Begriffsabgrenzung: Unter „Image/Images“ versteht man in den Werkstoffwissenschaften meist digitale Bilddaten, die mit bildgebenden Verfahren wie Lichtmikroskopie, Rasterelektronenmikroskopie (REM), Transmissionselektronenmikroskopie (TEM), Röntgen-Computertomographie (CT) oder Atomkraftmikroskopie (AFM) gewonnen werden. Diese Bilder repräsentieren Mikro- bis Nanostrukturen von Werkstoffen in 2D oder 3D.

Informationsgehalt: Werkstoffbilder liefern quantitative Informationen zu Korngrößen, Phasenverteilung, Porosität, Rissnetzen, Textur und Defekten (z.B. Versetzungen, Zwillingen). Über geeignete Kontrastmechanismen (z.B. chemischer, topographischer oder kristallographischer Kontrast) lassen sich unterschiedliche Gefügebestandteile differenzieren.

Bildakquisition und -qualität: Wichtige Parameter sind Auflösung, Signal-Rausch-Verhältnis, dynamischer Bereich, Pixelgröße und Kalibrierung. Artefakte durch Probenpräparation (Schliff, Ätzen, Ionenstrahl) oder Strahlenschädigung müssen kritisch bewertet werden, um Fehlinterpretationen zu vermeiden.

Bildanalyse: Digitale Bilder dienen zunehmend als Basis für automatisierte Bildanalyse und Computer Vision. Segmentierung, Merkmalsextraktion, stereologische Auswertungen und 3D-Rekonstruktionen erlauben eine statistisch belastbare Beschreibung der Mikrostruktur. Maschinelles Lernen wird eingesetzt, um Phasen automatisch zu klassifizieren oder Mikrostrukturen mit mechanischen Eigenschaften zu korrelieren.

Rolle in Modellierung und Design: Bilddaten werden in „image-based modeling“ direkt in numerische Simulationen (z.B. Finite-Elemente-Modelle auf Mikrostrukturebene) überführt. Sie bilden eine zentrale Grundlage für datengestützte Werkstoffentwicklung („materials informatics“) und digitale Zwillinge von Werkstoffen.