[论文解读] A Dictionary Approach to EBSD Indexing

Yu‐Hui Chen, Se Un Park+6 more|arXiv (Cornell University)|Feb 26, 2015

Mineral Processing and Grinding参考文献 18被引用 12

一句话总结

本文提出一种基于物理的字典方法用于EBSD索引，通过预先计算的模拟衍射图样库，统一实现晶粒分割、异常检测与取向索引。通过将实测图样与字典匹配，并利用冯·米塞斯-费舍尔分布混合模型对取向分布进行建模，该方法实现了无需依赖霍夫变换或图像处理启发式方法的鲁棒、可量化不确定性的取向估计。

ABSTRACT

We propose a framework for indexing of grain and sub-grain structures in electron backscatter diffraction (EBSD) images of polycrystalline materials. The framework is based on a previously introduced physics-based forward model by Callahan and De Graef (2013) relating measured patterns to grain orientations (Euler angle). The forward model is tuned to the microscope and the sample symmetry group. We discretize the domain of the forward model onto a dense grid of Euler angles and for each measured pattern we identify the most similar patterns in the dictionary. These patterns are used to identify boundaries, detect anomalies, and index crystal orientations. The statistical distribution of these closest matches is used in an unsupervised binary decision tree (DT) classifier to identify grain boundaries and anomalous regions. The DT classifies a pattern as an anomaly if it has an abnormally low similarity to any pattern in the dictionary. It classifies a pixel as being near a grain boundary if the highly ranked patterns in the dictionary differ significantly over the pixels 3x3 neighborhood. Indexing is accomplished by computing the mean orientation of the closest dictionary matches to each pattern. The mean orientation is estimated using a maximum likelihood approach that models the orientation distribution as a mixture of Von Mises-Fisher distributions over the quaternionic 3-sphere. The proposed dictionary matching approach permits segmentation, anomaly detection, and indexing to be performed in a unified manner with the additional benefit of uncertainty quantification. We demonstrate the proposed dictionary-based approach on a Ni-base IN100 alloy.

研究动机与目标

• 开发一个统一的EBSD索引框架，整合晶界检测、异常识别与晶体取向确定。
• 通过消除对基克希带检测和图像质量度量的依赖，克服基于霍夫变换方法的局限性。
• 通过模式匹配分布的统计建模，实现在取向估计中的不确定性量化。
• 通过基于物理的正向模型和密集的欧拉角字典，在镍基IN100合金上展示该方法的有效性。
• 为未来体积索引和扩展至其他电子衍射模式奠定基础。

提出的方法

• 使用基于物理的正向模型构建电子背散射衍射（EBSD）图样的字典，该模型为基本区域内的每个欧拉角三元组模拟动力学电子散射。
• 将取向空间离散化为密集的欧拉角网格，为每个取向和晶系对称性组预先计算图样。
• 对于每个实测EBSD图样，通过基于正向模型的相似性度量，识别字典中与之最相似的k个图样。
• 应用无监督二元决策树分类器，基于top-k匹配的空间变化检测晶界（基于空间变化），并基于异常低的相似性评分检测异常。
• 采用最大似然方法估计晶体取向，将top-k匹配的分布建模为3-球面上的冯·米塞斯-费舍尔分布混合模型。
• 同时估计冯·米塞斯-费舍尔混合模型的集中参数（κ），以量化取向估计的不确定性。

实验结果

研究问题

• RQ1 基于字典的方法能否替代EBSD中基于霍夫变换的索引，同时提升鲁棒性并实现不确定性量化？
• RQ2 如何直接从图样相似性中检测晶界和异常图样，而无需额外的图像处理？
• RQ3 将top-k图样匹配的分布进行建模，与仅使用最佳单个匹配相比，能在多大程度上提升取向估计的稳定性？
• RQ4 该方法在具有复杂显微结构的实心多晶材料（如镍基IN100）上的表现如何？
• RQ5 该方法能否扩展至3D体积索引，并适配至如预倾电子衍射等其他电子衍射技术？

主要发现

• 基于字典的方法成功实现了晶粒分割，并在不依赖基克希带检测或图像质量图的情况下检测到晶界和异常。
• 采用冯·米塞斯-费舍尔混合模型的最大似然取向估计算法生成的取向图比商业OEM软件更平滑、更一致，后者在晶粒内部表现出虚假的取向估计。
• 通过集中参数κ量化了取向估计的不确定性，靠近晶界和异常区域观察到更高的角标准差（最高达0.5°）。
• 在晶粒内部，取向估计的置信度更高（方差更低），99%的方差值低于0.25°。
• 初步测试表明该方法对模型失配具有鲁棒性，但对仪器特定校准的敏感性仍为关注点。
• 该框架可直接应用于3D体积索引，未来工作将聚焦于通过多分辨率树结构和并行化实现算法加速。