3D segmentation and analysis of marcroporous alumino-silicate

• Autorzy: Moreaud, M. , Celse, B. , Fanny, T.

Warianty tytułu

PL

Trójwymiarowa segmentacja i analiza makroporowatego glinokrzemianu

• Konferencja: STERMAT 2008 : VIII International Conference on Stereology and Image Analysis in Materials Sciences (VIII ; 02-06.09.2008 ; Zakopane, Polska)
• Języki publikacji: EN

Abstrakty

EN

We present a method for the segmentation and analysis of a macroporous alumino-silicate. This catalytic material is used for instance in petroleum industries for the conversion of heavy crude oil. The efficiency of such catalysts is strongly linked to their texture. To analyze itsmorphology, we use three-dimensional transmission electron microscopy (3D-TEM) images. These images allow 3D information at the nanometric scale. A segmentation method is proposed to correctly segment the material and a method for estimating the internal porous network is presented. It allows an accurate estimation of the volume of pores keeping intact the irregularity of the surface. Some measurements are performed on this extracted volume. Porosity and specific surface area are calculated and compared with global physical measurement methods. An analysis of the connections between the pores is proposed either. This method used a pore-to-pore distance map processed using geodesic constrained distance propagations. It allows the detection of pores that are not extended through the entire material. A global quantification of the connections between the pores is also possible.

PL

Praca prezentuje metodę segmentacji i analizy makroporowatego glinokrzemianu. Ten materiał katalityczny jest stosowany na przykład w przemyśle petrochemicznym do przetwarzania surowej, ciężkiej ropy naftowej. Wydajność katalizatora jest silnie związana z jego teksturą. W celu analizy morfologii katalizatora zastosowano obrazy z trójwymiarowej mikroskopii transmisyjnej (3D-TEM). Te obrazy dostarczają informacji na poziomie nanoskali. Zaproponowano metodę segmentacji w celu poprawnego podziału materiału i metodę estymacji wewnętrznej siatki porów. Metoda umożliwia dokładną estymację objętości porów, pozostawiając nienaruszoną nieregularność powierzchni. Niektóre pomiary są wykonywane na objętości wyodrębnionej. Obliczono porowatość i powierzchnię względną i porównywno z ogólnymi metodami fizycznymi. Zaproponowano również metodę analizy połączeń pomiędzy porami. Metoda ta wykorzystuje mapę odległości między porami i jej przekształcenia geodezyjne. Umożliwia detekcję porów nie rozprzestrzenioną na całość objętości materiału. Możliwa jest również globalna ocena ilościowa połączeń między porami.

Słowa kluczowe

PL

metoda segmentacji; analiza makroporowatego glinokrzemianu; trójwymiarowa mikroskopia transmisyjna; metoda estymacji

• Czasopismo: Inżynieria Materiałowa
• Rocznik: 2008
• Tom: Vol. 29, nr 4
• Strony: 433-438
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Moreaud, M.

autor

Celse, B.

autor

Fanny, T.

• IFP - Lyon, B.P. 3, 69390, Vernaison, France,

Bibliografia

• [1] Ersen O., Hirlimann C., Drillon M., Werckmann J., Tihay F., Phamm- Huu C., Crusifix C., Schultz P.: 3D-TEM characterization of nanometric objects, Solid State Sciences 9 (2007) 1088-1098.
• [2] Areva S., Boissière C., Grosso D., Asakawa T., Sanchez C., Linden M., Chem. Commun. (2004) 1630-1631.
• [3] Perona P., Malik J.: Scale-space and edge detection using anisotropic diffusion, IEEE Transactions on Pattern Analysis Machine Intelligence, 12 (1990) 629-639.
• [4] Otsu N.: A Threshold Selection Method from Grey-Level Histograms, IEEE Trans. Systems, Man, and Cybernetics 9 (1) (1979) 377-393.
• [5] Beucher S.: Unbiased Implementation of the Watershed Transformation based on Hierarchical Queues, CMM Internal note, Paris School of Mines (2004).
• [6] Serra J.: Image Analysis and Mathematical Morphology - Vol. I Ac. Press, London (1982).
• [7] Soille P.: Morphological Image Processing: Principles and Applications (second ed.), Springer-Verlag (2003).
• [8] Vincent L.: New trends in morphological algorithms, in: Proceedings of SPIE/SPSE 1451 (1991) 158-170.
• [9] Lantuéjoul C., Maisonneuve F.: Geodesic methods in quantitative image analysis, Pattern recognition 17(2) (1984) 177-187.
• [10] Lindblad J.: Surface area estimation of digitized 3D objects Rusing weighted local configurations, Image and Vision Computing 23 (2005) 111-122.
• [11] Windreich G., Kiryati N., Lohmann G.: Voxel-based surface area estimation : from theory to practice, Pattern Recognition 36 (2003) 2531- 2541.
• [12] Dallen G. Van, Nootenboom P., Vliet L. J. Van, Voortman L., Esveld E.: 3-D imaging, analysis and modeling of porous cereal products using Xray microtomography, Image Anal Stereol 26 (2007) 169-177.