[发明专利]陶瓷基复合材料平纹编织结构细观组分识别与重建方法

说明书

陶瓷基复合材料平纹编织结构细观组分识别与重建方法，通过卷积计算得到XCT切片中每个像素与周围邻近像素的关系，从而得到每个像素的图像梯度，组成结构张量，计算得到像素的方向角和相干性。将水平梯度、竖直梯度和原图像灰度值分别赋予HSB的三通道，并转化为RGB进行处理，获得图像孔洞分布。对方向角、相干性和原图像灰度值分别赋予HSB三通道，并转化为RGB进行处理，采用权重分配方式计算获得图像的经纱和纬纱。对于基体采用灰度值按10递进的方式进行数量统计，并根据设置区间像素数量的变化趋势筛选出属于基体的像素。本发明实施例中所采用的材料经纱和纬纱密度更大，基体分布不均匀。然而，所得的重建结果与实际模型吻合度较高。

技术领域

本发明属于陶瓷基复合材料预制体细观结构识别领域，具体涉及陶瓷基复合材料平纹编织结构XCT切片细观组分识别以及重建方法。

背景技术

国内外对于CMCs XCT切片有限元重建方面，单向材料识别发展较为完善，比如采用基于监督分割技术的学习算法，纤维跟踪，模板匹配等，然而此类方法并不适用于平纹编织材料。目前基于计算机视觉的平纹编织复杂预制体自动识别算法，多停留在界面和基体沉积之前，此时结构内部只有经纱和纬纱，内部结构相对简单，无法真实复原沉积完成之后的材料，或者使用手动标记内部结构较为复杂的预制体，工作量大，不适用于大尺寸的XCT切片识别与重建，且对于标记人员的专业要求高。

发明内容

本发明针对现有技术中的不足，提供一种陶瓷基复合材料平纹编织结构细观组分识别与重建方法。通过卷积计算得到XCT切片中每个像素与周围邻近像素的关系，从而得到每个像素的图像梯度，组成XCT切片的结构张量，并计算得到像素位置的方向角和像素的相干性。对所得结果图像采用RGB三通道方式获得图像的孔洞，采用RGB三通道权重分配方式获得图像的经纱和纬纱，对于基体采用灰度值按10递进的方式，筛选出属于基体的像素。本发明实施例中所采用的材料经纱和纬纱密度更大，基体分布不均匀。然而，采用本方法所得的重建结果与实际模型吻合度较高。

为实现上述目的，本发明采用以下技术方案：

陶瓷基复合材料平纹编织结构细观组分识别与重建方法，其特征在于，包括如下步骤：

步骤1：对平纹编织结构进行XCT扫描，得到展示纤维平面的连续XCT切片；

步骤2：通过卷积计算得到XCT切片中每个像素与周围邻近像素的关系，从而得到每个像素的图像梯度，组成XCT切片的结构张量，并计算得到像素位置的方向角和像素的相干性；

步骤3：基于图像梯度以及XCT切片灰度值，确定用于识别孔洞的灰度阈值，并基于孔洞的灰度阈值识别XCT切片中的孔洞；

步骤4：将XCT切片的灰度划分为多个灰度区间，统计各区间内的像素数量，据此确定用于识别基体的灰度阈值，并基于基体的灰度阈值识别XCT切片中的基体；

步骤5：基于像素位置的方向角、像素的相干性及XCT切片灰度值，识别XCT切片中的经纱和纬纱；

步骤6：将连续的XCT切片按照步骤2～5进行识别，得到一系列结果图片，并据此建立平纹编织结构的三维模型。

为优化上述技术方案，采取的具体措施还包括：

进一步地，所述步骤2中，基于卷积的方式求得x和y方向梯度并得出图像结构张量：根据XCT切片的图像特征，首先选取待卷积XCT切片的感兴趣区域像素尺寸m*m，函数的自变量范围为、[-m，m]；通过对高斯核进行一阶求导，并将高斯核的一阶导数与高斯核相乘，得到x方向梯度；将高斯核与一阶导数相乘得到y方向梯度；分别使用XCT切片与x和y方向梯度相乘，得到XCT切片x方向梯度f_x和y方向梯度f_y，并通过公式(1)得到XCT切片的结构张量T：