一种基于三维重建对竹材分析以及加工工艺优选的方法与流程

1.本发明涉及分析技术领域，具体涉及一种基于三维重建对竹材分析以及加工工艺优选的方法。


背景技术：

2.竹子作是一种不可或缺的可再生资源，有广阔的开发应用前景。竹材作为一种速生材料，具有强度高，韧性大、刚性好、易加工等特征，被广泛应用于家具、装修、乐器等行业。
3.竹子结构中空，其内部成分包括：竹纤维、基体、水、空气和其他组成。目前，对于竹材内部结构采用显微镜的方式进行观察和分析，需要对竹材进行切片处理，在显微镜下进行观察或拍照，从中获取竹材内部的二维图形信息。在切片处理过程中破坏了竹材本身、对竹材内部结构有所影响。因此，通过传统方式获取竹材内部信息时，信息不完整，不准确，分析效率低，分析难度大，此外由于切片处理破坏了竹材本身，导致竹材难以进行后续加工，因此无法监控竹材内部组成在加工过程中如何变化，难以对现有的加工工艺进行有效指导，无法有效提高竹材加工的工艺水平。
4.因此，需要一种可以在不破坏竹材本身的情况下，对竹材进行快速、高效、精确分析的方法。进而通过对竹材内组成成分、形态及比例在加工前中后的变化进行分析，达到指导并改善加工工艺的效果。


技术实现要素：

5.本发明的目的在于克服上述问题，提供了一种基于三维重建对竹材分析以及加工工艺优选的方法。为实现上述目的，本发明采用如下技术方案：
6.一种基于三维重建对竹材分析以及加工工艺优选的方法，包含如下步骤：
7.s1.采集竹材图像数据；
8.利用能谱ct竹材进行分层扫描，获得扫描后的断层数据图像；
9.s2.对原始图像信息进行处理；
10.s3.特征识别，选取表皮层、皮下层、皮层、基本组织、维管束、髓环、髓及纤维作为特征点，获取特征点处的信息，并保留特征点的坐标；
11.s4.数据处理，将数据按照不同的特征点分别进行聚类保存，形成聚类集数据；
12.s5.对数据进行三维重建；
13.s6.对竹材进行分析。
14.作为改进，s6步骤对竹材分析包括：a.对竹材内部组成的体积进行定量分析；b.对竹材内部组成形态和分布状况进行分析；c.分析竹材组成成分在加工过程中的内部形态变化，并探索指导竹材加工工艺的方法。
15.作为改进，s6步骤对竹材内部组成和形态分布情况进行分析的方法为：
16.s6
‑
b
‑
1.通过s5所得三维模型，显示竹材表皮层、皮下层、皮层、基本组织、维管束、
髓环及髓的三维结构部件；
17.s6
‑
b
‑
2.以面绘制和体绘制的形式显示竹材各部分的空间位置、分布状况和具体形态。
18.作为改进，s6步骤对竹材内部组成的体积进行定量分析的方法为：
19.s6
‑
a
‑
1.在mimics中获取竹材本身的体积和表面积和各组成成分体积和表面积，各组成成分体积和表面积、获得竹材本身的体积和表面积；
20.s6
‑
a
‑
2.定量计算竹材某一组成成分体积的含量：竹材某一组成成分体积含量＝汇总的竹材某一组成成分体积/竹材的体积*％。
21.作为改进，s6步骤分析竹材组成成分在加工过程中的内部形态变化的方法为：在竹材加工前，加工过程中以及加工过程后进行三维重建和三维模型分析对比，并分析出竹材组成成分体积变化的趋势，然后通过变化趋势结合加工工艺分析指导竹材的加工工艺。
22.作为改进，s2中处理图像信息的方法为：将原始ct图像数据转换成bmp格式；将bmp格式的图像导入photoshop软件；在photoshop内逐层勾画出竹材图像外轮廓；提取竹材本身图像信息，进行保存形成新的bmp格式的图像信息数据。
23.作为改进，s3中所述获取的特征信息包括：表皮层图像的密度值信息、皮下层图像的密度值信息、皮层图像的密度值信息、基本组织图像的密度值信息、维管束图像的密度值信息、纤维图像的密度值信息、髓环图像的密度值信息、髓图像的密度值信息、其它成分的密度值信息、各特征点的灰度数据，并保留特征信息点的坐标。
24.作为改进，s1中所述对竹材进行分层扫描的层厚为1mm。
25.本发明的优点在于：
26.本发明可以在不破坏竹材本身的情况下，对竹材内部组成的形态和体积含量进行快速、精确的分析。本发明可以获取完整和准确的竹材内部结构，能够快速系统完整的实现竹纤维的定量分析，提高了竹纤维方面的科研水平和效率，进一步提升实际生产加工环节的质量和效率。
附图说明
27.图1为使用能谱ct分层扫描后获得的二维断层ct图像；
28.图2为对单一聚类数据集进行三维重建后的模型图；
29.图3为竹材内各组成的三维模型图；
30.图4为竹材内各组成在竹材内分布的状态图；
31.图5为本发明的流程图。
具体实施方式
32.下面通过具体实施例对本发明进行详细和具体的介绍，以使更好的理解本发明，但是下述实施例并不限定本发明的保护范围。
33.实施例1
34.本实施例公开了一种通过三维重建分析竹材内部组成的体积的方法，包括如下步骤：
35.s1.采集竹材图像数据；
36.利用能谱ct(64排)竹材按照层厚1mm的方式进行分层扫描，获得扫描后的断层数据图像(dicom图像)，获得扫描后的分层图像数据。
37.s2.对原始图像信息进行处理；
38.s2
‑
1.将原始的dicom图像转换成bmp格式图像；
39.s2
‑
2.将bmp格式的图像导入photoshop软件；
40.s2
‑
3.在photoshop软件内逐层勾画出竹材图像的外轮廓；
41.s2
‑
4.提取竹材本身图像信息，保存。
42.s3.特征识别；
43.选取表皮层、皮下层、皮层、基本组织、维管束、髓环、髓及纤维作为特征点，获取特征点处的信息，并保留特征点的坐标。
44.特征点处的信息包括：表皮层图像的密度值信息、皮下层图像的密度值信息、皮层图像的密度值信息、基本组织图像的密度值信息、维管束图像的密度值信息、纤维图像的密度值信息、髓环图像的密度值信息、髓图像的密度值信息和其它成分的密度值信息。
45.s4.数据处理；
46.计算机逐层读取竹材本身dicom图像中每个像素点的密度值信数据，并将数据逐层保存；然后将特征点坐标的能谱曲线作为样本，按照不同的特征点分别进行聚类，并将聚类的图像保存。
47.s5.对数据进行三维重建；
48.将从竹材本身图像中获得的密度值信数据以及聚类数据集导入到三维重建工具mimics中，mimics自动分别生成竹材的整体和各组成成分的三维模型及整体和各组成成分体积和表面积的参数。
49.s6.对竹材进行分析。
50.s6
‑
a
‑
1.在mimics中获取竹材本身的体积和表面积和各组成成分体积和表面积，各组成成分体积和表面积、获得竹材本身的体积和表面积；
51.s6
‑
a
‑
2.定量计算竹材某一组成成分体积的含量：竹材某一组成成分体积含量＝汇总的竹材某一组成成分体积
÷
竹材的体积
×
％。
52.实施例2
53.本实施例公开了一种通过三维重建分析竹材内部组成的形态的方法，包括如下步骤：
54.s1.采集竹材图像数据；
55.利用能谱ct(64排)竹材按照层厚1mm的方式进行分层扫描，获得扫描后的断层数据图像(dicom图像)，获得扫描后的分层图像数据。
56.s2.对原始图像信息进行处理；
57.计算机逐层读取竹材本身dicom图像中每个像素点坐标数据和灰度数据，并将这些数据逐层保存。
58.s3.特征识别；
59.s3
‑
1.选取表皮层、皮下层、皮层、基本组织、维管束、髓环、髓及纤维作为特征点；
60.s3
‑
2.根据获得特征点的灰度数据设定表皮层、皮下层、皮层、基本组织、维管束、髓环及髓各自的取值范围；
61.s4.数据处理；
62.根据各自的取值范围逐层将图像数据按照表皮层、皮下层、皮层、基本组织、维管束、髓环及髓各自进行聚类，形成聚类集数据。并将聚类数据信息进行保存。
63.s5.对数据进行三维重建；
64.将从竹材本身图像中获得的密度值信数据导入到三维重建工具mimics中，导入聚类数据集，mimics自动分别生成竹材的整体和各组成成分的三维模型。
65.s6.对竹材进行分析。
66.s6
‑
a
‑
1.模型展示，显示竹材表皮层、皮下层、皮层、基本组织、维管束、髓环及髓的三维结构部件；
67.s6
‑
a
‑
2.面绘制与体绘制展示：通过面绘制和体绘制的形式显示竹材各个部分的空间位置、分布状况和具体形态。
68.实施例3
69.本实施例公开了一种通过三维重建分析竹材内部组成成分在加工过程中的内部形态变化及探索指导加工工艺的方法。
70.本实施例的分析方法包括三个阶段：
71.1.在竹材加工前，对竹材内部各组成的形态分布图像和体积含量及比例数据进行分析；
72.2.获取竹材加工过程中的各阶段，竹材内部各组成的形态分布图像和体积含量及比例数据；
73.3.分析加工过程中，加工工艺与竹材内部组成成分，空间分布的变化规律和趋势，有利于优化竹材加工工艺；
74.4.指导竹材加工工艺的改进和完善。
75.本实施例对竹材内部各组成的形态图像获取方法与实施例2相同，对竹材内内部各组成的体积含量及比例数据获取方法与实施例1相同。
76.本实施例通过以上各阶段的分析，可以指导竹材的加工工艺，并对加工工艺进行改进和完善，为竹材找到适当的技术工艺和方法。
77.以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不等同于以上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，不脱离本发明的精神和范围下所做的均等变换和修改，都应涵盖在本发明的范围内。