基于模糊C均值聚类算法的碳纤维木质复合材料图像分割
2020-09-11何栋,唐婷
合成材料老化与应用 2020年4期
关键词:碳纤维
何 栋,唐 婷
(西安航空职业技术学院, 陕西西安 710089)
相比于普通人造板而言,新型的碳纤维木质复合材料无论是在电学性能还是力学性能上都有着大幅的提升,因此木质复合材料的应用效果也更为良好。通过图像分割的方式可明确碳纤维特征参数,根据所得结果分析该材料的宏观性能,兼具宏微观研究的双重效果,是有效分析碳纤维木质复合材料性能的关键,在工艺优化方式上也具有重要的参考价值。
1 FCM 分割算法
FCM 分割算法的特点在于计算便捷,可省去训练样本。依托于像素邻域信息,可获得改进FCM 算法,在成分信息丰富、形态组成类别多的树木图像中可达到有效分割的效果。需明确的是,上述方法只是发挥出了像素自身的特征价值,而缺乏对像素的邻域信息与局部作用之间的关联性分析,存在噪声干扰问题,同时分割边缘较为模糊。基于上述问题,本文在FCM 算法基础上引入了小波变换的方式,充分发挥出二者的优势,最终分割效果良好,同时运算效率大幅提升。
2 碳纤维木质复合板电镜图像增强
电镜图形放大倍数设定为500,共选取150 幅图像,各自的大小保持一致,均为1024×943。电镜图像较为复杂,存在大量不定型胶、木纤维的形态也表现出差异化的特点,若要有效提取碳纤维的特征并非易事,图像增强是实现有效分割的关键前提。经过图像增强操作后,其分辨力有所提升,可有效呈现碳纤维信息,并且淡化以木纤维为代表的无价值信息,达到消除噪声影响的效果。……
登录APP查看全文
