TrueEBSD in MTEX: automatic image matching for correlative microscopy applications

Este artículo presenta TrueEBSD, un complemento de código abierto para MATLAB diseñado para MTEX que permite la alineación automática de imágenes y la corrección de distorsiones espaciales para facilitar el análisis de microscopía correlativa mediante la integración de mapas EBSD con otros datos de imagen, logrando así mediciones cristalográficas cuantitativas mejoradas.

Lo esencial

Imagina que estás intentando resolver un rompecabezas gigante, pero las piezas que tienes provienen de dos cajas diferentes. Una caja contiene un mapa del "esqueleto" del rompecabezas (mostrando las formas y direcciones de las piezas), y la otra caja contiene una foto de la "superficie" del rompecabezas (mostrando los colores y texturas).

El problema es que estas dos imágenes fueron tomadas en momentos y ángulos ligeramente diferentes. Debido a esto, el mapa del "esqueleto" está estirado, inclinado o desplazado en comparación con la foto de la "superficie". Si intentas colocarlas una encima de la otra, los bordes no coinciden y la imagen se ve borrosa y equivocada. No puedes obtener una comprensión verdadera del rompecabezas porque las dos vistas no están alineadas.

Este es exactamente el problema que enfrentan los científicos al estudiar materiales como aleaciones metálicas o cobre. Utilizan dos herramientas poderosas:

1. EBSD: Una técnica de microscopía que mapea el "esqueleto cristalino" interno de un material (cómo están dispuestos los átomos).
2. Imagen SEM: Una fotografía estándar de microscopio que muestra la textura superficial, grietas o diferentes fases del material (como una foto en blanco y negro frente a una foto a color).

Por lo general, estas dos imágenes no se alinean perfectamente debido a pequeños desplazamientos, inclinaciones o derivas en el microscopio.

La Solución: TrueEBSD

El artículo presenta una nueva herramienta de software llamada TrueEBSD (ahora integrada en una caja de herramientas popular llamada MTEX). Piensa en TrueEBSD como un "pegamento" y "enderezador" inteligente y automático para estas imágenes desalineadas.

En lugar de que un humano tenga que seleccionar manualmente puntos para alinear las imágenes (lo cual es lento y propenso a errores humanos), TrueEBSD realiza el trabajo automáticamente. Busca características comunes en ambas imágenes, como los bordes de los granos o patrones específicos, y calcula exactamente cuánto necesita estirarse, desplazarse o inclinarse una imagen para coincidir con la otra.

Cómo funciona en pasos simples:

1. Toma una pila de imágenes: Comienza con la imagen más distorsionada y trabaja hasta llegar a la imagen de referencia "perfecta".
2. Mide el bamboleo: Divide la imagen en pequeños trozos y mide cuánto se ha movido cada trozo en relación con los demás.
3. Corrige las matemáticas: Utiliza modelos matemáticos para suavizar estos movimientos, efectivamente "deformando" la imagen distorsionada hasta que encaja perfectamente sobre la imagen de referencia.
4. Crea un supermapa: Una vez alineadas, combina los datos. Ahora tienes un único mapa que muestra tanto la estructura cristalina interna como las características superficiales en perfecta coincidencia.

Ejemplos del Mundo Real del Artículo

Los autores probaron este "pegamento digital" en dos materiales específicos para mostrar su potencia:

1. El rompecabezas del "Metal Duro" (Compuestos WC-Co)

• El Material: Una mezcla de granos duros de carburo de tungsteno (WC) unidos por un aglutinante de cobalto (Co). Esto se utiliza para herramientas de corte.
• El Problema: El microscopio utilizado para mapear los cristales (EBSD) es malo para ver el aglutinante de cobalto. A menudo piensa que hay menos cobalto del que realmente existe, como una foto borrosa que pierde detalles. Esto lleva a cálculos incorrectos sobre lo compactamente empaquetados que están los granos duros.
• La Solución: TrueEBSD alineó el mapa cristalino borroso con una foto nítida y de alto contraste de la superficie. Luego "pintó" las áreas correctas de cobalto sobre el mapa cristalino.
• El Resultado: Los científicos finalmente pudieron medir exactamente cuánto cobalto había y cómo se tocaban los granos duros entre sí, ofreciendo una imagen mucho más precisa de la resistencia del material.

2. El rompecabezas del "Cobre" (Límites de grano y vacíos)

• El Material: Un bloque de metal cobre.
• El Problema: Bajo tensión, se forman pequeños agujeros (vacíos) en el cobre, generalmente a lo largo de los límites donde se encuentran diferentes cristales. Los científicos quieren saber: ¿Se forman estos agujeros al azar, o evitan ciertos tipos de límites?
• La Solución: Alinearon el mapa cristalino con una foto que mostraba los pequeños agujeros. Como las imágenes ahora estaban perfectamente superpuestas, pudieron ver exactamente sobre qué tipo de límite de cristal estaba sentado un agujero.
• El Resultado: Descubrieron que un tipo específico de límite (llamado "límite de gemelo Sigma 3") actúa como un escudo: rara vez tiene agujeros. Otros límites, sin embargo, son vulnerables. Esto ayuda a los ingenieros a diseñar cobre que dure más tiempo.

Por Qué Esto Es Importante

Antes de esta herramienta, los científicos tenían que realizar esta alineación manualmente, lo cual era tedioso y subjetivo (diferentes personas podrían obtener resultados diferentes). TrueEBSD automatiza todo el proceso. Es como pasar de dibujar un mapa a mano a usar un GPS que corrige automáticamente el tráfico y los cambios en las carreteras.

El artículo enfatiza que esta herramienta es de código abierto (gratuita para que todos la usen), rápida (utiliza trucos de codificación inteligentes para ejecutarse rápidamente) y flexible (puede manejar todo tipo de configuraciones de microscopio diferentes). Al hacer que estas imágenes se alineen perfectamente, permite a los científicos plantear y responder preguntas que anteriormente eran imposibles de resolver porque los datos eran demasiado desordenados para combinarlos.

Resumen técnico

Aquí se presenta un resumen técnico detallado del artículo "TrueEBSD en MTEX: coincidencia automática de imágenes para aplicaciones de microscopía correlativa".

1. Planteamiento del Problema

La microscopía correlativa, que combina datos de múltiples modalidades de imagen (por ejemplo, Difracción de Electrones Retrodispersados (EBSD) y Microscopía Electrónica de Barrido (SEM)), es esencial para la caracterización integral de materiales. Sin embargo, una barrera significativa para un análisis correlativo efectivo es el desalineamiento espacial causado por distorsiones entre los diferentes modos de imagen.

• Fuentes de Distorsión: Estas incluyen la inclinación de la muestra, la deriva temporal, los desplazamientos del campo electromagnético y los efectos del obturador de rodillo.
• Consecuencias: Sin un alineamiento preciso píxel a píxel, los datos no pueden superponerse con exactitud. Esto impide la ampliación de mapas cristalográficos con datos complementarios (por ejemplo, fracciones de fase o topografía), lo que conduce a errores sistemáticos.
  • Ejemplo: El EBSD subestima sistemáticamente la fracción volumétrica de fases de bajo número atómico (como el Cobalto en compuestos WC-Co) debido a una resolución espacial asimétrica.
  • Ejemplo: Identificar sitios de nucleación de vacíos en límites de grano específicos requiere alinear los vacíos (visibles en imágenes de electrones retrodispersados, BSE) con los límites cristalográficos (visibles en EBSD), lo cual es imposible si los mapas están desalineados.
• Limitaciones de las Herramientas Anteriores: El programa original TrueEBSD en MATLAB requería intervención manual (puntos de control) o era rígido en su flujo de trabajo, limitando la automatización y la flexibilidad para conjuntos de datos grandes o complejos.

2. Metodología

Los autores reimplementaron el algoritmo TrueEBSD como un complemento de código abierto y modular para MTEX, una caja de herramientas de MATLAB ampliamente utilizada para el análisis de datos EBSD. La nueva implementación (v2.1.0) introduce un flujo de trabajo basado en clases y varias mejoras técnicas.

A. Flujo de Trabajo Algorítmico

El proceso alinea una secuencia de imágenes (o mapas) a una imagen de referencia final midiendo y corrigiendo desplazamientos locales:

1. Entrada: Una lista de imágenes/mapas distorsionados (por ejemplo, contraste de bandas EBSD, FSE, BSE).
2. Remuestreo: Las imágenes se remuestrean a una cuadrícula de píxeles común utilizando interpolación lineal (para imágenes) o el vecino más cercano (para datos categóricos como orientaciones).
3. Correlación Cruzada: El algoritmo utiliza la correlación cruzada basada en la Transformada Rápida de Fourier (FFT) en Regiones de Interés (ROI) en los bordes de la imagen para medir vectores de desplazamiento local.
4. Ajuste de Modelo: Los desplazamientos medidos se ajustan a modelos matemáticos basados en tipos de distorsión física:
   • Transformación Afín: Para desplazamientos del campo electromagnético.
   • Transformación Proyectiva: Para la inclinación de la muestra.
   • Spline Lineal: Para la deriva del obturador de rodillo.
5. Corrección: Las imágenes se deforman utilizando el modelo ajustado para alinearlas píxel a píxel con la imagen de referencia.

B. Innovaciones Técnicas Clave

• Arquitectura Basada en Clases: El software está estructurado en torno a tres clases principales:
  • @distortedImg: Almacena secuencias de imágenes y metadatos.
  • @pairShifts: Almacena campos de desplazamiento y parámetros de ROI.
  • @trueEbsd: El objeto principal del flujo de trabajo que gestiona los pasos de corrección.
  • Beneficio: Esto permite una integración fácil con objetos de MTEX (por ejemplo, almacenar orientaciones EBSD junto con imágenes) y la reutilización en diferentes configuraciones experimentales.
• Optimización Automática de ROI: En lugar de tamaños de ROI fijos, el algoritmo ajusta iterativamente el ancho del ROI. Si el error residual después del alineamiento supera los 2 píxeles, el tamaño del ROI se duplica. Esto equilibra la necesidad de una correlación rica en características contra la "zona de exclusión" en los bordes de la imagen.
• Optimización del Rendimiento: La función de correlación cruzada, intensiva en cómputo, se reescribió como archivos MEX (binarios C compilados a partir de código MATLAB). Esto elimina la dependencia de la Caja de Herramientas de Computación Paralela mientras aumenta significativamente la velocidad de procesamiento.
• Interfaz Gráfica de Usuario (GUI): Una nueva GUI permite a los usuarios cargar datos (incluidos contenedores HDF5 de Oxford Instruments), previsualizar imágenes, reordenar secuencias y ajustar parámetros sin escribir código.

3. Contribuciones Clave

1. Reingeniería de Software: Transición de TrueEBSD de un script independiente a un complemento totalmente integrado en MTEX, aprovechando el manejo robusto de datos y las herramientas de análisis cristalográfico de MTEX.
2. Automatización: Eliminación de la necesidad de puntos de control manuales, haciendo que el proceso sea totalmente automatizado y adecuado para conjuntos de datos grandes (por ejemplo, EBSD 3D).
3. Principios FAIR: El código se mantiene en GitHub, asegurando que sea Encontrable, Accesible, Interoperable y Reutilizable.
4. Flexibilidad Mejorada: El diseño modular permite a los usuarios combinar y mezclar diferentes tipos de imágenes (por ejemplo, combinando imágenes FSE y BSE adquiridas a diferentes voltajes o inclinaciones) sin modificar el código central.

4. Resultados: Estudios de Caso

Estudio de Caso 1: Compuestos WC-Co (Fracción de Fase y Contigüidad)

• Objetivo: Medir con precisión la fracción de fase de Cobalto (Co) y la contigüidad de los granos de Carburo de Tungsteno (WC).
• Método: Se alinearon mapas EBSD (20 kV) con imágenes FSE (10 kV). Las imágenes FSE proporcionaron un contraste de fase preciso (Co vs. WC) que el EBSD a menudo identifica incorrectamente debido a los límites de resolución.
• Hallazgos:
  • Fracción de Fase: El EBSD estándar subestimó el contenido de Co en aproximadamente un 50% en comparación con los modelos FSE/Thermo-Calc. El mapa ampliado corrigió esto.
  • Contigüidad: Se recalculó la contigüidad de los granos de WC (la fracción del límite de un grano compartido con otros granos de WC).
    • El EBSD original sobreestimó la contigüidad en microestructuras de grano fino (0.69 frente a 0.59 para interceptos lineales BSE).
    • El EBSD ampliado con FSE proporcionó un valor más preciso (0.49), revelando que el EBSD pasa por alto capas delgadas de Co, haciendo que los granos de WC parezcan tocarse cuando no lo hacen.
  • Conclusión: El método permite mediciones cristalográficas cuantitativas que son imposibles con un análisis separado.

Estudio de Caso 2: Policristales de Cobre (Vacíos en Límites de Grano)

• Objetivo: Determinar la susceptibilidad de límites de grano (GB) y puntos triples (TP) específicos a la formación de vacíos por fluencia.
• Método: Se alinearon mapas EBSD con imágenes BSE (inclinación 0°) donde los vacíos aparecen como píxeles oscuros. Los vacíos se segmentaron y mapearon sobre los datos de orientación EBSD.
• Hallazgos:
  • Ubicación de Vacíos: El 90.2% de los vacíos se ubicaron en o cerca de los límites de grano.
  • Análisis Cristalográfico: El análisis de desorientación reveló que los límites de gemelos $\Sigma3$ (60°/<111>) estaban significativamente subrepresentados entre los límites que contenían vacíos, lo que indica que son altamente resistentes a la nucleación de vacíos.
  • Puntos Triples: Ningún tipo específico de unión triple mostró resistencia o susceptibilidad; su distribución coincidió con la microestructura de fondo.
  • Significado: Demostró la capacidad de correlacionar estadísticamente características microestructurales con mecanismos de falla utilizando datos correlativos.

5. Significado

• Precisión Cuantitativa: La herramienta resuelve errores sistemáticos en los datos EBSD (como la subestimación de fases) aprovechando modalidades de imagen complementarias, lo que conduce a métricas microestructurales más precisas, como la contigüidad de granos.
• Automatización y Escalabilidad: Al eliminar pasos manuales y optimizar la velocidad del código, TrueEBSD-MTEX permite el procesamiento de conjuntos de datos grandes y complejos (por ejemplo, EBSD 3D, experimentos in situ) que anteriormente eran demasiado laboriosos.
• Impacto en la Comunidad: Como complemento de código abierto para MTEX, reduce la barrera de entrada para la microscopía correlativa, permitiendo a los investigadores realizar un registro espacial avanzado y un análisis cristalográfico posterior dentro de un único ecosistema establecido.
• Limitaciones Abordadas: Si bien la herramienta maneja bien las distorsiones globales, los autores señalan que las distorsiones no lineales altamente localizadas (por ejemplo, debidas a la topografía superficial en muestras molidas con iones) aún pueden requerir intervención manual o son difíciles de extrapolar a los bordes de la imagen.

En resumen, TrueEBSD en MTEX representa un avance significativo en la microscopía correlativa, transformando el alineamiento de imágenes de una tarea manual y propensa a errores en un flujo de trabajo robusto y automatizado que desbloquea conocimientos cuantitativos más profundos sobre las microestructuras de los materiales.