Análisis cuantitativos por difracción de electrones por retrodispersión (EBSD) de materiales compuestos magnéticos blandos con ZEISS Sigma 300
Soluciones de microscopía para la metalografía rutinaria

Metalografía rutinaria revolucionaria

Explore las soluciones de microscopía de vanguardia para el análisis de metales

Las propiedades de un metal y su comportamiento en funcionamiento vienen determinados por su microestructura. Todas las propiedades mecánicas principales, el comportamiento frente a la corrosión y la resistencia a la fatiga se rigen por una combinación del tamaño del grano, la composición, la distribución y el tamaño de fase, las inclusiones y las variaciones microestructurales localizadas.

ZEISS ofrece un catálogo de soluciones de vanguardia que cubren una amplia gama de técnicas de microscopía para la metalografía rutinaria y el control de calidad:

  • Valide sus materiales conforme a las normas reconocidas internacionalmente
  • Obtenga información detallada sobre las propiedades y el comportamiento de sus materiales
  • Identifique las desviaciones, fallos y lotes defectuosos antes de que provoquen problemas graves
  • Mayor seguridad de que sus metales funcionarán según lo especificado
Análisis de imágenes mejorado gracias al aprendizaje automático
Análisis de imágenes mejorado gracias al aprendizaje automático

Análisis de imágenes mejorado gracias al aprendizaje automático

El análisis cuantitativo de una imagen o de un conjunto de datos en 3D siempre requiere un paso de segmentación. La segmentación es el proceso de dividir la imagen en múltiples regiones y diferenciarlas entre sí de alguna manera. Una vez se ha completado este paso, las regiones se pueden analizar para obtener datos útiles reales. Las regiones pueden ser granos, inclusiones, poros, diferentes fases, capas o cualquier elemento que deba examinarse.

Segmentar múltiples regiones puede resultar muy complejo

  • Las regiones pueden tener un color o contraste similar
  • Las regiones pueden diferir únicamente en la textura
  • Los artefactos o rasguños pueden dar falsos positivos
  • El ruido en los conjuntos de datos en 3D dificulta la precisión de la segmentación
  • El análisis de imágenes multicanal (RGB o más) cada vez es más complejo
ZEISS ZEN Intellesis utiliza el aprendizaje automático guiado para contrarrestar estos problemas de la segmentación.
ZEISS ZEN Intellesis utiliza el aprendizaje automático guiado para contrarrestar estos problemas de la segmentación.

ZEISS ZEN Intellesis utiliza el aprendizaje automático guiado para contrarrestar estos problemas de la segmentación. Con el entrenamiento por parte del usuario en un flujo de trabajo gráfico sencillo, la solución utiliza más de 30 parámetros diferentes para evaluar cada píxel y asignarlo a la categoría correcta. El proceso se repite, lo que permite entrenar el modelo de aprendizaje automático y mejorar su rendimiento y precisión. A continuación, el usuario puede aplicar automáticamente el aprendizaje automático de todo su conjunto de datos y segmentar cientos de imágenes o conjuntos de datos en 3D en un formato que sea fácil de analizar. Sin necesidad de tener conocimientos previos en aprendizaje automático, ZEISS ZEN Intellesis acerca el poder de la inteligencia artificial a los usuarios habituales de microscopios.

Descargas

    • Microscopic Methods in Metallography

      Using ZEISS Axio Observer and ZEISS Axio Imager

      Tamaño de archivo: 5 MB
    • Advanced Segmentation for Industrial Materials

      Learn about machine learning – a solution to the segmentation problem with ZEISS ZEN Intellesis for initial data generation or analysis and processing of a segmented image.

      Tamaño de archivo: 4 MB

Visite el Centro de descargas de ZEISS para consultar las traducciones disponibles y otros manuales.

Contacto ZEISS Microscopy

Contacto

Cargando el formulario...

/ 4
Siguiente paso:
  • Paso 1
  • Paso 2
  • Paso 3
Contacto
Información necesaria
Información opcional

Para obtener más información sobre el procesamiento de datos en ZEISS, consulte nuestra declaración de protección de datos.