[发明专利]一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取方法

说明书

本发明属于本发明属于曲面自动识别及曲面结构参数智能提取技术领域,公开了一种基于三维数字图像的曲面自动识别及曲面结构参数智能提取的方法。提出“特征点化”的曲面自动识别方法，将含曲面的数据体空间点分为中心曲面骨架点、曲线骨架点以及简单点，曲面骨架点与曲线骨架点共同构成中轴骨架，简单点为对中轴骨架无贡献的无效点。分类分步识别中心曲面以及中轴骨架，精细描述三维数字图像的拓扑结构特征，智能测量曲面结构参数。本技术能自动区分曲面空间以及线性空间，构建含曲面三维空间结构的中轴骨架结构，进而智能测量曲面结构参数。工作周期短，可重复，测量准确，同时采用大数据处理算法，使本发明的实现更方便高效。

技术领域

本发明属于曲面自动识别及曲面结构参数智能提取技术领域，尤其涉及一种基于三维数字图像的曲面自动识别及中轴骨架提取方法。

背景技术

曲面结构形态广泛存在于自然界以及我们的生活中，不管是岩石裂缝、断层构造、动植物生理结构等自然曲面结构，还是机械设备、材料工艺、建筑造型等人工曲面设计。在渗流力学、材料力学、地质勘探等多个研究领域中，都有着对曲面结构进行智能识别、精细描述、参数测量、结构处理等研究需求。早期阶段，曲面结构处理主要采用人工识别和手动测量的方式，造成工作量大，工作周期长，主观性强且结果无法反复验证等缺点。并且不能无损处理一些无法直接观测的内部结构。随着高精度成像技术以及图像处理技术的革新，曲面结构的自动化处理经历了从二维图像分析到三维数据体解释的飞速发展过程，但仍然存在着诸多难题需要解决，这就使得曲面结构智能识别及结构参数测量仍然是一个重难点，也是一个十分重要的攻关领域。

对于不具有面状特征的常规三维空间形态，国内外学者提出了一种基于三维空间拓扑结构特征的中轴线骨架识别以及结构参数测量方法，以单像素曲线表征三维空间结构的拓扑性质，进而进行非接触式的智能结构参数测量，这种技术在数字岩心、孔隙网络模型等领域普遍应用并取得了很好的效果。但不能准确识别及表征空间结构的面状特征，无法处理曲面结构形态。

发明内容

为解决上述问题，本发明采用以下技术方案实现：

一种基于三维数字图像的曲面自动识别以及曲面结构参数智能提取方法，提出“特征点化”的曲面自动识别方法，将含曲面的数据体空间点分为曲面骨架点、曲线骨架点以及简单点，曲面骨架点与曲线骨架点共同构成中轴骨架，简单点为对中轴骨架无贡献的无效点。其中，依据面状结构的拓扑结构特征又将曲面骨架点分为面点、边缘点。分类分步识别中轴骨架，精细描述三维数字图像的拓扑结构特征，智能测量曲面结构参数。

一种基于三维数字图像的曲面自动识别以及曲面结构参数智能提取方法包括以下步骤：

S1.利用高精度扫描设备(如CT、FIB-SEM等)对样品进行扫描，获取包含样品结构信息的三维数字图像数据体；

S2.将步骤S1中的三维数字图像数据进行数据二值化，分离目标区域对应的所有空间点，标记为目标点，并赋值1，其余背景区域标记为背景点或噪声点，赋值0，得到只包含0,1的二值数据体；

S3.利用基于三维空间邻居关系的欧式距离变换方法，对步骤S2中得到的二值数据体进行三维距离测度处理，依照欧式距离大小确定数据扫描顺序；距离测度步骤如下：

S31.设定基于三维空间邻居域的计算游标；

S32.利用三维计算游标依照由面到体的扫描顺序遍历所有目标点，计算数据体的欧氏距离数据。

S4.利用基于三维空间拓扑结构参数的面状特征识别方法，按顺序扫描识别数字图像中具有面状特征的区域，提取表征曲面拓扑结构特征的曲面骨架面点，具体步骤如下：

S41.计算步骤S2得到的二值数据体中所有目标点的拓扑结构特征参数数值；

S42.判断具有面状特征的区域，并提取表征曲面拓扑结构的中轴骨架面点；