金屬製品一般來說會針對幾項檢測來評斷產品性質的好壞，主要包含外觀尺寸、物理性質、化學性質、機械性質及金相特徵等。常見的物理性質如導電性、表面張力、表面粗糙度等；化學性質包含材料成分、耐腐蝕性等；而機械性質包含硬度、抗拉強度、疲勞強度等。

金屬材料的顯微組織一般稱為金相圖，金相圖的重要性在於讓品管人員可以對材料特性有基礎了解，如成形塑性加工的成形性、成品熱處理後的壽命影響等。金相組織主要是觀察材料在不同熱處理條件下的條件反射情形，以鋼鐵材料為例，碳鋼在含碳量0.77%以下稱作亞共析鋼，而亞共析鋼在不同熱處理狀況下，會產生波來鐵組織（Perlite）、肥粒鐵組織（Ferrite）及雪明碳鐵組織（Cementite）等，比例不一。鋼鐵工廠生產碳鋼時，以波來鐵組織為大宗，但這種組織在加工時會容易破裂，因此在加工成形前通常會再經過球化熱處理，使波來鐵組織轉換成肥利鐵及球狀雪明碳鐵組織；而球化熱處理的程度好壞，會影響成形加工的容易度，在這裡所做的量測，除做硬度及拉伸強度的機械性質量測外，通常會再加上球化率的金相量測。

目前絕大部分的金相量測，皆仰賴專業檢測師傅的人工判讀，因此容易產生主觀誤差，速度、效率及穩定性都會產生問題。而在進入數位化快速競爭的時代，也在廠商開始涉足數位化檢測的部分。也就是說，利用數位化檢測，來判定金相組織的特徵級數，而這部分會影響金屬成形產品的良窳。
數位化金相檢測，主要是將顯微系統加上影像擷取設備，所擷取成的金相影像進行影像辨識與判定的動作。要達到判定的需求，需針對影像所形成的特徵進行判別。但大體上可以進行幾個步驟，即影像灰階化、影像清晰化、影像二值化、特徵判定等。

在影像灰階化部分，即是將輸入的金相影像，由原始的RGB紅綠藍螢幕三原色描述方式，經由灰階化公式，轉換成0 （黑）到255（白）的灰階描述方式，其目的主要在於簡化計算，提高演算效率。影像清晰化，這部分是將影像利用傅立葉轉換或是微分方式去掉模糊部分；主要影像處理目的，在於減低影像模糊化所造成後續的演算辨識誤差。影像二值化，這部分在影像處理中屬於關鍵步驟，二值化方法的優劣，影響著辨識結果甚鉅；二值化的方式在於利用二值化門檻，通過門檻值的灰階值化為255 （白色），否則為0 （黑色），而記錄二值化後的黑色，再透過後續演算方式判定；因此二值化的演算方式影響著後續判定的準確性。特徵判定，指的是將二值化結果的圖，先利用尋找邊緣方式，將影像特徵分群；接著將分群後的影像特徵，利用一些分類規則，將特徵分類，如計算影像特徵的長跟寬比例等。

以附圖為例，這張圖主要目的在於計算熱處理後球化雪明碳鐵佔全部雪明碳鐵的比例，稱為球化率。左側為未判定的金相影像，右側為判定後的金相影像，該圖球化率經計算後為97 %。在判定後的影像上，我們可以利用程式將所找到的雪明碳鐵用其他顏色標示，綠色部分是球狀雪明碳鐵，紅色部分為非球狀雪明碳鐵。

踏入數位化時代，許多傳統檢測技術也應隨著提升。在材料的金相組織檢測這一端，也逐漸朝著數位化檢測發展；數位化的材料金相檢測，不但可以提高檢測效率，同時也伴隨著穩定客觀的檢測結果。這些結果，也同時影響著金屬加工產品的品質與壽命。（本文由科技部補助｢學習在雲端―揭開科學與科技的神秘面紗｣執行團隊邀稿）

責任編輯：盧妍竹
審校：徐偉智