基于环状分区和LVQ神经网络的混凝土CT图像分割方法

• 作者: 王杭 李宗利
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: CT技术 混凝土 图像分割 环状分区 LVQ神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 水工建筑
• 页码范围: 61-64
• 页数: 4页
• 分类号: TV431
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2022.02.011

摘要

CT技术是目前了解混凝土细观结构的主要方法,受扫描和视窗成图精度影响,CT扫描切片灰度图像往往无明显双峰、亮度不均匀,导致混凝土骨料、砂浆、孔隙难以分割识别.为提高图像分割时骨料、砂浆、孔隙的识别率,针对混凝土圆柱形试样扫描图像,建立了一种基于环状分区和LVQ神经网络相结合的图像分割算法,通过与其他分割方法进行效果对比表明,该方法具有识别准确度高、人工干预少、后期处理简洁等优点,能够为混凝土细观结构模型建立提供更为准确的数据信息.