[发明专利]一种直接将图像像素转换成有限元单元的方法

说明书

本发明公开了一种直接将图像像素转换成有限元单元的方法，包括步骤：采用扫描电子显微镜获取研究对象的微观图像，并对图像进行图像处理以及进行不同相的划分；将图像的像素点矩阵坐标值转换成二维空间坐标系的点坐标值；将每个像素点定义成一个有限单元并计算其相应的节点坐标，对每个单元与节点坐标分别进行编号；将网格模型中每个单元的材料属性根据其图像像素颜色进行区分，并分别定义好相对应的单元属性；建立特殊相以及各个边界的单元和节点集，便于边界条件的施加与定义。本发明的方法适用于基于图像重建模型的有限元模拟分析，为图像模型有限元模拟领域提供一种直接将像素转换成单元与节点的方法。

技术领域

本发明涉及计算机模拟技术领域，尤其涉及一种直接将图像像素转换成有限元单元的方法。

背景技术

一直以来实验是学术研究者进行材料表征、结构性能测试等科学研究采用的最佳手段。实验带来的数据是直观、客观且可靠的，但是受实验环境、实验边界条件、材料均匀性、样品精度等各方面的因素影响，实验往往存在局限性，实验过程总是不可避免地出现实验误差，并且一些周期过长、重复次数多的实验需要耗费大量时间精力。于是研究者们采用计算机模拟计算来代替一些难以实现的实验以及验证一些难以评判可靠性的实验数据。其中有限元模拟是计算机数值计算的一类有效方法，有限元模拟需要先建立精确的结构模型，并确立符合实际的材料属性，定义精准的边界条件，才能获得有价值的仿真结果。

近年来，随着电子显微镜的发展，材料的微观结构可以由扫描电镜获取清晰的图像，而随着有限元技术的广泛应用，基于图像的微观结构重建模型及其有限元模拟研究正在日益增长。在许多学者的工作中，微观结构模型的重建与有限元模拟往往是区分为两个步骤，其中需要使用三维绘图软件，并且需要借助商用有限元软件进行有限单元模型的网格划分，对整个计算过程带来极大的不便利。于是本发明提供一种直接将图像像素转换成有限元单元的方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种直接将图像像素转换成有限元单元的方法。本发明可以直接将图像像素转换成有限单元模型，无需多余的软件手动操作，能够高效便捷地得到有限元模型以及完成计算所需要的参数定义，使其应用于有限元模拟计算。

本发明的目的能够通过以下技术方案实现：

一种直接将图像像素转换成有限元单元的方法，包括步骤：

采用扫描电子显微镜(SEM)获取研究对象的微观图像，并对图像进行图像处理以及进行不同相的划分；

将图像的像素点矩阵坐标值转换成二维空间坐标系的点坐标值；

将每个像素点定义成一个有限单元并计算其相应的节点坐标，对每个单元与节点坐标分别进行编号；

将网格模型中每个单元的材料属性根据其图像像素颜色进行区分，并分别定义好相对应的单元属性；

建立特殊相以及各个边界的单元和节点集，便于边界条件的施加与定义。

具体地，所述并对图像进行图像处理以及进行不同相的划分的步骤中，包括：

通过Matlab编程平台将SEM图像读取为RGB三维矩阵；

将SEM图像从彩色RGB图像格式转换成灰度图；

采用默认阈值将灰度图转换成二值图，即分为2个相，前景值为1，背景值为0；若模型包括三个及以上的相，则根据不同相的灰度值情况进行多阈值分割；

采用形态学处理对二值图进行优化，所述优化包括膨胀、开运算和闭运算等处理方法。

具体地，所述将图像的像素点矩阵坐标值转换成二维空间坐标系的点坐标值的步骤中，坐标转换公式为：