專利名稱：基于ct圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于有限元網(wǎng)格模型重構(gòu)技術(shù)領(lǐng)域，涉及異質(zhì)材料有限元網(wǎng)格模型重構(gòu)方法，尤其是一種基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法。
背景技術(shù)：
由多種組分構(gòu)成的異質(zhì)材料(如復(fù)合材料、多孔材料等)是天然材料及合成材料中最為常見的材料之一，這些材料的宏觀性能(如剛度、強(qiáng)度和韌度等)主要由其微觀結(jié)構(gòu)決定。因此，透徹地研究異質(zhì)材料的微觀結(jié)構(gòu)對(duì)其宏觀性能的影響對(duì)于設(shè)計(jì)和開發(fā)新的高性能異質(zhì)材料具有重要意義。有限元方法是研究材料微觀結(jié)構(gòu)與宏觀性能之間關(guān)系的最有效的方法之一，該方法需要首先建立能夠反映材料真實(shí)微觀結(jié)構(gòu)的模型。然而，由于異質(zhì)材料微觀結(jié)構(gòu)的復(fù)雜性，建立其微結(jié)構(gòu)模型是材料設(shè)計(jì)的一大難題。 在異質(zhì)材料性能的研究中，人們提出了多種克服建模困難的方法，其中，比較傳統(tǒng)的是單胞模型方法。該方法基于異質(zhì)材料在宏觀上表現(xiàn)出的均質(zhì)特性，將其微觀結(jié)構(gòu)理想化為具有簡(jiǎn)單幾何特征的模型。這種方法能夠有效地預(yù)測(cè)異質(zhì)材料的組分性能、體積分?jǐn)?shù)、形狀和分布對(duì)宏觀性能的影響，但是該方法忽略了異質(zhì)材料真實(shí)的微觀幾何構(gòu)造，難以用于對(duì)材料進(jìn)行精確的分析。隨著數(shù)字圖像處理技術(shù)的不斷發(fā)展，研究人員提出了利用異質(zhì)材料斷層掃描圖像重構(gòu)其微觀幾何模型的方法。該方法采集斷面圖像的基礎(chǔ)上，通過將圖像分割為不同的組分相并進(jìn)而提取各相邊界信息的方法建立材料的幾何表面或?qū)嶓w模型。該幾何重構(gòu)方法考慮了異質(zhì)材料固有的形態(tài)學(xué)、聚集態(tài)和分布特征，并且盡可能少地引入微結(jié)構(gòu)假設(shè)，這些特點(diǎn)使得該方法被廣泛地用于分析異質(zhì)材料的宏觀行為。盡管近年來幾何重構(gòu)方法趨于完善，對(duì)異質(zhì)材料進(jìn)行宏觀性能的有限元預(yù)測(cè)仍然需要發(fā)展新的微觀結(jié)構(gòu)重構(gòu)方法。因?yàn)椴捎矛F(xiàn)有幾何重構(gòu)方法建立的模型需要進(jìn)一步劃分網(wǎng)格，而基于復(fù)雜表面或?qū)嶓w劃分的網(wǎng)格多為三角形或四面體單元，有限元分析精度不高；另外，異質(zhì)材料微觀結(jié)構(gòu)的復(fù)雜性限制了網(wǎng)格的質(zhì)量，且網(wǎng)格剖分過程中容易丟失材料微觀結(jié)構(gòu)中相對(duì)細(xì)小的信息。這些缺陷使得幾何重構(gòu)方法難以更加廣泛地應(yīng)用于材料的研究設(shè)計(jì)中，因而發(fā)展能夠克服這些缺陷的新型重構(gòu)方法顯得非常重要。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)，提供一種基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，該方法通過工業(yè)CT采集材料的序列斷層圖像，并將斷層圖像中的微結(jié)構(gòu)信息映射到重構(gòu)的有限元網(wǎng)格模型中，使得異質(zhì)材料中的任何細(xì)節(jié)結(jié)構(gòu)信息都可以在模型中得到重現(xiàn)；為了提高重構(gòu)的精確度，引入了對(duì)比度受限自適應(yīng)直方均衡化、中值濾波和像素點(diǎn)插值等圖像處理方法；另外，提出了圖像裁剪和像素點(diǎn)合并等方法，用于提高后期有限元分析效率。
本發(fā)明的目的是通過以下技術(shù)方案來解決的這種基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，包括以下步驟I)利用工業(yè)CT采集異質(zhì)材料中各平行截面的序列斷層圖像，并將圖像數(shù)字化；2)對(duì)圖像進(jìn)行閾值分割，并通過對(duì)比度受限自適應(yīng)直方均衡化、中值濾波和像素點(diǎn)插值提高圖像反映材料真實(shí)微觀結(jié)構(gòu)的精度；3)建立與序列斷層圖像形成映射關(guān)系的有限元網(wǎng)格拓?fù)淠Ｐ?，利用圖像中的組分相灰度信息確定有限元模型中各個(gè)單元的材料屬性，并通過圖像裁剪和像素點(diǎn)合并來減小有限元網(wǎng)格模型的單元規(guī)模。上述步驟I)具體按照以下方法進(jìn)行通過工業(yè)CT機(jī)在試件表面選取一個(gè)寬為W，高為h的能夠代表異質(zhì)材料微觀結(jié)構(gòu)特征的代表性矩形區(qū)域I1，采集該區(qū)域圖像；然后將CT機(jī)的掃描位置沿試件的軸向平移微小距離dn，其中n=l D-I ;并采集新的圖像In+1，得到總層數(shù)為D的一系列斷層圖像；斷層圖像用像素點(diǎn)矩形表示，且矩陣沿i和j方向的大小分別記為W和H，故單個(gè)像素點(diǎn)的尺寸為s=w/W=h/H;像素點(diǎn)(i，j)的灰度用離散函數(shù)g(i，j)表示，故單張斷層圖像可以表示為灰度矩陣[g(i，j)] Q = I W，j=l H);離散函數(shù)g(i, j, k)用于表示序列斷層圖像中像素點(diǎn)(i，j，k)的灰度，故序列斷層圖像表示為三維數(shù)組{g(i，j，k)}(k=l D)。上述步驟2)具體按照以下方法進(jìn)行(I)圖像閾值分割；引入統(tǒng)計(jì)圖像中給定灰度值的像素點(diǎn)數(shù)目的灰度直方圖h(g)
權(quán)利要求
1.一種基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，其特征在于，包括以下步驟 1)利用工業(yè)CT采集異質(zhì)材料中各平行截面的序列斷層圖像，并將圖像數(shù)字化； 2)對(duì)圖像進(jìn)行閾值分割，并通過對(duì)比度受限自適應(yīng)直方均衡化、中值濾波和像素點(diǎn)插值提高圖像反映材料真實(shí)微觀結(jié)構(gòu)的精度； 3)建立與序列斷層圖像形成映射關(guān)系的有限元網(wǎng)格拓?fù)淠Ｐ停脠D像中的組分相灰度信息確定有限元模型中各個(gè)單元的材料屬性，并通過圖像裁剪和像素點(diǎn)合并來減小有限元網(wǎng)格模型的單元規(guī)模。
2.根據(jù)權(quán)利要求I所述的基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，其特征在于，步驟I)具體按照以下方法進(jìn)行 通過工業(yè)CT機(jī)在試件表面選取一個(gè)寬為W，高為h的能夠代表異質(zhì)材料微觀結(jié)構(gòu)特征的代表性矩形區(qū)域II，采集該區(qū)域圖像；然后將CT機(jī)的掃描位置沿試件的軸向平移微小距離dn，其中n=l D-I ;并采集新的圖像In+1，得到總層數(shù)為D的一系列斷層圖像；斷層圖像用像素點(diǎn)矩形表示，且矩陣沿i和j方向的大小分別記為W和H，故單個(gè)像素點(diǎn)的尺寸為s=w/W=h/H ;像素點(diǎn)(i，j)的灰度用離散函數(shù)g(i，j)表示，故單張斷層圖像可以表示為灰度矩陣[g(i, j)] Q=I W，j=l H);離散函數(shù)g(i, j, k)用于表示序列斷層圖像中像素點(diǎn)(i，j，k)的灰度，故序列斷層圖像表示為三維數(shù)組{g(i，j，k)}(k=l D)。
3.根據(jù)權(quán)利要求I所述的基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，其特征在于，步驟2)按照以下方法進(jìn)行 (1)圖像閾值分割；引入統(tǒng)計(jì)圖像中給定灰度值的像素點(diǎn)數(shù)目的灰度直方圖h(g) / (茗)=cpunt (g(/,y) 二 d(I) l<i<W,l< j<H 對(duì)于具有M(M ^ 2)相的異質(zhì)材料，灰度直方圖具有M-I個(gè)波谷，將這些波谷對(duì)應(yīng)的灰度值記為灰度閾值Tn(n=l，2，…，M-1)，則異質(zhì)材料中各組分相由這一系列灰度閾值來分害I]，即圖像中灰度值低于閾值T1的像素點(diǎn)表示密度最低的組分相，灰度值在區(qū)間(T1J2]內(nèi)的像素點(diǎn)表示密度第二低的組分相，依此類推便可將斷層圖像完全地分割為M個(gè)組分相；各組分相的體積分?jǐn)?shù)由以下累積分布函數(shù)f(g)來確定 /(裒)=」~ [/ ( )(2)WH ^⑵ 從而密度最低的組分相的體積分?jǐn)?shù)為^ = f(g)^，密度第二低的組分相的體積分?jǐn)?shù)為V2 = f(g)S=T1 -V1，依此類推便可確定全部M個(gè)組分相的體積分?jǐn)?shù)； (2)對(duì)比度受限自適應(yīng)直方均衡化；采用對(duì)比度受限自適應(yīng)直方均衡化降低環(huán)境及儀器誤差對(duì)斷層圖像的影響，從而提高圖像反映異質(zhì)材料真實(shí)微觀結(jié)構(gòu)的精度； (3)中值濾波；對(duì)斷層圖像進(jìn)行中值濾波處理，以降低圖像噪聲； (4)像素點(diǎn)插值；為了能夠精確地重構(gòu)材料沿z軸方向的微結(jié)構(gòu)特征，序列圖像的層間距要盡可能地接近圖像像素點(diǎn)的尺寸，即層間距需要滿足下式E(d) + o (d)≤ ξ s 其中
4.根據(jù)權(quán)利要求I所述的基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，其特征在于，步驟3)按照以下方法進(jìn)行 (1)二維重構(gòu)；建立與單層圖像各像素點(diǎn)形成映射的二維有限元網(wǎng)格拓?fù)淠Ｐ?，該有限元模型由四?jié)點(diǎn)的矩形單元構(gòu)成，并且單元尺寸與圖像像素點(diǎn)的尺寸s相等，模型中第n個(gè)節(jié)點(diǎn)的坐標(biāo)由下式確定
全文摘要
本發(fā)明提出了一種利基于CT圖像精確重構(gòu)異質(zhì)材料微觀有限元網(wǎng)格模型的方法，該方法通過工業(yè)CT采集序列斷層圖像，并在數(shù)字化和閾值分割的基礎(chǔ)上將斷層圖像中的微結(jié)構(gòu)信息映射到重構(gòu)的有限元網(wǎng)格模型中，使得異質(zhì)材料中的任何細(xì)節(jié)結(jié)構(gòu)信息都可以在重構(gòu)模型中得到重現(xiàn)。本發(fā)明通過對(duì)比度受限自適應(yīng)直方均衡化、中值濾波和像素點(diǎn)插值提高重構(gòu)精度，通過圖像裁剪和像素點(diǎn)合并提高重構(gòu)效率。本發(fā)明直接重構(gòu)出有限元分析精度較高的矩形(二維)和長(zhǎng)方體(三維)單元網(wǎng)格模型，避免了現(xiàn)有幾何重構(gòu)方法在重構(gòu)和網(wǎng)格劃分等環(huán)節(jié)中的誤差積累，提高了重構(gòu)精度和效率。本發(fā)明可廣泛應(yīng)用于異質(zhì)材料的性能預(yù)測(cè)及優(yōu)化設(shè)計(jì)等領(lǐng)域。
文檔編號(hào)G06F17/50GK102768699SQ20121019640
公開日2012年11月7日 申請(qǐng)日期2012年6月14日 優(yōu)先權(quán)日2012年6月14日
發(fā)明者李躍明, 黃明 申請(qǐng)人:西安交通大學(xué)