a file generated to follow the CSV (Comma Separated Values) format as two-dimensional data distinguished by a delimiter such as a comma.
  • the EBSD data can be in the form of a compressed file that is a collection of multiple CSV files.
  • the EBSD data can be data that has undergone data cleaning in specific software (e.g., AZtecCrystal) that processes data collected using EBSD.
  • the image generation module (120) can generate the shape of a solid material that is the subject of the crystal structure analysis as a first image.
  • the first image can be in the form of a pixel image including a plurality of pixels.
  • the image generation module (120) can generate the first image as a two-dimensional image that can be displayed on a display device that is electrically connected to the crystal structure analysis device (10).
  • the clustering module (130) can perform clustering on a plurality of pixels included in the first image using the EBSD data acquired by the EBSD data acquisition module (110).
  • the clustering module (130) can adopt a density-based clustering algorithm to perform clustering.
  • the clustering module (130) can adopt, for example, DBSCAN (Density-based spatial clustering of applications with noise).
  • the density-based clustering algorithm can operate in a way that clusters parts where data points are densely packed together.
  • the clustering module (130) can use the EBSD data to cause the first image to include a plurality of clusters, each cluster representing a first indicator of a decision in a first color.
  • EBSD data may include data on crystal orientation of crystal grains.
  • the data on crystal orientation may be a plurality of crystal orientation data collected for each crystal unit of a predetermined size forming a solid material to be analyzed.
  • the crystal unit is not determined to a specific size, but may be a unit having a predetermined size that can correspond to at least one included in the first image, considering the resolution according to the environment that the crystal structure analysis device according to the embodiments can display.
  • the clustering module (130) may perform clustering on a plurality of pixels expressing the first image using a plurality of angle data.
  • the image processing module (140) can generate a second image representing the result of clustering performed by the clustering module (130). That is, the image processing module (140) can process the first image generated by the image generating module (120) so that the first image is displayed in different colors for each cluster, or can process the first image so that the second indicator associated with the first indicator is displayed in a shape overlapping multiple clusters and output the result as a second image.
  • the color can include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • An RGB color is a color expressed using red, green, and blue
  • an HSL (or HSB) color can be a color expressed using hue, saturation, and lightness (or brightness).
  • HSV color is a color expressed using Hue, Saturation, and Value
  • CMYK color can be a color expressed using Cyan, Magenta, Yellow, and Black.
  • the rendering module (150) can render the second image generated by the image processing module (140) onto a display area provided on the display device. Accordingly, by expressing the second image in different colors for each pixel or each cluster, or by expressing some indicator for the crystal as a shape overlapping the cluster, the crystal characteristics for the entire particle can be visualized so that the user can grasp them at a glance, thereby effectively analyzing the crystal structure from EBSD data collected in an unintuitive form.
  • the first indicator may be defined as a value of a sine square function for an acute angle between the first vector and the second vector.
  • the first vector may include a one-way vector of the crystal at a pixel location corresponding to the crystal on the first image
  • the second vector may include a vector pointing from the center of the entire particle to the pixel location in an outward direction.
  • the clustering module (130) may perform clustering so that each cluster included in the first image may represent the first indicator as a first color. At this time, the first color may be calculated for each pixel forming each cluster, and thus, one cluster may be expressed as a gradient color.
  • the one-way vector of the crystal may be a vector corresponding to one of the lattice vectors of the crystal.
  • the lattice vector of the crystal may include the a-axis, the b-axis, and the c-axis, and the one-way vector of the crystal may include a vector corresponding to the c-axis of the crystal.
  • the first color can include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • An RGB color is a color expressed using Red, Green, and Blue
  • an HSL (or HSB) color can be a color expressed using Hue, Saturation, and Lightness (or Brightness).
  • An HSV color is a color expressed using Hue, Saturation, and Value
  • a CMYK color can be a color expressed using Cyan, Magenta, Yellow, and Black.
  • the first vector is defined in a three-dimensional space defined by a first axis (e.g., x-axis), a second axis (e.g., y-axis), and a third axis (e.g., z-axis) that are perpendicular to each other
  • the second indicator can be defined as a direction in which the first vector is projected onto a plane formed by the first axis and the second axis.
  • the image processing module (140) can process the first image to generate a second image so that the second indicator is displayed as a shape that overlaps each cluster included in the first image.
  • the shape may include an arrow-shaped shape
  • the second indicator may be displayed so as to overlap on a plurality of clusters in the direction of the arrow head.
  • the image processing module (140) may process the first image to display a third indicator associated with the second indicator in a second color within the shape.
  • the third indicator may be defined as an angle formed by the first vector with the plane formed by the first axis and the second axis.
  • the second color can include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • An RGB color is a color expressed using Red, Green, and Blue
  • an HSL (or HSB) color can be a color expressed using Hue, Saturation, and Lightness (or Brightness).
  • An HSV color is a color expressed using Hue, Saturation, and Value
  • a CMYK color can be a color expressed using Cyan, Magenta, Yellow, and Black.
  • FIGS. 2 to 4 are drawings for explaining an example of an implementation of a crystal structure analysis device according to one embodiment.
  • FIG. 2 illustrates a second image (IMG1) expressed by a rendering module (150), and
  • FIGS. 3 and 4 are drawings for explaining definitions of the first to third indices.
  • the second image (IMG1) represents the entire particle, with the center of the particle being displayed at its center.
  • the center of the particle is represented as a circle with a black border, but the scope of the present invention is not limited thereto.
  • the first indicator is the first vector ( ) and the second vector ( ) can be defined as the value of the sine square function for the acute angle between the first vector ( ) is a crystal direction at a pixel location among the decisions expressed in the first image, for example, it can be a vector corresponding to one direction vector of the decision, the c-axis.
  • the second vector ( ) may be a vector pointing from the center of the entire particle to the corresponding pixel position in the outer direction of the particle. Accordingly, for each pixel forming each cluster, a value corresponding to the first indicator (e.g., a real value between 0 and 1) may be displayed in a first color.
  • the second indicator is the first vector ( ) can be defined as a direction projected onto a plane formed by the first axis (e.g., the x-axis) and the second axis (e.g., the y-axis). Accordingly, the first vector ( ) can be displayed by overlapping a shape (e.g., an arrow) indicating the direction projected onto the plane formed by the first axis (e.g., the x-axis) and the second axis (e.g., the y-axis) on the cluster.
  • a shape e.g., an arrow
  • the third indicator is the first vector ( ) can be defined as an angle formed by a plane formed by a first axis (e.g., x-axis) and a second axis (e.g., y-axis). Accordingly, the interior of a shape displayed overlapped on each cluster can be displayed in a second color corresponding to the angle value (e.g., a value expressed as -90 degrees to 90 degrees).
  • the first to third indices as described can be visually identified for the entire particle, thereby effectively analyzing the crystal structure from EBSD data collected in an unintuitive form.
  • the first metric may be defined as a Degree of Alignment (DoA) value computed at a pixel location corresponding to the decision on the first image.
  • DoA value may be computed according to the following mathematical formula:
  • L may be a major axis vector of a decision corresponding to a pixel position
  • S may be a minor axis vector of a decision corresponding to a pixel position
  • C may be a value of a cosine function for L and a vector directed from the center of the entire particle to the outer edge toward the pixel position.
  • the clustering module (130) may perform clustering so that each cluster included in the first image may represent the first index with a first color.
  • the first color can include at least one of an RGB color, an HSL color, an HSV color, a CMYK color, and a grayscale color.
  • An RGB color is a color expressed using Red, Green, and Blue
  • an HSL (or HSB) color can be a color expressed using Hue, Saturation, and Lightness (or Brightness).
  • An HSV color is a color expressed using Hue, Saturation, and Value
  • a CMYK color can be a color expressed using Cyan, Magenta, Yellow, and Black.
  • the second indicator may be defined as a major axis vector of a decision corresponding to a pixel position.
  • the image processing module (140) may process the first image to generate a second image so that the second indicator is displayed as a shape that overlaps each cluster included in the first image.
  • the shape may include an arrow-shaped shape, and the second indicator may be displayed so as to overlap a plurality of clusters in the direction of the arrow head.
  • the direction of the arrow head may correspond to the direction in which the major axis vector faces, and the length of the arrow may be determined as a value that has a correlation according to the length of the major axis.
  • FIGS. 5 and 6 are drawings for explaining an example of an implementation of a crystal structure analysis device according to one embodiment.
  • FIG. 5 illustrates a second image (IMG2) expressed by a rendering module (150)
  • FIG. 6 is a drawing for explaining definitions of a first index and a second index.
  • the second image (IMG1) represents the entire particle, with the center of the particle being displayed at its center.
  • the center of the particle is represented as a circle with a black border, but the scope of the present invention is not limited thereto.
  • the first index may be defined as a DoA (Degree of Alignment) value calculated at a pixel location corresponding to a decision on the first image.
  • the DoA value may be calculated according to the following mathematical formula.
  • L is the major axis vector of the decision corresponding to the pixel position ( )
  • S is the short-axis vector of the decision corresponding to the pixel position
  • C is the vector pointing to the pixel position from the center of the entire particle to the outer direction with L ( ) can be the value of the cosine function for the DoA.
  • DoA is the value when an elongated particle is oriented from the center to the outside, that is, the long axis direction is a vector ( ) has a value of 1, and if the long-shaped particle is cultured vertically, i.e., the long-axis direction is vector ( ) can be set to a value of 0 if it is perpendicular to the direction of the line.
  • the second indicator is the major axis vector of the decision corresponding to the pixel position ( ) can be defined as. Accordingly, the direction of the arrow head that is displayed to overlap on the cluster is the major axis vector ( ) can correspond to the direction in which the arrow is facing, and the length of the arrow can be determined as a value that is related to the length of the major axis (for example, a value proportional to the length of the major axis).
  • a third metric may be additionally computed from the first metric.
  • the third metric may be referred to as "Area weighted DoA", which represents DoA that considers the area of the decision as a weight, and may be computed according to the following mathematical formula:
  • i is the index of the decision
  • a i can represent the area of the ith decision.
  • the corresponding value can be a value that quantifies the overall morphological alignment of the primary particle within the given secondary particle by reflecting the area.
  • the first to third indices as described can be visually identified for the entire particle, thereby effectively analyzing the crystal structure from EBSD data collected in an unintuitive form.
  • Figure 7 is a flowchart illustrating a crystal structure analysis method according to one embodiment.
  • a crystal structure analysis method may include a step of obtaining EBSD data for a solid material (S701), a step of generating a first image including a plurality of pixels representing a shape of the solid material (S702), a step of performing clustering on the plurality of pixels using the EBSD data so that the first image includes a plurality of clusters each representing a first indicator of the crystal in a first color (S703), a step of processing the first image so that a second indicator associated with the first indicator is displayed as a shape overlapping the plurality of clusters so as to generate a second image (S704), and a step of rendering the second image on a display area (S705).
  • FIG. 8 is a drawing for explaining an implementation example of a crystal structure analysis device according to one embodiment.
  • the rendering module (150) can render the second image generated by the image processing module (140) on the display area (30) provided on the display device.
  • the display area (30) includes a first display area (31), a second display area (32), and a third display area (33), and the second display area (32) or the third display area (33) can be arranged adjacent to one side of the first display area (30).
  • the rendering module (150) can render the second image on the first display area (31) and render a first color bar that matches the value of the first indicator and the first color on the second display area. Accordingly, convenience can be provided so that a user can visually compare the entire particles before and after clustering.
  • the rendering module (150) can render the second image on the first display area (31) and render the second color bar that matches the value of the third indicator and the second color on the third display area. Meanwhile, referring to FIG. 8 and FIG. 5 together, the rendering module (150) can render the second image on the first display area (31) and render the first color bar that matches the value of the first indicator and the first color on the third display area.
  • This screen layout configuration allows for visualization of various indices of the decision across the entire particle, effectively enabling analysis of crystal structures from EBSD data collected in an unintuitive manner.
  • FIGS. 9 to 13 are drawings for explaining implementation examples of a crystal structure analysis device according to one embodiment.
  • the crystal structure analysis device can output, in addition to the visual screen described above, an angle histogram exemplarily illustrated in FIG. 9, a DoA histogram exemplarily illustrated in FIG. 10, a DoA determination histogram exemplarily illustrated in FIG. 11, an aspect ratio histogram exemplarily illustrated in FIG. 12, and a diameter histogram exemplarily illustrated in FIG. 13.
  • the angle histogram in Fig. 9 is the first vector ( ) and the second vector ( ) shows a plot showing the value of the angle between the first vector ( ) and the second vector ( ) represents the probability for the angle between the first vector ( ) and the second vector ( ) is represented as a DoA determination of the sine square function of the angle between the two.
  • the aspect ratio histogram in Fig. 12 shows the count values for the aspect ratio.
  • the diameter histogram in Fig. 13 shows a plot of the calculated diameter of a circle having the same area as the determination.
  • the first vector ( ) and the second vector ( ) is related to a certain property
  • analysis can be performed by linking the distribution of the angular values with the corresponding property, or it can be utilized for parameterization of the product.
  • analysis can be performed by linking the movement of the particle and the direction of the crystal.
  • the visualized data or statistical distributions exemplified in FIGS. 9 to 13 can be utilized to provide convenience for quantitative analysis.
  • FIG. 14 is a drawing for explaining a computing device according to one embodiment.
  • the crystal structure analysis device and method according to the embodiments can be implemented using a computing device (50).
  • the computing device (50) may include at least one of a processor (510), a memory (530), a user interface input device (540), a user interface output device (550), and a storage device (560) that communicate via a bus (520).
  • the computing device (50) may also include a network interface (570) that is electrically connected to a network (40).
  • the network interface (570) may transmit or receive signals to or from other entities via the network (40).
  • the processor (510) may be implemented in various types such as an MCU (Micro Controller Unit), an AP (Application Processor), a CPU (Central Processing Unit), a GPU (Graphic Processing Unit), an NPU (Neural Processing Unit), etc., and may be any semiconductor device that executes instructions stored in a memory (530) or a storage device (560).
  • the processor (510) may be configured to implement the functions and methods described above with respect to FIGS. 1 to 13.
  • the memory (530) and storage device (560) may include various forms of volatile or non-volatile storage media.
  • the memory may include a read-only memory (ROM) (531) and a random access memory (RAM) (532).
  • the memory (530) may be located inside or outside the processor (510), and the memory (530) may be connected to the processor (510) through various means already known.
  • At least some of the components or functions of the crystal structure analysis devices and methods according to the embodiments may be implemented as a program or software running on a computing device (50), and the program or software may be stored on a computer-readable medium.
  • At least some of the components or functions of the crystal structure analysis devices and methods according to the embodiments may be implemented using hardware or circuitry of the computing device (50), or may be implemented as separate hardware or circuitry that can be electrically connected to the computing device (50).
  • the crystal structure of a solid material can be effectively analyzed from EBSD data for the solid material.
  • the crystal directions are visually expressed by cluster and the user changes the desired crystal plane, the result is immediately reflected visually, so that the connection pattern of the crystal directions can be explored in a short time in a general computing environment.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

결정 구조 분석 장치 및 방법이 제공된다. 결정 구조 분석 장치는, 고체 재료에 대한 EBSD(Electron Backscatter Diffraction) 데이터를 획득하는 EBSD 데이터 획득 모듈; 상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 이미지 생성 모듈; 상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 클러스터링 모듈; 상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 이미지 처리 모듈; 및 상기 제2 이미지를 디스플레이 영역에 렌더링하는 렌더링 모듈을 포함할 수 있다.

Description

결정 구조 분석 장치 및 방법
관련 출원들과의 상호 인용
본 출원은 2023년 6월 12일자 한국 특허 출원 제10-2023-0074914호에 기초한 우선권의 이익을 주장하며, 해당 한국 특허 출원의 문헌에 개시된 모든 내용은 본 명세서의 일부로서 포함된다.
개시 내용은 결정 구조 분석 장치 및 방법에 관한 것이다.
EBSD(Electron Backscatter Diffraction)는 주사전자현미경에 장착되어, 가속 전자가 시료에 주입되었을 때 반사되는 전자(후방산란전자)를 검출하여 재료의 방위를 분석할 수 있다. 즉, EBSD는 각각의 결정으로부터 측정된 회절패턴을 이용하여 조사 영역에서의 결정 구조에 대한 분석을 할 수 있다. 예를 들어, 컴퓨터 시스템을 통해 전자 빔의 위치를 제어하고, 전자 빔이 머무는 시편 영역에서 발생하는 패턴을 카메라를 통해 기록하고, 기록된 패턴을 자동으로 분석하여 해당 시편 영역의 결정학적 정보들을 산출할 수 있다.
해결하고자 하는 일 과제는, 고체 재료에 대한 EBSD 데이터로부터 고체 재료의 결정 구조를 효과적으로 분석할 수 있는 결정 구조 분석 장치 및 방법을 제공하는 것이다.
일 실시 예에 따른 결정 구조 분석 장치는, 고체 재료에 대한 EBSD(Electron Backscatter Diffraction) 데이터를 획득하는 EBSD 데이터 획득 모듈; 상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 이미지 생성 모듈; 상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 클러스터링 모듈; 상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 이미지 처리 모듈; 및 상기 제2 이미지를 디스플레이 영역에 렌더링하는 렌더링 모듈을 포함할 수 있다.
몇몇 실시 예에서, 상기 제1 지표는 제1 벡터와 제2 벡터 사이의 예각에 대한 사인(sine) 제곱 함수의 값으로서 정의되고, 상기 제1 벡터는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 상기 결정의 일 방향 벡터를 포함하고, 상기 제2 벡터는, 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터를 포함할 수 있다.
몇몇 실시 예에서, 상기 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다.
몇몇 실시 예에서, 상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제2 디스플레이 영역을 포함하고, 상기 렌더링 모듈은, 상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고, 상기 제1 지표의 값과 상기 제1 색상을 매치하여 표시하는 제1 컬러바를 상기 제2 디스플레이 영역에 렌더링할 수 있다.
몇몇 실시 예에서, 상기 제1 벡터는 서로 수직인 제1 축, 제2 축 및 제3 축으로 정의되는 3차원 공간에서 정해지고, 상기 제2 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면에 투영된 방향으로서 정의될 수 있다.
몇몇 실시 예에서, 상기 도형은 화살표 형상의 도형이고, 상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시될 수 있다.
몇몇 실시 예에서, 상기 이미지 처리 모듈은, 상기 제2 지표와 연관된 제3 지표를 상기 도형 내부의 제2 색상으로 나타내도록 상기 제1 이미지를 처리할 수 있다.
몇몇 실시 예에서, 상기 제3 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면과 이루는 각도로서 정의될 수 있다.
몇몇 실시 예에서, 상기 제2 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다.
몇몇 실시 예에서, 상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제3 디스플레이 영역을 포함하고, 상기 렌더링 모듈은, 상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고, 상기 제3 지표의 값과 상기 제2 색상을 매치하여 표시하는 제2 컬러바를 상기 제3 디스플레이 영역에 렌더링할 수 있다.
몇몇 실시 예에서, 상기 제1 지표는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의되고, 상기 DoA 값은 다음 수학식에 따라 연산될 수 있다:
Figure PCTKR2024008011-appb-img-000001
여기서 L은 상기 픽셀 위치에 대응하는 결정의 장축 벡터, S는 상기 픽셀 위치에 대응하는 결정의 단축 벡터, C는 상기 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터에 대한 코사인(cosine) 함수의 값임.
몇몇 실시 예에서, 상기 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다.
몇몇 실시 예에서, 상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제2 디스플레이 영역을 포함하고, 상기 렌더링 모듈은, 상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고, 상기 제1 지표의 값과 상기 제1 색상을 매치하여 표시하는 제1 컬러바를 상기 제3 디스플레이 영역에 렌더링할 수 있다.
몇몇 실시 예에서, 상기 제2 지표는, 상기 픽셀 위치에 대응하는 결정의 장축 벡터로서 정의되고, 상기 도형은 화살표 형상의 도형이고, 상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시될 수 있다.
일 실시 예에 따른 결정 구조 분석 방법은, 고체 재료에 대한 EBSD 데이터를 획득하는 단계; 상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 단계; 상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 단계; 상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 단계; 및 상기 제2 이미지를 디스플레이 영역에 렌더링하는 단계를 포함할 수 있다.
몇몇 실시 예에서, 상기 제1 지표는 제1 벡터와 제2 벡터 사이의 예각에 대한 사인(sine) 제곱 함수의 값으로서 정의되고, 상기 제1 벡터는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 상기 결정의 일 방향 벡터를 포함하고, 상기 제2 벡터는, 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터를 포함할 수 있다.
몇몇 실시 예에서, 상기 제1 벡터는 서로 수직인 제1 축, 제2 축 및 제3 축으로 정의되는 3차원 공간에서 정해지고, 상기 제2 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면에 투영된 방향으로서 정의될 수 있다.
몇몇 실시 예에서, 상기 제2 이미지를 생성하는 단계는, 상기 제2 지표와 연관된 제3 지표를 상기 도형 내부의 제2 색상으로 나타내도록 상기 제1 이미지를 처리하여 상기 제2 이미지를 생성하는 단계를 포함할 수 있다.
몇몇 실시 예에서, 상기 제1 지표는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의되고, 상기 DoA 값은 다음 수학식에 따라 연산될 수 있다:
Figure PCTKR2024008011-appb-img-000002
여기서 L은 상기 픽셀 위치에 대응하는 결정의 장축 벡터, S는 상기 픽셀 위치에 대응하는 결정의 단축 벡터, C는 상기 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터에 대한 코사인(cosine) 함수의 값임.
몇몇 실시 예에서, 상기 제2 지표는, 상기 픽셀 위치에 대응하는 결정의 장축 벡터로서 정의되고, 상기 도형은 화살표 형상의 도형이고, 상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시될 수 있다.
일 실시 예에 따른 컴퓨터로 읽을 수 있는 매체는, 메모리 또는 저장 장치에 저장된 프로그램 또는 명령을 실행하는 프로세서를 포함하는 컴퓨터에, 고체 재료에 대한 EBSD 데이터를 획득하는 단계; 상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 단계; 상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 단계; 상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 단계; 및 상기 제2 이미지를 디스플레이 영역에 렌더링하는 단계를 실행시키기 위한 프로그램을 기록한 것일 수 있다.
실시 예들에 따르면, EBSD 시스템으로부터 수집되는 데이터에 대해 전체 입자에 대하여 결정 방향이 어떻게 분포되어 있는지에 대한 정보를 추출하여 시각화 하여 제공함으로써, 고체 재료에 대한 EBSD 데이터로부터 고체 재료의 결정 구조를 효과적으로 분석할 수 있다. 또한, 결정 방향이 클러스터 별로 시각적으로 표현된 상태에서 사용자가 원하는 결정면을 변경하면 그 결과가 시각적으로 즉시 반영되므로 일반적인 컴퓨팅 환경에서 빠른 시간 안에 결정 방향의 연결 패턴을 탐색할 수 있다.
도 1은 일 실시 예에 따른 결정 구조 분석 장치를 설명하기 위한 블록도이다.
도 2 내지 도 4는 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면들이다.
도 5 내지 도 6은 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면들이다.
도 7은 일 실시 예에 따른 결정 구조 분석 방법을 설명하기 위한 흐름도이다.
도 8은 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면이다.
도 9 내지 도 13은 일 실시 예에 따른 결정 구조 분석 장치의 구현 예들을 설명하기 위한 도면들이다.
도 14는 일 실시 예에 따른 컴퓨팅 장치를 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 본 명세서에서 설명되는 적어도 하나의 기능이나 동작을 처리할 수 있는 단위를 의미할 수 있으며, 이는 하드웨어 또는 회로나, 소프트웨어, 또는 하드웨어 또는 회로와 소프트웨어의 결합으로 구현될 수 있다.
도 1은 일 실시 예에 따른 결정 구조 분석 장치를 설명하기 위한 블록도이다.
도 1을 참조하면, 일 실시 예에 따른 결정 구조 분석 장치(10)는 고체 재료에 대한 결정 구조를 분석할 수 있다. 결정 구조 분석 장치(10)는 EBSD 시스템으로부터 수집되는 데이터에 대해 전체 입자에 대하여 결정 방향이 어떻게 분포되어 있는지에 대한 정보를 추출하여 시각화 할 수 있다. 몇몇 실시 예에서, 결정 구조 분석 장치(10)는 웹 브라우저에서 실행되는 소프트웨어인 웹 어플리케이션을 서비스하는 서버일 수 있다. 이에 따라, 결정 구조 분석 장치(10)는 사용자로 하여금 그들의 컴퓨터에 별도의 소프트웨어를 설치할 필요 없이 웹 브라우저만을 이용하여 손쉽게 고체 재료에 대한 결정 구조를 분석할 수 있도록 할 수 있다. 그러나 본 발명의 범위가 이에 제한되는 것은 아니며, 결정 구조 분석 장치(10)가 제공하는 기능은 다양한 임의의 형태의 소프트웨어로서 구현될 수 있다.
결정 구조 분석 장치(10)는 EBSD 데이터 획득 모듈(110), 이미지 생성 모듈(120), 클러스터링 모듈(130), 이미지 처리 모듈(140) 및 렌더링 모듈(150)을 포함할 수 있다.
EBSD 데이터 획득 모듈(110)은, 고체 재료에 대한 EBSD 데이터를 획득할 수 있다. EBSD 데이터는 공간적으로 연결되는 결정학적 방향 및 위상 정보를 포함할 수 있으며, EBSD 데이터 획득 모듈(10)은 외부의 EBSD 시스템으로부터 수집된 다양한 포맷의 데이터를 획득할 수 있다. 예를 들어, EBSD 데이터는, 콤마(comma)와 같은 구분자를 통해 구별되는 2차원 데이터로서 CSV(Comma Separated Values) 포맷을 따르도록 생성된 파일일 수 있다. 다른 예로서, EBSD 데이터는 복수의 CSV 파일들의 집합으로 된 압축 파일의 형태일 수 있다. 또 다른 예로서, EBSD 데이터는, EBSD를 사용하여 수집되는 데이터를 처리하는 특정 소프트웨어(예를 들어, AZtecCrystal)에서 데이터 정제(data cleaning)를 거친 데이터일 수도 있다.
이미지 생성 모듈(120)은, 결정 구조 분석의 대상이 되는 고체 재료의 형상을 제1 이미지로 생성할 수 있다. 여기서 제1 이미지는 복수의 픽셀을 포함하는 픽셀 이미지의 형태일 수 있다. 예를 들어, 이미지 생성 모듈(120)은 결정 구조 분석 장치(10)에 전기적으로 연결되는 디스플레이 장치에 표시가 가능한 2차원 이미지로서 제1 이미지를 생성할 수 있다.
클러스터링 모듈(130)은, EBSD 데이터 획득 모듈(110)에 의해 획득한 EBSD 데이터를 이용하여 제1 이미지에 포함되는 복수의 픽셀에 대해 클러스터링을 수행할 수 있다. 몇몇 실시 예에서, 클러스터링 모듈(130)은 클러스터링을 수행하기 위해 밀도 기반 클러스터링 알고리즘을 채택할 수 있다. 클러스터링 모듈(130)은, 예를 들어, DBSCAN(Density-based spatial clustering of applications with noise)을 채택할 수 있다. 밀도 기반 클러스터링 알고리즘은, 군집 간의 거리를 이용하여 클러스터링을 수행하는 알고리즘들과 다르게, 데이터 포인트가 세밀하게 몰려 있어서 밀도가 높은 부분을 클러스터링 하는 방식으로 동작할 수 있다. 특히, 클러스터링 모듈(130)은, EBSD 데이터를 이용하여, 제1 이미지로 하여금 복수의 클러스터를 포함하도록 하되, 각각의 클러스터는 결정의 제1 지표를 제1 색상으로 나타낸 것일 수 있다.
예를 들어, EBSD 데이터는 결정립의 결정방위에 관한 데이터를 포함할 수 있다. 결정방위에 관한 데이터는, 분석 대상인 고체 재료를 형성하는 미리 정해진 크기의 결정 단위 별로 수집된 복수의 결정방위 데이터일 수 있다. 여기서 결정 단위는, 특정 크기로 정해지는 것은 아니지만, 실시 예들에 따른 결정 구조 분석 장치가 디스플레이할 수 있는 환경에 따른 해상도(resolution)을 고려하여, 제1 이미지에 포함되는 적어도 하나에 대응시킬 수 있도록 미리 정해진 크기를 갖는 단위체를 상정한 것일 수 있다. 클러스터링 모듈(130)은, 복수의 각도 데이터를 이용하여 제1 이미지를 표현하는 복수의 픽셀에 대한 클러스터링을 수행할 수 있다.
이미지 처리 모듈(140)은, 클러스터링 모듈(130)에 의해 클러스터링이 수행된 결과를 나타내는 제2 이미지를 생성할 수 있다. 즉, 이미지 처리 모듈(140)은, 이미지 생성 모듈(120)에 의해 생성된 제1 이미지가 클러스터 별로 상이한 색상으로 표시되도록 제1 이미지를 처리하거나, 결정에 제1 지표와 연관된 제2 지표가 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 제1 이미지를 처리하여 제2 이미지로 출력할 수 있다. 몇몇 실시 예에서, 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다. RGB 색상은 빨강(Red), 초록(Green) 및 파랑(Blue)을 사용하여 표현되는 색상이고, HSL(또는 HSB) 색상은 색조(Hue), 채도(Saturation) 및 밝기(Lightness 또는 Brightness)를 사용하여 표현되는 색상일 수 있다. HSV 색상은 색조(Hue), 채도(Saturation) 및 정도(Value)을 사용하여 표현되는 색상이고, CMYK 색상은 시안(Cyan), 마젠타(Magenta), 노랑(Yellow) 및 검정(Black)을 사용하여 표현되는 색상일 수 있다.
렌더링 모듈(150)은, 이미지 처리 모듈(140)에 의해 생성된 제2 이미지를, 디스플레이 장치에 마련된 디스플레이 영역에 렌더링할 수 있다. 이에 따라, 픽셀 별 또는 클러스터 별로 상이한 색상으로 표현되거나, 결정에 대한 어떤 지표를 클러스터 상에 오버랩되는 도형으로 표현됨으로써, 사용자로 하여금 전체 입자에 대한 결정 특성이 한 눈에 파악되도록 시각화가 가능하므로, 직관적이지 않은 형태로 수집된 EBSD 데이터로부터 결정 구조를 효과적으로 분석할 수 있다.
몇몇 실시 예에서, 제1 지표는 제1 벡터와 제2 벡터 사이의 예각에 대한 사인(sine) 제곱 함수의 값으로 정의될 수 있다. 여기에서, 제1 벡터는, 제1 이미지 상의 결정에 대응하는 픽셀 위치에서, 결정의 일 방향 벡터를 포함할 수 있고, 제2 벡터는, 전체 입자의 중심으로부터 외곽 방향으로 픽셀 위치를 향하는 벡터를 포함할 수 있다. 이에 따라, 클러스터링 모듈(130)은, 제1 이미지에 포함되는 각각의 클러스터가 제1 지표를 제1 색상으로 나타낼 수 있도록 클러스터링을 수행할 수 있다. 이 때, 각각의 클러스터를 이루는 픽셀 별로 제1 색상이 연산될 수 있고, 이에 따라 하나의 클러스터는 그라데이션 색상으로 표현될 수 있다. 여기서, 결정의 일 방향 벡터는, 결정의 격자 벡터(lattice vector) 중 하나에 대응하는 벡터일 수 있다. 몇몇 실시 예에서, 결정의 격자 벡터는 a 축, b 축 및 c 축을 포함할 수 있고, 결정의 일 방향 벡터는 결정의 c 축에 대응하는 벡터를 포함할 수 있다.
몇몇 실시 예에서, 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다. RGB 색상은 빨강(Red), 초록(Green) 및 파랑(Blue)을 사용하여 표현되는 색상이고, HSL(또는 HSB) 색상은 색조(Hue), 채도(Saturation) 및 밝기(Lightness 또는 Brightness)를 사용하여 표현되는 색상일 수 있다. HSV 색상은 색조(Hue), 채도(Saturation) 및 정도(Value)을 사용하여 표현되는 색상이고, CMYK 색상은 시안(Cyan), 마젠타(Magenta), 노랑(Yellow) 및 검정(Black)을 사용하여 표현되는 색상일 수 있다.
한편, 제1 벡터는 서로 수직인 제1 축(예를 들어 x 축), 제2 축(예를 들어 y 축) 및 제3 축(예를 들어 z 축)으로 정의되는 3차원 공간에서 정해지고, 제2 지표는, 제1 벡터가 제1 축과 제2 축이 이루는 평면에 투영된 방향으로서 정의될 수 있다. 이에 따라, 이미지 처리 모듈(140)은, 제2 지표가 제1 이미지에 포함되는 각각의 클러스터 상에 오버랩되는 도형으로 표시되도록 제1 이미지를 처리하여 제2 이미지를 생성할 수 있다. 몇몇 실시 예에서, 도형은 화살표 형상의 도형을 포함할 수 있고, 제2 지표는 화살표 머리의 방향으로 복수의 클러스터 상에 오버랩되도록 표시될 수 있다.
또한, 이미지 처리 모듈(140)은, 제2 지표와 연관된 제3 지표를 도형 내부의 제2 색상으로 나타내도록 상기 제1 이미지를 처리할 수 있다. 여기서 제3 지표는, 제1 벡터가 제1 축과 제2 축이 이루는 평면과 이루는 각도로서 정의될 수 있다.
몇몇 실시 예에서, 제2 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다. RGB 색상은 빨강(Red), 초록(Green) 및 파랑(Blue)을 사용하여 표현되는 색상이고, HSL(또는 HSB) 색상은 색조(Hue), 채도(Saturation) 및 밝기(Lightness 또는 Brightness)를 사용하여 표현되는 색상일 수 있다. HSV 색상은 색조(Hue), 채도(Saturation) 및 정도(Value)을 사용하여 표현되는 색상이고, CMYK 색상은 시안(Cyan), 마젠타(Magenta), 노랑(Yellow) 및 검정(Black)을 사용하여 표현되는 색상일 수 있다.
이에 따라, EBSD 시스템으로부터 수집되는 데이터에 대해 전체 입자에 대하여 결정 방향이 어떻게 분포되어 있는지에 대한 정보를 추출하여 시각화 하여 제공함으로써, 고체 재료에 대한 EBSD 데이터로부터 고체 재료의 결정 구조를 효과적으로 분석할 수 있다. 또한, 사용자가 원하는 결정면을 변경하는 경우에도 해당 결정면을 기준으로 원하는 결정 방향의 패턴을 손쉽게 탐색할 수 있다. 예를 들어, 서로 인접한 클러스터들 사이에서 형성될 수 있는 어떠한 결정 방향의 연결 패턴이 유의미한 분석 결과로서 사용될 수 있는데, 2차원 데이터로 주어지는 EBSD 데이터로부터 이와 같은 결정 방향의 연결 패턴을 분석하기 위해서는 많은 컴퓨팅 자원을 필요로 하며 상당한 작업 시간이 요구된다. 이와 다르게, 본 실시 예에 따르면, 결정 방향이 클러스터 별로 시각적으로 표현된 상태에서 사용자가 원하는 결정면을 변경하면 그 결과가 시각적으로 즉시 반영되므로 일반적인 컴퓨팅 환경에서 빠른 시간 안에 결정 방향의 연결 패턴을 탐색할 수 있다.
도 2 내지 도 4는 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면들이다. 도 2는 렌더링 모듈(150)에 의해 표현되는 제2 이미지(IMG1)가 도시된 것이고, 도 3 및 도 4는 제1 지표 내지 제3 지표에 대한 정의를 설명하기 위한 도면들이다.
도 2 내지 도 4를 함께 참조하면, 제2 이미지(IMG1)는 전체 입자를 표현하되, 그 중심에 입자의 중심이 표시될 수 있다. 도 2에서 입자의 중심은 검은 테두리를 갖는 원으로서 표현되었으나, 본 발명의 범위가 이에 제한되는 것은 아니다.
제1 지표는 제1 벡터(
Figure PCTKR2024008011-appb-img-000003
)와 제2 벡터(
Figure PCTKR2024008011-appb-img-000004
) 사이의 예각에 대한 사인 제곱 함수의 값으로 정의될 수 있다. 제1 벡터(
Figure PCTKR2024008011-appb-img-000005
)는 제1 이미지에 표현된 결정 중 어떤 픽셀 위치에서의 결정 방향으로서, 예를 들어, 결정의 일 방향 벡터, c축에 대응하는 벡터일 수 있다. 그리고 제2 벡터(
Figure PCTKR2024008011-appb-img-000006
)는, 전체 입자의 중심으로부터, 입자의 외곽 방향으로 해당 픽셀 위치를 향하는 벡터일 수 있다. 이에 따라, 각각의 클러스터를 이루는 픽셀 별로 제1 지표에 대응하는 값(예를 들어 0 내지 1 사이의 실수 값)을 제1 색상으로 나타내어 표시할 수 있다.
제2 지표는, 제1 벡터(
Figure PCTKR2024008011-appb-img-000007
)가 제1 축(예를 들어 x 축)과 제2 축(예를 들어 y 축)이 이루는 평면에 투영된 방향으로서 정의될 수 있다. 이에 따라, 제1 벡터(
Figure PCTKR2024008011-appb-img-000008
)가 제1 축(예를 들어 x 축)과 제2 축(예를 들어 y 축)이 이루는 평면에 투영된 방향을 나타내는 도형(예를 들어 화살표)을 클러스터 상에 오버랩하여 표시할 수 있다.
제3 지표는, 제1 벡터(
Figure PCTKR2024008011-appb-img-000009
)가 제1 축(예를 들어 x 축)과 제2 축(예를 들어 y 축)이 이루는 평면과 이루는 각도로서 정의될 수 있다. 이에 따라, 각각의 클러스터 상에 오버랩되어 표시된 도형의 내부를 해당 각도 값(예를 들어 -90도 내지 90도로 표현된 값)에 대응하는 제2 색상으로 나타내어 표시할 수 있다. 여기서, 각도 값(또는 각도 값의 절대값)이 0에 가까울수록 결정의 일 축(예를 들어 c 축)이 제2 이미지(IMG1)가 표시되는 디스플레이 영역의 화면에 누워있는 형상에 가까울 수 있고, 90도 또는 -90도에 가까울수록 결정의 일 축(예를 들어 c 축)이 제2 이미지(IMG1)가 표시되는 디스플레이 영역의 화면에 수직한 형상에 가까울 수 있다.
이와 같이, 설명한 바와 같은 제1 지표 내지 제3 지표를 전체 입자에 대해 시각적으로 파악할 수 있도록 하여, 직관적이지 않은 형태로 수집된 EBSD 데이터로부터 결정 구조를 효과적으로 분석할 수 있다.
다시 도 1을 참조하면, 몇몇 실시 예에서, 제1 지표는, 제1 이미지 상의 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의될 수 있다. 여기에서 DoA 값은 다음 수학식에 따라 연산될 수 있다.
Figure PCTKR2024008011-appb-img-000010
여기서 L은 픽셀 위치에 대응하는 결정의 장축 벡터, S는 픽셀 위치에 대응하는 결정의 단축 벡터, C는 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터에 대한 코사인(cosine) 함수의 값일 수 있다. 이에 따라, 클러스터링 모듈(130)은, 제1 이미지에 포함되는 각각의 클러스터가 제1 지표를 제1 색상으로 나타낼 수 있도록 클러스터링을 수행할 수 있다.
몇몇 실시 예에서, 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함할 수 있다. RGB 색상은 빨강(Red), 초록(Green) 및 파랑(Blue)을 사용하여 표현되는 색상이고, HSL(또는 HSB) 색상은 색조(Hue), 채도(Saturation) 및 밝기(Lightness 또는 Brightness)를 사용하여 표현되는 색상일 수 있다. HSV 색상은 색조(Hue), 채도(Saturation) 및 정도(Value)을 사용하여 표현되는 색상이고, CMYK 색상은 시안(Cyan), 마젠타(Magenta), 노랑(Yellow) 및 검정(Black)을 사용하여 표현되는 색상일 수 있다.
한편, 제2 지표는, 픽셀 위치에 대응하는 결정의 장축 벡터로서 정의될 수 있다. 이에 따라, 이미지 처리 모듈(140)은, 제2 지표가 제1 이미지에 포함되는 각각의 클러스터 상에 오버랩되는 도형으로 표시되도록 제1 이미지를 처리하여 제2 이미지를 생성할 수 있다. 몇몇 실시 예에서, 도형은 화살표 형상의 도형을 포함할 수 있고, 제2 지표는 화살표 머리의 방향으로 복수의 클러스터 상에 오버랩되도록 표시될 수 있다. 여기서, 화살표 머리의 방향은 장축 벡터가 향하는 방향에 대응할 수 있고, 화살표의 길이는 장축의 길이에 따라 연관성을 갖는 값으로 정해질 수 있다.
이에 따라, EBSD 시스템으로부터 수집되는 데이터에 대해 전체 입자에 대하여 결정 방향이 어떻게 분포되어 있는지에 대한 정보를 추출하여 시각화 하여 제공함으로써, 고체 재료에 대한 EBSD 데이터로부터 고체 재료의 결정 구조를 효과적으로 분석할 수 있다. 또한, 사용자가 원하는 결정면을 변경하는 경우에도 해당 결정면을 기준으로 원하는 결정 방향의 패턴을 손쉽게 탐색할 수 있다. 예를 들어, 서로 인접한 클러스터들 사이에서 형성될 수 있는 어떠한 결정 방향의 연결 패턴이 유의미한 분석 결과로서 사용될 수 있는데, 2차원 데이터로 주어지는 EBSD 데이터로부터 이와 같은 결정 방향의 연결 패턴을 분석하기 위해서는 많은 컴퓨팅 자원을 필요로 하며 상당한 작업 시간이 요구된다. 이와 다르게, 본 실시 예에 따르면, 결정 방향이 클러스터 별로 시각적으로 표현된 상태에서 사용자가 원하는 결정면을 변경하면 그 결과가 시각적으로 즉시 반영되므로 일반적인 컴퓨팅 환경에서 빠른 시간 안에 결정 방향의 연결 패턴을 탐색할 수 있다.
도 5 내지 도 6은 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면들이다. 도 5는 렌더링 모듈(150)에 의해 표현되는 제2 이미지(IMG2)가 도시된 것이고, 도 6은 제1 지표 및 제2 지표에 대한 정의를 설명하기 위한 도면이다.
도 5 내지 도 6을 함께 참조하면, 제2 이미지(IMG1)는 전체 입자를 표현하되, 그 중심에 입자의 중심이 표시될 수 있다. 도 5에서 입자의 중심은 검은 테두리를 갖는 원으로서 표현되었으나, 본 발명의 범위가 이에 제한되는 것은 아니다.
제1 지표는, 제1 이미지 상의 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의될 수 있다. 여기에서 DoA 값은 다음 수학식에 따라 연산될 수 있다.
Figure PCTKR2024008011-appb-img-000011
여기서 L은 픽셀 위치에 대응하는 결정의 장축 벡터(
Figure PCTKR2024008011-appb-img-000012
), S는 픽셀 위치에 대응하는 결정의 단축 벡터, C는 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터(
Figure PCTKR2024008011-appb-img-000013
)에 대한 코사인(cosine) 함수의 값일 수 있다. DoA는 긴 형상의 입자가 중심에서 외곽 방향으로 배향된 경우, 즉, 장축 방향이 벡터(
Figure PCTKR2024008011-appb-img-000014
)의 방향과 일치하는 경우 값이 1이고, 긴 형상의 입자가 수직으로 배양된 경우, 즉 장축 방향이 벡터(
Figure PCTKR2024008011-appb-img-000015
)의 방향과 수직인 경우 값이 0이 되도록 정해질 수 있다.
제2 지표는, 픽셀 위치에 대응하는 결정의 장축 벡터(
Figure PCTKR2024008011-appb-img-000016
)로서 정의될 수 있다. 이에 따라, 클러스터 상에 오버랩되도록 표시되는 화살표 머리의 방향은 장축 벡터(
Figure PCTKR2024008011-appb-img-000017
)가 향하는 방향에 대응할 수 있고, 화살표의 길이는 장축의 길이에 따라 연관성을 갖는 값(예를 들어, 장축의 길이에 비례하는 값)으로 정해질 수 있다.
몇몇 실시 예에서, 제1 지표로부터 제3 지표가 추가로 연산될 수 있다. 제3 지표는 결정의 면적을 가중치로 고려한 DoA를 나타낸 것으로 "Area weighted DoA"로 지칭될 수 있으며, 다음 수학식에 따라 연산될 수 있다.
Figure PCTKR2024008011-appb-img-000018
여기서 i는 결정의 인덱스(index)이고, Ai는 i 번째 결정의 면적을 나타낼 수 있다. 해당 수치는 주어진 이차입자 내부의 일차입자에 대한 전반적인 형상적 정렬(alignment)을 면적을 반영하여 정량화한 수치일 수 있다.
이와 같이, 설명한 바와 같은 제1 지표 내지 제3 지표를 전체 입자에 대해 시각적으로 파악할 수 있도록 하여, 직관적이지 않은 형태로 수집된 EBSD 데이터로부터 결정 구조를 효과적으로 분석할 수 있다.
도 7은 일 실시 예에 따른 결정 구조 분석 방법을 설명하기 위한 흐름도이다.
도 7을 참조하면, 일 실시 예에 따른 결정 구조 분석 방법은, 고체 재료에 대한 EBSD 데이터를 획득하는 단계(S701), 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 단계(S702), EBSD 데이터를 이용하여, 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 복수의 픽셀에 대해 클러스터링을 수행하는 단계(S703), 제1 지표와 연관된 제2 지표가 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 제1 이미지를 처리하여 제2 이미지를 생성하는 단계(S704) 및 제2 이미지를 디스플레이 영역에 렌더링하는 단계(S705)를 포함할 수 있다.
상기 방법에 대한 더욱 상세한 내용에 관하여는 도 1 내지 도 6과 관련하여 전술한 설명과 도 8 내지 도 13과 관련하여 후술하는 설명을 참조할 수 있으므로, 여기서는 중복되는 설명을 생략하도록 한다.
도 8은 일 실시 예에 따른 결정 구조 분석 장치의 일 구현 예를 설명하기 위한 도면이다.
도 8과 도 2를 함께 참조하면, 렌더링 모듈(150)은, 이미지 처리 모듈(140)에 의해 생성된 제2 이미지를, 디스플레이 장치에 마련된 디스플레이 영역(30)에 렌더링할 수 있다. 여기서, 디스플레이 영역(30)은 제1 디스플레이 영역(31), 제2 디스플레이 영역(32) 및 제3 디스플레이 영역(33)을 포함하고, 제2 디스플레이 영역(32) 또는 제3 디스플레이 영역(33)은 제1 디스플레이 영역(30)의 일 측에 인접하도록 배치될 수 있다. 렌더링 모듈(150)은, 제2 이미지를 제1 디스플레이 영역(31)에 렌더링하고, 제1 지표의 값과 제1 색상을 매치하여 표시하는 제1 컬러바를 제2 디스플레이 영역에 렌더링할 수 있다. 이에 따라, 사용자로 하여금, 클러스터링 전 후의 전체 입자를 시각적으로 비교할 수 있도록 편의성을 제공할 수 있다. 또한, 렌더링 모듈(150)은, 제2 이미지를 제1 디스플레이 영역(31)에 렌더링하고, 제3 지표의 값과 제2 색상을 매치하여 표시하는 제2 컬러바를 제3 디스플레이 영역에 렌더링할 수 있다. 한편, 도 8과 도 5를 함께 참조하면, 렌더링 모듈(150)은, 제2 이미지를 제1 디스플레이 영역(31)에 렌더링하고, 제1 지표의 값과 제1 색상을 매치하여 표시하는 제1 컬러바를 제3 디스플레이 영역에 렌더링할 수 있다.
이러한 화면 배치 구성으로 인해, 결정에 대한 다양한 지표들을 전체 입자에 대해 시각적으로 파악할 수 있도록 하여, 직관적이지 않은 형태로 수집된 EBSD 데이터로부터 결정 구조를 효과적으로 분석할 수 있다.
도 9 내지 도 13은 일 실시 예에 따른 결정 구조 분석 장치의 구현 예들을 설명하기 위한 도면들이다.
도 9 내지 13을 참조하면, 일 실시 예에 따른 결정 구조 분석 장치는 상술한 시각적인 화면 이외에, 도 9에 예시적으로 도시된 각도 히스토그램, 도 10에 예시적으로 도시된 DoA 히스토그램, 도 11에 예시적으로 도시된 DoA 결정 히스토그램, 도 12에 예시적으로 도시된 종횡비(aspect ratio) 히스토그램 및 도 13에 예시적으로 도시된 지름 히스토그램을 출력할 수 있다.
도 9의 각도 히스토그램은 제1 벡터(
Figure PCTKR2024008011-appb-img-000019
)와 제2 벡터(
Figure PCTKR2024008011-appb-img-000020
) 사이의 각도의 값을 표시한 플롯을 나타내며, 제1 벡터(
Figure PCTKR2024008011-appb-img-000021
)와 제2 벡터(
Figure PCTKR2024008011-appb-img-000022
) 사이의 각도에 대한 확률을 나타낸 것이다. 도 10의 DoA 히스토그램은 DoA 값에 대한 카운트 값을 나타낸 것이다. 도 11의 DoA 결정 히스토그램은 제1 벡터(
Figure PCTKR2024008011-appb-img-000023
)와 제2 벡터(
Figure PCTKR2024008011-appb-img-000024
) 사이의 각도의 사인 제곱 함수의 값을 DoA 결정으로서 나타낸 것이다. 도 12의 종횡비 히스토그램은 종횡비에 대한 카운트 값을 나타낸 것이다. 도 13의 지름 히스토그램은 결정과 동일한 면적을 갖는 원의 지름을 계산한 플롯을 나타낸 것이다. 이와 같은 분석을 통해, 제1 벡터(
Figure PCTKR2024008011-appb-img-000025
)와 제2 벡터(
Figure PCTKR2024008011-appb-img-000026
) 사이의 각도 값이 어떤 물성과 관련성을 갖는 경우, 각도 값의 분포와 해당 물성을 연계하여 분석이 수행되거나, 생산품에 대한 파라미터화에 활용될 수 있다. 예를 들어, 방사형 방향(radial direction)으로의 입자의 이동과 결정의 방향이 관련성을 갖는 경우, 입자의 이동과 결정의 방향이 연계되어 분석이 수행될 수 있다. 이와 관련하여, 도 9 내지 도 13에 예시된 시각화된 데이터 또는 통계 분포가 활용되어, 정량적 분석에 편의성을 제공할 수 있다.
도 14는 일 실시 예에 따른 컴퓨팅 장치를 설명하기 위한 도면이다.
도 14를 참조하면, 실시 예들에 따른 결정 구조 분석 장치 및 방법은 컴퓨팅 장치(50)를 이용하여 구현될 수 있다.
컴퓨팅 장치(50)는 버스(520)를 통해 통신하는 프로세서(510), 메모리(530), 사용자 인터페이스 입력 장치(540), 사용자 인터페이스 출력 장치(550) 및 저장 장치(560) 중 적어도 하나를 포함할 수 있다. 컴퓨팅 장치(50)는 또한 네트워크(40)에 전기적으로 접속되는 네트워크 인터페이스(570)를 포함할 수 있다. 네트워크 인터페이스(570)는 네트워크(40)를 통해 다른 개체와 신호를 송신 또는 수신할 수 있다.
프로세서(510)는 MCU(Micro Controller Unit), AP(Application Processor), CPU(Central Processing Unit), GPU(Graphic　Processing　Unit), NPU(Neural Processing Unit) 등과 같은 다양한 종류들로 구현될 수 있으며, 메모리(530) 또는 저장 장치(560)에 저장된 명령을 실행하는 임의의 반도체 장치일 수 있다. 프로세서(510)는 도 1 내지 도 13과 관련하여 전술한 기능 및 방법들을 구현하도록 구성될 수 있다.
메모리(530) 및 저장 장치(560)는 다양한 형태의 휘발성 또는 비 휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리는 ROM(read-only memory)(531) 및 RAM(random access memory)(532)를 포함할 수 있다. 본 실시 예에서 메모리(530)는 프로세서(510)의 내부 또는 외부에 위치할 수 있고, 메모리(530)는 이미 알려진 다양한 수단을 통해 프로세서(510)와 연결될 수 있다.
몇몇 실시 예에서, 실시 예들에 따른 결정 구조 분석 장치 및 방법 중 적어도 일부 구성 또는 기능은 컴퓨팅 장치(50)에서 실행되는 프로그램 또는 소프트웨어로 구현될 수 있고, 프로그램 또는 소프트웨어는 컴퓨터로 읽을 수 있는 매체에 저장될 수 있다.
몇몇 실시 예에서, 실시 예들에 따른 결정 구조 분석 장치 및 방법 중 적어도 일부 구성 또는 기능은 컴퓨팅 장치(50)의 하드웨어 또는 회로를 사용하여 구현되거나, 컴퓨팅 장치(50)와 전기적으로 접속될 수 있는 별도의 하드웨어 또는 회로로 구현될 수도 있다.
이제까지 설명한 실시 예들에 따르면, EBSD 시스템으로부터 수집되는 데이터에 대해 전체 입자에 대하여 결정 방향이 어떻게 분포되어 있는지에 대한 정보를 추출하여 시각화 하여 제공함으로써, 고체 재료에 대한 EBSD 데이터로부터 고체 재료의 결정 구조를 효과적으로 분석할 수 있다. 또한, 결정 방향이 클러스터 별로 시각적으로 표현된 상태에서 사용자가 원하는 결정면을 변경하면 그 결과가 시각적으로 즉시 반영되므로 일반적인 컴퓨팅 환경에서 빠른 시간 안에 결정 방향의 연결 패턴을 탐색할 수 있다.
이상에서 본 발명의 실시 예들에 대하여 상세하게 설명하였지만 본 발명의 권리 범위가 이에 한정되는 것은 아니고, 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속한다.

Claims (21)

  1. 고체 재료에 대한 EBSD(Electron Backscatter Diffraction) 데이터를 획득하는 EBSD 데이터 획득 모듈;
    상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 이미지 생성 모듈;
    상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 클러스터링 모듈;
    상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 이미지 처리 모듈; 및
    상기 제2 이미지를 디스플레이 영역에 렌더링하는 렌더링 모듈을 포함하는
    결정 구조 분석 장치.
  2. 제1항에 있어서,
    상기 제1 지표는 제1 벡터와 제2 벡터 사이의 예각에 대한 사인(sine) 제곱 함수의 값으로서 정의되고,
    상기 제1 벡터는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 상기 결정의 일 방향 벡터를 포함하고,
    상기 제2 벡터는, 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터를 포함하는, 결정 구조 분석 장치.
  3. 제2항에 있어서,
    상기 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함하는, 결정 구조 분석 장치.
  4. 제2항에 있어서,
    상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제2 디스플레이 영역을 포함하고,
    상기 렌더링 모듈은,
    상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고,
    상기 제1 지표의 값과 상기 제1 색상을 매치하여 표시하는 제1 컬러바를 상기 제2 디스플레이 영역에 렌더링하는, 결정 구조 분석 장치.
  5. 제2항에 있어서,
    상기 제1 벡터는 서로 수직인 제1 축, 제2 축 및 제3 축으로 정의되는 3차원 공간에서 정해지고,
    상기 제2 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면에 투영된 방향으로서 정의되는, 결정 구조 분석 장치.
  6. 제5항에 있어서,
    상기 도형은 화살표 형상의 도형이고, 상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시되는, 결정 구조 분석 장치.
  7. 제5항에 있어서,
    상기 이미지 처리 모듈은, 상기 제2 지표와 연관된 제3 지표를 상기 도형 내부의 제2 색상으로 나타내도록 상기 제1 이미지를 처리하는, 결정 구조 분석 장치.
  8. 제7항에 있어서,
    상기 제3 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면과 이루는 각도로서 정의되는, 결정 구조 분석 장치.
  9. 제7항에 있어서,
    상기 제2 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함하는, 결정 구조 분석 장치.
  10. 제7항에 있어서,
    상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제3 디스플레이 영역을 포함하고,
    상기 렌더링 모듈은,
    상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고,
    상기 제3 지표의 값과 상기 제2 색상을 매치하여 표시하는 제2 컬러바를 상기 제3 디스플레이 영역에 렌더링하는, 결정 구조 분석 장치.
  11. 제1항에 있어서,
    상기 제1 지표는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의되고,
    상기 DoA 값은 다음 수학식에 따라 연산되는, 결정 구조 분석 장치:
    Figure PCTKR2024008011-appb-img-000027
    여기서 L은 상기 픽셀 위치에 대응하는 결정의 장축 벡터, S는 상기 픽셀 위치에 대응하는 결정의 단축 벡터, C는 상기 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터에 대한 코사인(cosine) 함수의 값임.
  12. 제11항에 있어서,
    상기 제1 색상은 RGB 색상, HSL 색상, HSV 색상, CMYK 색상 및 그레이 스케일 색상 중 적어도 하나를 포함하는, 결정 구조 분석 장치.
  13. 제11항에 있어서,
    상기 디스플레이 영역은 제1 디스플레이 영역과, 상기 제1 디스플레이 영역의 일 측에 인접하도록 배치되는 제2 디스플레이 영역을 포함하고,
    상기 렌더링 모듈은,
    상기 제2 이미지를 상기 제1 디스플레이 영역에 렌더링하고,
    상기 제1 지표의 값과 상기 제1 색상을 매치하여 표시하는 제1 컬러바를 상기 제3 디스플레이 영역에 렌더링하는, 결정 구조 분석 장치.
  14. 제11항에 있어서,
    상기 제2 지표는, 상기 픽셀 위치에 대응하는 결정의 장축 벡터로서 정의되고,
    상기 도형은 화살표 형상의 도형이고,
    상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시되는, 결정 구조 분석 장치.
  15. 고체 재료에 대한 EBSD 데이터를 획득하는 단계;
    상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 단계;
    상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 단계;
    상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 단계; 및
    상기 제2 이미지를 디스플레이 영역에 렌더링하는 단계를 포함하는
    결정 구조 분석 방법.
  16. 제15항에 있어서,
    상기 제1 지표는 제1 벡터와 제2 벡터 사이의 예각에 대한 사인(sine) 제곱 함수의 값으로서 정의되고,
    상기 제1 벡터는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 상기 결정의 일 방향 벡터를 포함하고,
    상기 제2 벡터는, 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터를 포함하는, 결정 구조 분석 방법.
  17. 제16항에 있어서,
    상기 제1 벡터는 서로 수직인 제1 축, 제2 축 및 제3 축으로 정의되는 3차원 공간에서 정해지고,
    상기 제2 지표는, 상기 제1 벡터가 상기 제1 축과 상기 제2 축이 이루는 평면에 투영된 방향으로서 정의되는, 결정 구조 분석 방법.
  18. 제17항에 있어서,
    상기 제2 이미지를 생성하는 단계는,
    상기 제2 지표와 연관된 제3 지표를 상기 도형 내부의 제2 색상으로 나타내도록 상기 제1 이미지를 처리하여 상기 제2 이미지를 생성하는 단계를 포함하는, 결정 구조 분석 방법.
  19. 제18항에 있어서,
    상기 제1 지표는, 상기 제1 이미지 상의 상기 결정에 대응하는 픽셀 위치에서 연산되는 DoA(Degree of Alignment) 값으로서 정의되고,
    상기 DoA 값은 다음 수학식에 따라 연산되는, 결정 구조 분석 방법:
    Figure PCTKR2024008011-appb-img-000028
    여기서 L은 상기 픽셀 위치에 대응하는 결정의 장축 벡터, S는 상기 픽셀 위치에 대응하는 결정의 단축 벡터, C는 상기 L과 전체 입자의 중심으로부터 외곽 방향으로 상기 픽셀 위치를 향하는 벡터에 대한 코사인(cosine) 함수의 값임.
  20. 제19항에 있어서,
    상기 제2 지표는, 상기 픽셀 위치에 대응하는 결정의 장축 벡터로서 정의되고,
    상기 도형은 화살표 형상의 도형이고,
    상기 제2 지표는 화살표 머리의 방향으로 상기 복수의 클러스터 상에 오버랩되도록 표시되는, 결정 구조 분석 방법.
  21. 메모리 또는 저장 장치에 저장된 프로그램 또는 명령을 실행하는 프로세서를 포함하는 컴퓨터에,
    고체 재료에 대한 EBSD 데이터를 획득하는 단계;
    상기 고체 재료의 형상을 복수의 픽셀을 포함하는 제1 이미지로 생성하는 단계;
    상기 EBSD 데이터를 이용하여, 상기 제1 이미지가 각각 결정의 제1 지표를 제1 색상으로 나타내는 복수의 클러스터를 포함하도록, 상기 복수의 픽셀에 대해 클러스터링을 수행하는 단계;
    상기 제1 지표와 연관된 제2 지표가 상기 복수의 클러스터 상에 오버랩되는 도형으로 표시되도록 상기 제1 이미지를 처리하여 제2 이미지를 생성하는 단계; 및
    상기 제2 이미지를 디스플레이 영역에 렌더링하는 단계를 실행시키기 위한 프로그램을 기록한
    컴퓨터로 읽을 수 있는 매체.
PCT/KR2024/008011 2023-06-12 2024-06-12 결정 구조 분석 장치 및 방법 Ceased WO2024258166A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP24823684.6A EP4711750A1 (en) 2023-06-12 2024-06-12 Apparatus and method for analyzing crystal structure
CN202480038856.XA CN121359020A (zh) 2023-06-12 2024-06-12 用于分析晶体结构的装置和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020230074914A KR20240175155A (ko) 2023-06-12 2023-06-12 결정 구조 분석 장치 및 방법
KR10-2023-0074914 2023-06-12

Publications (1)

Publication Number Publication Date
WO2024258166A1 true WO2024258166A1 (ko) 2024-12-19

Family

ID=93852363

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/008011 Ceased WO2024258166A1 (ko) 2023-06-12 2024-06-12 결정 구조 분석 장치 및 방법

Country Status (4)

Country Link
EP (1) EP4711750A1 (ko)
KR (1) KR20240175155A (ko)
CN (1) CN121359020A (ko)
WO (1) WO2024258166A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101301684B1 (ko) * 2011-12-06 2013-08-30 한국기계연구원 전자후방산란회절을 이용한 이상조직강의 상분석 방법
KR20200080409A (ko) * 2018-12-19 2020-07-07 주식회사 포스코 미세 조직 분석 장치
EP3702766A1 (en) * 2017-10-25 2020-09-02 Nippon Steel Corporation Crystal orientation map generation device, charged particle radiation device, crystal orientation map generation method, and program
JP2023007646A (ja) * 2021-07-02 2023-01-19 日本製鉄株式会社 鋼板中の磁区観察方法
KR20230054246A (ko) * 2021-10-15 2023-04-24 삼성전자주식회사 딥러닝 기반 다결정 소재의 결정 구조 및 배향 자동 맵핑법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101301684B1 (ko) * 2011-12-06 2013-08-30 한국기계연구원 전자후방산란회절을 이용한 이상조직강의 상분석 방법
EP3702766A1 (en) * 2017-10-25 2020-09-02 Nippon Steel Corporation Crystal orientation map generation device, charged particle radiation device, crystal orientation map generation method, and program
KR20200080409A (ko) * 2018-12-19 2020-07-07 주식회사 포스코 미세 조직 분석 장치
JP2023007646A (ja) * 2021-07-02 2023-01-19 日本製鉄株式会社 鋼板中の磁区観察方法
KR20230054246A (ko) * 2021-10-15 2023-04-24 삼성전자주식회사 딥러닝 기반 다결정 소재의 결정 구조 및 배향 자동 맵핑법

Also Published As

Publication number Publication date
EP4711750A1 (en) 2026-03-18
KR20240175155A (ko) 2024-12-19
CN121359020A (zh) 2026-01-16

Similar Documents

Publication Publication Date Title
WO2016171341A1 (ko) 클라우드 기반 병리 분석 시스템 및 방법
WO2014051246A1 (en) Method and apparatus for inferring facial composite
JP2018004310A (ja) 情報処理装置、計測システム、情報処理方法及びプログラム
WO2019132589A1 (ko) 다중 객체 검출을 위한 영상 처리 장치 및 방법
WO2011081226A1 (ko) 컬러 이미지를 그레이스케일 이미지로 변환하는 방법 및 이를 수행하는 프로그램이 기록된 기록매체
WO2021075772A1 (ko) 복수 영역 검출을 이용한 객체 탐지 방법 및 그 장치
WO2022092993A1 (ko) 대상 이미지에 대한 추론 작업을 수행하는 방법 및 시스템
WO2022019654A1 (ko) 공간 이미지 분석 기반 배색 추천 장치 및 방법
WO2023027268A1 (ko) 카메라-라이다 캘리브레이션 장치 및 방법
WO2022197044A1 (ko) 뉴럴 네트워크를 이용한 방광병변 진단 방법 및 그 시스템
WO2021025364A1 (ko) 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템
WO2020256517A2 (ko) 전방위 화상정보 기반의 자동위상 매핑 처리 방법 및 그 시스템
WO2016186236A1 (ko) 3차원 오브젝트의 색상 처리 시스템 및 방법
WO2016114574A2 (ko) 패치 쉬프트를 이용한 텍스처 필터링 방법 및 장치
WO2022240145A1 (ko) 인공신경망을 이용한 채색 이미지 보정 방법 및 그 장치
WO2024080791A1 (ko) 데이터셋을 생성하기 위한 방법
WO2024258166A1 (ko) 결정 구조 분석 장치 및 방법
JPWO2019008753A1 (ja) 画像解析装置
WO2023068787A1 (ko) 의료 영상 분석 방법
WO2023018085A1 (ko) 병리 슬라이드 이미지와 관련된 정보를 출력하는 방법 및 장치
CN113793349B (zh) 目标检测方法及装置、计算机可读存储介质、电子设备
WO2019194482A1 (ko) 국부 이진 패턴 분류 및 선형 매핑을 이용한 초해상화 방법
WO2024219783A1 (ko) 공간 복셀화를 이용하여 레이더가 센싱한 물체의 위치를 결정하는 장치 및 방법
WO2022240044A1 (ko) 암석 파쇄도 분석 장치 및 이의 동작 방법
WO2023128059A1 (en) Method and apparatus for tumor purity based on pathological slide image

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: 24823684

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 24823684.6

Country of ref document: EP

Ref document number: 2024823684

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

ENP Entry into the national phase

Ref document number: 2024823684

Country of ref document: EP

Effective date: 20251209

WWP Wipo information: published in national office

Ref document number: 2024823684

Country of ref document: EP