CN103091324A - 一种利用多焦面图像融合测试非织造材料纤维取向分布的方法 - Google Patents

Abstract

本发明涉及一种利用多焦面图像融合测试非织造材料纤维取向分布的方法，包括以下步骤：获取同视野多层多焦面非织造材料显微图像的实时融合图像；对获取的融合图像提取纤维单像素边缘；计算纤维段的取向角；统计得到非织造材料的全角度纤维取向分布。本发明能够实现非织造材料在0～180度全角度范围内的纤维取向分布。

Description

一种利用多焦面图像融合测试非织造材料纤维取向分布的方法

技术领域

本发明涉及非织造材料纤维测试技术领域，特别是涉及一种利用多焦面图像融合测试非织造材料纤维取向分布的方法。

背景技术

纤维取向作为非织造材料的重要结构指标，反映非织造材料力学性能的各向异性，可部分决定材料的性能、生产工艺以及应用领域。因此，准确获取纤维的取向信息具有极其重要意义。

现有测试非织造材料纤维取向的方法主要有直接方法（如原点张力法、显微镜或投影仪直接观察计算法等）和间接方法（如力学各向异性法、微波法以及激光散射法等）两大类。这些方法虽然可靠，但要实现材料纤维取向在0～180度范围内的全角度分布，却费时费力，效率较低，且无法从结构上分析纤维的取向度。

发明内容

本发明所要解决的技术问题是提供一种利用多焦面图像融合测试非织造材料纤维取向分布的方法，能够实现非织造材料在0～180度全角度范围内的纤维取向分布。

本发明解决其技术问题所采用的技术方案是：提供一种利用多焦面图像融合测试非织造材料纤维取向分布的方法，包括以下步骤：

（1）获取同视野多层多焦面非织造材料显微图像的实时融合图像；

（2）对获取的融合图像提取纤维单像素边缘；

（3）计算纤维段的取向角；

（4）统计得到非织造材料的全角度纤维取向分布。

所述步骤（2）中采用Canny算子进行边缘检测，并采用自动全局阈值迭代法对融合图像进行分割，再经细化处理得到纤维的单像素双边缘。

所述步骤（3）中利用直线判断算法将纤维交叉部分的边缘断开，得到独立的纤维段边缘；然后跟踪纤维段并利用纤维边界曲线积分算法计算纤维段双边缘的取向角。

所述纤维边界曲线积分算法采用的弯曲纤维段的取向积分为 ${\∫}_C\mathrm{arctam}\left(\frac{y}{x}\right)\mathrm{ds}=\underset{\mathrm{\λ}\→0}{\lim }\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\arctan \left(\frac{y_i}{x_i}\right)\mathrm{\Δ}{S}_i,$ 其中，C为弯曲线段所在光滑曲面；

为微小纤维段i的取向角；ΔS_i为微小纤维段，当纤维段长度趋向于零时，ΔS_i趋向于d_s。

所述步骤（4）中以15度为间隔，统计0～180度范围内落在预设角度范围内的相对纤维段数，最终获得以取向角θ为横坐标，落在预设角度范围内的相对纤维段数为纵坐标的纤维取向分布图。

所述步骤（4）中的取向分布包括纯粹纤维取向FO和加固成片状材料后的纤维取向WO。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过利用多焦面图像实时融合技术实现非织造材料的清晰显微图像，经图像处理之后，能够准确提取出完整的纤维段双边缘线，进而获取纤维段的切线角，能够实现非织造材料在0～180度全角度范围内的纤维取向分布。本发明能够节省劳动力，提高效率，有望取代现有传统测试非织造材料纤维取向的方法。

附图说明

图1是本发明中多层多焦面非织造材料显微图像的实时融合图；

图2是本发明中边缘提取后的融合图像；

图3是本发明中跟踪纤维段的显微图像；

图4是本发明中纯粹纤维取向分布直方图；

图5是本发明中加固成片状材料后的纤维取向分布直方图；

图6是采用本发明与扫描电镜人工取向方法的对比图；图6A-图6G分别为不同试样的对比图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种利用多焦面图像融合测试非织造材料纤维取向分布的方法，包括以下步骤：

（1）获取同视野多层多焦面非织造材料显微图像的实时融合图像。本步骤中利用全自动显微镜物镜放大倍数10×条件下，在同一视野下随机选取非织造材料的不同部位采集若干幅清晰融合图像。例如可在材料的不同部位选取十块试样，再在每块试样的三个不同部位分别拍摄一张融合图像，最终每个试样得到30幅融合图像，图1是其中一幅。

（2）对获取的融合图像提取纤维单像素边缘。本步骤中可采用Canny算子进行边缘检测，并采用自动全局阈值迭代法对融合图像进行分割，再经细化处理得到纤维的单像素双边缘。提取纤维单像素边缘后的图像如图2所示。

（3）计算纤维段的取向角。本步骤中利用直线判断算法将纤维交叉部分的边缘断开，得到独立的纤维段边缘；然后跟踪纤维段并利用纤维边界曲线积分算法计算纤维段双边缘的取向角。其中，所述纤维边界曲线积分算法采用的弯曲纤维段的取向积分为 ${\∫}_C\arctan \left(\frac{y}{x}\right)\mathrm{ds}=\underset{\mathrm{\λ}\→0}{\lim }\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{arctam}\left(\frac{y_i}{x_i}\right)\mathrm{\Δ}{S}_i,$ 其中，C为弯曲线段所在光滑曲面；

为微小纤维段i的取向角；ΔS_i为微小纤维段，当纤维段长度趋向于零时，ΔS_i趋向于d_s。跟踪纤维段的显微图像如图3所示，其中，灰色像素点为跟踪纤维段的起始点。

（4）统计得到非织造材料的全角度纤维取向分布。本步骤中以15度为间隔，统计0～180度范围内落在预设角度范围内的相对纤维段数，最终获得以取向角θ为横坐标，落在预设角度范围内的相对纤维段数为纵坐标的纤维取向分布图。本发明中的取向分布包括纯粹纤维取向FO和加固成片状材料后的纤维取向WO。图4所示的是纯粹纤维取向分布直方图。图5所示的是加固成片状材料后的纤维取向分布直方图。

值得一提的是，本实施方式实施前，首先用甘油浸润非织造材料试样，即在测试纤维取向之前，在非织造材料的不同位置剪取大小为5cm×4cm左右的试样，经稍加稀释的甘油浸润之后平整地铺放在载玻片上，盖上完全相同大小的载玻片并压实。本实施方式中使用的分辨率为800×600的图像。

最后进行准确性检验，以此方法对七种点粘合热轧非织造材料的纤维取向进行测量计算，并采用扫描电镜人工取向法进行验证，所得结果如图6所示，其中，左侧为纯粹纤维取向分布、右侧为加固成片状材料后的纤维取向分布。由此表明此方法能准确地测量非织造材料中的纤维取向分布。

Claims (6)

1.一种利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，包括以下步骤：

（1）获取同视野多层多焦面非织造材料显微图像的实时融合图像；

（2）对获取的融合图像提取纤维单像素边缘；

（3）计算纤维段的取向角；

（4）统计得到非织造材料的全角度纤维取向分布。

2.根据权利要求1所述的利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，所述步骤（2）中采用Canny算子进行边缘检测，并采用自动全局阈值迭代法对融合图像进行分割，再经细化处理得到纤维的单像素双边缘。

3.根据权利要求1所述的利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，所述步骤（3）中利用直线判断算法将纤维交叉部分的边缘断开，得到独立的纤维段边缘；然后跟踪纤维段并利用纤维边界曲线积分算法计算纤维段双边缘的取向角。

4.根据权利要求3所述的利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，所述纤维边界曲线积分算法采用的弯曲纤维段的取向积分为 ${\∫}_C\arctan \left(\frac{y}{x}\right)\mathrm{ds}=\underset{\mathrm{\λ}\→0}{\lim }\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\arctan \left(\frac{y_i}{x_i}\right)\mathrm{\Δ}{S}_i,$ 其中，C为弯曲线段所在光滑曲面；

为微小纤维段i的取向角；ΔS_i为微小纤维段，当纤维段长度趋向于零时，ΔS_i趋向于d_s。

5.根据权利要求1所述的利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，所述步骤（4）中以15度为间隔，统计0～180度范围内落在预设角度范围内的相对纤维段数，最终获得以取向角θ为横坐标，落在预设角度范围内的相对纤维段数为纵坐标的纤维取向分布图。

6.根据权利要求1所述的利用多焦面图像融合测试非织造材料纤维取向分布的方法，其特征在于，所述步骤（4）中的取向分布包括纯粹纤维取向FO和加固成片状材料后的纤维取向WO。

Images