Overordnede kursusmål
3D billeddata bliver stadig mere tilgængelige. Denne evne til at
"se" ind i den indre struktur af materialer gør os i
stand til at forstå, hvordan de kan forbedres. Det er dog kun
begrænset information, der kan opnås ved blot at "se".
For fuldt ud at udnytte 3D billeddata må vi koge de milliarder af
datapunkter, som et 3D billede består af, ned til nogle få tal, der
beskriver kritiske egenskaber for materialet. F.eks. diameteren af
flaskehalse i en porøs struktur til transport af gas eller et
porøst materiales interne overfladeareal.
Den studerende implementerer sin egen 3D
billedprocesseringspipeline, der udtrækker målinger fra et 3D
billede af et materiale. Kurset vil også give mulighed for at
indsamle 3D billeddata af et materiale ved et x-ray tomografi
forsøg i laboratoriet.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forklare hvordan et x-ray tomografieksperiment udføres
- Visualisere 3D billeddata
- Forklare vigtigheden af og udfordringerne omkring nøjagtig
billedsegmentering
- Vurdere om/hvornår 3D-billedbaseret materialekarakterisering er
hensigtsmæssig at bruge
- Implementere beregningsmetoder til karakterisering af 3D
strukturer
- Designe og implementere beregningsmæssige tests for at måle
nøjagtigheden af en 3D karakteriseringsmetode samt dens følsomhed
over for billedkvalitet og billedbehandlingsparametre
- Teste og evaluere nøjagtigheden af metoder implementeret i
kommerciel/open-source software
- Konstruere et program, der udtrækker materialestrukturparametre
fra 3D billeddata
Kursusindhold
Kurset består af korte forelæsninger, computerøvelser,
plenumdiskussioner, dataindsamling i laboratoriet og et afsluttende
projekt. Forelæsningerne giver korte introduktioner til nye emner
og centrale begreber. Øvelserne er primært programmeringsbaserede
og består i at implementere og analysere egenskaberne af
forskellige metoder i små grupper. 3D-data indsamles ved et kort
forløb i 3D Imaging Centret. Den sidste del af kurset er et
gruppeprojekt om et problem fra en foruddefineret pulje af
problemformuleringer eller en selvvalgt problemformulering.
Litteraturhenvisninger
Kursusmaterialet vil være tilgængeligt i form af noter, dias,
artikler og andre online ressourcer.
Sidst opdateret
29. april, 2019
