基于图像识别的CVI 炭/炭复合材料显微结构表征技术基础研究

炭/炭(C/C)复合材料组织结构识别与表征一直是该领域研究者努力探索的难题之一。针对目前该材料组织结构定量分析和织构表征中存在的不确定性问题，将计算机图像分析技术与模式识别相结合，通过设计旋转偏振光和单偏光显微图像采集系统和集自适应多阈值分割算法、傅立叶变换、线扫描算法和神经网络辨识等为一体的图像采集、图像预处理和特征参数提取与分析的软硬件系统，对C/C复合材料偏振光显微图像、扫描电子显微图像和透射电子显微图像等进行计算机分析与处理，实现组份含量和织构表征参数的定量测定。突破C/C复合材料显微特征采集－图像预处理－特征参数提取－模式识别与分类的关键技术问题，构建基于图像分析的炭/炭复合材料织构类型识别、组分分析及性能参数评价为一体的计算机辅助分析系统。克服观察法测量所造成的人为因素影响，使C/C复合材料组织结构分析跃居一个新台阶，为预测C/C复合材料性能和推动CVI工艺快速发展开辟新途径。