工業技術研究院

技術簡介

技術主要目標是希望能準確地預測每顆晶粒的邊界。由於晶粒是以晶粒邊界的明顯程度來定義，因此本技術使用semantic edge detection的技術來判斷晶粒位置，並且也融合了dilated kernel的概念，擴大模型的視野範圍，進一步降低錯誤率。同時因晶粒標記難度非常高，難以將每張晶粒照片上的所有晶粒標記出來，因此我們也針對loss function做研究，分別實驗了MAE-MSE loss、Hinge loss與NR-Dice loss來降低因ground truth不完整而帶來的噪音問題。此外本技術也透過Contour tracking來重建不完整的晶粒邊界，使用了Theo Pavlidis’ Algorithm來追蹤晶粒邊界，在滿足設定的條件下則對此晶粒邊界做修補。本技術也對雙晶的情況做處理，雙晶的特色為兩顆晶粒之間的共同邊界通常會是直線，因此本計畫對相鄰的晶粒邊界做線性回歸取得是否為雙晶的分數，若分數高於一定的數值則合併。 本技術也為晶粒辨識系統設計了UI介面，視覺化晶粒辨識的結果，幫助作業員可以更簡單的透過晶粒辨識系統來觀察晶粒的位置、大小等等，使作業員可以更快速、更準確的完成平均晶粒度的檢測。

Abstract

The research goal of this project is to accurately predict the boundaries of each grain. Since the grain is defined by the apparent degree of the grain boundary, this project decided to use the technique of semantic edge detection to determine the location of the grain. It is very difficult to mark the grains, and it is difficult to mark all the grains on each grain photo. Therefore, we have also studied the loss function and experimented with MAE-MSE loss, Hinge loss and NR-Dice loss to solve this issue. In addition, this project also uses Contour tracking to reconstruct the incomplete grain boundary, using Theo Pavlidis’ Algorithm to track the grain boundary, and repair the grain boundary when the set conditions are met. This project also deals with the case of twins. The characteristic of twins is that the common boundary between two grains is usually a straight line. This project performs linear regression on the adjacent grain boundaries to determine whether they are twins or not. This project also designed an UI interface for the grain identification system to visualize the results of grain identification, helping operators to more easily observe the position, size, etc. of the grain through the grain identification system, so that operators can more easily and more accurate detection of average grain size.

技術規格

semantic edge detection的技術來判斷晶粒位置 Contour tracking的技術判斷大小

Technical Specification

Semantic edge detection for location identification Contour tracking for size estimation

技術特色

在資料量缺乏且ground truth不完整的情況下，也能夠準確地預測每顆晶粒的邊界，以及為晶粒辨識系統設計了UI介面，視覺化晶粒辨識的結果，幫助作業員可以更簡單的透過晶粒辨識系統來觀察晶粒的位置、大小等等，使作業員可以更快速、更準確的完成平均晶粒度的檢測。

應用範圍

工業領域：計算晶像中之晶粒數量預估 生醫領域：計算生物細胞數量預估 人文領域：計算群眾聚集之數量預估

接受技術者具備基礎建議（設備）

光學檢測設備

接受技術者具備基礎建議（專業）

廠商需具備光學影像控制之基礎能力，但為了提高辨識之準確性，針對不同環境、天候等因素則須蒐集大量當地實地影像進行訓練。

聯絡資訊