CN101604357A - 一种基于材料显微组织图像的介观层次裂纹自动统计方法 - Google Patents

Abstract

本发明公开了一种基于材料显微组织图像的介观层次裂纹自动统计方法，属于介观层次材料科学领域，能够简便且准确地对裂纹进行定量统计。首先对材料显微组织图像进行灰度矩阵处理，建立与材料显微组织图像像素点相对应的有限元网格单元，根据生成的有限元网格单元，搜索所有的裂纹单元。然后，根据搜索结果，识别出有限元网格中的所有裂纹条，并赋予裂纹编号；最后统计每条裂纹的长度与角度，并将各裂纹条的数据信息输出到结果文件。采用本发明方法，可得到实际材料显微组织中裂纹的形状和分布，包括裂纹的条数、长度和角废，并可直接用于介观层次的材料性能有限元数值模拟中，从而进一步研究裂纹长度、取向等与基本物理、力学性能的关系。

Description

一种基于材料显微组织图像的介观层次裂纹自动统计方法

技术领域

本发明属于介观层次材料科学领域，涉及一种基于材料显微组织图像的裂纹自动统计方法。

背景技术

介观层次裂纹的定量信息对于定量分析混凝土、岩石、涂层等一类脆性材料以及其他广泛应用于冲击载荷、疲劳载荷、热载荷服役环境的众多金属、非金属以及复合材料的力学行为、服役寿命等起着至关重要的作用。例如，国内外研究表明，岩石在承载和变形过程中表面裂纹扩展的情况，包括裂纹在一定时刻的数量、扩展方向等，在很大程度上反映了试样内部的损伤情况。再如，国外对热障涂层的研究发现热障涂层的弹性模量、热传导率等参量与裂纹的长度成三次方比例关系，裂纹的存在会显著降低材料整体的有效杨氏模量、热导率等，从而极大地影响材料的使用性能。不仅如此，裂纹的取向与材料的性能也密切相关。以涂层为例，平行于基体表面的横向裂纹，在热循环过程中，由于拉应力的作用，往往迅速导致涂层整体剥落，引起涂层失效；而平行于涂层厚度方向的纵向裂纹因其降低了涂层的弹性模量，释放了涂层中的应力，反而可以在一定程度上起到增韧作用，延长材料的寿命。同时，通过研究发现，在绝大部分情况下，不同裂纹之间是相互独立的，极少出现相互交叉的情况。因此，基于材料的显微组织图像，实现介观层次裂纹长度、角度等信息的自动统计具有十分重要的理论研究价值及工程应用价值。

然而，目前国内外尚未建立起高效、可靠的裂纹自动统计方法。比如，有学者提出，可选取部分有代表性的材料显微组织图像读入计算机，再用数字图像处理技术屏蔽微孔洞等其他信息，只保留裂纹信息，但在裂纹的定量化统计阶段还只能依靠简单的手动方式；还有学者通过CT扫描技术，利用数学形态学对CT数字图像中的CT数进行处理和识别，借用二值形态学骨架提取算法对裂纹进行检出和测量，但它只能间接对裂纹进行定量化统计且只能统计裂纹长度，对裂纹条数和角度的定量统计是无能为力的。近年来，国外基于计算机辅助图像分析技术采用BORLAND C++编写了相关软件对材料内部裂纹进行识别，可计算裂纹的长度及与最水平直线的角度。但受程序本身的制约，只能对典型区域裂纹的总体趋势进行统计，影响了对裂纹定量统计的准确性。

发明内容

本发明的目的是针对国内外裂纹定量统计现有技术存在的缺陷，提出一种基于材料显微组织图像的介观层次裂纹自动统计方法，能够简便且准确地对裂纹进行定量统计。采用本发明方法，可得到实际材料显微组织中裂纹的形状和分布(包括裂纹的条数、长度和角度)，并可直接用于介观层次的材料性能有限元数值模拟中，从而进一步研究裂纹长度、取向等与基本物理、力学性能的关系。

本发明方法的基本原理是：首先采用基于材料显微组织图像的有限元网格模型生成方法(参见中国专利《一种基于材料显微组织图像的有限元网格模型生成方法》，申请号为CN200710160759.6)，将分辨率为m×n的材料显微组织图像进行灰度处理，得到灰度矩阵并导入到有限元软件中生成有限元网格单元数为m×n的有限元网格单元模型。然后，根据生成的有限元网格单元模型，从单元号1开始循环到最后一个单元号为m×n的单元，搜索裂纹单元。待搜索出所有的裂纹单元后，对每条裂纹设置一个不同的裂纹编号，即可识别出该图片中的裂纹条数。在此基础上对各条裂纹进行定量统计，即，在同一裂纹编号的裂纹单元节点中选择节点在X方向上的最小值xmin和最大值xmax，并在同一裂纹编号的裂纹单元节点中选择节点在Y方向上的最小值ymin和最大值ymax，根据节点最小值(xmin，ymin)和节点最大值(xmax，ymax)的连线以及水平和垂直方向的连线可构成一个直角三角形。该直角三角形的斜边距离即为裂纹长度，而两直角边的反正切值转化为角度值后即为该裂纹的角度。然后，将此裂纹的定量统计信息(条数、长度和角度)写入到文本文件中。以此类推，最后即可将材料内部所有裂纹的定量统计信息(条数、长度和角度)写入到文本文件中。

为实现上述目的，本发明所采用的技术方案包括以下步骤：

步骤一、对材料显微组织图像进行灰度矩阵处理，建立与材料显微组织图像像素点相对应的有限元网格单元。根据生成的有限元网格单元，搜索所有的裂纹单元。具体实现过程为：

采用基于材料显微组织图像的有限元网格模型生成方法，将分辨率为m×n的裂纹图片进行灰度处理，得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为m×n的有限元网格单元。然后，设置初始裂纹材质号为2，基体材质号为1。根据生成的有限元网格单元，从单元号1开始循环到最后一个单元号m×n，搜索裂纹单元。当搜索到材质号为2的单元，此单元即为裂纹单元。裂纹单元搜索过程的流程如图1所示。

步骤二、根据步骤一的搜索结果，识别出有限元网格中的所有裂纹条，并赋予裂纹编号。具体实现过程为：

预设初始裂纹条的编号为crackno＝1。在搜索出的第一个裂纹单元后，检索与该裂纹单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将检测到的这个单元裂纹编号设为crackno＝1，并取消其材质属性。然后，再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹(即初始裂纹)的所有裂纹单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。单条裂纹识别程序流程如图2所示。然后，将裂纹编号加1，即crackno＝crackno+1，按照上述方法完成第二条裂纹的识别。以此类推，直至将网格中所有裂纹单元识别完毕。

步骤三、根据步骤二的识别结果，统计每条裂纹的长度与角度，并将各裂纹条的数据信息输出到结果文件。具体实现过程为：

选择裂纹编号为1的所有单元，得到这些单元的所有节点数据。进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线与水平方向及垂直方向的连线构成一个直角三角形。该三角形的斜边距离为 $\mathrm{Dis}\tan \mathrm{ce}=\sqrt{{(x\max -x\min )}^2+{(y\max -y\min )}^2},$ 根据显微组织图像的原始尺寸、像素和图像标尺，可以得到节点单位长度标尺值δ，将其乘以斜边距离换算为标准长度单位，即可得到裂纹长度Length；而两直角边的反正切值并转化为角度值则是裂纹的角度Angle＝Atan(ymax-ymin)/(xmax-xmin。同时，把Length、Angle等数据记录在文本文件中。完成上述过程后，将裂纹编号加1，进入下一条裂纹的统计。以此类推，直到把所有的裂纹统计完成，即可得到所有裂纹的定量统计信息(裂纹编号、长度和角度)，最后得到记录所有裂纹信息的文本文件。其流程如图3所示。

有益效果

本发明方法克服了目前国内外仅能针对典型区域裂纹的总体趋势进行统计的缺点，建立起了基于实际材料显微组织图像，能简单且准确地对裂纹定量统计。采用该方法，可得到实际材料显微组织中裂纹的形状和分布。并可直接用于介观层次的材料性能有限元数值模拟中，研究裂纹长度、取向等与基本物理、力学性能的关系。

附图说明

图1是裂纹单元检索过程的流程图；

图2是单条裂纹识别过程的流程图；

图3是涂层裂纹定量信息统计过程的流程图；

图4是分辨率为150×150的氧化锆涂层显微组织图像；

图5是根据分辨率为150×150的氧化锆涂层显微组织图像生成的有限元网格模型；

图6是分辨率为200×200的氧化锆涂层显微组织图像；

图7是根据分辨率为200×200的氧化锆涂层显微组织图像生成的有限元网格模型；

图8是分辨率为200×180的氧化锆涂层显微组织图像；

图9是根据分辨率为200×180的氧化锆涂层显微组织图像生成的有限元网格模型；

图10是分辨率为174×174的氧化铝涂层显微组织图像；

图11是根据分辨率为174×174的氧化铝涂层显微组织图像生成的有限元网格模型；

图12是分辨率为250×180的锆酸镧涂层显微组织图像；

图13是根据分辨率为250×180的锆酸镧涂层显微组织图像成的有限元网格模型；

图14是分辨率为200×200的氧化锆涂层显微组织图像；

图15是根据分辨率为200×200的氧化锆涂层显微组织图像生成的有限元网格模型。

具体实施方式

下面结合附图及实施例对本发明方法做进一步详细说明。

实施例1

通过MATLAB等程序读入放大倍数为500分辨率为150×150、节点单位长度标尺值5＝0.2μm的氧化锆涂层显微组织图片，如图4所示。首先，将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为22500的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图5所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号22500，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹编号、长度和角度)。

通过统计可得，该涂层中共有3条裂纹，第一条裂纹的长度为5.84124μm，角度为51.9793°；第二条裂纹的长度为8.82044μm，角度为57.0595°；以及第三条裂纹的长度为28.6503μm，角度为18.3178°。

实施例2

通过MATLAB等程序读入放大倍数为500分辨率为200×200节点单位长度标尺值δ＝0.2μm的氧化锆涂层显微组织图片，如图6所示。将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为40000的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图7所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号40000，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹编号、长度和角度)。

通过统计可得，该涂层中共有3条裂纹，第一条裂纹的长度为28.9165μm，角度为25.4322°；第二条裂纹的长度为9.40212μm，角度为38.1081°；以及第三条裂纹的长度为14.93452μm，角度为20.3868°。

实施例3

通过MATLAB等程序读入放大倍数为1000分辨率为200×180节点单位长度标尺值δ＝0.1μm的氧化锆涂层显微组织图片，如图8所示。将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为36000的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图9所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号36000，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹条数、长度和角度)。

通过统计可得涂层中共有5条裂纹，第一条裂纹的长度为6.29365μm，角度为44.3788°；第二条裂纹的长度为9.39149μm，角度为63.4671°；第三条裂纹的长度为2.40832μm，角度为48.3910°；第四条裂纹的长度为3.70135μm，角度为38.4375°；以及第五条裂纹的长度为3.57771μm，角度为26.5785°。

实施例4

通过MATLAB等程序读入放大倍数为1500分辨率为174×174节点单位长度标尺值δ＝0.067μm的氧化铝涂层显微组织图片，如图10所示。将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为30276的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图11所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号30276，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹编号、长度和角度)，记录所有裂纹信息到文本文件4。

实施例5

通过MATLAB等程序读入放大倍数为800分辨率为250×180节点单位长度标尺值δ＝0.125μm的锆酸镧涂层显微组织图片，如图12所示。将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为45000的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图13所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号45000，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹编号、长度和角度)，记录所有裂纹信息到文本文件5。

实施例6

通过MATLAB等程序读入放大倍数为500分辨率为200×200节点单位长度标尺值δ＝0.2μm的氧化锆涂层显微组织图片，如图14所示。将图片进行灰度处理得到灰度矩阵并导入到有限元软件中，生成有限元网格单元数为40000的有限元模型。并通过ANSYS APDL等程序设置初始裂纹材质号为2，基体材质号为1。其中

颜色代表着涂层的基体材料，

颜色代表着涂层中的裂纹。如图15所示。

根据生成的有限元网格，预设初始裂纹编号crackno＝1，从单元号1开始循环到最后一个单元号40000，搜索裂纹单元。当到达材质号为2的单元，即认为到达裂纹单元。在到达的第一个裂纹单元，检索与该单元相邻的所有单元材质号。一旦检测到有单元的材质号为2，则将该单元裂纹编号设为crackno＝1，并取消其材质属性。再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1。依此类推，直到第一条裂纹的所有单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别。选择得到第一条裂纹单元的所有的节点，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax。节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线距离乘以节点标尺δ就是裂纹长度Length，而该连线与水平方向的夹角则是裂纹的角度Angle，同时把Length、Angle等数据记录在文本文件中。然后，将裂纹编号加1，crackno＝crackno+1，按照同样的方法完成第二条裂纹的识别和统计。以此类推，直至将网格中所有裂纹单元识别和统计完毕。最终得到裂纹的定量统计信息(裂纹编号、长度和角度)记录所有裂纹信息到文本文件6。

本发明包括但不局限于以上的实施例，凡是在本发明的精神和原则之下，进行的任何局部改进、修改，都将视为在本发明的保护范围之内。

Claims (4)

1、一种基于材料显微组织图像的介观层次裂纹自动统计方法，其特征在于包括以下步骤：

步骤一、对材料显微组织图像进行灰度矩阵处理，建立与材料显微组织图像像素点相对应的有限元网格单元；根据生成的有限元网格单元，搜索所有的裂纹单元；

步骤二、根据步骤一的搜索结果，识别出有限元网格中的所有裂纹条，并赋予裂纹编号；

步骤三、根据步骤二的识别结果，统计每条裂纹的长度与角度，并将各裂纹条的数据信息输出到结果文件。

2、如权利要求1所述的一种基于材料显微组织图像的介观层次裂纹自动统计方法，其特征在于，所述步骤一中，当有限元网格单元生成之后，需设置初始裂纹材质号为2，基体材质号为1，然后根据生成的有限元网格单元，从单元号1开始循环到最后一个单元，搜索裂纹单元，当搜索到材质号为2的单元，此单元即为裂纹单元。

3、如权利要求1所述的一种基于材料显微组织图像的介观层次裂纹自动统计方法，其特征在于，所述步骤二中识别裂纹条的过程可以采用以下方式：

预设初始裂纹条的编号为crackno＝1，在搜索出的第一个裂纹单元后，检索与该裂纹单元相邻的所有单元材质号，一旦检测到有单元的材质号为2，则将检测到的这个单元裂纹编号设为crackno＝1，并取消其材质属性，然后，再检测与编号为crackno＝1单元相邻且材质为2的所有单元，并赋予其裂纹编号为crackno＝1；依此类推，直到第一条裂纹的所有裂纹单元均被检测到并赋予裂纹编号crackno＝1，即完成第一条裂纹的识别，之后，将裂纹编号加1，即crackno＝crackno+1，按照上述方法完成第二条裂纹的识别，以此类推，直至将网格中所有裂纹单元识别完毕。

4、如权利要求1所述的一种基于材料显微组织图像的介观层次裂纹自动统计方法，其特征在于，所述步骤三中统计每条裂纹数据信息可以采用以下方法：

选择裂纹编号为1的所有单元，得到这些单元的所有节点数据，进一步选择这些节点在X方向上的最小值xmin和最大值xmax，以及节点在Y方向上的最小值ymin和最大值ymax，节点最小值点(xmin，ymin)和节点最大值点(xmax，ymax)的连线与水平方向及垂直方向构成一个直角三角形；该三角形的斜边距离为 $\mathrm{Dis}\tan \mathrm{ce}=\sqrt{{(x\max -x\min )}^2+{(y\max -y\min )}^2},$ 根据显微组织图像的原始尺寸、像素和图像标尺，可得到节点单位长度标尺值δ，将其乘以斜边距离换算为标准长度单位，即可得到裂纹长度Length；而两直角边的反正切值并转化为角度值则是裂纹的角度Angle＝Atan(ymax-ymin)/(xmax-xmin)；同时，把Length、Angle等数据记录在文本文件中；完成上述过程后，将裂纹编号加1，进入下一条裂纹的统计，以此类推，直到把所有的裂纹统计完成，即可得到所有裂纹的定量统计信息，最后得到记录所有裂纹信息的文本文件。

Images