[發明專利]一種編織陶瓷基復合材料單束纖維分割及模型重建方法

有效

• 申請號: 202011187154.8
• 申請日: 2020-10-30
• 公開（公告）號: CN112250462B
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 賈蘊發;宋迎東;高希光;董成乾;于國強;孟維康
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T7/13
• 分類號: G06T7/13
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 張明浩

1.一種編織陶瓷基復合材料單束纖維分割及模型重建方法，其特征是：包括以下步驟：

步驟1：針對原始XCT切片進行孔隙像素的確認，此切片在經紗的軸向方向，隨機裁剪若干張屬于孔隙部分的區域并保存為圖片，裁剪圖片尺寸根據孔隙的實際情況進行確定，找出這些圖片中像素的最大值和最小值，采用掐頭去尾平均法分別獲得像素最大和最小值的平均值，確定像素最大和最小值的平均值為孔隙的上下閾值，使用像素最大值的平均值減去像素最小值的平均值，得到區間值，將區間值由小到大分為若干個區間，首先分別將全體切片像素值為第一個區間內的部分賦值為0，并觀察處理后的切片是否存在經緯紗被當作孔隙處理的部分，如果是，則分別將全體切片像素值為第二個區間內的部分賦值為0，并在此觀察，直至屬于孔隙的像素被正確識別，獲得圖像Hole_Image，

步驟2：使用結構張量對圖像Hole_Image的經紗和緯紗進行區分，獲得RGB圖像，通過對比所生成RGB圖像中的R值和B值，初步獲得經紗和緯紗的分布區域，分布區域圖為圖像Warp_Weft_Image，在經紗和緯紗相交區域存在一些明顯的誤分類情況，且部分切片的經緯紗粘連嚴重，此外，編織過程中的毛刺也隨機分布于圖象中，

步驟3：將上述初步識別完成的切片從經紗的徑向方向導出，會發現部分分類錯誤的區域在此視圖上尺寸小且分散，分別提取經緯紗的像素位置，獲得兩類切片，一類是僅包含經紗的Warp_Image，一類是僅包含緯紗的Weft_Image，通過八連通區域的方法標記Weft_Image圖像中的每個像素，統計每種相同標號的像素數量，刪除像素總數小于Remove_Thresh_1的區域，并賦值為0，記錄所刪除每個像素的位置索引值Delete_Weft_Index，將Warp_Image的Delete_Weft_Index索引區域的像素值賦值為經紗像素，再次通過八連通區域的方法標記Warp_Image圖像中的每個像素，刪除圖片中的局部小區域，

步驟4：將僅包含經紗的切片進行分水嶺分割，獲得每根紗線的外部邊緣輪廓線，根據緯紗圖像Weft_Image，將Hole_Image的緯紗區域全部賦值為0，獲得僅包含經紗部分的XCT切片圖像Hole_Warp_Delete_Weft_Image，對圖像進行膨脹操作，即將與經紗接觸的所有背景點都合并到物體中，確定屬于背景部分的圖像Sure_Back_Image，再對圖像進行歐式距離變換，將距離大于M倍最大距離值的位置賦值為255，獲得屬于前景部分的圖像Sure_Fore_Image，將前景圖像和背景圖像進行相減，可獲得不確定的區域Unknown_Image，提取Unknown_Image中像素值為255的索引Index_Unknown_Image_255，使用八連通區域標記Sure_Fore_Image，并將標記區域加1，將Index_Unknown_Image_255位置的像素賦值為0，之后使用分水嶺分割獲得輪廓邊緣，并將輪廓結果表示在Hole_Warp_Delete_Weft_Image中，邊緣像素值為255，

步驟5：上述邊緣的纖維交界處無法仍準確區分，將步驟3所得的邊緣賦予圖像Warp_Image，并每隔N張取一張，對交接處的邊緣進行手動區分，對分水嶺分割的邊緣結果不做任何處理，將手動區分后的結果圖像與原圖像進行對比，獲得手動畫出的分界線位置索引Edge_Hand_Add，將此張切片之后N張切片的Edge_Hand_Add位置賦予像素值255，重復上述操作，直至Warp_Image全部被處理，獲得一系列包含完整邊緣的經紗圖像Edge_Warp_Image，

步驟6：將Edge_Warp_Image圖像的邊緣部分賦值為0，并進行形態學腐蝕操作，通過四連通區域給每束經紗進行標號，將所標記的每束紗線灰度值設定為對應的連通區域標號，保存為Mark_Edge_Warp_Image,并計算每束纖維的重心，并將其以數字形式表示在重心處,保存為Num_Mark_Edge_Warp_Image，根據圖像信息的連續性觀察每束紗線的標號是否正確，觀察Num_Mark_Edge_Warp_Image圖像發現此時的區域存在編號錯誤的情況，則手動進行編號的糾正以及灰度值的替換，并重新進行標記判斷，重復上述操作，直至標記的每根經紗完全正確，

步驟7：對所獲得圖像Mark_Edge_Warp_Image進行膨脹，使得各纖維束之間相互交接，得圖像Dilate_Warp，并提取步驟3所得的Warp_Image圖像的孔隙位置索引，賦予Dilate_Warp，并與Weft_Image圖像進行相加，可獲得最終的纖維束分類圖像Hole_Weft_Plus_Warp_1，

將一系列Hole_Weft_Plus_Warp_1圖像根據Marching Cube算法建立各束纖維的三角面片，并對生成結果進行面的簡化操作，結合四面體網格生成算法可獲得最終的有限元模型，實現模型重建；

步驟8：對每張Warp_Image圖像中的經紗橫截面進行處理，先對每根纖維的橫截面X坐標進行排序，找到最大值和最小值，并對Y坐標進行從大到小的排序，獲得坐標的最大和最小值，并進行平均，可得出每根纖維的中心線，通過函數擬合這條中心線可獲得材料的纖維走向，從而完成每根纖維束的分割。