基于CT 图像的高聚物黏结炸药颗粒边界勾勒算法

吴 未，陈 华，戴 斌，张伟斌，骆吉洲，姜守旭，宗和厚

（1.中国工程物理研究院化工材料研究所，四川 绵阳621999；2.哈尔滨工业大学计算机科学与技术学院，黑龙江 哈尔滨150001）

1 引言

三氨基三硝基苯（TATB）基高聚物黏结炸药（Polymer Bonded Explosive，PBX）是一种能量表现优良的钝感耐热炸药，主要由炸药颗粒、黏结剂等组份构成，在压制成型后组份以及这些组份构成的结构是影响炸药整体力学性能的重要因素［1］。通过对压制成型后的TATB 基PBX 内部颗粒边界的精确识别，可进一步开展装药颗粒间界面形变等问题的研究，建立基于真实PBX 材料的计算模型；在构建PBX 宏观本构模型时，PBX 内部颗粒的精确识别可以补充对颗粒和界面的描述，是研究炸药非线性损伤、断裂行为及本构关系理论的重要基础。当前对于TATB 基PBX 颗粒边界识别和提取主要采用计算机层析成像（Computed Tomography，CT）技术，但由于该技术对PBX 炸药的检测能力存在空间与密度分辨水平低、尺寸定量精度较差等问题，客观上造成了CT 图像视野较暗、对比度低、噪声较多等情况［1］，进而使现有的图像分割技术无法对颗粒大小、位置、分布等关键数据进行准确的定量表征。

PBX 颗粒的边界勾勒实质是对PBX 炸药的CT 图像进行分割。图像分割一直是计算机视觉领域的研究热点，但是针对PBX 等特殊材料CT 图像的研究相对匮乏。基于深度学习的图像分割算法利用各类卷积神经网络（如FCN［2］，U-Net［3］，Mask R-CNN［4］），通过大量经过标注的图像来训练模型完成图像分割的任务。而目前PBX 材料CT 图像数量稀少且未经标注，难以满足模型训练的需要。……