Using image histogram parameters for microstructure characterization

Extracting information relevant for microstructure characterization from digital images is an important part of materials analysis and testing. Automization of these processes using proper algorithms is desirable with the background of speed, reliability and objectivity. However detailed image evaluation always is a trade-off beween the expert knowledge of a person and algorithmic power. In this article we present digital image analysis applications correlating material properties to global histogram statistics and shape parameters. Special attention is given to possible bimodality of grey or color value distributions often indicating clustering. Examples discussed include the correlation of ceramics material strength parameters as well as surface treatment methods with global image parameters derived from grey or color value distributions.

---

Pozyskiwanie informacji istotnych dla opisu mikrostruktury z obrazów cyfrowych jest ważnym elementem analizy i testowania tworzyw. Dla zapewnienia odpowiedniej szybkości, obiektywności i wiarygodności tych procesów, wskazane jest ich zautomatyzowanie przy użyciu odpowiednich algorytmów. Pełna ocena obrazu jest zawsze kompromisem pomiędzy wiedzą człowieka i możliwościami zastosowanego algorytmu. W artykule przedstawiono aplikacje do analizy obrazu cyfrowego umożliwiające znalezienie korelacji między właściwościami tworzyw a parametrami charakteryzującymi histogram poziomów szarości. Szczególną uwagę poświęcono bimodalności rozkładów poziomów szarości lub/i koloru. Cecha ta świadczy często o obecności w obrazie klasterów. Przedstawione w artykule przykłady dotyczą korelacji wytrzymałości materiałów ceramicznych oraz metod obróbki powierzchniowej z globalnymi parametrami obrazów wyprowadzonymi z rozkładów poziomów szarości lub kolorów.