XCT 检测
08 · 孔隙分割:材料 ROI、阈值与 Otsu
把外部空气、材料外包络和内部孔隙分开,解释自动阈值的目标与局限。
先记住这三点
- 先定义统计分母
- 灰度阈值是分类规则
- Otsu 实际优化什么
- 阈值敏感性怎么报告
先定义统计分母
要计算孔隙率,先定义被研究材料的外包络 ROI,包括其中材料和要统计的内部孔隙,排除外部空气、支架以及按研究定义排除的设计孔道。孔隙率 φ=Vvoid/VROI。分母不是整幅矩形图像,也不是仅剩的实体材料体积。
复杂表面、开口孔或设计流道会使外包络定义变得困难。应在分析前规定是否计入开口孔、表面粗糙谷和设计空腔,并保存 ROI 标签。不同分母的结果不能直接比较。
灰度阈值是分类规则
在简单高衬度材料中,可在固定 ROI 内把 g<T 视为孔隙候选。阈值越高,通常会纳入更多低灰度边缘体素。部分体积效应会使孔壁边界连续变化,没有天然完美的二值分界。
应把分割轮廓叠加到原始切片,在中心、边缘、最厚区和小孔附近检查。仅看三维表面网格可能隐藏内部错误。阈值应由物理、校准或独立验证支持,而不是调到预想的孔隙率。
Otsu 实际优化什么
Otsu 选择使类间方差 ω₀ω₁(μ₀−μ₁)² 最大的阈值,其中 ω 是两类概率,μ 是类平均灰度。它只利用直方图,没有材料知识,也不知道哪些暗体素是孔隙、束硬化或外部空气。
若把大量外部空气放入直方图,最优分类可能主要分开空气与零件,而不是零件中的细孔。稀少小孔、灰度梯度和多相材料也可能使全局阈值失效。局部阈值或学习模型同样需要验证,不能因更复杂就免除检查。
交互练习 · 原创教学模型
同一合成体:切片、阈值、孔体积和对象表
φ = 1.575%
孔体素 126 / ROI 8000
2 个三维对象;ROI 体积 0.064 mm³
移动切片只改变显示;体积统计始终使用完整三维 ROI。
| 编号 | 体素数 | 体积 / mm³ | 等效球径 / mm |
|---|---|---|---|
| 1 | 93 | 0.000744 | 0.1124 |
| 2 | 33 | 0.000264 | 0.0796 |
固定 24³ 合成灰度体,内部 20³ 体素的立方 ROI,体素 0.02 mm;包含两个带边缘灰度过渡的孔。分类规则为 ROI 内 g<T;没有进行去小对象或平滑。分割量不代表真实设备的测量能力。
阈值敏感性怎么报告
在有依据的阈值附近做有限范围扰动,比较孔隙率、最大孔体积、对象数和小孔分布。教学结果若在 T=80、100、120 时明显变化,说明计量对边界敏感;该变化范围是敏感性分析,未经统计模型不能称为 95% 置信区间。
本页合成体演示提供同一体数据、固定 ROI 和多个阈值。可看到阈值增加时孔体积上升,但这只是算法对灰度分类的响应,不证明哪个阈值接近真实材料。
来源与延伸阅读
以下链接用于核对概念、标准状态或原始文献。本页为中文教学整理,不复制受版权保护的标准正文。