Bei der Charakterisierung der Mikrostruktur von technischen Komponenten entsteht ein Zielkonflikt. Eine möglichst hohe Auflösung ermöglicht es auch kleine Strukturen zu erfassen, hat aber ein kleines Messfeld zur Folge. Gleichzeitig soll das Messfeld möglichst groß sein um statistisch aussagekräftige Ergebnisse zu erhalten.
Eine Lösung hierfür bietet die Registrierung, bei der mehrere hochaufgelöste Aufnahmen zu einem Gesamtbild zusammengesetzt werden. Klassische Verfahren genügen heutigen Ansprüchen oft nicht mehr. Das maschinelle Lernen bietet hier einen vielversprechenden Ansatz um genauere und robustere Ergebnisse zu erreichen. Im Rahmen dieses Projektes sollen diese Methoden zur Registrierung von mikroskopischen Oberflächenmessdaten entwickelt und erforscht werden.
