利用生成对抗网络从水泥浆体二维图像生成三维微观结构
图像与视频处理
2024-11-19 v3 计算机视觉与模式识别
摘要
建立真实的三维（3D）微观结构是研究硬化水泥浆体微观结构发展的关键步骤。然而，获取水泥的 3D 微观结构图像往往成本高昂且质量受限。本文提出一种基于生成对抗网络（GAN）的方法，从单张二维（2D）图像生成 3D 微观结构，能够以低成本生成高质量且真实的 3D 图像。该方法中，设计了一个框架（CEM3DMG），通过从 2D 截面图像学习微观结构信息来合成 3D 图像。实验结果表明，CEM3DMG 能生成大尺寸的真实 3D 图像。视觉观察确认，生成的 3D 图像展现出与 2D 图像相似的微观结构特征，包括相似的孔隙分布与颗粒形貌。此外，定量分析揭示，重建的 3D 微观结构在灰度直方图、相比例与孔径分布方面与真实 2D 微观结构紧密匹配。CEM3DMG 的源代码可在 GitHub 仓库获取：https://github.com/NBICLAB/CEM3DMG。
引用
@article{arxiv.2204.01645,
title = {3D microstructural generation from 2D images of cement paste using generative adversarial networks},
author = {Xin Zhao and Lin Wang and Qinfei Li and Heng Chen and Shuangrong Liu and Pengkun Hou and Jiayuan Ye and Yan Pei and Xu Wu and Jianfeng Yuan and Haozhong Gao and Bo Yang},
journal= {arXiv preprint arXiv:2204.01645},
year = {2024}
}