With the advent of X-ray computerised tomography (CT), the possibility of capturing precise volumetric 3D images has become an invaluable tool within the material sciences. With tomographs and synchrotrons becoming more readily available to researchers and scanning time decreasing with newer equipment, the amount of data to be analysed is steadily rising. This rapid increase in data acquisition motivates the development of automatic methods to transform CT images from qualitative to quantitative data. In this work, a method to automatically characterise paper fibres from CT images based on their centre-line and mapping their deformation is presented. Methods for fibre characterisation are presented and tested on computer-generated fibres and CT images of paper fibres. / Med tillkomsten av datorbaserd röntgentomografi (CT) har möjligheten att fånga exakta volymetriska 3D-bilder blivit ett ovärderligt verktyg inom materialvetenskapen. Den mängd data som ska analyseras växer hela tiden tack vare ökad tillgänglighet till tomografer och synkrotroner och minskad skanningstid i och med den tekniska utvecklingen av utrustningen som används. Denna snabba ökning av datainsamling motiverar utvecklingen av automatiska metoder för att omvandla CT-bilder från kvalitativa till kvantitativa data. I detta arbete presenteras en metod för att automatiskt karakterisera pappersfibrer från CT-bilder baserad på deras mittlinje och kartlägga deras deformation. Metoder för fiberkarakterisering presenteras och testas på datorgenererade fibrer och CT-bilder av pappersfibrer.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-298348 |
| Date | January 2021 |
| Creators | Sveinsson, Ívar |
| Publisher | KTH, Hållfasthetslära |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2021:237 |
Page generated in 0.0021 seconds