Pythonを用いた高分子材料の画像解析入門

セミナーに申し込む
オンライン 開催

本セミナーでは、高分子材料の内部構造の画像解析について取り上げ、材料画像に特有の課題を踏まえつつ、Pythonを用いた一連の処理手順を体系的に解説いたします。
基本的な画像前処理から、領域抽出に向けたアルゴリズム、特徴量の算出、解析結果の可視化まで、実データを扱う上で役立つポイントを中心に解説いたします。

日時

開催予定

プログラム

高分子・樹脂・ゴム材料などの内部構造は、電子顕微鏡画像を通して詳細に観察できるが、そのままではノイズや濃淡の不均一などが多く、解析は熟練者の経験に頼りがちである。近年、Pythonを軸としたオープンソースツールが充実し、材料画像解析を効率化・標準化するための環境が整いつつある。  本講座では、材料画像に特有の課題を踏まえつつ、Pythonを用いた一連の処理手順を体系的に紹介する。基本的な画像前処理から、領域抽出に向けたアルゴリズム、特徴量の算出、解析結果の可視化まで、実データを扱う上で役立つポイントを中心に解説する。材料評価の再現性向上や作業効率化を目指す技術者・研究者に向け、実務へ応用しやすいアプローチを学ぶ講義内容とする。

  1. 材料画像解析とは
    1. 材料評価における画像データの役割
    2. 観察画像に含まれる課題
      • ノイズ
      • 照度むら
      • 観察条件
    3. Pythonを用いるメリットと実行環境の紹介
  2. Pythonによる前処理の基礎
    1. 画像の読み込みと基本操作
    2. 平滑化、ノイズ低減フィルタの活用
    3. コントラスト調整とヒストグラム操作
    4. 解析しやすい画像を得るための前処理設計
  3. 材料特有の構造をとらえる領域抽出
    1. 二値化の考え方
      • 大域
      • 局所閾値
    2. モルフォロジー処理による構造処理
    3. クラスタリング (k-means) による領域分割
    4. Deep Learningの活用
  4. 抽出した構造の解析
    1. 粒子・領域の形状パラメータ算出
    2. 分散状態・凝集の評価指標
    3. データの可視化と比較の進め方
  5. 実務への展開
    1. 手作業からPythonワークフローへの置き換え
    2. 将来的な機械学習・Deep Learning活用へのステップ
    3. その他のTips
  6. まとめと質疑
    1. 本講義のポイント整理
    2. 応用に向けた学習リソース紹介
    3. 質疑応答

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて