進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)CT可以無(wú)損地檢測(cè)非透明物體的組成結(jié)構(gòu)。將不同密度物質(zhì)的射線(xiàn)吸收率定義為CT數(shù)。

進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)建立被檢測(cè)物體密度與CT數(shù)之間的換算關(guān)系并轉(zhuǎn)化為對(duì)應(yīng)的像素灰度值(顏色值)，對(duì)于有多種組成成分的混合材料(例如集料、瀝青結(jié)合料、空隙)，借助X-ray　CT就能確定其組成成分的空間分布情況。

進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)由于CT掃描技術(shù)存在一定的標(biāo)準(zhǔn)公差，因此在一定程度上限制了測(cè)量的準(zhǔn)確性，所以有必要使用校準(zhǔn)系統(tǒng)并適當(dāng)調(diào)節(jié)系統(tǒng)參數(shù)，使測(cè)量能夠達(dá)到的效果。盡管如此，CT技術(shù)仍然是目前精確和通用的成像方法之一。

德國(guó)工業(yè)用ct掃描儀檢測(cè)原理及服務(wù)費(fèi)用檢測(cè)開(kāi)始于簡(jiǎn)單的數(shù)據(jù)采集，利用CT系統(tǒng)來(lái)確定校準(zhǔn)*的三維像素體。在CT掃描期間，軟件會(huì)將捕獲的多軸圖像變換成樣本的數(shù)字化重建的3D體視圖。

進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)因此本文采用李智等提出的改進(jìn)的大津法進(jìn)行CT圖像組分識(shí)別。該法采用環(huán)狀分塊和大津法相結(jié)合的自適應(yīng)閾值選取方法，從提高運(yùn)算速度和分割精度兩方面對(duì)大津法進(jìn)行了改進(jìn)。

進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)其將工業(yè)CT掃描圖像自?xún)?nèi)向外劃分成若干個(gè)部分相互重疊的環(huán)狀子樣本，對(duì)環(huán)狀子樣本分別采用大津法求算目標(biāo)和背景的灰度閾值；再將整幅圖像分為與環(huán)狀中線(xiàn)位置重合且相互連續(xù)但不重疊的圓環(huán)作為子圖像。

瀝青混合料由石質(zhì)集料顆粒、瀝青膠漿、空隙等差異性物質(zhì)組成。由于瀝青與集料、空隙等差異性物質(zhì)交互滲透致使邊界圖像模糊，難以利用瀝青混合料數(shù)字圖像精確區(qū)分不同物質(zhì)?，F(xiàn)有的區(qū)分方法主要有大類(lèi)間方差法、基于混合高斯模型的ＥＭ算法和模糊C均值聚類(lèi)算法。

在這些方法中大津法應(yīng)用為廣泛。然而，由于工業(yè)CT機(jī)掃描能量的制約，工業(yè)CT沿試件厚度方向掃描時(shí)功率逐漸衰減，同類(lèi)物質(zhì)在試件不同位置掃描后得到的灰度值也存在較大變異，單一閾值已無(wú)法有效識(shí)別差異性物質(zhì)。

利用相應(yīng)各環(huán)狀子樣本閾值區(qū)分子圖像目標(biāo)，將子圖像組合即得到整幅圖像的目標(biāo)提取結(jié)果。

進(jìn)口蔡司工業(yè)ct X射線(xiàn)數(shù)字成像系統(tǒng)可以看出，分割的結(jié)果中，集料邊界比較清晰，能清楚地區(qū)分各組成物質(zhì)，整體效果良好。