12、3D CT图像中基于图割的木纤维分割方法

3D CT图像中基于图割的木纤维分割方法

1. 引言

在木材纤维复合材料的同步辐射显微计算机断层扫描（CT）图像中分割单个木纤维是一项具有挑战性的任务，但对于理解复合材料的微观力学性能至关重要。本文采用两步法解决该问题：首先识别木纤维内部的空腔（即管腔），这在纤维壁出现裂缝、孔隙膜受损或成像分辨率不足时尤为困难；然后利用分割出的管腔，通过图割分割算法识别单个纤维。

木纤维生产成本相对较低，是木材纤维增强复合材料等散装材料的理想选择。它主要由纤维素（40 - 44%）、半纤维素（15 - 35%）和木质素（18 - 35%）组成，在树木中负责运输营养和水分，并赋予木材机械性能。然而，在制造过程中，纤维结构可能受损，出现裂缝，这给分割算法带来了很大困难。

获取纤维材料的3D高分辨率图像有两种方法：一是对样本切片进行共聚焦显微镜成像，二是对完整样本进行CT扫描。前者分辨率通常是非各向同性的，而CT扫描能得到各向同性图像，且具有无损检测的优点，扫描时间也从切片法的约一周缩短至20分钟。

木材纤维复合材料的纤维网络紧密，相互接触点多，给单个纤维的识别带来挑战。但纤维的管腔通常较易识别，因此本文先识别管腔，再据此识别对应纤维。

2. 相关工作

现有管腔分割方法多基于几何特征，适用于二值化的2D切片。例如，通过识别非纤维对象的面积、椭圆度和平均曲率来确定管腔，该方法之后被应用于体积图像的连续切片，但细胞壁上的孔隙会导致大量分割失败。为解决孔隙问题，Aronsson尝试使用由梯度向量流引导的活动轮廓模型（蛇形模型），但因管腔在2D切片中往往远非椭圆形，效果不佳。Hagen和Holen开发的方法经Bache - Wiig和Henden改进和自动化