一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法
2023-06-04 23:28:01 2
專利名稱：一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法
技術領域：
本發明屬於介觀層次材料科學領域，涉及一種基於材料顯微組織圖像的裂紋自動統計方法。
背景技術：
介觀層次裂紋的定量信息對於定量分析混凝土、巖石、塗層等一類脆性材料以及其他廣泛應用於衝擊載荷、疲勞載荷、熱載荷服役環境的眾多金屬、非金屬以及複合材料的力學行為、服役壽命等起著至關重要的作用。例如，國內外研究表明，巖石在承載和變形過程中表面裂紋擴展的情況，包括裂紋在一定時刻的數量、擴展方向等，在很大程度上反映了試樣內部的損傷情況。再如，國外對熱障塗層的研究發現熱障塗層的彈性模量、熱傳導率等參量與裂紋的長度成三次方比例關係，裂紋的存在會顯著降低材料整體的有效楊氏模量、熱導率等，從而極大地影響材料的使用性能。不僅如此，裂紋的取向與材料的性能也密切相關。以塗層為例，平行於基體表面的橫向裂紋，在熱循環過程中，由於拉應力的作用，往往迅速導致塗層整體剝落，引起塗層失效；而平行於塗層厚度方向的縱向裂紋因其降低了塗層的彈性模量，釋放了塗層中的應力，反而可以在一定程度上起到增韌作用，延長材料的壽命。同時，通過研究發現，在絕大部分情況下，不同裂紋之間是相互獨立的，極少出現相互交叉的情況。因此，基於材料的顯微組織圖像，實現介觀層次裂紋長度、角度等信息的自動統計具有十分重要的理論研究價值及工程應用價值。
然而，目前國內外尚未建立起高效、可靠的裂紋自動統計方法。比如，有學者提出，可選取部分有代表性的材料顯微組織圖像讀入計算機，再用數字圖像處理技術屏蔽微孔洞等其他信息，只保留裂紋信息，但在裂紋的定量化統計階段還只能依靠簡單的手動方式；還有學者通過CT掃描技術，利用數學形態學對CT數字圖像中的CT數進行處理和識別，借用二值形態學骨架提取算法對裂紋進行檢出和測量，但它只能間接對裂紋進行定量化統計且只能統計裂紋長度，對裂紋條數和角度的定量統計是無能為力的。近年來，國外基於計算機輔助圖像分析技術採用BORLAND C++編寫了相關軟體對材料內部裂紋進行識別，可計算裂紋的長度及與最水平直線的角度。但受程序本身的制約，只能對典型區域裂紋的總體趨勢進行統計，影響了對裂紋定量統計的準確性。
發明內容
本發明的目的是針對國內外裂紋定量統計現有技術存在的缺陷，提出一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，能夠簡便且準確地對裂紋進行定量統計。採用本發明方法，可得到實際材料顯微組織中裂紋的形狀和分布(包括裂紋的條數、長度和角度)，並可直接用於介觀層次的材料性能有限元數值模擬中，從而進一步研究裂紋長度、取向等與基本物理、力學性能的關係。
本發明方法的基本原理是首先採用基於材料顯微組織圖像的有限元網格模型生成方法(參見中國專利《一種基於材料顯微組織圖像的有限元網格模型生成方法》，申請號為CN200710160759.6)，將解析度為m×n的材料顯微組織圖像進行灰度處理，得到灰度矩陣並導入到有限元軟體中生成有限元網格單元數為m×n的有限元網格單元模型。然後，根據生成的有限元網格單元模型，從單元號1開始循環到最後一個單元號為m×n的單元，搜索裂紋單元。待搜索出所有的裂紋單元後，對每條裂紋設置一個不同的裂紋編號，即可識別出該圖片中的裂紋條數。在此基礎上對各條裂紋進行定量統計，即，在同一裂紋編號的裂紋單元節點中選擇節點在X方向上的最小值xmin和最大值xmax，並在同一裂紋編號的裂紋單元節點中選擇節點在Y方向上的最小值ymin和最大值ymax，根據節點最小值(xmin，ymin)和節點最大值(xmax，ymax)的連線以及水平和垂直方向的連線可構成一個直角三角形。該直角三角形的斜邊距離即為裂紋長度，而兩直角邊的反正切值轉化為角度值後即為該裂紋的角度。然後，將此裂紋的定量統計信息(條數、長度和角度)寫入到文本文件中。以此類推，最後即可將材料內部所有裂紋的定量統計信息(條數、長度和角度)寫入到文本文件中。
為實現上述目的，本發明所採用的技術方案包括以下步驟 步驟一、對材料顯微組織圖像進行灰度矩陣處理，建立與材料顯微組織圖像像素點相對應的有限元網格單元。根據生成的有限元網格單元，搜索所有的裂紋單元。具體實現過程為 採用基於材料顯微組織圖像的有限元網格模型生成方法，將解析度為m×n的裂紋圖片進行灰度處理，得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為m×n的有限元網格單元。然後，設置初始裂紋材質號為2，基體材質號為1。根據生成的有限元網格單元，從單元號1開始循環到最後一個單元號m×n，搜索裂紋單元。當搜索到材質號為2的單元，此單元即為裂紋單元。裂紋單元搜索過程的流程如圖1所示。
步驟二、根據步驟一的搜索結果，識別出有限元網格中的所有裂紋條，並賦予裂紋編號。具體實現過程為 預設初始裂紋條的編號為crackno＝1。在搜索出的第一個裂紋單元後，檢索與該裂紋單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將檢測到的這個單元裂紋編號設為crackno＝1，並取消其材質屬性。然後，再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋(即初始裂紋)的所有裂紋單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。單條裂紋識別程序流程如圖2所示。然後，將裂紋編號加1，即crackno＝crackno+1，按照上述方法完成第二條裂紋的識別。以此類推，直至將網格中所有裂紋單元識別完畢。
步驟三、根據步驟二的識別結果，統計每條裂紋的長度與角度，並將各裂紋條的數據信息輸出到結果文件。具體實現過程為 選擇裂紋編號為1的所有單元，得到這些單元的所有節點數據。進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線與水平方向及垂直方向的連線構成一個直角三角形。該三角形的斜邊距離為根據顯微組織圖像的原始尺寸、像素和圖像標尺，可以得到節點單位長度標尺值δ，將其乘以斜邊距離換算為標準長度單位，即可得到裂紋長度Length；而兩直角邊的反正切值並轉化為角度值則是裂紋的角度Angle＝Atan(ymax-ymin)/(xmax-xmin。同時，把Length、Angle等數據記錄在文本文件中。完成上述過程後，將裂紋編號加1，進入下一條裂紋的統計。以此類推，直到把所有的裂紋統計完成，即可得到所有裂紋的定量統計信息(裂紋編號、長度和角度)，最後得到記錄所有裂紋信息的文本文件。其流程如圖3所示。
有益效果 本發明方法克服了目前國內外僅能針對典型區域裂紋的總體趨勢進行統計的缺點，建立起了基於實際材料顯微組織圖像，能簡單且準確地對裂紋定量統計。採用該方法，可得到實際材料顯微組織中裂紋的形狀和分布。並可直接用於介觀層次的材料性能有限元數值模擬中，研究裂紋長度、取向等與基本物理、力學性能的關係。
圖1是裂紋單元檢索過程的流程圖； 圖2是單條裂紋識別過程的流程圖； 圖3是塗層裂紋定量信息統計過程的流程圖； 圖4是解析度為150×150的氧化鋯塗層顯微組織圖像； 圖5是根據解析度為150×150的氧化鋯塗層顯微組織圖像生成的有限元網格模型； 圖6是解析度為200×200的氧化鋯塗層顯微組織圖像； 圖7是根據解析度為200×200的氧化鋯塗層顯微組織圖像生成的有限元網格模型； 圖8是解析度為200×180的氧化鋯塗層顯微組織圖像； 圖9是根據解析度為200×180的氧化鋯塗層顯微組織圖像生成的有限元網格模型； 圖10是解析度為174×174的氧化鋁塗層顯微組織圖像； 圖11是根據解析度為174×174的氧化鋁塗層顯微組織圖像生成的有限元網格模型； 圖12是解析度為250×180的鋯酸鑭塗層顯微組織圖像； 圖13是根據解析度為250×180的鋯酸鑭塗層顯微組織圖像成的有限元網格模型； 圖14是解析度為200×200的氧化鋯塗層顯微組織圖像； 圖15是根據解析度為200×200的氧化鋯塗層顯微組織圖像生成的有限元網格模型。
具體實施例方式 下面結合附圖及實施例對本發明方法做進一步詳細說明。
實施例1 通過MATLAB等程序讀入放大倍數為500解析度為150×150、節點單位長度標尺值5＝0.2μm的氧化鋯塗層顯微組織圖片，如圖4所示。首先，將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為22500的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖5所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號22500，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋編號、長度和角度)。
通過統計可得，該塗層中共有3條裂紋，第一條裂紋的長度為5.84124μm，角度為51.9793°；第二條裂紋的長度為8.82044μm，角度為57.0595°；以及第三條裂紋的長度為28.6503μm，角度為18.3178°。
實施例2 通過MATLAB等程序讀入放大倍數為500解析度為200×200節點單位長度標尺值δ＝0.2μm的氧化鋯塗層顯微組織圖片，如圖6所示。將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為40000的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖7所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號40000，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋編號、長度和角度)。
通過統計可得，該塗層中共有3條裂紋，第一條裂紋的長度為28.9165μm，角度為25.4322°；第二條裂紋的長度為9.40212μm，角度為38.1081°；以及第三條裂紋的長度為14.93452μm，角度為20.3868°。
實施例3 通過MATLAB等程序讀入放大倍數為1000解析度為200×180節點單位長度標尺值δ＝0.1μm的氧化鋯塗層顯微組織圖片，如圖8所示。將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為36000的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖9所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號36000，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋條數、長度和角度)。
通過統計可得塗層中共有5條裂紋，第一條裂紋的長度為6.29365μm，角度為44.3788°；第二條裂紋的長度為9.39149μm，角度為63.4671°；第三條裂紋的長度為2.40832μm，角度為48.3910°；第四條裂紋的長度為3.70135μm，角度為38.4375°；以及第五條裂紋的長度為3.57771μm，角度為26.5785°。
實施例4 通過MATLAB等程序讀入放大倍數為1500解析度為174×174節點單位長度標尺值δ＝0.067μm的氧化鋁塗層顯微組織圖片，如圖10所示。將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為30276的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖11所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號30276，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋編號、長度和角度)，記錄所有裂紋信息到文本文件4。
實施例5 通過MATLAB等程序讀入放大倍數為800解析度為250×180節點單位長度標尺值δ＝0.125μm的鋯酸鑭塗層顯微組織圖片，如圖12所示。將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為45000的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖13所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號45000，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋編號、長度和角度)，記錄所有裂紋信息到文本文件5。
實施例6 通過MATLAB等程序讀入放大倍數為500解析度為200×200節點單位長度標尺值δ＝0.2μm的氧化鋯塗層顯微組織圖片，如圖14所示。將圖片進行灰度處理得到灰度矩陣並導入到有限元軟體中，生成有限元網格單元數為40000的有限元模型。並通過ANSYS APDL等程序設置初始裂紋材質號為2，基體材質號為1。其中
顏色代表著塗層的基體材料，
顏色代表著塗層中的裂紋。如圖15所示。
根據生成的有限元網格，預設初始裂紋編號crackno＝1，從單元號1開始循環到最後一個單元號40000，搜索裂紋單元。當到達材質號為2的單元，即認為到達裂紋單元。在到達的第一個裂紋單元，檢索與該單元相鄰的所有單元材質號。一旦檢測到有單元的材質號為2，則將該單元裂紋編號設為crackno＝1，並取消其材質屬性。再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1。依此類推，直到第一條裂紋的所有單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別。選擇得到第一條裂紋單元的所有的節點，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax。節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線距離乘以節點標尺δ就是裂紋長度Length，而該連線與水平方向的夾角則是裂紋的角度Angle，同時把Length、Angle等數據記錄在文本文件中。然後，將裂紋編號加1，crackno＝crackno+1，按照同樣的方法完成第二條裂紋的識別和統計。以此類推，直至將網格中所有裂紋單元識別和統計完畢。最終得到裂紋的定量統計信息(裂紋編號、長度和角度)記錄所有裂紋信息到文本文件6。
本發明包括但不局限於以上的實施例，凡是在本發明的精神和原則之下，進行的任何局部改進、修改，都將視為在本發明的保護範圍之內。
權利要求
1、一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，其特徵在於包括以下步驟
步驟一、對材料顯微組織圖像進行灰度矩陣處理，建立與材料顯微組織圖像像素點相對應的有限元網格單元；根據生成的有限元網格單元，搜索所有的裂紋單元；
步驟二、根據步驟一的搜索結果，識別出有限元網格中的所有裂紋條，並賦予裂紋編號；
步驟三、根據步驟二的識別結果，統計每條裂紋的長度與角度，並將各裂紋條的數據信息輸出到結果文件。
2、如權利要求1所述的一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，其特徵在於，所述步驟一中，當有限元網格單元生成之後，需設置初始裂紋材質號為2，基體材質號為1，然後根據生成的有限元網格單元，從單元號1開始循環到最後一個單元，搜索裂紋單元，當搜索到材質號為2的單元，此單元即為裂紋單元。
3、如權利要求1所述的一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，其特徵在於，所述步驟二中識別裂紋條的過程可以採用以下方式
預設初始裂紋條的編號為crackno＝1，在搜索出的第一個裂紋單元後，檢索與該裂紋單元相鄰的所有單元材質號，一旦檢測到有單元的材質號為2，則將檢測到的這個單元裂紋編號設為crackno＝1，並取消其材質屬性，然後，再檢測與編號為crackno＝1單元相鄰且材質為2的所有單元，並賦予其裂紋編號為crackno＝1；依此類推，直到第一條裂紋的所有裂紋單元均被檢測到並賦予裂紋編號crackno＝1，即完成第一條裂紋的識別，之後，將裂紋編號加1，即crackno＝crackno+1，按照上述方法完成第二條裂紋的識別，以此類推，直至將網格中所有裂紋單元識別完畢。
4、如權利要求1所述的一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，其特徵在於，所述步驟三中統計每條裂紋數據信息可以採用以下方法
選擇裂紋編號為1的所有單元，得到這些單元的所有節點數據，進一步選擇這些節點在X方向上的最小值xmin和最大值xmax，以及節點在Y方向上的最小值ymin和最大值ymax，節點最小值點(xmin，ymin)和節點最大值點(xmax，ymax)的連線與水平方向及垂直方向構成一個直角三角形；該三角形的斜邊距離為根據顯微組織圖像的原始尺寸、像素和圖像標尺，可得到節點單位長度標尺值δ，將其乘以斜邊距離換算為標準長度單位，即可得到裂紋長度Length；而兩直角邊的反正切值並轉化為角度值則是裂紋的角度Angle＝Atan(ymax-ymin)/(xmax-xmin)；同時，把Length、Angle等數據記錄在文本文件中；完成上述過程後，將裂紋編號加1，進入下一條裂紋的統計，以此類推，直到把所有的裂紋統計完成，即可得到所有裂紋的定量統計信息，最後得到記錄所有裂紋信息的文本文件。
全文摘要
本發明公開了一種基於材料顯微組織圖像的介觀層次裂紋自動統計方法，屬於介觀層次材料科學領域，能夠簡便且準確地對裂紋進行定量統計。首先對材料顯微組織圖像進行灰度矩陣處理，建立與材料顯微組織圖像像素點相對應的有限元網格單元，根據生成的有限元網格單元，搜索所有的裂紋單元。然後，根據搜索結果，識別出有限元網格中的所有裂紋條，並賦予裂紋編號；最後統計每條裂紋的長度與角度，並將各裂紋條的數據信息輸出到結果文件。採用本發明方法，可得到實際材料顯微組織中裂紋的形狀和分布，包括裂紋的條數、長度和角廢，並可直接用於介觀層次的材料性能有限元數值模擬中，從而進一步研究裂紋長度、取向等與基本物理、力學性能的關係。
文檔編號G06K9/00GK101604357SQ200910087840
公開日2009年12月16日 申請日期2009年6月24日 優先權日2009年6月24日
發明者範群波, 王富恥, 丹 華, 壯 馬, 王全勝, 偉 沈 申請人:北京理工大學