工件内部的气孔缺陷是一种典型的常见缺陷,有效地检测工件内部气孔缺陷并直观显示其分布是无损检测领域长期研究的课题。工业CT(Industrial Computed Tomography,ICT)技术是国际公认的最有效的无损检测手段,它不仅可以得到工件的断层图像,还能由多张连续断层图像再现其三维结构,为工件内部气孔的自动检测和显示提供了可能和有效途径,随着工业CT技术的发展和工业CT系统性能的提高,通过工业CT实现工件缺陷自动检测是现在研究的热点和方向。本文研究了基于工业CT序列图像的气孔缺陷分割及其三维可视化方法。本文的研究内容主要分为图像预处理、气孔缺陷分割和三维可视化三部分,其中后两部分是研究的重点。本文运用参数活动轮廓模型的思想和方法实现二维图像中气孔缺陷的分割。首先,介绍了活动轮廓模型的发展及研究现状;然后针对Snake模型要求初始轮廓线在目标轮廓附近的特点提出了一种改进的初始轮廓线获取方法,改进后的方法不仅能得到靠近目标边缘的初始轮廓线,而且还克服了经典的Snake模型一次只能分割单个目标的缺点,能够串行地对多个气孔进行自动分割;此外,针对DR图像提出了去除伪缺陷的策略;试验结果表明,本文的方法可以分割3×3及以上大小的气孔缺陷,且得到的分割结果能让人满意。在三维可视化部分,本文对分割后的结果采用MC(Marching Cubes)算法对体数据场进行绘制。MC算法可以利用图形硬件对数据场进行绘制,且具有较快的速度,但同时也会产生大量的三角面片并造成数据冗余,本文针对这一特点对MC算法产生的三角面片进行顶点合并。对于分割后的工业CT序列图像,本文利用MC算法分别提取工件和气孔缺陷的等值面,并在绘制时采用不同的颜色进行渲染,这样就可以在得到的三维可视化图中直观地对缺陷进行观察。实际验证结果表明本文所用方法能够有效地对工业CT序列图像中的气孔缺陷进行分割并在其三维结构图中进行直观的显示。