Übersicht
Im Rahmen dieses Projekts werden Methoden der wissenschaftlichen Bildgebung und aus Computer Vision zur quantitativen Analyse von zementären Mikrostrukturen entwickelt. Dabei werden 2D-Bilder (wie SEM/BSE, µ-XRF und Lichtmikroskopie) mit 3D-Volumendaten (wie µ-CT und FIB-SEM) in einem gemeinsamen geometrischen Framework kombiniert.
Projektziel
Im Rahmen des Projekts wird ein reproduzierbarer Arbeitsablauf entwickelt, um komplementäre Bildgebungsverfahren zu einer einheitlichen 3D-Beschreibung zementärer Mikrostrukturen zu kombinieren. Die µ-CT liefert volumetrische Informationen, während SEM/BSE, µ-XRF und FIB-SEM hochauflösende strukturelle und chemische Informationen liefern. Das Projekt führt diese Datenquellen in ein gemeinsames Koordinatensystem zusammen und nutzt sie für die quantitative Analyse von Phasen, Poren und der mikrostrukturellen Geometrie.
Die Herausforderung: ein Material, mehrere Bildgebungsverfahren
Zementhaltige Materialien lassen sich nur schwer mit einer einzigen Bildgebungsmethode charakterisieren. Große 3D-Scans zeigen zwar die Gesamtstruktur, lassen jedoch feine Details außer Acht. Hochauflösende SEM- und FIB-SEM-Daten liefern lokale Phaseninformationen, decken jedoch nur kleine Bereiche ab. Das Projekt behebt diese Diskrepanz, indem es 2D-Schnitte und lokale hochauflösende Beobachtungen mit 3D-µ-CT-Volumen abgleichen. Ein solcher Abgleich ist aufgrund der geringen Überlappungsauflösung, des Ungleichgewichts bei Dimensions- und Domäneninformationen, lokaler Symmetrien und Posenmehrdeutigkeiten äußerst anspruchsvoll.
Patch Your Matcher für die WACV 2026 angenommen!
Die korrespondenzorientierte Bild-zu-Bild-Zuordnung ermöglicht crossmodales Matching mithilfe von Vorinformationen aus einer Modalität. > mehr
Needles & Haystacks für die WACV 2025 angenommen!
Ein Datensatz und Benchmark für domänenunabhängige, bildbasierte starre Slice-zu-Volumen-Registrierung. > mehr
Projektleiter
- Prof. Dr.-Ing. Horst-Michael Ludwig
Werkstoffe des Bauens
F. A. Finger-Institut für Baustoffkunde, Bauhaus-Universität Weimar
- Prof. Dr.-Ing. Volker Rodehorst
Computer Vision in Engineering
Fakultäten Medien und Bau & Umwelt, Bauhaus-Universität Weimar
- Prof. Dr.-Ing. Dipl.-Chem. Andrea Osburg
Bauchemie und Polymere Werkstoffe
F. A. Finger-Institut für Baustoffkunde, Bauhaus-Universität Weimar
Wissenschaftliche Mitarbeiter
- Dr. rer. nat. Christiane Rößler
Werkstoffe des Bauens
F. A. Finger-Institut für Baustoffkunde, Bauhaus-Universität Weimar
- Dipl.-Ing. Florian Kleiner
Werkstoffe des Bauens
F. A. Finger-Institut für Baustoffkunde, Bauhaus-Universität Weimar
- Anton Frolov, M.Sc.
Computer Vision in Engineering
Fakultät Medien, Bauhaus-Universität Weimar
- Stephan Heitmann, M.Sc.
Bauchemie und Polymere Werkstoffe
F. A. Finger-Institut für Baustoffkunde, Bauhaus-Universität Weimar
Publikationen
- A. Frolov und V. Rodehorst, ‘Patch Your Matcher: Correspondence-Aware Image-to-Image Translation Unlocks Cross-Modal Matching via Single-Modality Priors’, in Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), S. 7913–7924, 2026.
- A. Frolov, F. Kleiner, C. Rößler und V. Rodehorst, ‘Needles & Haystacks: Dataset and Benchmark for Domain-Agnostic Image-Based Rigid Slice-to-Volume Registration’, in Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), S. 7081–7091, Feb. 2025.
Projektseiten
- Needles & Haystacks: https://xaf-cv.github.io/nh-rs2v/
- Patch Your Matcher: https://xaf-cv.github.io/pym/
Code und Forschungsdaten
- NH-RS2V dataset: https://github.com/xaf-cv/NH-RS2V-dataset
- NH-RS2V baselines: https://github.com/xaf-cv/NH-RS2V-baselines
- Patch Your Matcher: https://github.com/xaf-cv/patch-your-matcher
Dieses Projekt wird von der Deutschen Forschungsgemeinschaft (DFG) gefördert - Projektnummer 518560113.