计算机断层扫描马尾松缺陷及其图像解译OA北大核心CSTPCD

【目的】通过解译计算机断层扫描(CT)图像获取马尾松原木的缺陷类型、空间分布和形态特征,以实现目标缺陷的三维重建,为CT技术在木质材料中的应用提供技术支撑。【方法】设置合理的扫描参数快速完成马尾松原木扫描。针对CT扫描获取的马尾松原木缺陷图像,采用曲率各向异性扩散滤波去除噪声,选取合理阈值进行阈值分割,实现裂纹、虫眼的分割;采用参数形变模型算法,实现节子的分割。利用Mimics软件,通过三维区域生长法建立裂纹、虫眼的三维模型;基于MITK Workbench软件,通过VTK三维可视化面绘制中的移动立方体算法建立节子的三维模型。【结果】阈值分割法、参数形变模型法能快速准确地识别原木内部缺陷并提取缺陷特征信息,具有较高的识别效率和精度,相对误差较小,在3.63%~10.36%范围内波动。三维区域生长法和移动立方体算法实现了原木内部裂纹、虫眼和节子的三维重建,能够快速获取缺陷的空间分布、结构特征,并量化特征信息。【结论】本研究提出的分析方法适用于不同缺陷的图像分割和三维可视化,可以获取缺陷在马尾松原木中的空间分布位置与特征参数,缺陷检测准确率高。研究结果为木材保护和木材利用的改进提供了技术支撑。