CN111709992B - 一种用于编织陶瓷基复合材料经纬纱交叉处定位方法 - Google Patents

Abstract

一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，首先使用方向梯度直方图结合支持向量机对整张XCT切片包含经纬纱交叉位置的区域进行定位，所定位的每一个交叉区域可能同时被定位多次，因此通过重合面积比来计算是否为同一个区域，并根据每个框的准确率来剔除识别不准确的交叉位置，输出为多张包含经纬纱交叉处的子图片。之后，使用霍夫变换变换获得子图片中经纬纱对应角度的线条，根据直线相交原理，获得了经纬纱交叉位置的多个顶点，并分别根据交叉位置的特点，从这些顶点中提取出了经纬纱交叉区域的四个顶点。本发明提供的经纬纱交叉处定位方法能够进一步提高经纬纱交叉处的识别准确率，可用于平纹编织、2.5D编织等类型的CMCs连续XCT切片，适用范围广，操作简单。

Description

一种用于编织陶瓷基复合材料经纬纱交叉处定位方法

技术领域

本发明属于编织陶瓷基复合材料细观结构识别领域，具体涉及一种用于编织陶瓷基复合材料经纬纱交叉处定位方法。

背景技术

陶瓷基复合材料(CMCs，Ceramic Matrix Composites)是由连续增强纤维束、界面和基体组成，相比金属基复合材料具有密度低、耐温性能和耐腐蚀性更好的特点，是航空发动机高温热端部件的理想候选材料。具有复杂预制体结构的编织CMCs由于优异的层间抗剪切、抗冲击性能和断裂韧性，因此得到广泛的关注。

X射线计算机断层扫描成像(XCT，X-ray computed tomography)是一种无损检测技术，具有不破坏物体但可以清晰观察到材料内部结构的特点，应用XCT扫描平纹编织结构材料的内部，可以获得不同组分相的空间分布。其中，材料内部由于连续增强纤维束方向的不同，可以将其分为水平方向的经纱和竖直方向的纬纱。已有研究表明，在材料受到疲劳载荷时，疲劳的损伤起始于经纱和纬纱的交叉处，也是纤维之间磨损的典型位置；在材料的单拉过程中，大部分经纱都会断裂在经纬纱交叉处。因此，在识别过程中精准定位经纬纱的交叉处，是很重要的。然而，目前对于编织CMCs XCT切片的识别普遍是整张切片输入并进行细观结构分类，会存在经纬纱交叉处识别不准确的现象。

综上，对于编织CMCs的XCT切片经纬纱的交叉位置的定位方法，目前还未见到报道。因此，有必要对经纬纱交叉位置的确定展开研究，从而提高细观结构识别的准确率。

发明内容

本发明针对现有技术中的不足，提供一种用于编织陶瓷基复合材料经纬纱交叉处定位方法。首先使用方向梯度直方图结合支持向量机对整张XCT切片包含经纬纱交叉位置的区域进行定位，并通过重合面积比和分类准确度筛选出准确率最高的区域，输出为多张包含经纬纱交叉处的子图片。之后，使用霍夫变换获得子图片中经纬纱对应的线条，根据直线相交原理，获得了经纬纱交叉位置的多个顶点。并分别根据交叉位置的特点，从这些顶点中提取出了经纬纱交叉的四个顶点，此方法可进一步提高经纬纱交叉处的识别准确率。

为实现上述目的，本发明采用以下技术方案：

一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于，包括：

步骤1：结合方向梯度直方图算法，拟合支持向量机参数，获得符合分类准确度要求的权值文件；

步骤2：使用权值文件，对整张XCT切片包含经纬纱交叉位置的区域进行定位，并通过重合面积比和分类准确度筛选出准确率较高的区域，输出多张包含经纬纱交叉处的子图片；使用Hough变换获得子图片中经纬纱对应的线条，根据直线相交原理，获得经纬纱交叉位置的多个顶点，并根据交叉位置的特点，从这些顶点中提取出经纬纱交叉的四个顶点。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤1具体包括如下步骤：

步骤1.1：构造用于训练支持向量机算法的平纹编织数据集，通过数据集中图片的命名格式能够区分图片是否包含经纬纱交叉位置；

步骤1.2：将数据集按照随机分配原则，提取训练集和测试集；

步骤1.3：方向梯度直方图算法采用Opencv中的函数HOGDescriptor，设置图像窗口、块尺寸、胞元尺寸，且将角度分为N份；

步骤1.4：将训练集里的图片依次进行缩放，使其尺寸与图像窗口相同，采用方向梯度直方图来提取每个图片的梯度直方图；

步骤1.5：使用步骤四处理后的训练集来拟合支持向量机参数，保存训练权值文件；使用该权值文件对测试集进行类别预测，计算分类的准确度，若准确度高于阈值Accu_Threash，则使用此权值文件，反之则进一步扩大数据集，直至得到满足准确度要求的权值文件。

进一步地，步骤1.1中，数据集中图片均以“T_Cla.jpg”格式命名；其中，T是表示图片数量的一个正整数，从0开始依次递加，Cla表示图片类别的数，取值0或者1，1属于交叉处的图片，0是未交叉处的图片。

进一步地，步骤2具体包括如下步骤：

步骤2.1：建立滑动窗口，用于对整张XCT切片的每一个小区域进行分析；

步骤2.2：将滑动窗口内包含的图像进行缩放，使其尺寸与HOG的窗口尺寸相同，并计算HOG描述子，导入经训练获得的权值文件，对滑动窗口内的图像进行预测，是否属于要寻找的经纬纱交叉区域；直至滑动窗口遍历整张XCT切片后，预测结束，导出所有预测的交叉区域的坐标；

步骤2.3：通过导出的交叉区域的坐标分别计算相邻的滑动窗口之间的重合面积比，通过重合面积比和分类准确度筛选出准确率较高的区域；然后根据筛选后提取的交叉区域的坐标，裁剪出多个包含经纬纱交叉位置的子图片；

步骤2.4：设置孔隙阈值，根据孔隙阈值对子图片的像素进行设置；

步骤2.5：使用Canny算子提取子图片的边缘；

步骤2.6：确定经纱和纬纱线段对应的角度，并建立M4个角度区间；使用Hough变换提取每个角度区间的线条，并以这些线条的角度为横坐标，截距为纵坐标画出分析图，根据分析图对线条进行剔除、合并和删除，得到符合条件的线条；

步骤2.7：分离经纱和纬纱方向的线条；

步骤2.8：根据直线相交原理，获得经纬纱交叉位置的多个顶点，并根据交叉位置的特点，从这些顶点中提取出经纬纱交叉区域的四个顶点。

进一步地，步骤2.1中，滑动窗口尺寸为原数据集中的图片尺寸的M倍，1＜M＜2。

进一步地，步骤2.3中，通过导出的交叉区域的坐标分别计算相邻的滑动窗口之间的重合面积比Area_Overlap，设定阈值Area_Thresh，按照下式计算Area_Ratio：

式中，[Sliding_X，Sliding_Y]表示滑动窗口的尺寸；

当Area_Ratio大于阈值Area_Thresh时，进一步比较两者识别的准确度，留下准确度较高的区域。

进一步地，步骤2.4中，将小于孔隙阈值的像素全部变为0，将大于孔隙阈值的像素变为Fiber_Value，Fiber_Value表示纤维灰度值。

进一步地，步骤2.6中，从每个分析图中，提取前M5个响应最强烈的角度和截距对应的线条，并将距离小于距离阈值Dis_Thresh的线条进行合并，将长度小于长度阈值Len_Thresh的线条进行删除，最后获得符合条件的线条。

进一步地，步骤2.7中，求出符合条件的线条的斜率，如果斜率绝对值大于斜率阈值Slope_Thresh，则属于纬纱，反之则属于经纱。

进一步地，步骤2.8具体如下：

1)求取经纱上下两侧的线条：根据子图片的竖直中心点坐标，将经纱对应线条的任意两点横坐标与中心点横坐标进行比较，如果小于则属于上侧，反之则属于下侧；

2)求取纬纱左右两侧的线条：根据子图片的水平中心点坐标，将纬纱对应线条的任意两点纵坐标与中心点纵坐标进行比较，如果小于则属于左侧，反之则属于右侧；

3)求取交叉处左下方顶点坐标：提取纬纱左侧线条的角度和截距以及经纱下侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点横坐标最大值和纵坐标最小值；

4)求取交叉处左上方顶点坐标：提取纬纱左侧线条的角度和截距以及经纱上侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最大值和纵坐标最大值；

5)求取交叉处右上方顶点坐标：提取纬纱右侧线条的角度和截距以及经纱上侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最小值和纵坐标最大值；

6)求取交叉处右下方的顶点坐标：提取右侧的纬纱线条的角度和截距以及经纱下侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最小值和纵坐标最小值；

7)经过以上方法，经纬纱交叉区域的顶点坐标被全部求出。

本发明的有益效果是：本发明提供的经纬纱交叉处定位方法能够进一步提高经纬纱交叉处的识别准确率，可用于平纹编织、2.5D编织等类型的CMCs连续XCT切片，适用范围广，操作简单。

附图说明

图1是数据集图像以及名称格式对照图。

图2a是第一部分对应的实际应用图片提取结果。

图2b是第一部分对应的实际应用图片提取后，又经过比较重合面积比细化的结果。

图3a是第二部分所选取的子图片。

图3b是第二部分提取得子图片边缘。

图4a是Hough变换提取得第一个角度区间[-5：5]的截距和角度分析图。

图4b是Hough变换提取得第二个角度区间[-90：-85]的截距和角度分析图。

图4c是Hough变换提取得第三个角度区间[85：89.5]的截距和角度分析图。

图5a是左下侧经纬纱交叉区域的顶点坐标，以圆点表示。

图5b是左上侧经纬纱交叉区域的顶点坐标，以圆点表示。

图6是经纬纱交叉区域的四个顶点坐标，以圆点表示。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

第一部分：

步骤一、构造用于训练支持向量机算法的平纹编织数据集，共M张，尺寸为[Size_X，Size-Y]。将数据集中图片均按照以“T_Cla.jpg”格式命名。如图1所示，T是表示图片数量一个正整数，从0开始依次递加；Cla是表示图片类别的数，取值0或者1，1属于交叉处的图片，0是未交叉处的图片。实施例中，数据集中图片共200张，尺寸为[150，120]。

步骤二、将数据集按照随机分配原则，提取训练集和测试集，比例为4：1，分别为160和40张。

步骤三、方向梯度直方图算法采用Opencv中的函数HOGDescriptor，图像窗口设置为[Winsize，Winsize]，块尺寸设置为[Blocksize，Blocksize]，胞元尺寸为[Cellsize，Cellsize]，且将角度分为N份，其余按照内部的默认值设置。实施例中，图像窗口设置为(88，88)，块尺寸设置为(44，44)，胞元尺寸为(22，22)，且将角度分为9份。

步骤四、将数据集里的训练图片依次进行缩放，使其尺寸与[Winsize，Winsize]即(88，88)相同，采用方向梯度直方图来提取每个图片的梯度直方图。

步骤五、使用训练数据集来拟合支持向量机参数，保存训练权值文件。使用此文件对测试集进行类别预测，计算分类的准确度，如果准确度高于阈值Accu_Threash(取0.94)，则使用此权值文件进行实际应用，反之则进一步扩大数据集。实际应用图片提取结果如图2a、2b所示。

第二部分：

步骤六、构造滑动窗口。实际应用场景是将其应用在一张包含若干个交叉处或者未交叉处的XCT切片中，因此需要建立滑动窗口，使其在实际应用时，可以对图片的每一个小区域进行分析。滑动窗口尺寸略微大于原数据集中的图片，为M(1＜M＜2)倍，滑动窗口的尺寸为[Sliding_X，Sliding_Y]，滑动窗口的步长为Step_Sliding，窗口的左上角坐标为[X，Y]，则右下角坐标为[X+Sliding_X，Y+Sliding_Y]。实施例中，滑动窗口的尺寸为[220，220]，滑动窗口的步长为20，窗口的左上角坐标为[0，0]，则右下角坐标为[220，220]。

步骤七、将滑动窗口内包含的图像进行缩放，使其尺寸与HOG的窗口尺寸[Winsize，Winsize]即(88，88)相同，并计算HOG描述子，导入上述经训练获得的权值文件，即可对滑动窗口内的图像进行预测，是否属于要寻找的经纬纱交叉区域。直至滑动窗口遍历整张XCT切片后，预测结束，导出所有预测的包含交叉处的坐标。

步骤八、由于此时相邻较近的滑动窗口步长不足以完全跨过这个区域，因此存在重复预测的现象。通过上述导出的交叉区域的坐标分别计算互相之间的重合面积比Area_Overlap，设定阈值Area_Thresh。当Area_Ratio大于此阈值时，进一步比较两者识别的准确度，留下准确度较高区域，至此获得了整张图片的分类结果。根据提取的交叉区域位置坐标，裁剪出多个包含经纬纱交叉处的子图片，如图3a所示；

步骤九、设置孔隙的阈值。对子图片的孔隙区域的像素进行统计，随机取M3个像素值小于Hole_Thresh的像素，根据人工对比，确定是否这些像素里全部为孔隙，则设置此值为孔隙阈值，并将小于此值的像素全部变为0，将大于此值的像素变为Fiber_Value。实施例中，随机取200个像素值小于20的像素，根据人工对比，确定这些像素全部为孔隙，设置20为孔隙阈值，并将小于此值的像素全部变为0，将大于此值的像素变为128。

步骤十、使用Canny算子提取子图片的边缘，如图3b所示。

步骤十一、根据人工分析，确定经纱和纬纱线段大致对应的角度，并建立M4个角度区间。使用Hough变换提取每个角度区间的线条，并以这些线条的角度为横坐标，截距为纵坐标画出分析图。从每个分析图中，提取前M5个响应最强烈的角度和截距对应的线条，并将距离小于Dis_Thresh进行合并，将长度小于Len_Thresh的线条进行删除，获得了符合条件的线条数量Num_Lines。实施例中，如图4a、4b、4c所示，建立三个角度区间[(-5：5)，(-90：-85)，(85：89.5)]。从每个分析图中，提取前4个响应最强烈的角度和截距对应的线条，并将距离小于1000进行合并，将长度小于100的线条进行删除，获得了符合条件的线条数量10。

步骤十二、分离经纱和纬纱方向的线条。求出上述所得线条的斜率，如果斜率绝对值大于Slope_Thresh(取6)，则属于纬纱，反之则属于经纱。

步骤十三、求取经纱上下两侧的线条。根据子图片的竖直中心点坐标，将经纱对应线条的任意两点横坐标与中心点横坐标进行比较，如果小于则属于上侧，反之则属于下侧，确定为经纱上侧为2根，下侧为4根。

步骤十四、求取纬纱左右两侧的线条。根据子图片的水平中心点坐标，将纬纱对应线条的任意两点纵坐标与中心点纵坐标进行比较，如果小于则属于左侧，反之则属于右侧，确定为纬纱左侧为两根，右侧为2根。

步骤十五、求取交叉处左下方顶点坐标。如图5a所示，提取两条纬纱左侧线条的角度和截距以及四条经纱下侧线条的角度和截距。根据直线相交原理，分别求取这八个交点，并提取这八个交点的横坐标最大值和纵坐标最小值。

步骤十六、求取交叉处左上方顶点坐标。如图5b所示，提取两条纬纱左侧线条的角度和截距以及两条经纱上侧线条的角度和截距。根据直线相交原理，分别求取这四个交点，并提取这四个交点的横坐标最大值和纵坐标最大值。

步骤十七、求取交叉处右上方顶点坐标。提取两条纬纱右侧的角度和截距以及两条经纱上侧的线条的角度和截距。根据直线相交原理，分别求取这四个交点，并提取这四个交点的横坐标最小值和纵坐标最大值。

步骤十八、求取交叉处右下方的顶点坐标。提取两条纬纱右侧的角度和截距以及四条经纱下侧的线条的角度和截距。根据直线相交原理，分别求取这八个交点，并提取这四个交点的横坐标最小值和纵坐标最小值。

步骤十九、经过上述方法，经纬纱交叉处的顶点坐标可以被全部求出，如图6所示。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (9)

1.一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于，包括：

步骤1：结合方向梯度直方图算法，拟合支持向量机参数，获得符合分类准确度要求的权值文件；

步骤2：使用权值文件，对整张XCT切片包含经纬纱交叉位置的区域进行定位，并通过重合面积比和分类准确度筛选出准确率较高的区域，输出多张包含经纬纱交叉处的子图片；使用Hough变换获得子图片中经纬纱对应的线条，根据直线相交原理，获得经纬纱交叉位置的多个顶点，并根据交叉位置的特点，从这些顶点中提取出经纬纱交叉的四个顶点；步骤2具体包括如下步骤：

步骤2.1：建立滑动窗口，用于对整张XCT切片的每一个小区域进行分析；

步骤2.2：将滑动窗口内包含的图像进行缩放，使其尺寸与HOG的窗口尺寸相同，并计算HOG描述子，导入经训练获得的权值文件，对滑动窗口内的图像进行预测，是否属于要寻找的经纬纱交叉区域；直至滑动窗口遍历整张XCT切片后，预测结束，导出所有预测的交叉区域的坐标；

步骤2.3：通过导出的交叉区域的坐标分别计算相邻的滑动窗口之间的重合面积比，通过重合面积比和分类准确度筛选出准确率较高的区域；然后根据筛选后提取的交叉区域的坐标，裁剪出多个包含经纬纱交叉位置的子图片；步骤2.3中，通过导出的交叉区域的坐标分别计算相邻的滑动窗口之间的重合面积比Area_Overlap，设定阈值Area_Thresh，当Area_Ratio大于阈值Area_Thresh时，进一步比较两者识别的准确度，留下准确度较高的区域；

步骤2.4：设置孔隙阈值，根据孔隙阈值对子图片的像素进行设置；

步骤2.5：使用Canny算子提取子图片的边缘；

步骤2.6：确定经纱和纬纱线段对应的角度，并建立M4个角度区间；使用Hough变换提取每个角度区间的线条，并以这些线条的角度为横坐标，截距为纵坐标画出分析图，根据分析图对线条进行剔除、合并和删除，得到符合条件的线条；

步骤2.7：分离经纱和纬纱方向的线条；

步骤2.8：根据直线相交原理，获得经纬纱交叉位置的多个顶点，并根据交叉位置的特点，从这些顶点中提取出经纬纱交叉区域的四个顶点。

2.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤1具体包括如下步骤：

步骤1.1：构造用于训练支持向量机算法的平纹编织数据集，通过数据集中图片的命名格式能够区分图片是否包含经纬纱交叉位置；

步骤1.2：将数据集按照随机分配原则，提取训练集和测试集；

步骤1.3：方向梯度直方图算法采用Opencv中的函数HOGDescriptor，设置图像窗口、块尺寸、胞元尺寸，且将角度分为N份；

步骤1.4：将训练集里的图片依次进行缩放，使其尺寸与图像窗口相同，采用方向梯度直方图来提取每个图片的梯度直方图；

步骤1.5：使用步骤1.4处理后的训练集来拟合支持向量机参数，保存训练权值文件；使用该权值文件对测试集进行类别预测，计算分类的准确度，若准确度高于阈值Accu_Threash，则使用此权值文件，反之则进一步扩大数据集，直至得到满足准确度要求的权值文件。

3.如权利要求2所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤1.1中，数据集中图片均以“T_Cla.jpg”格式命名；其中，T是表示图片数量的一个正整数，从0开始依次递加，Cla表示图片类别的数，取值0或者1，1属于交叉处的图片，0是未交叉处的图片。

4.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.1中，滑动窗口尺寸为原数据集中的图片尺寸的M倍，1＜M＜2。

5.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.3中，按照下式计算Area_Ratio：

式中，[Sliding_X，Sliding_Y]表示滑动窗口的尺寸。

6.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.4中，将小于孔隙阈值的像素全部变为0，将大于孔隙阈值的像素变为Fiber_Value，Fiber_Value表示纤维灰度值。

7.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.6中，从每个分析图中，提取前M5个响应最强烈的角度和截距对应的线条，并将距离小于距离阈值Dis_Thresh的线条进行合并，将长度小于长度阈值Len_Thresh的线条进行删除，最后获得符合条件的线条。

8.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.7中，求出符合条件的线条的斜率，如果斜率绝对值大于斜率阈值Slope_Thresh，则属于纬纱，反之则属于经纱。

9.如权利要求1所述的一种用于编织陶瓷基复合材料经纬纱交叉处定位方法，其特征在于：步骤2.8具体如下：

1)求取经纱上下两侧的线条：根据子图片的竖直中心点坐标，将经纱对应线条的任意两点横坐标与中心点横坐标进行比较，如果小于则属于上侧，反之则属于下侧；

2)求取纬纱左右两侧的线条：根据子图片的水平中心点坐标，将纬纱对应线条的任意两点纵坐标与中心点纵坐标进行比较，如果小于则属于左侧，反之则属于右侧；

3)求取交叉处左下方顶点坐标：提取纬纱左侧线条的角度和截距以及经纱下侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点横坐标最大值和纵坐标最小值；

4)求取交叉处左上方顶点坐标：提取纬纱左侧线条的角度和截距以及经纱上侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最大值和纵坐标最大值；

5)求取交叉处右上方顶点坐标：提取纬纱右侧线条的角度和截距以及经纱上侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最小值和纵坐标最大值；

6)求取交叉处右下方的顶点坐标：提取右侧的纬纱线条的角度和截距以及经纱下侧线条的角度和截距，根据直线相交原理，分别求取这些交点，并提取这些交点的横坐标最小值和纵坐标最小值；

7)经过以上方法，经纬纱交叉区域的顶点坐标被全部求出。

Images