一种基于深度学习的损伤纤维复合材料图像三维重构方法

本发明涉及一种基于深度学习的损伤纤维复合材料图像三维重构方法，其通过XCT扫描获取相关纤维复合材料的图像，获得原始数据集，并通过标记图像中特征，生成标签图像集；随后利用标签图像输入深度学习网络进行训练，得到实例分割结果，再利用图像处理算法将经纱和纬纱分离得到经纱轮廓切片、纬纱轮廓切片；然后，通过将交并比与质心追踪相结合的动态损伤纱线三维重构算法，使所有切片中同一根纱线的灰度归一；最后，将归一后的连续图像输入软件得到经纱、纬纱的精准三维重构模型，再将经纱和纬纱的三维精准重构模型合并，得到单根纱线级别的精准三维重构模型。本发明显著提高了重构的精度和鲁棒性，并具备良好的泛化能力和应用前景。