CN112100845B - 一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 - Google Patents
一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 Download PDFInfo
- Publication number
- CN112100845B CN112100845B CN202010958797.1A CN202010958797A CN112100845B CN 112100845 B CN112100845 B CN 112100845B CN 202010958797 A CN202010958797 A CN 202010958797A CN 112100845 B CN112100845 B CN 112100845B
- Authority
- CN
- China
- Prior art keywords
- contour
- pore
- layer
- formula
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/26—Composites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种碳/碳复合材料孔隙结构的轮廓匹配及空间结构表征技术,解决了碳/碳复合材料在数值模拟中空间结构难以表征的技术问题,该方法基于光学显微图像,利用图像处理将孔隙轮廓从碳/碳复合材料的二维图像中提取出来,解决了由于拍摄过程中位置改变所引起的轮廓不匹配问题,同时利用三角平面完成了孔隙厚度方向的构建,实现了对多个孔隙轮廓进行精确地空间结构表征,为后续分析轮廓结构对碳/碳复合材料整体力学性能奠定基础,同时该方法简单易行,成本不高。
Description
技术领域
本发明属于材料学和计算机科学的交叉领域,涉及一种碳/碳复合材料孔隙空间三维结构的精准表征方法,特别是涉及上下厚度层的轮廓匹配和三角面重建的方法。
背景技术
伴随着计算机技术的发展,数值模拟是目前复合材料性能评估的重要手段之一,其能够很好地弥补实验的不足。碳/碳复合材料凭借其优异的高温力学性能被广泛应用于航空航天以及摩擦磨损领域,然而在制备碳/碳复合材料过程中不可避免地产生形状复杂的孔隙,因此准确表征孔隙形状是模拟碳/碳复合材料整体性能的难点。
孔隙空间三维结构的表征大多基于X射线计算机断层扫描成像技术(XCT)。XCT可以在无损的条件下逐层对复合材料微观结构进行扫描,效率较高,但是要求被扫描的试样体积很小,获得的图像分辨率较差,尤其是各组分灰度相接近的复合材料,一些微观结构往往不能准确识别,而且需要专门的实验设备,成本高。如文献“Z.Yang,W.Ren,R.Sharma,S.McDonald,M.Mostafavi,Y.Vertyagina,T.J.Marrow,In-situ X-ray computedtomography characterisation of 3D fracture evolution and image-basednumerical homogenisation of concrete.Cement and Concrete Composites,2017.75:p.74-83”中利用一种原位XCT技术对水泥基复合材料进行三维表征,其模型能够较准确评估水泥基复合材料整体力学性能,但是得到的二维图像分辨率只达到37.2μm,对于各成分灰度相接近的复合材料,难以将孔隙从中区分出来,而且具有庞大的轮廓结构特征点数据(超过15Gb),一般的数值模拟软件较难建立相应的模型。光学显微成像技术相对于XCT技术,其分辨率较高,操作简单,能够获取高质量的复合材料二维微观结构特征图像,虽然相邻厚度层之间具有一定的平面度误差,但是当上下厚度层间的距离较小时,所引起的平面度误差可以忽略不计。由于碳/碳复合材料中各组分的材料灰度属性相似,不易区分,因此适宜采用光学显微成像技术。基于显微成像技术表征碳/碳复合材料孔隙的空间结构存在一定挑战,如二维图像获取时容易导致上下层轮廓不匹配的现象,以及孔隙厚度方向的平面表征较难等。
发明内容
本发明解决的技术问题是:本发明采用光学显微镜成像技术获取碳/碳复合材料的二维图像信息,提出一种将孔隙轮廓近似椭圆的匹配方法,根据近似椭圆的取向、中心位置以及灰度等来综合计算上下层轮廓的匹配度,寻找最佳的匹配轮廓,能有效地解决获取二维显微图像中由于位置改变而导致的轮廓不匹配现象;采用Freeman链码规则精简轮廓数据,保证匹配轮廓之间的特征点数相同,并基于最短对角线原则构建厚度方向的三角平面,为后续有限元分析孔隙结构的影响奠定基础。其次相对于XCT扫描技术,该方法成本较低,操作简单。
本发明的技术方案是:一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法,包括以下步骤:
步骤一:将所要分析的碳/碳复合材料按照相同的间隔厚度进行磨样、抛光等处理,在偏光显微镜(PLM)下拍摄一组照片,获取不同厚度层的图像信息;
步骤二:将上一步拍摄的图像分别进行预处理操作,获取各PLM图像的灰度直方图,从灰度直方图中得到孔隙的灰度阈值;
步骤三:将上一步预处理后的图像采用阈值分割算法进行二值化处理,并结合形态学算法获得各孔隙区域的面积属性,同时摒除面积较小的区域,从而得到各孔隙区域在二值化后的轮廓数据点集合;
步骤四:采用Freeman链码的方式将上一步得到的轮廓数据点集合转化为轮廓边界坐标点,为保证各层轮廓边界坐标点数相同,寻找出其中数量最少的轮廓边界坐标点,并将其边界坐标点个数作为标准特征数;
步骤五:结合上一步精简后的轮廓边界坐标点,确定上一层图像中完全包裹某个孔隙轮廓的最小方形范围,下一层图像中与之匹配的可能孔隙轮廓所在的最大范围为候选匹配范围,两个范围之间的关系满足下式:
式中pa和pb表示最小方形范围的长和宽,la和lb表示下一层候选匹配范围的长和宽,d代表相邻层之间的垂直厚度;
步骤六:利用上一步获得的候选匹配范围,进行轮廓匹配操作,包括轮廓几何相似性测度和非几何相似性测度计算;
轮廓几何相似性测度(HCGS)采用近似椭圆孔隙的三项基本参数(中心坐标,朝向角,长短轴)来描述孔隙实际轮廓的几何形位信息;其中包括中心点相似性测度(CPS)、朝向角相似性测度(AS)、长轴朝向角测度(RAS)、短轴朝向角测度(RBS),表达式为:
HCGS(i,j)=ω1CPS(i,j)+ω2AS(i,j)+ω3(RA(i,j)+RB(i,j)) (9)
式中ωi(i=1,2,3)表示的是权重,满足等式ω1+ω2+ω3=1;
非几何相似性测度(HCNGS)是将两个待匹配的孔隙转化为区域内部灰度的统计均值和方差之间的相似性程度;其中包括灰度统计均值相似性测度(GSS)、灰度统计方差相似测度(GVS);
HCNGS(i,j)=ω4GSS(i,j)+ω5GVS(i,j) (12)
式中ωi(i=4,5)表示的是权重,满足等式ω4+ω5=1;
步骤七:结合上一步得到的几何相似性测度和非几何相似性测度,确定轮廓的总相似性测度HCS(i,j),遍历下层所有孔隙轮廓之后,最大总相似性测度所对应的孔隙轮廓为最佳匹配轮廓;
HCS(i,j)=ω6HCGS(i,j)+ω7HCNGS(i,j) (13)
式中权重ωi(i=6,7)满足等式ω6+ω7=1;
步骤八:根据上一步中不同图像中各轮廓的上下匹配关系,采用基于最短对角线约束条件来进行厚度方向的三角面重建,三角面之间不相交,每一孔隙轮廓上的每一段相邻特征点间的线段只属于一个三角面,因此遍历所有轮廓特征点,完成孔隙的空间结构表征。
本发明进一步的技术方案是:所述步骤四中采用间隔取点方式对剩余各孔隙区域的轮廓边界坐标点数量精简为标准特征数,保证了精简前后的最大误差值小于2%。
发明效果
本发明的技术效果在于:本发明解决了碳/碳复合材料在数值模拟中孔隙空间结构难以表征的技术问题,该方法基于光学显微图像,利用图像处理将孔隙轮廓从碳/碳复合材料的二维图像中提取出来,解决了由于拍摄过程中位置改变所引起的轮廓不匹配问题,同时利用三角平面完成了孔隙厚度方向的构建,实现了对多个孔隙轮廓进行精确地空间结构表征,为后续分析轮廓结构对碳/碳复合材料整体力学性能奠定基础,同时该方法简单易行,成本不高。
附图说明
图1是碳/碳复合材料的PLM图像:(a)为第一层二维图像,(b)为第二层二维图像,(c)为第三层二维图像,(d)第四层二维图像,(e)为第五层二维图像;
图2是各厚度层的灰度直方图:(a)为第一层图像的灰度直方图,(b)为第二层图像的灰度直方图,(c)为第三层图像的灰度直方图,(d)为第四层图像的灰度直方图,(e)为第五层图像的灰度直方图;
图3是各厚度层图像提取后的轮廓:(a)为第一层图像的孔隙轮廓,(b)为第二层图像的孔隙轮廓,(c)为第三层图像的孔隙轮廓,(d)为第四层图像的孔隙轮廓,(e)为第五层图像的孔隙轮廓;
图4是各厚度层精简后轮廓示意图:(a)为第一层图像的精简图,(b)为第二层图像的精简图,(c)为第三层图像的精简图,(d)为第四层图像的精简图,(e)为第五层图像的精简图;
图5是轮廓匹配范围示意图;
图7是三角面重建判断示意图;
图8是孔隙空间三维结构重构效果图。
具体实施方式
参见图1—图8,现结合实例、附图对本发明作进一步描述:
实施例1:以CVI工艺制备的碳/碳复合材料为例,建立步骤如下:
步骤一:所要分析的碳/碳复合材料按照间隔约(10~30μm)厚度进行磨样、抛光,并在偏光显微镜(PLM)下拍摄一组(不低于5张)照片(尽可能地多取照片,这里选取为5张),如图1所示。本实施例中厚度取20μm,
步骤二:将拍摄的图像分别进行预处理操作(包括去除噪点,图像变换以及线性点运算等),获取各PLM图像的灰度直方图,根据图2的灰度直方图可以得到孔隙的灰度阈值,当灰度值低于0.3时即认为该区域是孔隙。
步骤三:将预处理后的图像采用阈值分割算法进行二值化处理,并结合数学形态学算法获得各孔隙区域的面积属性,同时摒除面积较小的区域,从而得到各孔隙区域在二值化后的轮廓数据点集合,如图3所示。
步骤四:采用Freeman链码的方式对上一步获得的轮廓数据点集合转化为轮廓边界坐标点,为保证孔隙轮廓边界坐标点数相同,寻找出其中数量最少的轮廓边界坐标点,并将其边界坐标点个数作为标准特征数,采用间隔取点的方式对剩余各孔隙区域的轮廓边界坐标点数量精简为标准特征数,保证各层特征点数相同;本发明以所有图像中最少的轮廓数据点为标准特征点数,根据图4获得了标准特征点数为67的精简轮廓图,精简前后所引起的最大误差
步骤五:结合上一步精简后的轮廓边界坐标点,确定上一层图像中完全包裹某个孔隙轮廓的最小方形范围,下一层图像中与之匹配的可能孔隙轮廓所在的最大范围为候选匹配范围,如图5所示,两个范围之间的关系满足下式:
式中pa和pb表示最小方形范围的长和宽,la和lb表示下一层候选匹配范围的长和宽,d代表相邻层之间的厚度,这里d=20μm。
步骤六:利用上一步获得的候选匹配范围,进行轮廓匹配操作,包括轮廓几何相似性测度和非几何相似性测度计算。
轮廓几何相似性测度(HCGS)采用近似椭圆孔隙的三项基本参数(中心坐标,朝向角,长短轴)来描述孔隙实际轮廓的几何形位信息,如图6所示。其中包括中心点相似性测度(CPS)、朝向角相似性测度(AS)、长轴朝向角测度(RAS)、短轴朝向角测度(RBS),表达式分别为:
HCGS(i,j)=ω1CPS(i,j)+ω2AS(i,j)+ω3(RA(i,j)+RB(i,j)) (24)
非几何相似性测度(HCNGS)是将两个待匹配的孔隙转化为区域内部灰度的统计均值和方差之间的相似性程度。其中包括灰度统计均值相似性测度(GSS)、灰度统计方差相似测度(GVS)。
HCNGS(i,j)=ω4GSS(i,j)+ω5GVS(i,j) (27)
步骤七:结合上一步得到的几何相似性测度和非几何相似性测度,确定轮廓的总相似性测度HCS(i,j),遍历下层所有孔隙轮廓之后,最大总相似性测度所对应的孔隙轮廓为最佳匹配轮廓。
HCS(i,j)=ω6HCGS(i,j)+ω7HCNGS(i,j) (28)
步骤八:根据上一步中不同图像中各轮廓的上下匹配关系,采用基于最短对角线约束条件来进行厚度方向的三角面重建;图7表示三角面的顶点至少有一个是P,另一个是Q,三角面之间不相交,而且每一孔隙轮廓上的每一段相邻特征点间的线段只属于一个三角面,每条相交边PiQi只属于其中两个相邻的三角面,若P1Q2≤P2Q1,则被划分的两个相邻三角面视为可接受表面;图8为基于三角面的孔隙轮廓空间结构效果图。
Claims (2)
1.一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法,其特征在于,包括以下步骤:
步骤一:将所要分析的碳/碳复合材料按照相同的间隔厚度进行磨样、抛光处理,在偏光显微镜(PLM)下拍摄一组照片,获取不同厚度层的图像信息;
步骤二:将上一步拍摄的图像分别进行预处理操作,获取各PLM图像的灰度直方图,从灰度直方图中得到孔隙的灰度阈值;
步骤三:将上一步预处理后的图像采用阈值分割算法进行二值化处理,并结合形态学算法获得各孔隙区域的面积属性,同时摒除面积较小的区域,从而得到各孔隙区域在二值化后的轮廓数据点集合;
步骤四:采用Freeman链码的方式将上一步得到的轮廓数据点集合转化为轮廓边界坐标点,为保证各层轮廓边界坐标点数相同,寻找出其中数量最少的轮廓边界坐标点,并将其边界坐标点个数作为标准特征数;
步骤五:结合上一步精简后的轮廓边界坐标点,确定上一层图像中完全包裹某个孔隙轮廓的最小方形范围,下一层图像中与之匹配的可能孔隙轮廓所在的最大范围为候选匹配范围,两个范围之间的关系满足下式:
式中pa和pb表示最小方形范围的长和宽,la和lb表示下一层候选匹配范围的长和宽,d代表相邻层之间的垂直厚度;
步骤六:利用上一步获得的候选匹配范围,进行轮廓匹配操作,包括轮廓几何相似性测度和非几何相似性测度计算;
轮廓几何相似性测度(HCGS)采用近似椭圆孔隙的三项基本参数来描述孔隙实际轮廓的几何形位信息,其中三项基本参数为中心坐标,朝向角,长短轴;其中包括中心点相似性测度(CPS)、朝向角相似性测度(AS)、长轴朝向角测度(RAS)、短轴朝向角测度(RBS),表达式为:
HCGS(i,j)=ω1CPS(i,j)+ω2AS(i,j)+ω3(RA(i,j)+RB(i,j)) (9)
式中ωi表示的是权重,满足等式ω1+ω2+ω3=1,其中i=1,2,3;
非几何相似性测度(HCNGS)是将两个待匹配的孔隙转化为区域内部灰度的统计均值和方差之间的相似性程度;其中包括灰度统计均值相似性测度(GSS)、灰度统计方差相似测度(GVS);
HCNGS(i,j)=ω4GSS(i,j)+ω5GVS(i,j) (12)
式中ωi表示的是权重,满足等式ω4+ω5=1,其中i=4,5;
步骤七:结合上一步得到的几何相似性测度和非几何相似性测度,确定轮廓的总相似性测度HCS(i,j),遍历下层所有孔隙轮廓之后,最大总相似性测度所对应的孔隙轮廓为最佳匹配轮廓;
HCS(i,j)=ω6HCGS(i,j)+ω7HCNGS(i,j) (13)
式中权重ωi满足等式ω6+ω7=1,其中i=6,7;
步骤八:根据上一步中不同图像中各轮廓的上下匹配关系,采用基于最短对角线约束条件来进行厚度方向的三角面重建,三角面之间不相交,每一孔隙轮廓上的每一段相邻特征点间的线段只属于一个三角面,因此遍历所有轮廓特征点,完成孔隙的空间结构表征。
2.如权利要求1所述的一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法,其特征在于,所述步骤四中采用间隔取点方式对剩余各孔隙区域的轮廓边界坐标点数量精简为标准特征数,保证了精简前后的最大误差值小于2%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010958797.1A CN112100845B (zh) | 2020-09-14 | 2020-09-14 | 一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010958797.1A CN112100845B (zh) | 2020-09-14 | 2020-09-14 | 一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100845A CN112100845A (zh) | 2020-12-18 |
CN112100845B true CN112100845B (zh) | 2022-03-11 |
Family
ID=73750912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010958797.1A Active CN112100845B (zh) | 2020-09-14 | 2020-09-14 | 一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100845B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109299720A (zh) * | 2018-07-13 | 2019-02-01 | 沈阳理工大学 | 一种基于轮廓片段空间关系的目标识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3028940B1 (fr) * | 2014-11-21 | 2016-12-30 | Synchrotron Soleil | Procede et dispositif de caracterisation en trois dimensions d'une surface d'un objet |
CN110569861B (zh) * | 2019-09-01 | 2022-11-22 | 中国电子科技集团公司第二十研究所 | 一种基于点特征和轮廓特征融合的图像匹配定位方法 |
-
2020
- 2020-09-14 CN CN202010958797.1A patent/CN112100845B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109299720A (zh) * | 2018-07-13 | 2019-02-01 | 沈阳理工大学 | 一种基于轮廓片段空间关系的目标识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112100845A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104331699B (zh) | 一种三维点云平面化快速搜索比对的方法 | |
CN109658398B (zh) | 一种基于三维测量点云的零件表面缺陷识别与评估方法 | |
CN109580630B (zh) | 一种机械零部件缺陷的视觉检测方法 | |
CN110969624A (zh) | 一种激光雷达三维点云分割方法 | |
CN109886939B (zh) | 基于张量投票的桥梁裂缝检测方法 | |
Nikishkov et al. | Finite element mesh generation for composites with ply waviness based on X-ray computed tomography | |
CN110544233B (zh) | 基于人脸识别应用的深度图像质量评价方法 | |
CN110060338B (zh) | 一种基于bim模型的预制构件点云识别方法 | |
CN110807781B (zh) | 一种保留细节与边界特征的点云精简方法 | |
CN112365529B (zh) | 基于重心偏离度的隧洞点云配准方法、装置 | |
Altantsetseg et al. | 3d surface reconstruction of stone tools by using four-directional measurement machine | |
CN111968224A (zh) | 船舶3d扫描点云数据处理方法 | |
CN110348459A (zh) | 基于多尺度快速地毯覆盖法声呐图像分形特征提取方法 | |
CN113587852A (zh) | 一种基于改进三步相移的彩色条纹投影三维测量方法 | |
Li et al. | A deep learning-based indoor acceptance system for assessment on flatness and verticality quality of concrete surfaces | |
Liu et al. | Application of three-dimensional laser scanning in the protection of multi-dynasty ceramic fragments | |
Anusree et al. | Characterization of sand particle morphology: state-of-the-art | |
CN112100845B (zh) | 一种碳/碳复合材料孔隙的轮廓匹配及空间结构表征方法 | |
CN113808019A (zh) | 一种非接触测量***及方法 | |
CN116642904A (zh) | 一种基于三维点云的飞机蒙皮缺陷检测及测量方法 | |
Khaloo et al. | Extracting structural models through computer vision | |
Desrosiers et al. | Correlative laser confocal microscopy study and multimodal 2D/3D registration as ground truth for X-ray inspection of internal defects in LPBF manufacturing | |
Grifoni et al. | 3D multi-modal point clouds data fusion for metrological analysis and restoration assessment of a panel painting | |
Mara et al. | Ancient coins & ceramics–3D and 2D documentation for preservation and retrieval of lost heritage | |
Cohen et al. | Mending broken vessels a fusion between color markings and anchor points on surface breaks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |