论文部分内容阅读
在科学技术飞速发展的同时,人们赖以生存的自然环境也遭到了严重的破坏,人需要呼吸空气以维持生命,然而被污染了的空气对人们的身体健康有直接影响。在物质生活提高的同时,人们对自身身体健康也越发重视。除了采取保护环境切除污染源之外,生活中最有效的方法就是使用高效低阻的空气过滤材料。对空气过滤材料的大规模使用使得对亚微米纤维结构特征的分析研究变得尤为重要。然而,当前有关亚微米材料膜结构参数与其性能关系的研究却不够全面。国内通过数字图像分析静电纺技术制成的纳米膜来评估微纳米纤维的直径大小分布及孔隙分布的研究也存在明显不足。亚微米结构的孔隙很复杂,对其结构研究分析是空气过滤材料一个重要的分支。
随着计算机技术与图像处理技术的不断完善,将计算机的高速度、高精度、高可靠性、结果的可重复性与人类视觉的智能化抽象能力相结合起来,用数字图像处理技术来分析研究纺织材料的性能。目前采用图像处理技术来检测纺织材料,主要涉及有纤维细度,纱线细度,织物疵点检测等。
目前采用数字图像处理技术对亚微米材料的微观结构与定量分析进行研究,且取得了一定的成果,但却不够完善。一般只是对获取的亚微米材料SEM图像进行一定的预处理。然而这些图像算法处理操作只能得到图像的二维信息,并不能从亚微米纤维膜的组织结构上研究其性能。亚微米纤维膜不能在光学显微镜下通过调整深度距离而得到一系列的景深图像,只能使用扫描电子显微镜得到亚微米材料的SEM图像。所以无法基于深度图像得到一定方向的深度信息。对于使用三维图像采集设备如激光扫描、双目立体相机等获得其三维立体信息,但由于成本较高、设备安装和使用复杂,无法在短时间内掌握,同样对样品采用CT扫描成本也高。故本文提出了一种基于微纳米纤维SEM图像运用图像算法进行纤维三维结构重建的方法,从而研究分析亚微米纤维结构特征。
本文基于微纳米纤维SEM图像,用图像算法进行纤维的三维结构重建,由二维信息经过图像处理算法结合其深度信息从而宏观观察其三维结构以及探索纤维层叠结构的其它特性。以非织造材料为基布的静电纺丝纳米过滤膜采用数字图像处理技术如中值滤波,Canny算子边缘检测,最佳阈值分割等算法对纳米纤维材料图像进行图像预处理,提取SEM图像中纤维的边缘信号;在此基础上,通过霍夫变换将纤维边缘信息直线化,再采用配对及偏移算法,获得每根纤维的唯一中轴线;利用纤维二维的信息及层叠关系,将在平面上直线化的纤维中轴线三维化,即每根纤维中轴线都有其深度信息,从而得到基于二维扫描电子显微镜(SEM)图像的纤维层叠结构三维简易模型。
对于构建的三维模型,我们可以计算其立体孔隙,纤维空间占比,纤维表面积等。将计算求得的立体孔隙与传统孔隙率密度法进行对比,进而来探索亚微米材料的过滤性。
随着计算机技术与图像处理技术的不断完善,将计算机的高速度、高精度、高可靠性、结果的可重复性与人类视觉的智能化抽象能力相结合起来,用数字图像处理技术来分析研究纺织材料的性能。目前采用图像处理技术来检测纺织材料,主要涉及有纤维细度,纱线细度,织物疵点检测等。
目前采用数字图像处理技术对亚微米材料的微观结构与定量分析进行研究,且取得了一定的成果,但却不够完善。一般只是对获取的亚微米材料SEM图像进行一定的预处理。然而这些图像算法处理操作只能得到图像的二维信息,并不能从亚微米纤维膜的组织结构上研究其性能。亚微米纤维膜不能在光学显微镜下通过调整深度距离而得到一系列的景深图像,只能使用扫描电子显微镜得到亚微米材料的SEM图像。所以无法基于深度图像得到一定方向的深度信息。对于使用三维图像采集设备如激光扫描、双目立体相机等获得其三维立体信息,但由于成本较高、设备安装和使用复杂,无法在短时间内掌握,同样对样品采用CT扫描成本也高。故本文提出了一种基于微纳米纤维SEM图像运用图像算法进行纤维三维结构重建的方法,从而研究分析亚微米纤维结构特征。
本文基于微纳米纤维SEM图像,用图像算法进行纤维的三维结构重建,由二维信息经过图像处理算法结合其深度信息从而宏观观察其三维结构以及探索纤维层叠结构的其它特性。以非织造材料为基布的静电纺丝纳米过滤膜采用数字图像处理技术如中值滤波,Canny算子边缘检测,最佳阈值分割等算法对纳米纤维材料图像进行图像预处理,提取SEM图像中纤维的边缘信号;在此基础上,通过霍夫变换将纤维边缘信息直线化,再采用配对及偏移算法,获得每根纤维的唯一中轴线;利用纤维二维的信息及层叠关系,将在平面上直线化的纤维中轴线三维化,即每根纤维中轴线都有其深度信息,从而得到基于二维扫描电子显微镜(SEM)图像的纤维层叠结构三维简易模型。
对于构建的三维模型,我们可以计算其立体孔隙,纤维空间占比,纤维表面积等。将计算求得的立体孔隙与传统孔隙率密度法进行对比,进而来探索亚微米材料的过滤性。