用于在3D图像中使复合材料部件的股线骨架化的方法和系统与流程

用于在3d图像中使复合材料部件的股线骨架化的方法和系统
技术领域
1.本发明涉及确定复合材料部件的内部结构的领域，更具体地涉及一种在3d图像中使复合材料部件的股线骨架化的方法和系统。


背景技术：

2.在现有技术中已知一种复合材料叶片1，其壁的一部分在图1中示出，该复合材料叶片包括例如由碳制成的增强纤维f，该增强纤维嵌入在基体g(诸如基于聚合物树脂的有机基体)中，用作粘合剂并赋予叶片1其外部形状。已知地，增强纤维f组成术语为“股线tx、ty”的纤维束，纤维束包括大约一百或一千根彼此编织或彼此平行的增强纤维f。股线tx、ty就其本身而言通过交织和/或堆叠的方式置于彼此之间，如图1所示，一堆纵向股线tx与横向股线ty根据由堆叠方向z、纵向方向x和横向方向y限定的正交坐标系(x，y，z)交织。
3.为了验证复合材料叶片1的机械性能，特别是其抗损坏性，基于叶片1外部形状的分析是不够的。事实上，为了检测内部缺陷，需要分析叶片1内的股线t
x
、ty的位置和形状。特别需要检测断裂或损坏的股线t
x
、ty，或者检测其交织中的不规则区域。
4.为此，如图2所示，已知通过断层摄影，通过大量的2d射线照片可获取叶片1的灰度级为n的3d图像，大量的2d射线照片用x射线沿不同角度照射叶片1获取。在下文中被称为“断层摄影体积v”的3d图像在正交坐标系i,j,k中被分成若干体素vox。每一体素vox包括给定的灰度级n，该灰度级n与体素vox上示出的叶片1的区的平均x射线吸收系数对应。因此，深灰度级n的体素vox与主要包括具有低x射线吸收系数n2的材料的叶片1的区对应，即基体g。浅灰度级n的体素vox就其本身而言与主要包括高吸收系数n1的材料的叶片1的区对应，即，股线tx、ty。
5.实际上，在航空工业中使用的复合材料叶片1的股线t
x
、ty密度介于80％-90％之间，也就是说，股线t
x
、ty以非常密集的方式布置在基体g内，使得在断层摄影体积v中难以识别股线t
x
、ty。此外，根据采集条件，各2d射线照相术的灰度级范围是不同的。断层摄影体积v因包括伪影而尚不完善，从而使得对股线t
x
、ty的识别更加复杂。
6.参考图3，为了分析断层摄影体积v中股线tx、ty的形状和位置，已知一种通过ed-aa检测然后对断层摄影体积v中每条股线tx、ty的定向截面中心cx、cy进行el-aa连接以将股线tx、ty骨架化的方法。在图4的示例中，纵向股线tx的纵向中心cx和横向股线ty的横向中心cy因此分别由下文详述的ed-aa检测确定，然后与相同股线tx、ty相关联的中心cx、cy连接在一起。由此所获得的曲线被称为“股线tx、ty的骨架sqx、sqy”，使得可以访问股线tx、ty在断层摄影体积v中的位置。
7.更准确地，参考图5，以已知的方式在垂直于股线tx的断层摄影体积v的切片wx上执行对股线tx的中心cx的ed-aa检测和在垂直于股线ty轴线的断层摄影体积v的切片wy上执行对股线ty的中心cy的ed-aa检测。在该示例中，纵向中心cx和横向中心cy因此分别在垂直于纵向轴线x和横向轴线y的切片wx和wy(称为“纵向切片wx”和“横向切片wy”)上被确定。已知地，操作者通过对灰度级n的视觉解释，在大约1％的切片wx和wy上分别手动标注中心
cx和cy。对于每一股线，接着通过从手动确定的中心cx和cy进行插值来分别确定其他切片wx的中心cx和切片wy的中心cy。
8.这种使使叶片1的股线t
x
、ty骨架化的方法是费力的，并且在时间和资源上成本高昂。特别地，在手动标注的情况下，确定大约800条股线t
x
的骨架sq
x
和股线ty的骨架sqy需要大约五个工作日。手动标注还会受到潜在错误和操作者自身理解的影响，这也影响了插值中心c
x
、cy的准确度。此外，这种骨架化方法使得无法检测插值中心之间的缺陷。
9.为了克服该缺点，从2012年公布的名称为“纤维微结构的3d图像分析方法：离散化和纤维跟踪(a 3d image analysis method for fibrous microstructures:discretization and fibers tracking)”的文章中已知，通过将第一标记分配给浅灰度级区将第二标记分配给深灰度级区来将断层摄影体积二值化。接着通过确定归属于股线的第一标记区的中心来执行对股线中心的检测。然而，该方法无法使高密度股线t
x
的叶片1的股线t
x
和ty的叶片1的股线ty精准骨架化，然后二值化导致几个邻近股线的延伸的第一标记区彼此混淆。2011年公布的文章“压缩纤维束内变形微观机制的3d原位表征(towards the 3d in-situ characterization of deformation micro-mechanisms within a compressed bundle of fibres)”也公开了将断层摄影体积二值化，然后在几个截面上检测属于股线的标记区的中心。
10.从2014年公布的文章“fiberscout：一种用于探索和分析纤维增强聚合物的交互式工具(fiberscout:an interactive tool for exploring and analyzing fiber reinforced polymers)”中还已知，直接在断层摄影体积上根据其末端的位置和其在若干点处的局部朝向来确定股线的骨架。对于给定体素，通过确定与其灰度级最接近的相邻体素来获得给定点处的股线的局部朝向。该方法不能使高密度股线t
x
、ty的叶片1精准地骨架化，相邻股线的靠近、特别是邻接股线的靠近以及断层摄影体积的伪影能够篡改对股线的局部朝向的确定。2006年公布的标题为“复合材料：a部分，复合材料中的纤维指向测量(composites:part a,fiber orientation measurements in composite materials)”的文章还描述了一种根据股线的朝向进行骨架化的方法，其方式为确定垂直向于(既不平行也不正交于)股线轴线的断层摄影体积的切片，使得切片上的股线截面呈大致椭圆。然后，根据截面的椭圆形状确定股线的朝向。然而，该方法同样具有前述缺点。
11.顺便提及，从2005年公布的文章“使用x射线ct图像分析机织织物结构(analysis of woven fabric structure using x-ray ct images)”中已知一种在断层摄影体积中使织物的线程骨架化以分析其交织的方法。首先，在断层摄影体积中确定与织物的线程轴线正交的法向切片，并如前所述将其进行二值化。接着，在第一切片上手动标注织物线程的中心。在下一个相邻切片上，通过在第一切片相同线程的中心周围的受限计算区域中搜索每一线程的中心，通过与在第一切片上确定的中心相关联来确定线程的中心。逐步地在每一后续切片上相继地实现关联。该方法不是非常稳固的，因为如果截面上中心确定不良，就有将错误传播到后续切片的风险。此外，该方法需要对高密度股线t
x
、ty的叶片1进行不适合的二值化，除此之外，与织物的线程不同，纤维f嵌入在基质g中。
12.从文章“基于亚微米分辨率x射线计算机断层摄影的石墨/环氧树脂复合材料微结构的数字重建(numerical reconstruction of graphite/epoxy composite microstructure based on sub-micron resolution x-ray computed tomography)”(复
合材料科学与技术-105 2014/174-182)中还已知一种用于复合材料的单向纤维的数字重建的方法，其中通过与模板进行比较将相关性得分赋予每一像素而在2d截面中确定中心。接着，通过预测/校正来连接纤维的中心。该方法同样具有前述缺点，即，不太准确且容易传播误差。
13.因此，本发明涉及一种用于在3d图像中使复合材料叶片的股线、更一般地复合材料部件的股线骨架化的方法和系统，该方法和系统准确、可靠且可快速实现。


技术实现要素：

14.本发明涉及一种用于在复合材料部件的3d图像中使部件的股线骨架化的方法，所述图像包括设于正交坐标系中的多个体素，每一体素设有灰度级，所述方法包括：
15.检测阶段：检测图像中部件的股线的多个定向截面中心；
16.连接阶段：将每一中心与相同朝向的最近中心相连，以便连接相同股线相关联的所有中心，从而获得所述部件的股线骨架。
17.本发明的显著之处在于，通过包括多个体素的至少一个参考体积来实现检测阶段，所述体素设于正交坐标系中且每一体素设有灰度级，使得参考体积包括沿给定方向延伸的居中股线图案，对于每一参考体积，所述检测阶段包括：
18.确定步骤：确定图像中包括中心体素且尺寸与参考体积尺寸相等的部分；
19.计算步骤：通过比较参考体积的体素的灰度级与图像的对应部分的体素的灰度级来计算参考体积与对应的图像的部分之间的相关性得分，所述相关性得分与各部分的中心体素相关联，从而获得图像的各体素的相关性得分并形成相关性得分矩阵；
20.确定步骤：确定部件的股线的定向截面中心，所述定向截面中心与图像的体素对应，所述体素的相关性得分与相关性得分矩阵的局部最大值对应，所述定向截面中心的朝向通过参考体积的股线图案的方向来限定。
21.在此说明，股线图案标示了记载在参考体积中的股线的横向切片的图案。换句话说，股线图案表示在长度方向上被截断且其截面被完整示出的股线。
22.由于本发明，通过将图像与一个或多个参考体积关联起来以执行检测股线截面中心的阶段，与手动标注相比，能够节省操作者的时间和资源，并且降低了错误风险和操作者的错误理解。由于其是基于图像与包括至少一个股线图案的几个体素的一个或多个参考体积的相关性，因此更可靠更准确，这使得可以正确辨别股线，并对部件的3d图像内的伪影和灰度级的局部差异不太敏感。换句话说，该检测确保了部件的3d图像的部分中的全局相关，这比现有技术的二值化或股线的局部朝向的确定更准确。此外，由于该检测不需要如现有技术中的插值，该检测因此更准确，从而使得可以检测通过插值不可见的股线的局部异常和/或间断。
23.根据本发明的一个方面，骨架化方法是用于使复合材料部件的股线骨架化的方法，该复合材料部件的股线密度大于50％、优选地介于80％-90％之间。以有利的方式，该骨架化方法使得可以正确辨别矩阵内密集的股线，换句话说是邻接股线，这在现有技术的二值化或确定股线的局部朝向中是无法实现的。
24.优选地，确定部分的步骤是针对部件的图像的每一体素来实现的，以便获得图像中该部件的股线的整体骨架。
25.根据本发明的一个方面，检测阶段是通过多个参考体积来实现的，各参考体积的股线图案沿不同的给定方向延伸。以有利的方式，参考体积使得可以通过对应朝向上的不同股线图案来检测部件的图像中不同方向的股线。因此，骨架化方法使得部件的股线，特别在所有方向上的股线能够完全骨架化。
26.根据本发明的另一方面，通过多个参考体积来实现检测阶段，各参考体积的股线图案具有不同的截面。需明确，一个股线图案的截面与另一股线图案的截面在形状和/或尺寸上不同。以有利的方式，参考体积使得可以对应截面的股线图案来检测部件的3d图像的不同截面的股线，特别是任何形状和任何尺寸截面的股线。因此，骨架化方法使得部件的股线、特别是所有截面的股线能够完全骨架化。
27.根据一个方面，至少一个参考体积包括在股线图案周围的邻域，该邻域包括至少一个相邻的股线图案。有利地，参考体积包括一中心股线图案和一个或多个相邻股线图案(全部或部分相邻)，使得可以实现图像的相关性，该相关性不限于所述股线而且还对邻域进行分析。因此，该相关性更可靠且更准确。
28.根据本发明的一个方面，通过多个参考体积来实现检测阶段，所述参考体积的股线图案包括不同的邻域。需明确，参考体积的邻域与另一参考体积的邻域的不同之处在于在位置和/或截面是否存在一个或多个股线图案。以有利的方式，参考体积使得可以检测部件的3d图像的不同邻域的股线，特别是有相邻股线或没有相邻股线的股线以及多少有点紧凑的股线。因此，骨架化方法使得部件的股线、特别是所有邻域的股线能够完全骨架化。
29.优选地，通过多个不同的参考体积来实现检测阶段的原因在于，每一参考体积的股线图案沿不同的给定方向延伸和/或包括不同的截面和/或包括不同的邻域。有利地，多个参考体积包括一组不同的股线图案，从而使得可以准确可靠的方式将部件的3d图像的所有股线骨架化。
30.根据本发明的一个方面，当通过多个参考体积来实现检测阶段时，骨架化方法包括选择步骤：选择与部件的3d图像的每一体素相关联的最大相关性得分。这有利地通过在不同股线图案中寻找最佳相关性从而提高准确度和可靠性。
31.根据本发明的另一方面，骨架化方法包括初步确定步骤：通过选择包括中心体素和包括沿给定方向延伸的中心的股线图案的部件的3d图像的一部分或多个部分的平均值来确定至少一个参考体积。有利地，参考体积适于要分析的部件的3d图像。特别地，参考体积包括相同范围的灰度级，并包括与部件中存在的股线类似的股线图案。
32.根据另一方面，通过计算机断层摄影模拟获得至少一个参考体积。有利地，可以在无需(特别地由操作者)对部件的3d图像进行初步分析的情况下轻松确定参考体积。此外，该参考体积是通用的，并不对应于部件的特定股线，这种对应可能存在异常。
33.根据一个方面，骨架化方法包括优选地通过伽柏滤波器(gabor filter)对部件的3d图像进行滤波的初步步骤。以有利的方式，该滤波器能够更好地感知可提升对中心的检测的股线。
34.根据本发明的一个方面，连接阶段包括：
35.计算步骤：对于每一定向截面中心，计算将其与相同朝向的所述最近中心分开的距离；
36.绘制步骤：当所述距离小于最大距离时，绘制将每一中心连接到相同朝向的所述
最近中心的曲线。
37.以有利的方式，该连接阶段实现起来简单可靠。该连接阶段是可靠的，并使得可以检查中心彼此之间是否太远，因为中心彼此之间太远可指示潜在的股线缺陷，如中断。
38.优选地，当距离大于最大距离时，由操作者执行中心检测阶段的人工目测。以有利的方式，操作者对中心异常间隔的局部区进行分析的专业知识提高了骨架化方法的准确度和可靠性。
39.本发明还涉及一种骨架化系统，其用于实现如前所述的在复合材料部件的3d图像中使所述部件的股线骨架化的方法，所述骨架化系统包括至少一个数据库，所述数据库包括至少一个参考体积，所述参考体积包括沿给定方向延伸的居中股线图案，所述骨架化系统包括至少一个运算件，对于每一参考体积，所述运算件被配置为：
40.确定图像中尺寸与参考体积尺寸相等的部分；
41.通过比较参考体积的体素的灰度级与图像的各部分的体素的灰度级来计算参考体积与对应的图像的部分之间的相关性得分，所述相关性得分与各部分的中心体素相关联，从而获得图像的每一体素的相关性得分并形成相关性得分矩阵；
42.确定部件的股线的定向截面中心，所述定向截面中心与图像的体素对应，所述体素的相关性得分与相关性得分矩阵的局部最大值对应，所述中心的朝向由参考体积的股线图案的方向限定；
43.所述运算件还被配置为将各中心连接到相同朝向的最近中心，以便与所有相同股线相关联的中心相连，从而获得部件的股线的骨架。
44.有利地，由于预先填充了数据库，该骨架化系统使得无需操作者的帮助就可以自动获得部件的股线的骨架。该数据库还可以在其被使用时通过反馈改进。
45.优选地，运算件被配置为通过计算机断层摄影模拟来确定至少一个参考体积。
46.优选地，运算件被配置为优选地通过伽柏滤波器来对该部件的3d图像进行滤波。
47.优选地，在多个参考体积的情况下，运算件被配置为选择与部件的3d图像的各体素相关联的最大相关性得分。
附图说明
48.通过阅读以下仅作为示例给出的描述，并参考作为非限制性示例给出的附图，将更好地理解本发明，在附图中，相同的附图标记用以指代相似的对象，其中：
49.图1是现有技术的包括股线的复合材料叶片的壁的一部分的灰度级示意图；
50.图2是图1的叶片壁的一部分的断层摄影体积的透视图；
51.图3是现有技术在图2的断层摄影体积中使图1的叶片壁的一部分的股线骨架化的方法的示意图；
52.图4是图3的骨架化方法将股线的定向截面中心连接起来的连接阶段的示意图；
53.图5是图3的骨架化方法检测股线的定向截面中心的检测阶段的示意图；
54.图6是本发明的包括股线的复合材料叶片壁的一部分的透视图；
55.图7是图6的叶片壁的一部分的断层摄影体积的灰度级示意图；
56.图8是本发明的一种模式和一个实施例的用于在图7的断层摄影体积中使图6的叶片壁的一部分的股线骨架化的方法和系统的示意图；
57.图9是图8的骨架化方法的将股线的定向截面中心连接起来的连接阶段的示意图；
58.图10a和图10b分别是参考体积的透视示意图，该参考体积分别包括纵向股线图案和横向股线图案，用于执行根据图8的骨架化方法检测股线的定向截面中心的检测阶段；
59.图11a、图11b和图11c分别是图8的骨架化方法的确定断层摄影体积的部分的步骤和计算断层摄影体积的三个体素的相关性得分的步骤的示意图；
60.图12是本发明的另一实施例的骨架化方法的示意图，该骨架化方法包括确定至少一个参考体积的步骤；
61.图13是本发明的另一实施例的骨架化方法的示意图，该骨架化方法借助于包括不同区段的股线图案的参考体积；
62.图14是选择与图14的骨架化方法的体素相关联的最大相关性得分的步骤的示意图；
63.图15是本发明的另一实施例的借助于参考体积的骨架化方法的示意图，这些参考体积包括包含不同邻域的股线图案；
64.图16是本发明的一个可替代实施例的对骨架化方法的参考体积进行过滤的步骤的示意图。
65.应该注意，附图以详细方式阐述了本发明以实施本发明，如有需要，所述附图显然能够用来更好地限定本发明。
具体实施方式
66.一种复合材料叶片1，图6示出了其壁的一部分，需要确定其内部结构以便验证叶片1的机械性能，特别是其抗损坏性。
67.以已知的方式并参考图6，所述叶片1包括例如由碳制成的增强纤维f，该增强纤维f嵌入基体g(诸如基于聚合物树脂的有机基体)中，用作粘合剂并赋予叶片1其外部形状，增强纤维f组成被称为“股线tx、ty”的纤维束，纤维束包括大约一百或一千根彼此交织或彼此平行的增强纤维f。股线tx、ty就其本身而言通过交织和/或堆叠的方式置于彼此之间，如图6所示，一堆纵向股线tx与横向股线ty在由堆叠方向z、纵向方向x和横向方向y限定的正交坐标系(x，y，z)中交织。在图6的示例中，为了清楚起见，股线tx、ty间隔开来，但是航空工业中常规使用的叶片1股的线tx、ty密度介于80％-90％之间，也就是说，股线tx、ty以非常紧凑的方式布置在基体g内。因此，该叶片1的股线tx、ty实际上主要是彼此邻接的。
68.以已知的方式并且参考图7，叶片1的内部结构、更准确地说是叶片1的股线tx、ty的形状和位置在叶片1的灰度级为n的3d图像中被确定，该3d图像是通过用x射线沿不同角度照射叶片而获得的大量2d射线照片的断层摄影采集而获得的。在下文中被称为“断层摄影体积v”的3d图像在正交坐标系i,j,k中被分成若干体素vox。每一体素vox包括给定的灰度级n，其与体素vox上示出的叶片1的区的平均x射线吸收系数对应。因此，深灰度级n的体素vox与主要包括具有低x射线吸收系数n2的材料的叶片1的区域对应，即基体g。浅灰度级n的体素vox就其本身而言与主要包括高吸收系数n1的材料的叶片1的区域对应，即，股线tx、ty。作为示例，左上角的体素vox是深灰度级n的体素，因为叶片1的对应区包括大约80％的基体g(具有低吸收系数n2的材料)和20％的股线tx、ty(具有高吸收系数n1的材料)。一般来说，图7中每一体素vox的灰度级n将根据具有低吸收系数n2的材料和具有高吸收系数n1的
材料的百分比来理解。应该注意，为了清楚起见，图7中示出的体素vox具有大尺寸。
69.如图8和图9所示，本发明涉及一种用于使此类叶片1的股线t
x
、ty骨架化的方法，该方法通过在断层摄影体积v中确定反映每条股线t
x
、ty的位置的导向曲线来实现，该导向曲线被称为“股线t
x
的骨架sq
x
和ty的骨架sq
y”。本发明的骨架化方法可以一般方式应用于任何复合材料部件，包括：
70.检测阶段ed：分别检测断层摄影体积v中的股线t
x
的定向截面中心c
x
和股线ty的定向截面中心cy；
71.连接阶段e
l
：分别将每一中心c
x
、cy连接到相同朝向的最近中心c
x
和cy，以便将所有与相同股线t
x
相关联的中心c
x
相连以获得股线t
x
的骨架sq
x
，将所有与ty相关联的中心cy相连以获得股线ty的骨架sqy。
72.根据本发明并如图10a和图10b所示，检测阶段ed借助于一个或多个参考体积r
x
、ry来实现，所述参考体积包括体素vox，特别是中心体素，所述体素在断层摄影体积v的正交坐标系i,j,k中，且每一体素设有灰度级n，从而每一参考体积r
x
、ry分别包括沿给定方向x延伸的居中股线图案m
x
和沿给定方向y延伸的居中股线图案my。换句话说，参考体积r
x
是具有中心体素和中心股线图案m
x
的灰度级为n的3d图像，ry是具有中心体素和中心股线图案my的灰度级为n的3d图像。在此说明，股线图案表示记载在参考体积中的股线的横向切片的图案。换句话说，股线图案表示在长度方向上被截断且其截面被完整示出的股线。
73.回到叶片1，在图10a和图10b的示例中，检测阶段ed是借助两个参考体积r
x
、ry，即包括纵向股线图案mx的纵向参考体积rx和包括横向股线图案my的横向参考体积ry来实现的。如下文将描述的，参考体积r
x
、ry的数量可以更多且具有不同的性质。
74.根据本发明并如图8所示，这样的参考体积r
x
、ry使得可以通过对每一参考体积r
x
、ry执行以下操作来实现检测阶段ed：
75.确定步骤e1：分别确定断层摄影体积v中包括中心体素且尺寸与所述参考体积r
x
、ry的尺寸相等的部分p
x
、py；
76.计算步骤e2：通过比较参考体积r
x
、ry的体素vox的灰度级n和对应的部分p
x
、py的体素vox的灰度级n来计算参考体积r
x
、ry与对应的部分p
x
、py之间的相关性得分s
x
、sy，所述相关性得分s
x
、sy与对应的部分p
x
、py的中心体素相关联，从而获得断层摄影体积v的每一体素vox的相关性得分s
x
、sy并形成相关性得分矩阵；
77.确定步骤e3：分别确定与部分p
x
、py的中心体素相对应的股线t
x
、ty的定向截面中心c
x
、cy，所述中心体素的相关性得分s
x
、sy与相关性得分矩阵的局部最大值对应，所述部分的朝向由参考体积r
x
、ry的股线图案m
x
、my的方向x、y限定。
78.在图6的叶片1中并且如图9所示，检测阶段ed因此使得可以分别根据在图10a的纵向参考体积rx与纵向部分px之间以及图10b的横向参考体积ry与横向部分py之间计算得出的相关性得分s
x
、sy来分别确定纵向截面c
x
的中心和横向截面cy的中心。
79.参考图8和图9，连接阶段e
l
就其本身而言更准确地通过以下方式实现：
80.计算步骤e4：对于每一定向截面中心c
x
、cy，分别计算将其与相同朝向的最近中心c
x
、cy分开的距离d
x
、dy，
81.绘制步骤e5：当所述距离d
x
、dy分别小于最大距离d
xmax
、d
ymax
时，分别绘制将每一中心c
x
、cy连接到相同朝向的最近中心c
x
、cy的曲线。
82.换句话说，连接阶段e
l
使得可以与横向截面cy的中心相同的方式逐步将纵向截面c
x
的中心连接在一起，并因此确定纵向股线sq
x
的骨架和横向股线sqy的骨架，其中部分骨架在图9中示出。
83.如图8所示，当计算出的距离dx、dy分别大于最大距离dxmax、dymax时，操作者h通过目测来验证对断层摄影体积v中所涉及的截面中心cx、cy的检测，并在必要时手动标注未检测到的截面中心cx、cy或替换检测不良的截面中心cx、cy。
84.以有利的方式，根据本发明的骨架化方法能够节省时间和资源，并减少了错误风险和操作者的错误理解，特别是在检测ed阶段定向截面中心c
x
、cy时。实际上，检测阶段ed不再通过基于视觉分析手动标注中心c
x
、cy、然后在手动标注的中心之间进行插值来执行，而是通过在整个断层摄影体积v上的图像的相关性来执行。该图像相关性更加准确可靠，因为其将一个或多个定向参考体积r
x
、ry与几个体素vox的断层摄影体积v的部分进行比较。图像的相关性因此将相关性得分s
x
、sy赋予断层摄影体积v的体素vox，更准确地说赋予部分p
x
、py的中心体素，这将体素vox的邻域，即位于每一部分p
x
、py的中心体素周围的体素vox纳入考量。由于图像的相关性对于断层摄影体积v中存在的伪影不是非常敏感，这些伪影由于采集条件而在断层摄影体积v的灰度级n的范围内引起全局或局部差异，相关性得分因此更加准确。图像的相关性使得还可以突出可能被现有技术中由手动标注的中心之间的插值所掩盖的局部缺陷。
85.此外，将体素vox的邻域纳入考量具有正确辨别邻接股线和/紧凑股线t
x
、ty的优点，这是使用二值化或确定股线的局部朝向的现有技术的骨架化方法所不能实现的。因此，根据本发明的骨架化方法适用于由密度介于80％-90％之间的高密度股线t
x
、ty的复合材料制成的部件。在中心c
x
、cy之间存在异常间距的情况下，通过借助于操作者h以使其对本地中心c
x
、cy的正确检测进行验证，从而使得骨架化方法的可靠性和准确度进一步加强。
86.根据本发明的骨架化方法的每一步骤在下文中将在确定图6的叶片1的股线tx、ty的过程中给予更准确的描述，并利用图10a的纵向参考体积rx和图10b的横向参考体积ry来实现。应该注意，在图10a和图10b的示例中，参考体积rx、ry的尺寸非常小：纵向参考体积rx的单位为坐标系i,j,k中的3
×3×
1体素，横向参考体积ry的单位为3
×1×
3体素。实际上，参考体积rx、ry的尺寸实际上更大，以便更可靠更准确地检测股线tx、ty。优选地，参考体积rx、ry的尺寸大于2
×2×
2体素。这使得能够考虑到股线的邻域而实现更可靠的相关性。
87.还应注意，通过用所述部件代替叶片1，下面的描述可以适用于任何复合材料部件。参考体积r
x
、ry也可由任何数量的其他参考体积代替，优选地选择股线图案能够代表部件的股线的参考体积。作为示例，股线图案必须代表部件中的股线的朝向，即，图6的叶片1的纵向股线t
x
的纵向方向x和横向股线ty的横向方向y。
88.参考图11a、图11b和图11c并如前所述，骨架化方法从确定步骤e1开始，即，确定尺寸等于纵向参考体积r
x
的纵向部分p
x
和尺寸等于横向参考体积ry的横向部分py。每一纵向部分r
x
和横向部分ry均包括中心体素，相关性得分s
x
、sy将与该中心体素相关联。
89.作为示例，图11a示出了第一中心体素vox1的第一纵向部分px1，图11b示出了第二中心体素vox2的第二纵向部分px2，图11c示出了第三纵向部分px3。与图10a的纵向参考体积rx相同，该三个纵向部分px1、px2、px3在坐标系i,j,k中的尺寸为3
×3×
1体素。同样，与图10b的横向参考体积ry相同，横向部分py(未示出)在坐标系i,j,k中的尺寸为3
×1×
3体
素。在图10a和图10b的示例中，纵向参考体积rx和横向参考体积ry具有不同的尺寸，但不言而喻，其也可具有相同尺寸，在相同尺寸的情况下，纵向部分px和横向部分py相同。
90.优选地，断层摄影体积v的每一体素vox是纵向部分px和横向部分py的中心体素，以便计算出断层摄影体积v的每一体素vox中的纵向相关性得分sx和横向相关性得分sy。因此需注意，部分px、py并非彼此不同，但均都包括其他部分px、py共有的体素vox。例如，第一纵向部分px1(图11a)和第二横向部分px2(图11b)包括六个公共体素，共有的体素vox包括第一中心体素vox1和第二中心体素vox2。还应注意到，对于位于断层摄影体积v末端处的某些中心体素，与断层摄影体积v相关联的部分px、py“溢出”断层摄影体积v，也就是说，其包括被称为“真实体素”的断层摄影体积v的体素vox和虚拟体素。
91.如前所述并仍然参考图11a、图11b和图11c，一旦确定了纵向部分p
x
和横向部分py，骨架化方法就包括计算步骤e2，即，计算给定断层摄影体积v的纵向参考体积r
x
与每一纵向部分p
x
之间的纵向相关性得分s
x
以及横向参考体积ry与每一横向部分py之间的横向相关性得分sy，所述相关性得分s
x
、sy是根据归一化的相关性函数f比较参考体积r
x
、ry的每一体素vox的灰度级n与所述部分p
x
、py的对应体素vox的灰度级n来计算得出的。对于坐标系i,j,k中坐标为a,b,c的体素vox以及参考体积r和尺寸为a1xb1xc1体素的部分p，归一化相关性函数f表达为：
92.[数学运算1]
[0093][0094]
应当注意，对于位于断层摄影体积v的末端处的部分p
x
、py的中心体素，相关性得分s
x
、sy是通过将所述部分p
x
、py的每一真实体素vox的灰度级n唯一地与参考体积r
x
、ry的对应体素vox的灰度级进行比较来计算得出。换句话说，当中心体素位于断层摄影体积v的末端处时，相关性得分仅在非虚拟体素上执行。
[0095]
为部分px、py的每一中心体素获得的纵向相关性得分sx和横向相关性得分sy介于0-1之间，当得分sx、sy接近0时，均为低相关性，当得分sx、sy接近1时，均为高相关性。作为示例，图11a示出了第一中心体素vox1的第一纵向相关性得分sx1的计算，图11b示出了第二中心体素vox2的第二纵向相关性得分sx2的计算，图11c示出了第三中心体素vox3的第三纵向相关性得分sx3的计算。在该示例中，第三纵向部分px3包括不同于第一纵向部分px1第二纵向部分px2的居中股线图案，第三中心体素vox3因此包括最高的纵向相关性得分sx。
[0096]
如前所述，一旦计算出断层摄影体积v的每一体素vox的纵向相关性得分sx和横向相关性得分sy，骨架化方法就包括确定步骤e3，即确定叶片1的股线tx的纵向截面中心cx、和股线ty的横向截面中心cy。为此，参照图8，特别地通过h-maxima转换hmax来识别断层摄影体积v的相关性得分矩阵sx、sx1、sx2、sx3、sy的局部最大值。这样的h-maxima转换本身是本领域技术人员已知的，并且2003年出版的p.soille的《形态图像分析：原理与应用(morphological image analysis:principles and applications)》一书的第二版第6章对此进行了描述。回到前面的示例，仅第三纵向相关性得分sx3与三个纵向相关性得sx1、sx2、sx3中的局部最大值对应。
[0097]
如前所述，断层摄影体积v的体素vox、vox1、vox2、vox3各自形成中心c
x
、cy，断层摄影体积v的相关性得分s
x
、s
x1
、s
x2
、s
x3
、sy与局部最大值对应。这些不同的中心c
x
、cy被定向，中心c
x
、cy的朝向由从其导出相关性得分s
x
、sy的参考体积r
x
、ry的股线图案m
x
、my的纵向方向x或横向方向y限定。仍以前面的示例为例，仅第三中心体素vox3被指定为纵向截面中心c
x
。
[0098]
优选地，h-maxima转换hmax是借助于最小对比高度来实现的，该最小对比高度足够大以至于不能确定与断层摄影体积v的伪影对应的中心c
x
、cy，并且足够小以确定叶片1的股线t
x
、ty的所有中心。事实上，最小对比高度的值与参考体积r
x
、ry的选择直接相关。参考体积r
x
、ry中靠近叶片1的股线t
x
的股线图案m
x
和股线ty的股线图案my越多，最小对比高度的值就越大，因此辨别相关性就越大。实际上，最小对比高度的值是通过反馈来选择的。应当注意，对于每一参考体积r
x
、ry，最小对比高度可以不同。在该示例中，因此可以有最小纵向对比高度和最小横向对比高度。
[0099]
前述的三个步骤使得能够分别检测ed叶片1的纵向股线tx的纵向截面中心cx和横向股线ty的横向截面中心cy。如前所述并参考图9，接着在连接阶段el连接先前检测的中心cx来确定叶片1的股线t
x
的骨架sq
x
和cy来确定叶片1的股线ty的骨架sqy。
[0100]
参考图8和图9，连接阶段e
l
从计算步骤e4开始，即，对于每一纵向截面中心c
x
，计算其与最近的纵向截面中心c
x
之间的纵向距离d
x
，对于每一横向截面中心cy，计算其与最近的横向截面中心cy之间的横向距离dy。该计算步骤e4通过距离转换来实现，并使得可以简单可靠的方式确定属于相同股线t
x
的中心c
x
和ty的中心cy。
[0101]
仍然参考图8和图9，连接阶段e
l
继续执行通过连接彼此最靠近的纵向中心c
x
来绘制叶片1的纵向股线ty的纵向骨架sq
x
的绘制步骤e5，以及通过连接彼此最靠近的横向中心cy来描绘叶片1的横向股线ty的横向骨架sqy的描绘步骤e5。
[0102]
然而，当将最近的两个纵向中心c
x
分离的纵向距离d
x
大于最大纵向距离d
xmax
时，也就是说，纵向中心c
x
被异常隔开，操作者h通过目测来验证在断层摄影体积v中所涉及的纵向中心c
x
的检测，并在必要时手动标注未检测到的纵向中心c
x
或替换检测不良的纵向中心c
x
。该验证同样也可用于异常靠在一起的纵向中心cx。以相同的方式对横向中心cy执行验证。实际上，根据股线的物理曲率、断层摄影体积v的分辨率和股线t
x
、ty在断层摄影体积v中的朝向来选择最大纵向距离d
xmax
和最大横向距离d
ymax
。不言而喻，最大纵向距离d
xmax
和最大横向距离d
ymax
可以相同。
[0103]
总的来说，叶片1的股线t
x
的骨架sq
x
和股线ty的骨架sqy是通过检测阶段ed和连接阶段e
l
来确定的，在连接阶段e
l
，分别连接纵向股线t
x
的纵向截面c
x
的中心和横向股线ty的横向截面cy的中心。纵向中心c
x
借助纵向参考体积r
x
来确定，对于该纵向参考体积，执行与断层摄影体积v的纵向部分p
x
的相关。对于横向中心cy来说也是如此。具有最佳相关性得分s
x1
、s
x2
、s
x3
的纵向部分p
x
和横向部分py的中心体素vox1、vox2、vox3分别限定纵向中心c
x
和横向中心cy，接着逐步连接该中心。
[0104]
以有利的方式，基于包括中心股线图案m
x
、my的一个或多个参考体积r
x
、ry而不是基于一个或多个参考体素来执行相关，这使得对于伪影及在高密度股线t
x
、ty的情况下的相关是可靠且准确的。此外，参考体积r
x
、ry的选择决定了叶片1的股线t
x
、ty的正确检测。实际上，参考体积r
x
、ry必须体现叶片1的所有股线t
x
、ty，以实现系统准确的检测。因此，在前述示例中，纵向参考体积r
x
用于检测纵向股线t
x
的纵向中心c
x
，横向参考体积ry用于检测横向
股线ty的横向中心cy。
[0105]
为了使参考体积r
x
、ry最能代表叶片1的所有股线tx、ty，根据图13中图示的本发明的一个优选实施例，骨架化方法包括初步确定步骤e0，即，直接在断层摄影体积v中确定纵向参考体积rx和横向参考体积ry。为此，操作者h选择包括中心体素和代表叶片1的纵向股线tx的中心股线图案mx的部分和横向股线ty的中心股线图案my的断层摄影体积v的部分。因此，纵向参考体积rx和横向参考体积ry的确定是简单且易于实现的，并使得可以获得代表叶片1的股线tx参考体积rx和股线ty的参考体积ry。
[0106]
在可选的方式中，参考体积r
x
、ry也可以通过计算机断层摄影模拟来确定，使得可以以初步方式以外的方式分析断层摄影体积v，从而节省时间。
[0107]
此外，在前面的描述中，借助两个参考体积r
x
、ry，即代表所有纵向股线t
x
的纵向参考体积r
x
和代表所有横向股线ty的横向参考体积r，唯一地执行对股线t
x
的中心c
x
和股线ty的中心cy的检测ed。实际上，纵向股线t
x
和横向股线ty具有不同形状(特别为椭圆形)和尺寸的截面，并根据其在叶片中的位置和/或根据局部压实而或多或少地接近相邻股线。
[0108]
因此，根据图14中图示的本发明的一个优选实施例，为了使参考体积rx最能代表叶片1的所有股线tx，股线ry最能代表叶片1的所有股线ty，包括不同截面s的股线图案mx、mx’、my的几个纵向参考体积rx、rx’和几个横向参考体积ry被用来实施检测ed。截面s可以在其尺寸上彼此不同，也可以在其形状上彼此不同，从而代表叶片1的每一股线tx、ty。
[0109]
在图14的示例中，两个纵向参考体积rx、rx’用来检测叶片1的纵向股线tx的纵向中心cx。第一纵向参考体积rx包括具有小椭圆截面s的纵向股线图案mx，第二纵向参考体积rx’包括具有大椭圆截面s’的纵向股线图案mx’。因此针对第一纵向参考体积rx和第二纵向参考体积rx’来实现确定纵向部分px的确定步骤e1、计算纵向相关性得分sx的计算步骤e2以及确定e3纵向中心cx的确定步骤e3。在该示例中，两个纵向参考体积rx、rx’具有相同尺寸，因此可以在相同的纵向部分px上实现相关性，但不言而喻，两个纵向参考体积rx、rx’可具有不同尺寸。无论何种情况，在计算步骤e2结束时，中心体素、特别是图14中图示的第三纵向部分px3的第三中心体素vox3包括两个纵向相关性得分sx3、sx3’。
[0110]
优选地，诸如图14和图15所示，在实施确定步骤e3之前，检测阶段ed包括选择步骤e2’，即选择与每一体素vox3相关联的最大纵向相关性得分s
x3
。因此，对于第三中心体素vox3，其为从包括具有大截面椭圆s’的纵向股线图案mg的第二纵向参考体积rx导出的相关性得分s
x3’。确定纵向中心c
x
的确定步骤e3因此通过与每一体素vox3相关联的最大相关性得分s
x3
中实现。
[0111]
下文描述了本发明的另一优选实施例，以便使参考体积rx、ry分别最能体现叶片1的所有股线tx、ty。根据图16所示的实施例，几个纵向参考体积rx、rx’包括具有不同邻域的股线图案mx、mx”，几个横向参考体积ry包括具有不同邻域的股线图案my。股线图案mx、mx”、my的邻域可以因是否存在相邻股线图案mv以及相邻股线图案的形状和位置而不同，从而使得参考体积rx、rx”代表叶片1的每一股线tx，参考体积ry代表叶片1的每一股线ty，特别是其在叶片1中的不同压实程度。因此，参考体积rx、rx”、ry包括一个或多个股线图案，即至少一个居中股线图案mx、mx’、my和可选地一个或多个全部或部分相邻的股线图案mv。
[0112]
在图16的示例中，两个纵向参考体积rx、rx’用来检测叶片1的纵向股线tx的纵向中心cx。第一纵向参考体积rx包括无邻域的纵向股线图案mx，第二纵向参考体积rx’包括有
邻域的纵向股线图案mx’，该邻域包括两个部分相邻的股线图案mv。以与图14所示的实施例相同的方式，因此针对第一纵向参考体积rx和第二纵向参考体积rx”来实施确定纵向部分px的确定步骤e1、计算e2纵向相关性得分sx的计算步骤e2以及确定e3纵向中心cx的确定步骤e3。以与图14所示实施例相同的方式，两个纵向参考体积rx、rx’具有相同尺寸，因此可以在相同的纵向部分px上实施相关，但不言而喻，两个纵向参考体积rx、rx’可具有不同的尺寸。优选地，如前所述且如图15和图16中所示，在确定纵向中心cx的确定步骤e3之前，实施选择最大相关性得分sx3”的选择步骤e2’。
[0113]
一般来说，图10a、图10b、图14和图16所示的实施例可以相互组合。换句话说，在实践中，检测叶片的以及更一般地任何复合材料部件的股线t
x
的定向截面中心c
x
和股线ty的定向截面中心cy的检测阶段是利用包括股线图案m
x
、m
x’、m
x”、my的几个参考体积r
x
、r
x’、r
x”、ry沿不同截面s和不同邻域的不同方向x、y来实施的。以有利的方式，根据本发明的骨架化方法使得可以与现有技术不同的独立方式来检测和连接每一股线中心。实际上，每一股线中心是根据股线图案确定的，而不求助于其他检测到的股线中心。另外，连接步骤免除了插值和/或预测。实际上，根据相同朝向的相邻中心的距离，一个中心唯一地与另一个中心相连。无需求助于在前序连接步骤中确定的连接中心段。
[0114]
根据图16中所示的本发明的可选的实施例，骨架化方法以初步方式如借助于伽柏滤波器g对断层摄影体积v进行滤波e0’的步骤，以便突出断层摄影体积v中的股线图案。该滤波步骤e0’免除了现有技术中的二值化，该二值化使得无法将邻接的股线彼此区分开来。
[0115]
本发明还涉及一种能够实现前述骨架化方法的骨架化系统。参考图8，在叶片1的示例中，这样的骨架化系统包括运算件2(诸如计算机)和数据库3。数据库3被配置为存储通过模拟或直接在断层摄影体积v上获取的参考体积r
x
、r
x’、r
x”、ry以及用于实现h-maxima转换hmax的最小对比高度和最大距离dxmax、dymax。对于每一参考体积r
x
、r
x’、r
x”、ry，运算件2就其本身而言被配置为：
[0116]
分别确定断层摄影体积v中尺寸与所述参考体积r
x
、r
x’、r
x”、ry的尺寸相等的部分p
x
、py、p
x1
、p
x2
、p
x3
，
[0117]
通过比较参考体积r
x
、r
x’、r
x”、ry的体素vox的灰度级n和断层摄影体积v的每一部分p
x
、py、p
x1
、p
x2
、p
x3
的体素vox的灰度级n来计算参考体积r
x
、r
x’、r
x”、ry与断层摄影体积v的每一部分p
x
、py、p
x1
、p
x2
、p
x3
之间的相关性得分s
x
、s
x’、s
x1
、s
x2
、s
x3
，所述相关性得分s
x
、s
x’、s
x1
、s
x2
、s
x3
与每一部分p
x
、py、p
x1
、p
x2
、p
x3
的中心体素vox1、vox2、vox3相关联，从而获得断层摄影体积v的每一体素vox的相关性得分s
x
、s
y’、s
x1
、s
x2
、s
x3
并形成相关性得分矩阵；
[0118]
确定叶片1的股线t
x
的定向截面中心c
x
和股线ty的定向截面中心cy，所述中心c
x
、cy与部分p
x
、py、p
x1
、p
x2
、p
x3
的中心体素vox1、vox2、vox3对应，所述中心体素的相关性得分s
x
、s
x’、s
x1
、s
x2
、s
x3
与相关性得分矩阵的局部最大值对应，所述中心c
x
、cy的朝向由参考体积r
x
、r
x’、r
x”、ry的股线图案m
x
、my、m
x’、m
x”的方向x、y限定。
[0119]
运算件2还被配置为将每一中心c
x
、cy连接至相同朝向的最近中心c
x
、cy，以便连接所有与相同股线t
x
、ty相关联的中心c
x
、cy，从而获得叶片1的股线t
x
、ty的骨架sq
x
、sqy。
[0120]
根据一个方面，运算件2被配置为通过断层摄影模拟来确定参考体积r
x
、r
x’、r
x”、ry。
[0121]
根据另一方面，运算件2被配置为如通过伽柏滤波器g对断层摄影体积v进行滤波。
[0122]
根据另一方面，在多个参考体积r
x
、r
x’、r
x”、ry的情况下，运算件2被配置为选择与断层摄影体积v的每一体素相关联的最大相关性得分。
[0123]
不言而喻，骨架化系统可以包括多个运算件2，每一运算件被配置为执行上述任务的一部分，以及集成或未集成于运算件2上的多个数据库3。