一种用于EBSD索引的字典方法
计算机视觉与模式识别
2015-03-04 v2 数据分析、统计与概率
应用统计
摘要
我们提出一种用于多晶材料电子背散射衍射（EBSD）图像中晶粒与亚晶粒结构索引的框架。该框架基于Callahan与De Graef (2013)先前提出的物理前向模型，该模型将测量图案与晶粒取向（欧拉角）相关联。前向模型针对显微镜与样品对称群进行调谐。我们将前向模型的域离散化到欧拉角的稠密网格上，并对每个测量图案识别字典中最相似的图案。这些图案用于识别边界、检测异常以及索引晶体取向。这些最匹配项的统计分布被用于无监督二叉决策树（DT）分类器，以识别晶界与异常区域。若某图案与字典中任意图案的相似度异常低，DT将其分类为异常；若字典中高排名图案在像素的3x3邻域内差异显著，则将像素分类为靠近晶界。索引通过计算每个图案对应的最接近字典匹配的平均取向来完成。平均取向采用最大似然方法估计，该方法将取向分布建模为四元数3球上Von Mises-Fisher分布的混合。所提出的字典匹配方法允许以统一方式执行分割、异常检测与索引，并附带不确定性量化的额外益处。我们在Ni基IN100合金上演示了所提出的基于字典的方法。
引用
@article{arxiv.1502.07436,
title = {A Dictionary Approach to EBSD Indexing},
author = {Yu-Hui Chen and Se Un Park and Dennis Wei and Gregory Newstadt and Michael Jackson and Jeff P. Simmons and Marc De Graef and Alfred O. Hero},
journal= {arXiv preprint arXiv:1502.07436},
year = {2015}
}
备注
This paper is in press in the Journal of Microscopy and Microanalysis, Cambridge University Press, Feb. 2015