14.01.2026
Учёные Сколтеха разработали метод точного определения пористости волокнистых материалов по одному снимку
Исследователи из Лаборатории иерархически структурированных материалов Центра системного проектирования Сколтеха создали новый метод определения пористости волокнистых материалов с использованием всего одного изображения, полученного с помощью обычного оптического микроскопа. Алгоритм анализирует перспективные искажения и статистическое изменение толщины волокон в различных слоях материала, что позволяет рассчитывать истинную объёмную пористость со средней ошибкой всего 3,5%. Этот подход значительно превосходит по точности традиционные методы, основанные на анализе 2D-изображений, и может найти применение в производственных линиях для контроля качества материалов в реальном времени.
Волокнистые материалы широко используются в различных областях — от биомедицины и энергетики до акустической изоляции и композитных материалов. Ключевой характеристикой, определяющей их механические свойства, проницаемость и эффективность, является пористость — доля объёма, занимаемая пустотами между волокнами. Однако точное определение этого параметра традиционными методами требует сложного оборудования, такого как микротомографы, или трудоёмких физических измерений.
Существующие методы анализа изображений, основанные на так называемой «цифровой пористости» (процент открытой площади на 2D-снимке), часто дают значительные ошибки — до 50% и более, поскольку не учитывают трёхмерную структуру материала и распределение волокон по глубине.
Чтобы решить эту проблему, учёные из Сколтеха разработали принципиально новый подход, использующий анализ перспективных искажений на единственном изображении. Метод основан на том, что при съёмке оптическим микроскопом волокна, расположенные в нижних слоях материала, выглядят тоньше из-за перспективного эффекта. Алгоритм статистически анализирует изменение видимой толщины волокон в зависимости от их яркости (которая уменьшается с глубиной) и на основе этих данных вычисляет глубину материала и истинную объёмную пористость.
Разработанная методика включает три этапа: предварительную цифровую обработку изображения (для изображений, полученных неоптической камерой, дополнительно возможно искусственное моделирование перспективных искажений, в т.ч. для снимков электронного микроскопа), определение волокон и их характеристик с помощью алгоритма Ridge Detection в программе Fiji и последующий расчёт пористости на основе статистики распределения волокон по слоям.
Метод позволяет быстро и точно оценивать пористость различных волокнистых материалов — от электропряденных нановолокон для фильтрации и медицины до композитных материалов в аэрокосмической отрасли. Простота реализации и возможность автоматизации делают его перспективным для интеграции в системы технического зрения на производственных линиях для контроля качества в реальном времени. Низкая требовательность к оборудованию (достаточно обычного оптического микроскопа) открывает возможности для широкого применения метода в научных исследованиях и промышленности.
«Наш метод решает фундаментальную проблему перехода от двумерного изображения к определению трёхмерной структуры материала. Мы не просто считаем пиксели на поверхности — мы „заглядываем“ вглубь материала, анализируя, как меняется видимая толщина волокон. Это позволяет с высокой точностью определять истинную пористость без дорогостоящего оборудования для 3D-реконструкции», — говорит первый автор исследования, аспирант программы «Инженерные системы» Сколтеха Антон Бирюков.
Пример преобразователя, производительность которого может быть увеличена за счёт внедрения в его структуру волокнистых материалов в определённом интервале пористости.
Фото: Антон Бирюков
Волокнистые материалы широко используются в различных областях — от биомедицины и энергетики до акустической изоляции и композитных материалов. Ключевой характеристикой, определяющей их механические свойства, проницаемость и эффективность, является пористость — доля объёма, занимаемая пустотами между волокнами. Однако точное определение этого параметра традиционными методами требует сложного оборудования, такого как микротомографы, или трудоёмких физических измерений.Существующие методы анализа изображений, основанные на так называемой «цифровой пористости» (процент открытой площади на 2D-снимке), часто дают значительные ошибки — до 50% и более, поскольку не учитывают трёхмерную структуру материала и распределение волокон по глубине.
Чтобы решить эту проблему, учёные из Сколтеха разработали принципиально новый подход, использующий анализ перспективных искажений на единственном изображении. Метод основан на том, что при съёмке оптическим микроскопом волокна, расположенные в нижних слоях материала, выглядят тоньше из-за перспективного эффекта. Алгоритм статистически анализирует изменение видимой толщины волокон в зависимости от их яркости (которая уменьшается с глубиной) и на основе этих данных вычисляет глубину материала и истинную объёмную пористость.
Разработанная методика включает три этапа: предварительную цифровую обработку изображения (для изображений, полученных неоптической камерой, дополнительно возможно искусственное моделирование перспективных искажений, в т.ч. для снимков электронного микроскопа), определение волокон и их характеристик с помощью алгоритма Ridge Detection в программе Fiji и последующий расчёт пористости на основе статистики распределения волокон по слоям.
Метод позволяет быстро и точно оценивать пористость различных волокнистых материалов — от электропряденных нановолокон для фильтрации и медицины до композитных материалов в аэрокосмической отрасли. Простота реализации и возможность автоматизации делают его перспективным для интеграции в системы технического зрения на производственных линиях для контроля качества в реальном времени. Низкая требовательность к оборудованию (достаточно обычного оптического микроскопа) открывает возможности для широкого применения метода в научных исследованиях и промышленности.
«Наш метод решает фундаментальную проблему перехода от двумерного изображения к определению трёхмерной структуры материала. Мы не просто считаем пиксели на поверхности — мы „заглядываем“ вглубь материала, анализируя, как меняется видимая толщина волокон. Это позволяет с высокой точностью определять истинную пористость без дорогостоящего оборудования для 3D-реконструкции», — говорит первый автор исследования, аспирант программы «Инженерные системы» Сколтеха Антон Бирюков.
Пример преобразователя, производительность которого может быть увеличена за счёт внедрения в его структуру волокнистых материалов в определённом интервале пористости.
Фото: Антон Бирюков