[发明专利]一种基于图像处理的纤维图像分割及直径统计方法

说明书

本发明公开了一种基于图像处理的纤维图像分割及直径统计方法，包括以下步骤：1)、读取通过SEM拍摄所得的纳米纤维素纤维微观结构图像image；2)、将纳米纤维素的纤维微观结构图像image从RGB格式转换为灰度图像，再将灰度图像进行二值化处理获得二值图像BW；3)、运用形态学算法对二值图像BW中不满足要求的微小区域进行去除处理，得到图像BW1；4)、图像分割；5)、宽度统计。本发明解决了现有SEM纤维图重点信息提取麻烦以及人工多次测量统计纤维直径的繁琐问题，生成的数据可用于生成相应的纤维随机模型，解决了现有的纤维素二值化处理中出现过多干扰区域的问题。

技术领域

本发明涉及图像分割以及纤维直径测量统计技术领域，具体涉及一种基于图像处理的纤维图像分割及直径统计方法。

背景技术

纤维素是自然界中随处可见、储量巨大的一种天然高分子，是一种产量巨大的可再生资源，具有可完全生物降解、无毒、无污染、易于改性、生物相容性好等优势，被认为是未来世界能源、化工的主要原料，可广泛用于造纸、纤维与纺织品以及纤维素衍生物等领域。

造纸技术是一门传承悠久的技术，可以应用在许多领域，如制作锂电池隔膜，而在不同领域或者同个领域的不同方面，对制造出来的纸张结构都有不同的要求，因此针对纸张结构不同尺度的研究已经进行了许多年。也因此，用于造纸的一种材料——纤维素，它的宏观、微观还是分子尺度均被研究了很多年。这么多年以来，有研究者在单纤维的基础上，考虑周围纤维的干扰来建立纤维模型，利用计算机技术生成二维编织纤维结构；也有研究者利用计算机技术随机产生二维或者三维的纤维结构。然而，这两类方法建立所得的模型与纤维的实际结构依旧相差较大，并不能真实反映纤维的结构，只能应用于一些简单的定性模拟分析。导致这种结果的一部分原因，是因为在对拍摄得到纤维微观图片的处理以及参数统计中，有些参数统计是通过人工多次测量出来的，这样的话，无法得到足够多以及较为准确的统计数据(彭羽健《锂离子电池纤维素隔膜多尺度结构与力学性能研究》)。

发明内容

本发明的目的是针对上述现有技术的不足，在对纤维素的众多参数中，选择直径这一参数，提出一种基于图像处理的纤维图像分割及直径统计方法，该方法通过二值化处理、形态学处理、骨架化、边缘提取等操作，实现了对纤维素直径的统计，从而获得足够多且较为准确的直径数据，解决了需要人工进行多次测量统计的繁琐以及不准确的问题，方便后续建立纤维素的二维或者三维随机模型提供有利帮助，使得后续纤维素结构模型更加贴合实际纤维结构。

本发明至少通过如下技术方案之一实现。

一种基于图像处理的纤维图像分割及直径统计方法，包括以下步骤：

1)通过软件读取通过扫描电子显微镜(SEM)拍摄所得的纳米纤维素结构图像image；

2)将图像image从RGB格式转换为灰度图像，再将灰度图像进行二值化处理获得二值图像BW；

3)运用形态学算法对二值图像BW中不满足要求的区域进行去除处理，得到图像BW1；

4)对步骤3)处理得到的图像进行分割；

5)对分割后的图像中的图案进行宽度统计，用于建立纤维素的二维或者三维随机模型。

优选的，步骤2)中的二值化处理是通过使用比特图层分层的算法，将灰度图像分成八张二值化图片，选择蕴含图像信息最多的第八层比特图层为目标图片来进行下一步处理。

优选的，步骤3)中的去除处理是通过Matlab的bwareaopen函数，分别对二值化图像BW取反前后进行去除处理。

优选的，步骤4)中的图像分割是通过逐一提取每条纤维的中心骨架以及边缘为基础来实现图像分割，具体过程为：

4.1)对去除处理后的BW1图像进行连通域编号，并按照编号顺序，逐一提取出来进行下一步操作；