CrackDect：复合材料图像裂纹密度检测软件

软件X 16（2021）100832原始软件出版物CrackDect：检测纤维增强聚合物图像中的裂纹密度Matthias Drvoderic，Matthias Rettl，Martin Pletz，Clara Schuecker奥地利Montanuniversitaet Leoben高分子工程与科学系塑料与复合材料设计系主任ar t i cl e i nf o文章历史记录：接收11六月2021收到修订版2021年9月27日MSC：68U10保留字：裂纹检测图像处理纤维增强聚合物Pythona b st ra ctCrackDect是一个从一系列图像中检测给定方向的裂缝的工具。它专门用于检测复合材料层压板中的多个基体裂纹，以产生裂纹密度，但也可以用于作为一般的线检测。该软件包是用Python编写的，包含的类和函数可以有效地处理大型图像堆栈，预处理图像并执行裂缝检测。由于其模块化结构，它很容易扩展到其他裂缝检测或特征识别算法。可以定制整个图像堆栈的预处理，以考虑不同的图像捕获技术。由于图像处理往往是计算和内存昂贵的，特别关注的是效率。版权所有©2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本v0.1.1用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-21-00109代码海洋计算胶囊法律代码许可证MIT使用GIT的代码版本控制系统使用Python、Scikit-image、SciPy、NumPy、SQLAlchemy、Numba、Matplotlib、PyQt 5的软件代码语言、工具和服务编译要求，操作环境Python 3.8.x及更高版本，跨平台如果可用，链接到开发人员文档/手册https://crackdect.readthedocs.io/en/latest/问题支持电子邮件：keny.leoben@ gmail.com1. 动机和意义单向纤维增强聚合物在结构部件中的使用越来越多，这由于其复杂的微观结构，在其使用寿命中可能会出现不同的损伤模式[1]。最常见和最早的损伤模式之一是贯穿厚度的基体裂纹的发展这些裂纹沿着一层纤维传播，称为隧道效应*通讯作者。电子邮件地址：martin. unileoben.ac.at（Martin Pletz）。https://doi.org/10.1016/j.softx.2021.100832或离轴裂纹。在过去的几十年里，已经对这种损伤模式的起始、增长和影响进行了大量研究，因为它是层压板刚度首次大幅下降的原因[2这些离轴裂纹的积累和影响如图所示. 1.一、通常，观察到的离轴裂纹被手动计数以计算裂纹密度[6，8]，然后将其用作损伤的度量。这不仅是一个非常繁琐的过程，而且容易出现人为错误。已经提出了预测由于静态和疲劳载荷的离轴裂纹引起的刚度退化的现象学模型[9这一步骤是劳动密集型的，2352-7110/©2021作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxMatthias Drvoderic，Matthias Rettl，Martin Pletz et al.软件X 16（2021）1008322Fig. 1. 由于动态载荷（1），偏离轴的裂纹开始产生，并沿使用寿命（2）累积。刚度随着损伤的累积而下降，最终，这些裂纹和其他损伤机制的组合导致最终失效（3）。裂纹是人工计数的因此，现象学模型的发展受到了评价大型实验活动的困难的限制。计算离轴裂纹的先决条件可以从简单的相机设置到广泛的成像技术，如计算机断层扫描（CT），这取决于具体材料。透射或透照白光成像（TWLI）是玻璃纤维增强聚合物（GFRP）等透明复合材料的一种选择TWLI设置由放置在透明样品后面的光源组成，并且用相机捕获透射通过样品的光。由于试样中的裂纹散射透射光，因此它们在图像中显示为暗线[6，12]。对于非透明复合材料，CrackDect可用于通过合适的成像技术（例如计算机断层扫描）获得的图像。考虑到在实验活动中对每个样本的多个图像进行手动评估是劳动密集型的，可以在文献中找到一些尝试，用于开发使用破裂样本的图像进行裂纹检测的自动算法，但它们要么限于特殊且昂贵的成像技术，如X射线[13]，记录不足，要么软件不可公开获得。Glud等人[14]提出了一种先进且广泛适用的然而，到目前为止，还没有公开的软件可用于这种专门的裂缝检测算法。CrackDect包提供了该算法和预处理整个图像堆栈所需的框架。这意味着作为疲劳实验的自动评估工具，以确定增加的裂纹密度。因此，CrackDect有助于开发、验证和校准新的更好的复合材料损伤或疲劳模型。该包可以在评估过程中实现，其中通常仅需要改变到图像存储位置的路径CrackDect不限于一类材料或成像技术。唯一的先决条件是一种成像技术，其中裂缝出现的强度与未开裂的区域不同。该方法不依赖于力学性能，因为它只依赖于裂纹材料的图像为了计算裂纹密度，在后处理中需要图像的尺度以将裂纹密度计算为单位面积的裂纹长度而不是单位像素的裂纹。2. 软件描述CrackDect提供高级类和函数来处理大型图像堆栈并对其进行预处理，以满足最终应用裂缝检测算法的先决条件。重点是提供一个模块化和可扩展的框架，但是它也可以仅用作图像处理工具。它的优势是高效处理大型图像堆栈。由于加载大量图像可能导致过多的RAM使用，因此它提供了专用于跟踪已加载图像的已用RAM的容器对象，并管理将初步结果加载和卸载裂缝检测的预处理被设计为使得其他图像处理库和自定义函数可以容易地应用于整个图像堆栈。2.1. 软件架构和功能CrackDect被划分为独立的模块。处理流水线几乎在所有情况下都是线性的。用户加载图像，处理它们，最后执行裂缝检测。图2示出了工艺管线的典型示例。主要模块包括：imagestack：类，以有效地处理大型图像收集。stack_operations：处理图像堆栈、坐标变换和检测图像序列中的变化。crack_detection：裂缝检测的核心功能和自动裂缝检测算法的包含一个具有便利功能的_io模块以及一个用于图像堆栈（可视化）的处理单个图像的底层函数收集在image_functions中。图3显示了包含函数和类的包的结构的主要模块。该软件包基于以下功能构建：[15]，[16]，[17]，[18]，[19]。Matplotlib [19]用于可视化。2.2. ImageStack图像堆栈的行为类似于访问和管理图像的Python列表。唯一的区别是没有嵌套的图像堆栈和加法，减法和其他比较方法（例如，大于）未执行。堆栈的图像表示为NumPy数组。目前，有两个类处理图像堆栈：ImageStack：一个Python列表的轻量级包装器，带有额外的图像处理方法。ImageStackSQL：连接到数据库以存储和加载图像。这是通过利用对象关系映射器SQLAlchemy [20]的延迟加载来完全自动它跟踪图像的分配RAM并开始保存·····Matthias Drvoderic，Matthias Rettl，Martin Pletz et al.软件X 16（2021）1008323ρc=i= 1图二、管 道 裂纹检测实例。预处理是可选的和模块化的，因此可以在图像堆栈上使用自定义图像处理功能图三. 主要模块的结构。（子）模块是蓝色的，类是黄色的，类方法是灰色的，函数是粉红色的。(For对颜色的解释在此图例中，读者可参考本文的网络版本当超过设置的RAM限制时，连接的数据库中的所有更改。图像会一直保存在RAM中，直到需要RAM为止，过期的图像只会在下次直接访问时加载。这允许创建和操作超过可用RAM的图像堆栈。它还可用于保存初步结果或进行数据传输，因为图像堆栈对象可从先前保存的堆栈创建。所有这些类都有相同的访问和设置图像的基本方法。因此，在图像堆栈上使用预处理函数时，图像堆栈对象来自一个堆栈中的所 有 图 像 必 须 具 有 用 户 可 以 选 择 的 相 同 数 据 类 型 （ 例 如np.float32）。如果将图像添加到堆栈或修改图像，则会自动调整不适合的数据类型。这确保了堆栈中所有图像的图像处理函数的2.3. 栈操作所有堆栈操作都可以作用于图像堆栈或简单的图像列表。包括TWLI捕获图像的基本预处理所有的函数都会改变它们所作用的堆栈中的图像。如果应保留堆栈操作之前的状态，则可以在堆栈之前复制图像堆栈access. 该算法一次只在一个给定的方向上搜索裂缝因此，可以检测在一个方向上具有纤维的层片的裂纹裂缝检测模块执行以下步骤：1. Gabor滤波器：将Gabor滤波器应用于图像。这可以识别给定方向上的边缘[21]。2. 阈值：将Gabor滤波器的结果分为前景和背景。前景被认为是裂缝区域。这个包中的默认值是YenGlud3. 消隐：然后通过消隐算法[24]将得到的图案减少到1像素宽度的4. 裂缝检测：旋转经过处理的图像，直到裂缝指向垂直方向。然后，算法扫描每行像素。在找到裂缝（白色像素）后，它会跟踪裂缝到尽头，将其从图案中删除，并保存裂缝的起点和终点重复此操作，直到检测到所有裂纹。基于在起点和终点的坐标下，裂纹密度计算为操作目前，有一些功能可以检测变化在两个图像之间，实现移位校正和裁剪到期望的区域。∑nLi一2.4. 裂纹检测crack_detection模块提供了裂缝检测算法的所有部分以及顶层函数，其中，Li表示裂纹i的长度，A表示输入图像的区域。一个例子是什么这些步骤看起来像一个真正的图像与裂缝显示在图。四、它显示了从原始（一Matthias Drvoderic，Matthias Rettl，Martin Pletz et al.软件X 16（2021）1008324±图四、裂 缝 检 测 算 法 的滤波步骤和最终结果。结果显示检测到的裂纹与原始图像在背景中图像到作为结果的检测到的裂纹的示例图像。对于该图像，示出了在应用Gabor滤波器、使用阈值和去噪之后的中间步骤3. 说明性实例CrackDect工具在这里用于检测在玻璃纤维增强复合材料层压板的疲劳实验期间拍摄的一组示例图像中 的 裂 纹 （参见图10）。 5）。的层压板由12层组成，60度相对湿度（垂直）加载方向。有关测试的详细信息见[25]。存储库中的文件夹example_images包含此示例的所有图像。这是产生图1所示结果的完整脚本。5（b）：1 importnumpyasnp2 import crackdectascr34#readimagepathsfor*. bmpimages5 paths=cr. image_paths（6 #createimagestackfrommpaths7 stack=cr. 我是一个geStack。from_paths（paths，dtype=np. float32，as_gray=True）89#alignheimagesinaglobal Coordinate SYSEM10 克河shift_corection（stack）11#cutodesired region12 克河在一个实施例中，如果一个数据集的值为0，则该数据集的值为0，如果该数据集的值为0，则该数据集的值为0=20，y1=850）1314#crack 为预处理进行检测 images15 rho，cracks，r=cr. detect_cracks（stack，teta=60，crack_width =10，ar=2，min_size =20）在此脚本中，所有图像都被批量加载到ImageStack中。图5（a）中示出了堆叠的最后图像，图5（b）中示出了检测到的裂纹。5（b）.堆栈的图像没有完全对齐，因此需要进行偏移校正。此外，感兴趣区域被定义为黑条上方的样本区域，因为这样的标记或伪影可能导致错误检测。由于裂缝密度的计算是基于输入图像的面积，因此在裂缝检测中必须不包括白色背景。如图5（b），仅检测到与指定方向对齐的裂纹。裂纹检测不改变图像，使得可以通过以角度θi作为输入重复运行检测工具来检测方向范围（由θi由于裂缝检测依赖于Gabor滤波器，因此需要一些设置来创建合适的滤波器内核。以下参数设置为默认值，但应进行调整，以可靠地检测给定图像中的裂缝：θ：搜索方向与垂直线之间的角度θ。crack_width：要检测的裂缝的近似宽度（以像素为单位）。该值被视为Gabor内核的波长。ar：Gabor内核的纵横比。由于裂纹通常又长又细，因此应选择大于1的纵横比，然而，选择太高的纵横比可能导致错误检测。已经发现速度和准确度之间的良好折衷是值2。min_size：检测到的裂纹的最小长度（以像素为单位）。由于小的伪影或噪声可能导致错误检测，该参数提供了一个额外的过滤器，以排除不切实际的小检测。裂缝检测的精度由输入图像的质量决定。在焦点和对比度方面清晰的图像将导致更少的错误检测或遗漏的裂缝。成功的裂缝检测的先决条件总是与背景具有对比度的裂缝分层干扰裂纹检测，因为它在图像中也表现为暗区。此外，图像中的裂缝必须至少间隔一个几个像素。否则，两个裂纹将仅被检测为一个裂纹。这可能导致低估具有非常高的裂纹密度和分层的图像的裂纹密度。4. 影响纤维增强聚合物疲劳行为的表征和唯象损伤模型的发展是一个日益增长的研究课题。该软件包旨在提供一个有效且易于使用的工具包，以基于自动裂缝检测算法来量化离轴裂缝。主要优点是：离轴裂纹的评价很容易建立。只几行代码（见第3节中的示例）将为用户提供准确且可再现的裂纹密度。与手动裂纹计数相比，这大大加快了过程，并能够评估大型实验活动。·····Matthias Drvoderic，Matthias Rettl，Martin Pletz et al.软件X 16（2021）1008325图五. 原始图像（a）和与垂直方向成60°角的检测到的裂纹（b）。蓝色虚线表示选定的感兴趣区域，其中白色背景和黑色条被排除以避免裂纹检测中的伪像。所示裂纹是图中所示参数的结果。代码示例在第15行。CrackDect不仅提供了一个强大的裂缝检测al-出租m，而且还提供了有效处理图像堆栈的工具，这些堆栈在一次加载时会使RAM过载。2.2节中介绍的容器对象可以用于各种图像处理应用程序。批量图像处理的复杂功能，采取多个图像的信息，并需要几个步骤，可以实现，而无需担心内存限制。多个图像堆栈可以存储在一个数据库中，便于数据传输。CrackDect是为科学用途而开发的该软件包采用免费的许可证模型，并完全用Python编写，每个人都可以访问，但特别是复合疲劳社区。之前已经描述了所使用的裂缝检测算法[14]。然而，CrackDect是第一个免费和开源的裂缝密度检测工具，可以有效地处理大型图像堆栈。这种效率对于大型实验活动至关重要即使针对裂缝检测的特定情况进行了设计和优化，CrackDect也可以用作通用的线检测工具。模块化预处理流水线可以适用于其他图像捕获技术或完全不同的应用，其中应该在图像中检测具有不同取向的多个线形对象。5. 结论在这项工作中，介绍了一个模块化的裂缝检测和批量图像处理工具包。它是优化的透明复合材料层压板中的基体裂纹的检测，以获得裂纹密度。该工具是在一个有效的方式进行大型实验活动的评估。该软件包特别注重效率和易于实施的其他研究人员。作者打算激励其他人使用自动裂纹检测，因为在实验中的额外努力是低的，它提供了一个直接的损害措施。希望能进一步促进复合材料疲劳损伤模型的发展竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作致谢这项工作的一部分已在COMET项目中进行，该项目是对结构航空航天复合材料部件中制造诱导缺陷和粘接修复的损伤容限行为进行实验和数值分析（项目编号： VI-3.04）在联邦交通、创新和技术部以及联邦数字和经济事务部的COMET计划框架内，在Montanuniversität Leoben （ 塑 料 和 复 合 材 料 设 计 主 席 ） 和MAGNA Powertrain Engeneering Cen- ter Steyr GmbH CO KG的 帮 助 下 ， 在 Polymer Competence Center Leoben GmbH（PCCL，奥地利）进行了测试。PCCL由奥地利政府和施蒂里亚州、下奥地利州和上奥地利州政府引用[1]赖夫斯奈德湾In：Reifsnider KL，editor.复合材料的疲劳。复合材料系列，（4）. Amsterdam; New York：Elsevier; 1991.[2]张文，等.准各向同性层合板基体裂纹扩展的理论分析.实验调查。Compos SciTechnol 1997;57（11）：1527-35.http：//dx.doi.org/10.1016/S0266-3538（97）00080-8，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0266353897000808。[3][10]杨文，杨文.准各向同性石墨/环氧层压板在恒幅疲劳和块加载下的损伤累积Compos Sci Technol 1998;58 （ 9 ） ： 1535-47. http://dx.doi 的 网 站 。org/10.1016/S0266-3538（97）00214-5，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0266353897002145.[4]Wharmby A， Ellyin F.受 约束 角 铺设 层合 板 在循 环 载荷 下 的损 伤 扩展 。ComposSciTechnol2002;62 （ 9 ） ： 1239-47.得 双 曲 正 切 值 .doi.org/10.1016/S0266-3538（02）00075-1，URLhttps://linkinghub.elsevier。com/retrieve/pii/S0266353802000751.[5]作者：Jiang Jiang，Jiang Jiang. 碳纤维交叉层合板在轴向和离轴循环载荷下的 疲 劳 性 能 。IntJ发 ...tigue 2006;28 （ 10 ） ： 1254http://dx.doi.org/10.1016/j.ijfatigue.2006.02 的 网 站 。 011 ，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0142112306000466网站。[6]Adden S，Horst P.多轴向加载非卷曲织物疲劳下的刚度退化。国际疲劳杂志2010;32（1）：108-22。http://dx.doi.org/10的网站。1016/j.ijfatigue.2009.02.002，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0142112309000334。[7] Quaresimin M，Carraro P.玻璃/环氧复合管在拉扭疲劳载荷下的损伤起始和演化IntJFatigue2014;63：25-35.http://dx.doi.org/10.1016/j.ijfatigue.2014.01.002，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0142112314000036。[8][10]李文，李文.循环多轴应力状态下的损伤演化：玻璃/环氧层合板与圆管的对比 分 析 。 复 合 材 料 B 2014;61 ： 282-90. http://dx.doi.org/10.1016/j 的 网 站 。compositesb.2014.01.056，URLhttps://linkinghub.elsevier.com/retrieve/pii/S1359836814000663。··Matthias Drvoderic，Matthias Rettl，Martin Pletz et al.软件X 16（2021）1008326[9] 放 大图 片作 者 ：J.基 于铺 层破 坏 机理 的纤 维 增强 层合 板 连续 损伤 模型 。ComposStruct2006;76（1-2）：162-73.http://dx.doi.org/10.1016/j.compstruct.2006.06.023，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0263822306002625。[10] Singh CV，Talreja R.含多向裂纹复合材料层合板的协同损伤力学方法。MechMater2009;41（8）：954-68.http://dx.doi.org/10.1016/j.mechmat.2009.02.008，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0167663609000490。[11]卡拉罗·P，夸雷西明·M.含多层裂纹多向层合板刚度退化模型。 Int J SolidsStruct2015;58 ： 34-51.http://dx.doi.org/10.1016/j.ijsolstr.2014.12.016 ，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0020768314004843。[12]Tong J，Guild F，Ogin S，Smith P.复合材料层合板中的离轴疲劳裂纹扩展和相 关 能 量 释 放 率 。 Appl Compos Mater 1997;4 （ 6 ） ： 349-59.http://dx.doi.org/10.1007/BF02481399，URLhttp：//link.springer.com/10.1007/BF02481399网站。[13]Sket F，Enfedaque A，Alton C，González C，Molina-Aldareguia J，LlorcaJ.通过剪切变形碳纤维增强层压板中的X射线计算机断层扫描对基体开裂和纤维 旋 转 进 行 自 动 量 化 。 Compos SciTechnol2014;90 ： 129-38.http://dx.doi.org/10.1016/j的网站。compscitech.2013.10.022，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0266353813004223。[14]放大图片作者：Glud J，Dulieu-Barton J，Cubersen O，Overgaard L. 利用数字图像处理对离轴隧道裂纹进行自动计数。综合科学技术2016;125：80-9.http://dx.doi.org/10.1016/j.compscitech.2016.01 的 网 站 。 019 ，URLhttps://linkinghub.elsevier.com/retrieve/pii/S0266353816300197网站。[15]Harris CR ， Millman KJ ， van der Walt SJ ， Gommers R ， Virtanen P ，Cournapeau D ， et al. Array programming with NumPy. Nature 2020;585（ 7825 ） ： 357-62.http://dx.doi.org/10.1038/s41586-020-2649-2 ，URLhttp://www.nature.com/articles/s41586-020-2649-2。[16]SciPy 10 Contributors，Virtanen P，Gommers R，Oliphant TE，HaberlandM ， Reddy T ， et al. SciPy 1.0 ： fundamental algorithms for scientificcomputinginPython.NatureMethods2020;17 （ 3 ） ： 261-72.http://dx.doi.org/10.1038/s41592-019-0686-2，URLhttp://www.nature.com/articles/s41592-019-0686-2。[17]van der Walt S，Schönberger JL，Nunez-Iglesias J，Boulogne F，WarnerJD ， Yager N ， et al. Scikit-image ： image processing in Python.PeerJ2014;2：e453.http://dx.doi.org/10.7717/peerj.453，URLhttps://peerj.com/articles/453.[18]放大图片作者：Lam SK，Pitrou A，Seibert S. Numba：基于LLVM的PythonJIT编译器。在：LLVM编译器基础设施第二次研讨会的会议记录在HPC。Austin ， Texas ： ACM Press; 2015 ， p. 1-6. http://dx.doi.org/10 的 网 站 。1145/2833157.2833162，URL http://dl.acm.org/citation.cfm? doid=2833157。2833162[19]亨特JD。Matplotlib：2D图形环境。计算机科学与工程2007;9（3）：90-5.http://dx.doi.org/10.1109/MCSE.2007.55网站。[20]拜尔湾SQLAlchemy。在：布朗A，威尔逊G，编辑。体系结构第二卷：结构 、 规 模 和 一 些 无 畏 的 黑 客 。 aosabook.org;2012 年 ， URLhttp://aosabook.org/en/sqlalchemy。HTML.[21]福格尔岛 Gabor滤波器作为纹理- 是的BiolCyber-net 1989;61（2）.http://dx.doi.org/10.1007/BF00204594，URLhttp：//link.springer.com/10.1007/BF00204594网站。[22]严 瑞 成 张 富 瑞 张 祥 一 种 新 的 自 动 多 级 阈 值 分 割 准 则 。 IEEE TransImageProcess 1995;4（3）：370-8. 网址：//dx.doi.org/10.1109/83.366472网站。[23]大津湾一种从灰度直方图中选取阈值的方法。IEEE TransSyst Man Cybern1979;9（1）：62-6. http://dx.doi.org/10.1109/TSMC的网站。1979.4310076，URLhttp://ieeexplore.ieee.org/document/4310076/。[24]李T，Kashyap R，Chu C.通过三维中面轴细化算法建立骨骼模型。CVGIP：GraphModelsImageProcess1994;56（6）：462-78.http://dx.doi.org/10.1006/cgip.1994.1042，URLlinkinghub.elsevier.com/retrieve/pii/S104996528471042X。[25]里瑟河疲劳载荷下复合材料的损伤力学[硕士论文]，奥地利：MontanuniversitätLeoben;2016。