陶瓷坯釉料配方优化及显微结构定量分析

陶瓷坯釉料配方优化及显微结构定量分析

ID:33663906

大小:8.44 MB

页数:163页

时间:2019-02-28

上传者:U-3868
陶瓷坯釉料配方优化及显微结构定量分析_第1页
陶瓷坯釉料配方优化及显微结构定量分析_第2页
陶瓷坯釉料配方优化及显微结构定量分析_第3页
陶瓷坯釉料配方优化及显微结构定量分析_第4页
陶瓷坯釉料配方优化及显微结构定量分析_第5页
资源描述:

《陶瓷坯釉料配方优化及显微结构定量分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

陶瓷坯釉料配方优化及显微结构定量分析摘要陶瓷是中华民族文化极其重要的组成部分,深刻影响着世界文化史的发展进程。陶瓷材料的组成与结构决定着材料的性能,显微结构测量与分析是判断陶瓷材料状态和内部结构的主要途径,陶瓷配方的优化和显微结构的分析对于生产各种品质和质地的陶瓷制品有着重要的意义,是陶瓷生产工艺过程中的一个最为重要的环节。由于陶瓷材料的化学成分组成的多样性,采用一般的手工计算进行配方极为繁琐,而且结果往往距要求相去甚远。随着计算机技术的飞速发展和日益广泛的应用,相关的计算机配方辅助设计软件已逐步应用于实际生产领域中。而显微组织测量与分析对陶瓷材料研究具有非常重要的现实意义。通常,陶瓷研究人员使用传统人工方法进行显微组织的定量分析。此种方法乏味费时,检验人员劳动强度大,检测结果的可靠性及有效性难以保证。目前,国内由于相关领域发展的制约,该方面研究还存在很多问题。本文针对实际的陶瓷生产工艺中的制约陶瓷生产质量的两点关键性技术问题,从理论上提出相应的改进方案并在技术实现上加以改进,具体方案详述如下:第一,针对配方优化方面,利用最优化算法对陶瓷配方进行优化设计,将繁琐的传统手工计算交由计算机来处理,缩短产品设计周期,提高生产效率。在分析数值优化算法的基础上,针对陶瓷配方优化方法的特点,分别采用复合形法和遗传算法对陶瓷配方进行设计。通过两种算法的结果对比分析,发现标准遗传算法在计算后的结果不理想,与复合形法的结果相比还有一定的差距,因此重点对标准遗传算法进行了优化和改进设计。主要体现在以下三个方面:(1)选择策略中使用了随机联赛选择替代传统的轮盘赌模型,提高了运算效率,保证了个体的进化;(2)变异操作采用高斯变异来改进标准遗传算法中的均匀变异,解决了标准遗传算法在局部搜索中不足;(3)自适应调整交叉率和变异率,利于算法的收敛。改进后算法的效率高于复合形法和标准遗传算法的效率,使配方优化设计 更具有科学性和合理性。第二,针对古瓷釉显微结构方面,利用现代电子显微技术,对瓷釉试样系列截面,显微放大陶瓷磨片,获取陶瓷显微组织图像。从图像增强、图像平滑、图像分割及边缘检测四个方面,详细比较分析各种数字图像处理技术,结合陶瓷显微图像的特点,根据图像处理结果,选取适用于陶瓷显微图像处理的最优方法。主要体现在以下三个方面:(1)运用数字图像技术中的拉普拉斯锐化、中值滤波方法对陶瓷显微组织图像进行预处理,滤波去除图像分析中的干扰因素和误差,获得利于分析的图像;(2)采用改进的最大类间方差法确定阈值,自动分离具有相近灰度特征的组元,实现陶瓷多组元的图像分割,并对二值分离图像进行边缘检测,提取组元轮廓;(3)由于陶瓷显微组织图像为不连续图像,一般数学建模法不适合用于显微结构定量分析,因此,课题采用体视学方法计算普适参数,定量表征陶瓷显微组织中各相的体积分数、空间尺度分布。课题的研究对于陶瓷生产技术的实际应用具有重要的理论参考价值。本课题中系统开发所采用的方案为软件工程中的模块化设计和面向对象的思想,利用Delphi7.0作为开发工具,设计实现陶瓷配方优化系统和陶瓷显微图像数字分析与处理系统,并利用ADO数据库访问技术可以直接访问和调用数据库。在实现的陶瓷配方优化系统设计中增加的典型配方和综合调试模块,提高了系统的实用性,系统辅助功能和帮助功能能够使用户快速使用,有利于系统的推广和应用;而设计的陶瓷显微架构中,详细介绍了系统各模块及数据库的实现方法。有效协助研究人员进行陶瓷配方及显微组织定量分析,为陶瓷材料的研究提供技术支持。关键词:陶瓷配方j优化设计,体视学,定量分析,边缘检测,复合形法,遗传算法,显微组织,图像分割Il THEOPTIMALFoRMULAANDMICRoSTRUCTURALQUANTITIVEANALYSISoFCERAMICBoDYANDGLAZEABSTRACTTheceramicsthathaveprofoundlyinfluencedtheculturalhistoryoftheworldisanextremelyimportantconstituentofChineseculture.Thefunctionsoftheindustrialceramicsdependonthecompositionandstructureofthematerial.Microstructureanalysisisthemainwaytojudgetheconditionandinternalstructureofceramicmaterial,amongwhichtheoptimizationofformulationandtheceramicmicrostructurequantitativeanalysisisessentialtothepropertiesandthequlitiesofceramicproducts.Becauseofthediversityofchemicalcompositionoftherawmaterials,thewayofhandcalculationforafixedformulationisusuallycomplicatedandtrivialandtheresultscannotmeettherequirement.Withtheswiftdevelopmentofcomputertechnologyandtheincreasinglywiderangeofitsapplication,therelatedcomputer-aidedformulationdesignsofewareshavebeengraduallyappliedtothefieldofpracticalproduction.Themicrostructureanalysisiswidelyusedinjudgingconditionandinternalstructureofceramicmaterial,whichispracticallysignificanttothestudyofceramicmaterial.Usually,theceramicmicrostructurequantitativeanalysisiscarriedonwithtraditionallyartificialmethodwhichistime-consumingandcanhardlyguaranteethevalidityoftheresults.Asforthedomesticdevelopment,thereisstillalongwaytogobecauseoftherestrictionofdevelopmentinrelevantfields.Inthispaper,twokeyproblemsabouttheaffectioninthedevelopmentofqulitiesofceramicproductshavebeenproposed.Inordertosolvethem,wehavecomeupwithanimprovingplanintechnology,whichiselaboratedinthefollowingdetails:First,optimalalgorithmhasbeenusedtooptimizetheceramicIII formulationandthetraditionalhandcalculationiSreplacedbythecomputer.Thewayofusingcomputercanshortenthelifecycleofproduct’Sdesignandenhancetheefficiencyoftheproduction.Accrodingtothenumericalmethodinstructuralanalysisandthefeatureofoptimizationalmethodoftheceramicformulation,thecomplexandgeneticalgorithmshavebeenusedtooptimizetheceramicrespectively.Throughtheanalysisofthetwomethods,wehavedrawntheconclusionthatthestandardgeneticalgorithmiSnotsatisfactoryandtheresultiSfarawayfromthecomplexmethod.Therefore.weputtheemphasisonthestandardgeneticalgorithm,whichhasbeenoptimizedandimprovedindetail.Theimprovedworkmainlyinvolvesthefollowingthreeaspects:(1)thestochastictournamentmodelhavebeenreplacedbytheroulettewheelselectionintheselectionstrategy,thentheefficiencyofcalculationisimprovedandtheevolutionofchromosomeisassuranced;(2)theGaussianmutationhasbeenusedtoimprovetheuniformmutationinthemutationoperatorandovercometheshortageofthestandardgenecticalgorithminlocalsearching(3)theprobabilityofcrossoverandtheprobabilityofmutationhavebeenadaptivelyadjusted,whichisbeneficialtotheconvergenceofalgorithm.Theimprovedalgorithmismoreefficientthanthecomplexmethodandmakestheoptimumdesignofmorescientincalandrational.Second.theancientceramicglazemicrostructurehasbeentakenforexample.Withelectronmicro.technique.ceramicsmicro.sectioniSenlargedunderthemicroscopeSOastogainimagesofceramicmicrostructure.Thenthemostsuperiormethodforprocessingceramicmicrostructureimageisselectedbythedetailedcomparativeanalysisaccordingtotheimageprocessingresultandcharacteristicsofimages.Themethodusedinthepaperisshownasfowllows:(1)First,thepreprocessingiscarriedonwiththemethodoflaplacianandmedianfiltertoeliminatethedisturbanceinimageanalysisstep.(2)Second,thethresholdusedforimagesegmentationischosenbytheimprovedalgorithm.Theceramiccomponentsandtheiredgesaregainedwiththetechnologyofimagesegmentationandedgedetection.(3)BecausetheIV imagesarediscontinuous,ordinarymathematicsmodelingmethodisnotappropriateforquantitativeanalysisofmicrostructure.Therefore,stereologymethodhasbeenusedtocalculateparametersforquantitativeanalysis.Thedesigningandimplementationoftheceramicmicro-imagedigitalanalysisandprocessingsystemhasusedmodulardesignmethodandobject—orientedconcept,whilealsowiththeDelphi7.0languagetorealizetheceramicsystemoptimizationandADOdatabase—accessingtechnologytoaccessthedatabase.Thissystemwasdesignedtohavethefunctionoftypicalformulationandadjustmentthatimprovethepracticabilityofthesystem.Thecomputer·aidedcontrolsystemmaketheuseruseitquicklyandisbeneficialtothepromotionandapplicationofthesystem.Thearchitectureofthedesignedceramicmicrostructuretogetherwithdetailedsystemrealizationmethodwillassisttheresearcherstocarryonquantitativeanalysiseffectively.‘‘KEYWORDS:Ceramics·formulation,Optimaldesign,Complexmethod,Geneticalgorithm,microstructure,stereology,quantitativeanalysis,edgedetection,imagesegmentationV 原创性声明及关于学位论文使用授权的声明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其它个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。论文作者签名:彳弓弓日期:2009年11月关于学位论文使用授权的声明本人完全了解陕西科技大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权陕西科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其它复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定)论文作者签名:审弓导师期:2009年11月 1绪论中国陶瓷是中国历史民族文化极其重要的组成部分之一。“陶瓷"是在人类生活和生产中不可缺少的一种材料和其制品的通称。它在人类生产的历史上已有几千年的历史。陶瓷是指所有以粘土为主要原料与其它天然矿物原料经过粉碎混炼、成形、煅烧等过程而制成的各种制品。它不仅构成了整个中华民族文明史,也深刻地影响和作用于整个世界文化史的发展过程。现代科学技术的发展促使陶瓷材料的研究方法不断创新、提高。陶瓷科学与研究已经成为对我们生活产生重大影响的一门学科。近半个多世纪以来,随着先进陶瓷的研究和开发,在与人类生活息息相关的各个领域,如电子、通讯、能源、交通、宇宙探索和国家安全等,都能找到先进陶瓷的身影。可以说现代人的生活离不开陶瓷,高技术产业、国防军工的发展,在很大程度上都要依赖陶瓷材料的突破和发展才得以实现。中国陶瓷以其无可比拟的历史地位、卓越的成就、丰富的内涵成为国际陶瓷研究的中心课题。近年来,陶瓷工业在现代化建设中具有很重要的地位。首先,陶瓷是人民日常生活中不可缺少的日用品,几千年来一直是人类用以生活的主要餐具、茶具和容器。除日用陶瓷外,建筑工业中的砖、瓦、管道,以及卫生洁具等都大量需要陶瓷,电力,电子工业中的陶瓷绝缘材料,化学工业中的耐腐蚀器皿,冶金工业中大量的耐火材料,以及其它工业需用的很多陶瓷材料等在陶瓷工业中的比例随着现代化建设的发展而日益增大。随着现代科学技术的飞速发展,对材料的要求也更高更严,作为具有优良性能的特种陶瓷已经得到广泛应用。我国的陶瓷有着悠久的历史和光辉的成就,经历了三次飞跃,它在我国的文化和工艺发展史上都占有极其重要的地位。作为传统的陶瓷大国,我国的陶瓷工业虽然发展迅速,但目前在若干方面仍然与世界先进水平有不少差距,我国陶瓷出口贸易额占世界总贸易额的比例还很低。所以,进一步发展陶瓷工艺技术的研究,利用现代化的科学理论和科学技术研究我国的陶瓷生产和研究,形势严峻。作为具有悠久历史的陶瓷,随着世界科学技术的日新月异,新兴的陶瓷材料必然会层出不穷,古老的陶瓷工业在新的形式下将再次产生飞跃,在现代工业中放射出更加灿烂的光芒。计算机在陶瓷研究和生产领域的应用越来越广泛,大多数陶瓷研究、生产 企业已经配备了计算机,这些计算机目前基本上是用于企业和财务管理,真正用于科研和生产工艺控制的却寥寥无几⋯。在该领域中,恰恰是科研和工艺控制人员一方面要处理以开发新品种、降低成本和提高产品质量为目的的新配方设计和调整等大量数据,另一方面又要面对每一天都在变化着的原料成分波动所进行的配方调整需要处理的大量数据;以往所有这些计算几乎都采用手工计算,因需处理的数据太多,调整一个配方往往要计算几个小时,不仅浪费了宝贵的人力资源,有时也因时间拖拉而影响生产,因计算量太大及数据精度的取舍差异,造成计算的结果往往难尽人意。综上所述,人工陶瓷配方优化工作目前存在的主要困难有:①配方优化过程工作量过大,并且大多为重复性工作。②配方优化结果的成功与否难以在选择原料时确定。很多原料的组合无论各种原料含量怎样变化都难于形成目标配方要求的化学成分比例和精度要求,因此很可能大量优化工作成为无用功。③如何从多个配方中定量选择出最佳配方。因此,一个能使从选取原料到配方优化,到分析调整等一系列过程由计算机自动完成,并大大提高计算结果精确程度的陶瓷优化配方系统亟待研究。早在九十年代初期,国外陶瓷企业就己开发成功并采用计算机坯釉料数据库管理系统来处理陶瓷科研和生产方面大量的数据,如比较著名的坯釉料计算管理软件Insight,GlazeChem等。国内外学者开发研制的这些最优化计算软件,大多数采用FORTRAN、BASIC、ALOGOL60等语言在DOS环境下编写而成,当满足一定条件时,可得到较好的配料结果。但这些软件普遍存在一些问题:①DOS下软件界面不友好,不能实行人机对话,大量输入参数需要使用者非常熟悉该软件和设计该软件的语言。②缺乏相应的软件管理及维护功能,对大量数据也缺乏相应的管理功能。③没有提供在线帮助。为此,本课题采用Delphi集成开发平台设计配方优化程序,并编辑数据库管理和软件界面。针对于此,本文主要运用最优化技术和数据库技术开发陶瓷配方优化设计系统,以设计陶瓷配方为基础,得到最优陶瓷配方。陶瓷坯釉料配方优化系统正是针对当前我国陶瓷生产和研究中的手工计算复杂、繁琐、耗时等缺点而设计的,顺应当前科学形势的发展。陶瓷坯釉料配方优化系统要具有以下功能:减小工作量,使从选取原料到配方优化、分析调整等一系列过程都由计算机完成。1)提高计算结果的精确程度。2)缩短新产品的开发周期。3)可在某已知陶瓷坯式及釉式的化学组成的前提下,从所选配的原料中2 对该坯釉式进行配方,并进行性能分析,以对目标配方进行拟合,即可以对某种古陶瓷的坯釉式进行化学组成分析,然后再利用现代的原料进行古陶瓷的配方再现。4)可以对已有的陶瓷制品的坯釉式配方进行进一步的优化,得到性能更加稳定、品质更加优良的配方。数据库管理系统为高效的管理陶瓷相关信息提供了良好的媒介,并且为陶瓷配方设计提供了参考依据。本系统为陶瓷配方领域的科学家和专业技术人员提供了一个强有力的配方设计和分析研究的手段,大大提高陶瓷生产设计和研究的效率。除了研究陶瓷配方优化之外,陶瓷显微结构定量分析对于陶瓷材料研究也有着重要意义。外观艺术美是第一要素,结构决定陶瓷外观,外观与结构之间对应关系的研究尤为重要,而陶瓷的化学组成和工艺参数孕育着内部结构,最终表明组成一工艺一结构一外观之间的依存关系。如果把关系式中的“外观"改为“性能",就成为材料研究中的对应关系式。由此可知,通过工艺因素分析,借助特定工艺参数,在结构与外观能够定量表征的前提下,建立组成、结构及外观的模糊数学定量关系式,将会为陶瓷还原仿制及生产品质更好的陶瓷制品提供了技术支持。近年来,定量显微学已广泛应用于材料、冶金、医药、生物、化工、摩擦学等需要利用图像手段进行统计学和形态学自动分析、测定的研究领域中。典型的应用为:医疗系统的细胞测量、矿物和岩石等矿物质测定、毛纺品纤维检测、碳纤维截面测定等。在材料学中,金属材料定量金相分析研究较多,而陶瓷定量分析研究极少且单一。陶瓷显微结构研究目前存在的主要问题是:①显微结构缺乏定量表征方法,某些决定陶瓷外观视觉效果的主要因素不明;②陶瓷艺术外观缺乏完整定量分析标准及表征方法,通常只有较为模糊的文学或仿物文字,使陶瓷内在结构与外观关系研究受到限制;③依靠传统人工目测法进行评定,其准确性、一致性和重现性都很差,并且速度慢,有时甚至无法进行。为此,将定量显微学应用于陶瓷研究中,借助现代电子显微技术和数字图像技术,结合体视学方法通过系列截面法,对显微结构中各相体积分数、空间尺度分布进行定量表征,分析其差异,掌握影响陶瓷特殊艺术外观的主要相结构,正是陶瓷研究领域迫切需要的。3 1.2论文研究背景与研究意义1.2.1陶瓷配方优化设计合理地设计陶瓷配方是陶瓷制品生产的一个重要环节,陶瓷配方是对已有陶瓷制品的坯、釉进行化学组成分析,从而得到不同品质和质地陶瓷制品中各种化学成分的组成以及百分含量比∞1。各陶瓷生产部门对其能得到的坯釉料化学成分分析后得到相应的组成和百分含量比。当要生产某种陶瓷制品时,生产部门就要根据实际原料情况,运用科学的优化算法计算得到与成品配方表化学组成及百分含量相符的各种原料的百分含量,然后根据各种原料的价格因素、重要程度、误差范围等多种因素对配方表中各原料百分含量进行调整,直至得到最终满意的配方方案。当前,陶瓷配方设计通常是采用传统的配方方法H1,传统的陶瓷配方方法仍然处于半经验阶段,这些方法需要大量的实验工作,耗费大量的人力、物力传统的配方设计和研究方法已经越来越不能适应研究与开发的要求。其有如下几点弊端:(1)陶瓷坯釉料的性能指标、工艺参数等受工艺过程的影响很大,很难建立原料成分与陶瓷质量之间的数学模型;(2)在陶瓷配方研制领域,多年来积累了大量有关陶瓷配方与性能的实验数据,由于这些数据的关系比较模糊,配方与性能之间也无明确的规律可寻,致使前人积累的经验难以借鉴,大量数据难以充分利用;(3)配方问题太复杂,在配方中各原料比例的组合优化设计,常通过试验进行探索与试凑。往往需要进行大量试验,过程长、成本高。实际配方过程中只能对有限的几种组合进行评价,很难保证所得参数组合为最优组合。影响原料的合理利用,不能保证其代表性,因此缺乏科学性;(4)配方优化结果的成功与否难以在选择原料时确定。由于很多原料的组成无论各种原料含量怎样变化都难于形成目标配方要求的化学成分比例和精度要求(即用户所选的原料根本无法得到目标配方方案,也就是说方程组无解),因此很有可能使大量优化工作成为无用功。这种完全依赖于人工的开发体系越来越不适应陶瓷行业市场日新月异的变化,而且随着人们在陶瓷配方设计方面积累的经验与数据的增多,因而,要科学、高效地进行配方,尽量避免重复劳动,提高工作效率,增强陶瓷生产的稳定性,引进现代优化方法应用于陶瓷配方设计的趋势越来越明显,本文的选题正是在这样的背景下应运而生。优化设计的概念是在人类文明发展过程中形成的。在生产、生活和社会活4 动中都贯穿着优化的思想,如选择优良条件、筛选优良品种、选取最佳设计及施工方案、选举优秀代表、选购优质物品等无不是优化的思想。经过漫长的实践,人们积累了经验,逐步形成了优化的方法,从感性上升到理性。特别是电子计算机技术的发展,给优化技术带来了长足的进步。过去几十年间最优化理论及方法发展十分迅速,最优化方法在数学上是一种求极值的方法,它是应用数学的一个分支,现在己经渗透到科学、技术、工程、经济等各个领域,它不是工程方法,但最优化技术与应用数学、计算机科学以及各专业领域都有密切的关系陆3。最优化设计方法的源头可追溯到法国数学家拉格朗日关于一个函数在一组等式约束条件下的极值问题。伴随着工业、军事技术和管理决策科学的发展,这门学科也在不断丰富发展它的内涵,衍生出组合优化、线性规划、非线性规划、多目标规划、动态规划等分支哺1。拉格朗日乘子法则、库恩塔克条件、庞特里雅金极大值原理、贝尔曼最优化方程等,莫定了最优化理论研究发展的里程碑。这些经典的优化理论着重描述了最优解的特征。但是,直到有了高速计算机,人们才能够对各类较大规模的优化问题利用计算机进行求解,使最优化方法成为工程设计、管理决策、配方优化等领域的一种实用工具"刮。在陶瓷配方及工艺条件设计中,把最优化方法借助计算机这一现代化的工具应用到该领域中来,节省人力、物力。陶瓷配方优化设计任务无论是设计新材质的陶瓷配方,还是改进原配方,都有一个确定的目标,即配方最终达到的化学组成。新配方的化学组成要接近这个目标的化学组成,需要多种原料的合理配合。当然,其中还需要考虑到部分原料的性能对目标配方性能的影响等。这些众多的影响因素在通常的陶瓷配方设计中往往难以顾全。在众多因素全面考虑中,设计出最佳的配方方案,这就是一个优化问题。最优化方法解决实际问题一般分为五步进行随1:(1)提出需要进行最优化的问题,开始收集有关资料和数据;(2)建立最优化问题的数学模型,确定变量,列出目标函数和有关约束式;(3)分析模型,选择合适的求解方法;(4)编写程序,用计算机求最优解,对算法的收敛性、通用性与简便性、效率及误差等做出评价:(5)最优解的验证和实施。通过上述五个相互独立和互相渗透的步骤,最终求得系统的最优解。一般来说陶瓷配方设计更多地依赖于经验规则阳1,对设计者的要求比较高。传统的陶瓷配方设计开发过程可分为实验设计、数学建模、配方优化和系 统调试四步。其中实验设计是配方设计的基础。其目的就是为了获得真实可靠的实验数据,为第二步的数学建模过程提供实验依据。数学建模是关键。数学建模的目的就是帮助人们透过实验数据清楚地看到各实验因素和实验结果之间的相互影响关系,从而可以指导配方优化过程。尽管为了能够通过尽可能少的实验详实地反映各影响因素对材料总体性能的影响,人们也进行了实验方法的研究,提出了正交设计、组合设计以及均匀设计等一些试验方法,并且对于数学建模过程也进行了一些的探索。但是,本质上来说研究陶瓷配方的方法仍然是依赖大量实验,进行大面积的筛选从而最终确定配方的过程。而对于现代陶瓷材料性能的要求更高,使得陶瓷材料的配方设计更为复杂,再加上生产工艺多样化等影响因素众多,带有较大的不确定性,这就对开发者提出了更高的要求。这显然对于陶瓷材料的研究开发是不利的。而对于设计能力低下的中小企业来说更显得心有余而力不足。陶瓷坯釉料配方优化系统软件的开发目的在于将长期以来由人工完成的复杂、繁琐、重复的陶瓷配方优化工作转化为计算机自动完成,将大量的人力资源从中解放出来,节省人力资源。陶瓷坯釉料配方优化系统将缩短陶瓷坯釉料配方计算的时间,提高陶瓷配方研究的效率,对于陶瓷的研究和生产有着重要的意义。鉴于陶瓷配方设计过程中的复杂性和昂贵性,综合模拟和计算机模拟都具有十分重要的意义。尤其是陶瓷的配方设计,主要依靠经验和知识,保存和完善这些经验和知识是很重要的。发展陶瓷配方设计的计算机辅助系统软件为配方设计提供了更先进、更智能的手段,它能够部分代替和减少试验,保存经验知识,大幅度减少了科研开发经费。对陶瓷材料研究的现代化,都具有十分重要的意义⋯3。1.2.2陶瓷显微结构定量分析陶瓷是中华民族文化极其重要的组成部分,深刻影响着整个世界文化史的发展进程。现代科学技术的发展促使陶瓷材料的研究方法不断创新、提高。陶瓷科学与研究已经成为对我们生活产生重大影响的一门学科。随着先进陶瓷材料的研究和开发,在与人类生活息息相关的各个领域,如电子、通讯、环境保护、医疗等,都能找到陶瓷的身影。现代人的生活离不开陶瓷,高技术产业、国防军工的发展,在很大程度上都要依赖陶瓷材料的突破和发展才得以实现。陶瓷研究对人类发展、社会进步和人民生活水平的提高有者重要作用。长期实践和研究表明,陶瓷材料的性能是由其内部的微观组织结构所决定⋯3。外观艺术美是第一要素,最终决定陶瓷外观的是其内部结构¨21。陶瓷化学6 组成和工艺参数孕育着其内部结构,表明了组成一工艺一结构一外观之间的依存关系。如果把关系式中的“外观"改为“性能”,就成为陶瓷材料研究中的对应关系式。常用的陶瓷材料研究方法是由化学成分和制备工艺来实现对组织结构的控制,在此基础上最终确定陶瓷材料的使用性能,改善材料性能。除此之外,显微组织测量与分析是判断陶瓷材料状态和内部结构的主要途径n钉。然而,从我国陶瓷行业整体现状看,陶瓷研究大多采用传统方法,存在着效率低、分析难度大等缺点。陶瓷行业的生产装备落后等原因,严重制约了陶瓷工业的进一步发展,导致陶瓷生产存在能耗大、产品档次低、质量差、工艺技术装备落后、产品结构不合理等问题⋯3。因此,充分依靠科技进步、借助新技术,对陶瓷材料研究具有非常重要的现实意义和战略意义。目前陶瓷显微组织研究存在以下问题:(1)传统的人工目测法评定陶瓷显微组织,准确性、一致性和重现性差,速度慢,分析难度大,有时甚至无法进行;(2)陶瓷艺术外观通常只有较为模糊的文学或仿物文字,使科学研究结构与外观关联受到限制;(3)显微组织缺乏定量表征方法,不能定量分析陶瓷微相,使得某些决定陶瓷外观视觉效果的主要因素不明。通常,研究材料的显微组织只能在试样的某一截面上进行,但此时所观察到的显微结构并非陶瓷的三维真实形貌n引。体视学是近年来迅速发展起来的一门新兴边缘学科,是建立从二维截面所获得的组织测量值与描述组织三维参数之间关系的数学方法,被广泛应用于材料、冶金、矿物、生物等学科领n鲥。体视学是基于统计意义上的测量结果,需要对测量目标进行多次、重复测量,如果使用人工法来完成该操作,研究人员的劳动强度大,不易实现¨”。为解决以上问题,本课题主要研究将数字图像处理技术和体视学方法相结合,设计陶瓷显微图像数字分析与处理软件,计算普适参数,定量表征陶瓷显微组织中各相的体积分数、空间尺度分布,实现显微组织的定量分析。陶瓷显微组织定量分析的研究,有利于提高显微组织分析的准确性与效率,避免记录显微组织一系列繁杂的工作,对掌握影响陶瓷特殊艺术外观的主要相结构,对陶瓷材料的研究与应用具有重要的现实意义与广阔的应用前景。1.3国内外研究现状作为传统的陶瓷大国,我国的陶瓷工业虽然发展迅速,但目前在若干方面仍然与世界先进水平有不少差距,我国陶瓷出口贸易额占世界总贸易额的比例7 还很低。因此,有待进一步发展陶瓷工艺技术的研究,利用现代化的科学理论和科学技术研究我国的陶瓷生产H,。近年来,随着最优化理论的发展,陶瓷材料配方的优化设计也相应的成为国内外陶瓷材料研究的一个方向。针对陶瓷特性与组分关系的特点,相继应用了不同的优化设计方法,比如线性规划、目标规划、单纯形法、网格法、遗传算法、模糊最优化方法等优化计算方法n8q0l。其中遗传算法以其基本思想简单、便于实现和并行搜索的优点赢得了众多学者和工程人员的青睐,是目前应用最广的优化搜索算法之一。但遗传算法存在收敛速度慢和易于陷入局部最优的问题,在需要优化的参数较多时,更凸现了遗传算法的不足。如何提高遗传算法跳出局部最优的能力和如何提高遗传算法的收敛速度成为近年来遗传算法的研究热点。许多学者从不同的角度对遗传算法进行了改进,使遗传算法的寻优能力有了不同程度的提高∞¨。1991年D.Whitey在他的论文中提出了基于领域交叉的交叉算子(Adjacencybasedcrossover),这个算子是特别针对用序号表示基因的个体的交叉,并将其应用到了TSP问题中,通过实验对其进行了验证。D.H.Ackley等提出了随即迭代遗传爬山法(StochasticIteratedGeneticHill.climbing,SIGH)采用了一种复杂的概率选举机制,此机制中由m个“投票者"来共同决定新个体的值(m表示群体的大小)。实验结果表明,SIGH与单点交叉、均匀交叉的神经遗传算法相比,所测试的六个函数中有四个表现出更好的性能,而且总体来讲,SIGH比现存的许多算法在求解速度方面更有竞争力。H.Bersini和G.Seront将遗传算法与单一方法(simplexmethod)结合起来,形成了一种叫单一操作的多亲交叉算子(simplexcrossover),该算子在根据两个母体以及一个额外的个体产生新个体,事实上他的交叉结果与对三个个体用选举交叉产生的结果一致。同时,文献还将三者交叉算子与点交叉、均匀交叉做了比较,结果表明,三者交叉算子比其余两个有更好的性能。国内也有不少的专家和学者对遗传算法的交叉算子进行改进。2002年,戴晓明等应用多种群遗传并行进化的思想,对不同种群基于不同的遗传策略,如变异概率,不同的变异算子等来搜索变量空间,并利用种群间迁移算子来进行遗传信息交流,以解决经典遗传算法的收敛到局部最优值问题乜纠。2004年,赵宏立等针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building.blockCodedParallelGA,BCPGA)。该方法以粗粒度并行遗传算法为基本框架,在染色体8 群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,在用重新编码的染色体群体作为下一轮以相同方式演化的初始群体。2005年,江雷等针对并行遗传算法求解TSP问题,探讨了使用弹性策略来维持群体的多样性,使得算法跨过局部收敛的障碍,向全局最优解方向进化。计算机具有快速、准确、运算能力强、数据和信息管理方便,以及逻辑推理方式独到等特点,随着计算机技术的发展,对陶瓷性能进行有效预估,对陶瓷配方进行计算机辅助设计已成为可能。早在九十年代初期,国外陶瓷企业就已开发成功并采用计算机坯釉料数据库管理系统来处理陶瓷科研和生产方面大量的数据,如比较著名的坯釉料计算管理软件Insight,GlazeChem等凹。1引。国内外学者开发研制的这些最优化计算软件,大多数采用FORTRAN、BASIC、ALOGOL60等语言在DOS环境下编写而成,当满足一定条件时,可得到较好的配料结果。但这些软件普遍存在一些问题:(1)DOS环境下软件界面不友好,不能实施人机对话,大量输入参数需要使用者非常熟悉该软件和设计该软件的,.语言;(2)缺乏相应的软件管理及维护功能,对大量数据也缺乏相应的管理功能;(3)保存配方编辑配方功能欠缺。传统显微镜在分析显微结构过程中易受人为因素的影响,而且不适合快速舯处理大批量样品,并且维护成本高、操作复杂,需要配备专门的操作人员,给日常的检测工作带来不便∞引。借助数字图像技术对显微组织进行定量表征是一种新颖的、专门用于组织颗粒甚至分子级量化分析研究的技术比引。迄今为止,在国内,显微图像处理技术已用于各行各业的研究,如材料、冶金、医药、生物、化工、摩擦学等需要利用图像手段进行统计、进行形态学自动分析和测定的领域中心引。典型的应用为:医疗系统中的细胞测量心引、矿物和岩石等矿物质测定心71、产品质量检测妇引、碳纤维截面测定心们等。在医学上,细胞形态的自动图像识别、细胞形态的检测是医学检测中的重要部分。很多疾病的诊治主要依靠医学专家观察标本中细胞在显微镜下的形态,对细胞进行识别和分类。而借助数字图像技术、计算机模式识别和人工智能等技术,可以实现对细胞图像的自动识别,快速准确地识别各类细胞并做出相应的诊断,大大的提高检查效率,减少人为误差。如血液细胞图像识别系统能准确、快速识别血液中的各类白细胞,极大地提高血液形态检查的效率。在矿物研究领域,对于部分矿物纹理图像,可以通过将矿物网孔状纹理图像分成小区域,根据小区域内的灰度分布与训练样本的经验灰度直方图进行相似性比较,将小区域图像归为具有纹理特征的一类,实现对矿物成分纹理的识9 ll’7别与分类。在质量检测领域,利用数字图像技术,可以实现对组织识别与检测,并由此判断产品质量优劣。例如,以粉丝组织的显微图像为基础,运用灰度共生矩阵和分形理论提取显微图像的特征,将提取出来的特征做为神经网络淀粉品质分类的输入,建立粉丝淀粉品质的自动检测系统。在材料学中,金属材料定量金相分析方面的研究较多∞01,极少应用于陶瓷材料研究。虽然,我国对于陶瓷的微观结构有一定的研究,例如对河南钧瓷釉、福建天目瓷釉中的分相现象进行了物理化学的基础研究,但苦于缺乏定量分析釉中微相的方法,传统人工方法效率低,使陶瓷内在结构与外观视觉关系研究受到制约。目前常用的图像处理软件主要有以下几种:(1)Photoshop通用图像处理软件,是一种商业付费软件,图像处理功能强大,具备二次开发功能,但是不适合目标的测量与计算。(2)Osiris360医用图像处理软件,适用于生物、医学领域的图像分析和测量,软件本身不具备二次开发功能,但是软件源代码可以付费获取,用户可以通过修改源代码间接进行二次开发。(3)NIH图像处理软件,由美国国立医学研究院开发,适用于生物、医学领域的图像分析和测量。软件用Pascal语言编译,在Macintosh微机上运行,源代码公开。(4)Scionlmage图像处理软件,是NIH图像处理软件的Win32版本,免费但源代码不公开,其算法、操作功能与NIH图像处理软件相似,使用说明书详尽,具有宏处理语言二次开发功能。(5)ImageJ图像处理软件是NIH图像处理软件的Java版本,源代码公开,具备宏处理语言的软件二次开发功能,但与传统Windows应用程序相比,人机界面的操作习惯不太一致。由此可见,目前的图像处理软件大多适用于医学、生物等领域,且缺少图像分析与测量功能,并且用户对图像分析与处理的需求基于各种行业知识,因此,显微图像分析软件必须根据用户独特的需求分析进行开发。另外,由于陶瓷显微组织图像为不连续图像,一般数学建模法不适合用于图像定量表征∞¨,因此,本课题结合数字图像技术与体视学原理,研究适用于陶瓷材料的显微图像处理与定量分析的方法。lO 1.4本文主要研究工作概述本文研究的主要任务是围绕陶瓷坯釉料配方优化进行设计、算法优化设计以及陶瓷显微图像的数字分析与处理的实现,针对目前研究状况从理论方法和实现技术两个方面进行了深入研究。首先从优化设计理论进行了介绍和总结分析,围绕陶瓷配方优化设计问题,研究单目标及多目标优化方法,分析陶瓷配方设计方法,确定适合的优化计算方法,为程序设计提供依据。并且建立了数学模型确定了优化目标及约束条件,计算并得出了某陶瓷配方的优化结果,讨论和分析了不同优化算法下的计算结果,并针对标准遗传算法中出现的收敛、早熟、运行参数不确定等进行了优化改进。具体讲,就是一方面找出最佳优化算法并应用其建立数学模型,即将实际问题转化为由决策变量、目标函数和约束条件表示的数学语言,然后通过编写程序,利用计算机运算求出最优解。配方的数学模型必须满足陶瓷坯釉料的各项性能指标,均衡原料比例,并且使成本最低,从而实现陶瓷制品生产利润的最大化;另一方面以古陶瓷显微结构图像为例,使用特殊的仪器将陶瓷磨片显:微放大,拍下显微图片,根据各种成分在显微图片中的不同特征,建立专用于古陶瓷显微结构定量分析软件,利用数字图像处理技术和体视学方法分析釉中各相参数,对其进行定量表征,将表征数据存入数据库中,为今后研究人员分析数据提供依据,推导出陶瓷成分和外观质地之间关系,为陶瓷还原仿制以及生产质地更好的陶瓷制品提供技术支持。在系统的设计过程中,首先分析了系统需求,并对模块功能和系统流程进行了总体介绍。根据课题研究的需要,进行了数据库需求分析,确定了数据库结构并选取恰当的数据库管理系统、编程语言及数据访问方式。建立界面友好、操作简单、方便查询的陶瓷数据库管理系统。在系统的实现过程中,考虑到需要调用的数据库来源的多样性,本系统采用Delphi7.0进行实现,并力求做到界面友好、功能完善、规划简单、维护方便等特点,并配以系统维护和帮助等辅助模块,为用户的快速正确掌握软件的使用方法提供帮助。在陶瓷显微图像处理和定量分析研究中,显微图像处理主要实现图像格式转换、图像增强、图像滤波、图像分割、边缘检测等功能,获取有利于图像分析的处理图;通过计算陶瓷普适参数来实现定量分析,定量表征陶瓷显微结构。以古陶瓷显微结构图像为例,使用显微电镜将陶瓷磨片显微放大,拍下显微图像,设计并开发陶瓷显微图像的数字分析与处理软件,实现陶瓷显微组织的定量表征。陶瓷显微结构存在多种组元m1,利用数字图像处理技术,对陶瓷显微图像 进行图像预处理,根据显微图像的不同灰度特性,使用图像分割方法,分离出显微结构中的各种晶相及其轮廓图。结合体视学方法,可以进一步实现图像的测量与分析,获取普适参数,为今后研究人员分析数据、推导陶瓷成分与外观质地之间的关系提供依据,为陶瓷材料研究、生产质地更好的陶瓷制品提供技术支持。显微结构定量分析实现的目标为:(1)利用数字图像技术对陶瓷断面显微结构图像进行处理与分析,分离出图像中的气泡、釉体和晶体,提取出气泡、釉体和晶体的轮廊图,获得各组元的基本数据;(2)运用体视学原理及基本公式计算出部分普适参量,实现古陶瓷显微结构的定量分析;(3)建立界面友好,有安全用户登录体制的数据库管理系统,为古陶瓷研究提供必要的数据依据。1.5课题研究的主要内容、技术方案及创新点论文研究的主要内容:本课题的研究主要有两个方面:陶瓷配方优化和陶瓷显微结构的定量分析,下面就其两方面做详细的阐述。(1)围绕陶瓷配方优化及优化算法设计的研究问题,针对目前研究状况从理论方法和实现技术两个方面进行了深入研究。首先从优化设计理论进行了介绍和总结分析,围绕陶瓷配方优化设计问题,研究单目标及多目标优化方法,分析陶瓷配方设计方法,确定适合的优化计算方法,为程序设计提供依据。并且建立了数学模型确定了优化目标及约束条件,计算并得出了某陶瓷配方的优化结果,讨论和分析了不同优化算法下的计算结果,并针对标准遗传算法中出现的收敛、早熟、运行参数不确定等进行了优化改进。在系统的设计过程中,首先分析了系统需求,并对模块功能和系统流程进行了总体介绍。根据课题研究的需要,进行了数据库需求分析,确定了数据库结构并选取恰当的数据库管理系统、编程语言及数据访问方式。建立界面友好、操作简单、方便查询的陶瓷数据库管理系统。在系统的实现过程中,考虑到需要调用的数据库来源的多样性,本系统采用Delphi7.0进行实现,并力求做到界面友好、功能完善、规划简单、维护方便等特点,并配以系统维护和帮助等辅助模块,为用户的快速正确掌握软件的使用方法提供帮助。(2)对古陶瓷的显微结构图像处理和定量分析也进行了深入的研究,显微12 图像处理主要实现图像格式转换、图像增强、图像滤波、图像分割、边缘检测等功能,获取有利于图像分析的处理图;定量分析是通过计算陶瓷普适参数来实现,定量表征陶瓷显微结构。以古陶瓷显微结构图像为例,使用显微电镜将陶瓷磨片显微放大,拍下显微图像,设计陶瓷显微图像的数字分析与处理软件,实现陶瓷显微组织的定量表征。陶瓷显微结构存在多种组元¨”,利用数字图像处理技术,对陶瓷显微图像进行图像预处理,根据显微图像的不同灰度特性,使用图像分割方法,分离出显微结构中的各种晶相及其轮廓图。结合体视学方法,可以进一步实现图像的测量与分析,获取普适参数,为今后研究人员分析数据、推导陶瓷成分与外观质地之间的关系提供依据,为陶瓷材料研究、生产质地更好的陶瓷制品提供了技术支持。本系统利用数字图像技术对陶瓷断面显微结构图像进行处理与分析,分离出图像中的多组元,如气孔、釉体和晶体,并提取组元轮廓图;运用体视学原理计算普适参量,实现陶瓷显微结构定量分析;建立功能完善的数据库管理系统,为陶瓷材料的研究提供科学依据。论文的技术方案:(1)对于陶瓷坯釉料配方优化的设计主要采用:1)最优化技术最优化是人们在工程技术、科学研究和经济管理的诸多领域中经常遇到的问题,最优化技术就是研究和解决最优化问题的一门科学。它研究和解决的问题有两大类-①如何将最优化问题表示成数学模型:②如何根据数学模型,尽快求出其最优解。随着科学技术尤其是计算机技术的不断发展,以及数学理论与方法向各学科和各个应用领域广泛深入的渗透,最优化理论与技术必将在社会各方面起着越来越大的作用。最优化技术主要包括:传统优化技术(一维搜索技术、无约束优化方法和约束优化方法)和现代优化技术(模拟退火算法、遗传算法和Hopfield网络)。2)加权系数法陶瓷坯釉料配方所使用的原料种类较多,各种原料的矿物组成及化学组成也比较复杂。在配方计算中,要使坯釉的化学组成或某些性能满足预定要求,又要使某些原料的用量在一定的范围以内,因此,这类计算基本上属于多变量的非线性规划问题,也就是多目标函数问题,为了使多目标函数能均匀一致地趋向各自的最优值,采用加权系数法,引入加权因子,以考虑各个目标函数在相对重要程度方面的差异,这个方法的关键是加权因子的选择,通过选取最优 加权因子使得配方结果渐近误差常数。3)四角配料法四角配料法是一种系统的试验方法。该方法简便易行,工作效率较高,试验结果包含信息量大、结果直观、便于分析、对比和总结,四角配方法可以获得其他方法无法得到的大量规律性的信息。为了使某些目标达到最好的结果,就要找出使此目标达到最优的有关因素(或变量)的某些值(通常称为最优点、最优解或近似最优解)。这类问题在数学上称为最优化问题。在工程设计、科学研究、经济管理等领域中,可以提出下面一类非常广泛的问题,在约束hl(X)=0i=1,2,3,······m(1-1)91(X)≥Oj=1,2,3,⋯⋯P(1-2)条件下,求目标函数的极小值。式(1)称为等式约束,式(2)称为不等约束,这类问题称为非线性规划问题。一般的非线性规划问题也可以有效地转化成无约束规则问题。陶瓷坯釉配方所使用的原料种类较多,各种原料的矿物组成及化学组成也比较复杂。在配方计算中,要使坯和釉的化学组成或某些性能满足预定要求,又要使某些原料的用量在一定的范围以内,因此,这类计算基本上属多变量的非线性规划问题。在坯釉料配方计算中,如果只满足某些性能要求,不限制各种原料的用量,则属于无约束规则问题。求解无约束优化和约束优化的计算方法很多,如复合形法、网格法(以上属约束优化)、单纯形法(无约束优化)和遗传算法。其优化原理简述如下:1)复合形法本方法用于求解具有不等式约束的多变量(一般在20以内)的优化设计问题。它是非线性约束的几维设计空间内,取2n个顶点构成复形,然后对复合形的各项点函数值逐一进行比较,不断地丢掉最坏点,代之以既能使目标函数有所改善,又能满足约束条件的新点,逐步调向最优点。2)网格法网格法又称为连续变量法、等距离法,用于求解约束非线性规则问题,即求多元函数的约束极小值。网格法是一种直接法,对函数无特殊要求。网格法就是在估计的区域内打网格,在网格点上求目标函数与约束函数之值。对满足约束函数的点,再比较其目标函数值的大小,从中选择小者,并把该网格点作为一次迭代的结果,然后在求出的点的附近将分点加密,再打网格,并重复前14 述计算与比较,直到网格的最大间距或目标函数小于预定值时,则终止计算。3)单纯形法本方法用于求几元函数的无约束极小值。它是对几维空间的n+1个点(它们构成一个初始单纯形)上的函数值进行比较,去掉其中函数值最大的点,代之以新的点,从而构成一个新的单纯形,这样,通过迭代逐步逼近极小点。4)遗传算法遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它是从代表问题可能潜在的解集的一个种群开始的,而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现(即基因型)是某种基因组合,它决定了个体的形状的外部表现,如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此,在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂,我们往往进行简化,如二进制编码,初代种群产生之后,按照适者生存和优胜劣汰的原理,逐代演化产生出越来越好的近似解,在每一代,根据问题域中个体的适应度大小挑选个体,并借助于自然遗传学的遗传算子)进行组合交叉和变异,产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境,末代种群中的最优个体经过解码,可以作为问题近似最优解。技术路线及实验方案:陶瓷配方设计原则、步骤分析匕=今陶瓷配方试验设计方法及优化方法综合分析c=今陶瓷配方优化软件编写匕=今利用软件综合调试分析c=今结果配方实验分析。软件主要模块说明:确定国内外成熟的配料范围,建立坯釉料及原料数据库,选取最佳优化方法建立数学模型,计算优化配方、误差分析及加权调整,计算物理性能指标,二次优化配方等。1)用户界面设计界面属于系统与用户交互部分,即用户接口,应具有使用方便、简洁清晰、交互功能强大、信息提示完备等特点。2)数据库管理设计应包括坯、釉料以及原料数据库,可存储相关的资料信息,以备配方设计优化使用。另外可按不同的使用要求对数据库中的数据进行输入、查询、修改、 排序及打印等操作,并提供了数据安全保护功能。3)配方优化设计优化配方:采用最佳优化算法,根据用户选择的目标值和原料情况进行优化配方,从而得到一种带有一定误差的比较接近目标值的配方表。加权调整:以配方结果误差情况为标准,采用调整“加权值"(包括表示化学成分含量重要性的加权因子和原料价格因素的加权因子)的方法对优化配方进一步优化调整。.误差分析:提供绝对误差和相对误差两种误差分析功能。4)性能计算可根据文献提供的坯釉计算公式,计算出坯釉的物理性能,为研究者预测产品的性能创造了条件。包括坯釉式计算、烧成温度、熔融温度、酸度计算等性能分析计算。5)综合调试由于优化过的配方仍然具有一定的误差,所以增加两组分以及三组分综合调试模块,可在配方目标组成的附近,通过变换Si02与A1203(两组分)或三种碱性氧化物组成(三组分),经过四角配料法分析得到一系列配方,分析此系列配方烧后的物理性能,可快速得到所需的最佳配方方案。(2)对于陶瓷显微结构定量分析主要由图像获取、图像预处理、参数测量和数据管理模块组成。系统结构流程图如图1.1所示:图1-1系统结构流程图Fig.1—1Theflowingdiagramofsystemstructure软件主要模块说明:1)图像获取为了便于计算机准确、迅速地分析显微结构,获取清晰图像,实现系统的适用性,图像获取有两种方式,一种方法是扫描仪扫描已有的陶瓷显微组织图片,另一种方法是采用摄像仪直接连接到显微镜上对陶瓷试样进行分析。在光源照16 射下,陶瓷显微结构各组元反光率不同,图像产生不同灰度级别,因此,可以利用计算机对灰度数据进行处理,实现陶瓷显微组织参数分析与测量。2)图像预处理由于图像采集硬件系统的干扰会使输入计算机的陶瓷显微图像产生噪声和变形等现象,所以图像预处理是用于去除陶瓷显微图像噪声和改善图像显示效果,最终得到待测图像,便于计算机进行陶瓷组元参数测量。预处理包括图像格式转换、灰度化、中值滤波、亮度对比度调节等。3)参数测量该模块对陶瓷显微图像进行识别与分析,根据陶瓷组元在图像中显示的灰度级别,借助数字图像技术中的图像分割来判定组元类别,利用边缘跟踪和边缘检测来提取各组元轮廓,并且,根据体视学原理对目标进行各种测量,如气泡、釉体和晶体的体积密度、表面积密度、比例分数、点密度等,最终实现陶瓷显微图像各组元定量分析。4)数据库管理.系统用户分为管理员与普通用户,管理员可以增加或删除用户,可以对测量的陶瓷组元数据进行各种操作。普通用户只能浏览数据,但不能添加、删除和更改数据。为了实现陶瓷显微组织定量表征,在进行定量分析测量前,可以利用数字图像处理技术中的中值滤波、区域分割、轮廓提取技术对图像进行处理,滤除陶瓷显微图像噪声污染,获取陶瓷显微结构组元分割图,进而得到陶瓷各组元轮廓图。1)中值滤波中值滤波是一种非线性去除噪声方法,在某些情况下可以做到既能去除噪声又能保护图像边缘。中值滤波是把数字图像中一点的值用该点邻域内各个点值的中值来代替。对一组数xl,x2,X3,X4,⋯,X一假如排序为X1≤X2≤X3≤■,⋯,≤X。,卜,1+。、门为奇数y2^匏d扛l,x2,x3,x4,⋯,x"’21三[i。乌+x,正,】刀为偶数‘1-3’则y称为XI,X2,X3,x4,⋯,%的中值。二维中值滤波一般采用3×3或者5X5邻域窗口进行滤波,中值滤波的输出为:17 Yl=med{x口}=med{x(1+r胁妒(,.,s)∈彳,(f,,)∈12}(1-4)2)图像分割陶瓷通常属于多相组织,即由多种组元构成,在陶瓷显微组织研究中,人们往往仅对陶瓷的某些组织感兴趣,所以要利用图像分割技术将特定组元从显微图像中分离出来。图像分割技术主要可分为两大类:一类是边界方法,假设图像分割结果的某个子区域在原来图像中一定有边缘存在;一类是区域方法,假设图像分割结果的某个子区域一定会有相同性质,而不同区域的像素则没有共同性质。基于同种组元在陶瓷显微图像中具有特定像素,所以本文选取区域方法中的阈值分割法对陶瓷显微图像进行分割。一幅原始图像f(x,Y)取阈值T分割后图像可定义为:g(x,y):I1(5x,少::三(1-5)1g【x,y)20厂(x,y)≤丁阈值分割又分为全局阈值和局部阈值,如果图像的目标与背景都具有均匀灰度分布,图像的灰度直方图呈现出双峰特征时,就可以运用全局阈值法,选取直方图上两峰值之间的极小值作为阈值,峰值可以用尖峰变换算法求出。然而,由于图像摄取时照明不均匀,背景灰度变化大、噪声等因素影响,图像灰度分布不均匀,7全局阈值不再适用,这时,可采用自适应阈值方法,对图像按坐标分块,每~块分别取一个阈值进行分割。子块可以采用直方图分析,若直方图呈双峰特征,则将目标和背景分割,若直方图没有双峰,可根据邻域分块得到的参数插值进行分割。3)轮廓提取为了便于陶瓷显微组织分析与测量,通常要对组织分割图进一步进行轮廓提取,最终获得组元边缘来测定组元体视学参数。图像边缘获取是基于数学形态学的基本算法一一腐蚀运算和求两个集合的差集。两个集合彳和B的差,记为么一B,定义为:A—B={XX∈A,X仨B)(1.6)集合彳用B来腐蚀,记作AOB,定义为:AOB={XIB+X∈A)(1.7)其中X为平移量。设F(j,砂为二值化图像,它的边界记为∥f,刀,B为结构元素。图像边界提取方法为:先用结构元素B腐蚀F,再求取腐蚀结果与F的差集,就可得到∥例,用公式表示为:18 卢(F)---.F一(FOB)(f.8)应用式(7),选用结构元素B,对获得的二值显微图像进行处理,求得晶体边界。4)体视学参数的获取体视学是建立从组织的截面所获得的S维测量值与描述组织的n维参数之间关系的数学方法科学。(s五G),则利用Xr:兰二{二生修改最坏点的对称点,直到满足f(Xr)≤‘G)为止。然后检查Xr是否满足所有的约束条件,如果某个分量Xr(/)不满足常量约束条件,即xF(歹)bi时,则令X(丑)=Xf,工R)=f(Xr)重复(2)~(4),直到复合形中各顶点距离小于预先给定的精度为止。5l 复合形算法流程图如图4.5所示:图4-5复合形算法流程图Fig.4-5Flowdiagramofhybridalgorithm52 4.1.7应用实例及分析4.1.7.1计算实例下面以云南易门瓷厂瓷为例,所选原料及配方结果如下。(1)目标配方以及原料的化学组成百分含量见表4.1O所示。表4.10目标配方及原料化学组成Table4-10Ohjectiveformulaandchemicalcompositionofrawmaterials(2)计算结果1)化学组成(不含Ti02)及误差见表4.11所示。其中误差分析分为绝对误差和相对误差,绝对误差=计算值.目标值,绝对误差反映的是计算值偏离目标值的大小。相对误差是绝对误差与目标值的比值,再乘以百分之一百,也称为百分误差。绝对误差可以表示一个计算结果的可靠程度,而相对误差则可以比较不同计算结果的可靠性。显然误差越小,计算结果越可靠。因此,在分析计算结果的时候,以误差分析作为判断配方优化结果的好坏。表4.11误差分析Table4—11Erroranalysis2)配方见表4.12所示。53 袁4.12配方结果Table4—12Optimalformulation4.1.7.2结果分析由于陶瓷性能无法用复合形法建立数学模型,绝对误差的总和作为目标函数,约束条件为原料上下限,结果表明,各化学成份绝对误差都在0.5以内,相对误差也在5%左右。在化学组成上满足了要求,在性能上也满足了设计要求。显然,用计算机设计配方既节约了时间,又大大减少了试验的次数,经过分析,这种方法对更换陶瓷用原料或调整陶瓷的性能的计算也同样适用。设计计算中,若能在满足性能及工艺要求的前提下,可以调整加权值来考虑原料价格问题,以求得到价格最低的配料配方。需要说明的是,由于陶瓷坯釉料所使用的原料种类很多,性能多样,在制造过程中许多复杂的工艺因素和偶然因素无法从数学模型中反映出来,因此,用最优化方法计算出的最佳配合比不一定是实际的最佳配方。实际的最佳配比还要经过实验获得,根据其中发现的问题再进行调整。比如,当目标配方中含量CaO很少时,我们就不能选用CaO含量高的原料来设计配方,否则,会使计算出的配方与目标配方的化学组成相差很远或无解。如果计算出的配方没有达到目标,则要仔细分析其原因。根据实际情况必须重新设计约束条件也就是重新选择原料。4.2基于二次优化一四角配料算法的陶瓷配方优化设计4.2.1引言经过复合形法我们可以得到配方的初始原形,但是在性能以及其他要求方面并不能满足我们的要求,为此我们还需要对初次配方进行二次优化。在陶瓷界陶瓷生产实验配方设计方法有单一组分调节法、二组分调节法(即四角配料法)和三组分调节法(即三角配料法),本课题在二次优化设计中采用了二组分调节法。4.2.2ABCD计算四角配料法也成为二组分调节法,具体操作时,首先根据经验或相关资料,确定一个基本坯釉式,然后再进行调整。例如,欲配制成熟温度为1390的瓷釉,可通过改变釉式中A1203和Si02二组分的含量来寻找最佳配方。首先根据经验拟定基本釉式如下:54 0.30K20’、}.1.50A1203’8.0Si02o.70caoJ假定A1203和Si02的变动范围分别为1.0和4.0,则可得到高铝,低铝,高硅和低硅4个基础釉,其釉式分别如下:A釉O.30K20、卜0.50A1203’4.0Si02o.70caoJB釉O.30K20'、卜0.50A1203’12.0Si02o.70cao.JC釉0.30K20-、卜2.50A1203’4.0Si02o.70caoJD釉O.30K20、卜2.50A1203’12.0Si02o.70cao—J将各个基础釉式在相同条件下加工并调至相同密度,再按下表以一定的体积比进行混合,可得到25个组成不同的釉浆(也可以以四个基础釉为顶点绘成如图4.6所示),这里只给出形象直观图,如图4-6所示:55 75C25D50C50D25C75DI19A6B19C6DI2A。2Bl6A。9B■.I■|25D75A25B50A50B25A75B100B图4-6四角配料图Fig.4·6ThediagramofIngredientsusingbyfourhorns按照上图所示配方分别施在不同试条上煅烧,检查烧后效果如表4一l3所示表4.13烧后效果图Table4—13Resultingdiagramaftersintering兰三)1.0A1203'8.0S102DBO502●lDB5O7j是否收敛于问题的最优解:>——』\/上否选择操作输出最优解交叉操作变异操作图4-9遗传算法流程图结束Fig.4。9Flowchartforgeneticalgorithm与传统的优化算法相比,遗传算法具有以下优点:(1)在每一时刻,遗传算法都同时在多个子空间内进行搜索,对初始值不作要求:(2)在遗传算法中,基本上不用搜索空间的知识或其他辅助信息,而仅用适应度来评估个体优劣:(3)遗传算法具有很强的鲁棒性。6I 正是因为它的诸多优点,近年来遗传算法的研究已成为热点,并且广泛应用于许多领域。但是作为一种随机优化算法,遗传算法在应用过程中,也暴露出了许多缺点。其全局搜索性能和收敛速度已经受到了人们的普遍关注。大量的研究表明遗传算法很容易过早收敛,究其原因大致可归纳为过度选择、参数选择不当、遗传操作破坏有效模式等。4.3.3标准遗传算法的操作设计本文第二章分析研究过配方优化可视为求函数最小值的优化问题:minf(X)式中,X=[五,x2,⋯,矗】7’为决策变量,即配方,X∈R”,R”为”维欧式空间,厂(X)为目标函数。在遗传算法中,优化问题中的刀维矢量X=[而,屯,⋯,吒r用n个Z组成的串表示:X=墨置⋯以。这里,X由刀个“基因"组成,Z所有可能的取值构成第f个“等位基因’’,即第f个配方因子。每一个X表示一条“染色体"或一个“个体”。对每个个体X,以目标函数值作为其适应度的指标。X越接近于最优点,其适应度越大,反之亦然。遗传算法模拟生物遗传和进化过程。在反复迭代的过程中,按照优胜劣汰的原则,将适应度高的个体更多地遗传到下一代。为确保在整个n维空间搜索最优解,群体由一定数量的个体组成,在遗传的同时,个体在一定的概率下发生交叉互换,并在一定的概率下发生变异。如此,将在最终的群体中得到一个或若干个优良的个体,其对应的表现型即为达到或接近问题的最优解。细节分述如下。4.3.3.1编码策略在遗传算法的运行过程中,它不对所求解问题的实际决策变量直接进行操作,而是对表示可行解的个体编码施加选择、交叉、变异等遗传算法,通过这种遗传操作来达到优化的目的,这是遗传算法的特点之一。遗传算法通过这种对个体编码的操作,不断搜索出适应度较高的个体,并在群体中逐渐增加其数量,最终寻求出问题的最优解或近似最优解。在遗传算法中如何描述问题的可行解,即把一个问题的可行解从其解空间转换到遗传算法所能处理的搜索空间的转换方法就称为编码。由于遗传算法应用的广泛性,迄今为止人们已经提出了许多种不同的编码方法。总得来说,这些编码方法可以分为三大类:二进制编码方法、浮点数编码方法、符号编码方法。二进制编码方法是遗传算法中最常用的一种编码方法,它使用的编码符号集是由二进制符号0和1所组成的二值符号集{0,l},它所构成的个体基因型是一个二进制编码符号串。二进制编码方法编码、解码操作简单易行;交叉、变异等遗传操作便于实现;符合最小62 字符集编码原则;便于利用模式定理对算法进行理论分析¨引。但如果用二进制编码的遗传算法在求解连续变量优化问题时,存在以下的缺点:相邻整数的二进制编码可能具有较大的Hamming距离,例如15和l6的二进制表示为011l1和10000,因此,算法要从l5改进到l6,则必须改变所有的位。这种缺陷将降低遗传算子的收敛效率。二进制编码的这一缺点有时称为海明悬崖(Halluningeliffs);二进制编码时,一般要先给出求解的精度以确定串长,而一当精度确定后,就很难在算法执行过程中进行调整。从而使算法缺乏微调的功能。若在算法一开始就选取较高的精度,那么串长就很大,这样也将降低算法的效率;在求解高维优化问题时,二进制编码串将非常之长。从而使得算法的搜索效率很低。为了改进二进制编码方法的这些缺点,人们提出了个体的浮点数编码方法。所谓浮点数编码方法,是指个体的每个基因值用某一范围内的一个浮点数来表示,个体的编码长度等于其决策变量的个数。因为这种编码方法使用的是决策变量的真实值,所以浮点数编码方法也叫做实数编码方法¨纠。对于问题的变量是实向量的情况,可以直接采用实数编码。采用实数编码也便于引入与问题领域相关的启发信息以增加遗传算法的搜索能力。示范性的实算表明浮点表达更快,在运行之间更一致,并能提供较高的精度,特别是对大的域二进制编码需要长度可怕的表达。同时,其性能还可以通过特殊的算子达到高准确度的增强。另外,浮点表达直觉上更靠近问题空间,更容易设计并入与问题有关知识的其他算子,这对处理非常规、与问题有关的约束是非常必要的H41。结论是和更愿意使用浮点编码的遗传演化技术的用户的理由是一致的:(1)使用一个基因一个变量的对应很顺手;(2)避免海明悬崖和其他人为地将位串处理成无符号二进制整数的变异运算H引。由于二进制编码的不稳定性,以及在处理连续函数的过程中,反而会增加算法的复杂性,降低运算性能,影响精度,故在本课题中的标准遗传算法采用实数编码。设计编码方案时把所求解的实际问题和遗传算子统一起来考虑。算法中采用实数编码的方法来进行数据编码。采用若干实数变量来分别表示各种原料在配方中所占重量百分比含量。4.3.3.2初始群体生成遗传算法是对众多个体同时进行的,这众多的个体组成了种群。在遗传算63 法处理流程中,继编码设计后的任务是初始种群的设定,并以此为起点进化直到某种进化停止准则终止进化过程,由此得到最后一代(或种群)。一般来讲,初始种群的设定可采取如下策略H引:(1)根据问题固有知识,设法把握最优解所占空间在整个问题空间中的分布范围,然后,在此分布范围内设定初始种群。(2)先随机生成一定数目的个体,然后从中挑出最好的个体加到初始种群中,这种过程不断迭代,直到初始种群中个体数达到了预先确定的规模。本文研究的课题采用第一种策略,根据陶瓷配方预处理前计算得出各种原料的用量上限、用量下限的要求,在最优解所占问题空间中的分布范围内使用随机生成初始种群。具体实现如下:(1)生成随机种子;(2)设定初始种群的数量;(3)利用约束条件对生成的每一个随机数的上下限进行控制,保证生成的随机数在约束条件的范围内;(4)初始种群的数量是否达到,若达到则跳出,否则返回(3)。群体规模M是遗传算法的很重要的一个参数,有时它对算法的性能起到关键性的作用,如果群体规模M太小,则群体内缺乏足够的多样性,算法可能收敛过快;而如果群体规模』呔大,则算法可能会浪费掉很多计算资源。因为等待结果的更新要花费太长的时间,一般取M从1O到l60之间。4.3.3.3构造适应度函数在研究自然界中生物的遗传和进化现象时,生物学家使用适应度这个术语来度量某个物种对于其生存环境的适应程度。对生存环境适应度较高的物种将有更多的繁殖机会;而对生存环境适应程度较低的物种,其繁殖机会就相对较少,甚至逐渐灭绝。与此相似,遗传算法中也使用适应度这个概念来度量群体中各个个体在优化计算中有可能达到或接近于或有助于找到最优解的优良程度。适应度较高的个体遗传到下一代的概率就较大;而适应度较低的个体遗传到下一代的概率就相对较小一些。度量个体适应度的函数称为适应度函数。本文中的陶瓷配方要满足性能要求,需接近无限接近目标值的化学组成,适应度函数属于极小化问题范畴,研究采用标准函数极小化方法。即配方优化设计数学模型中的目标函数见(4.4)所示。4.3.3.4选择操作选择策略对算法性能的影响起到举足轻重的作用,不同的选择策略将导致 不同的选择压力,即下一代中父代个体的复制数目的不同分配关系、较大的选择压力使最优个体具有较高的复制数目,从而使得算法收敛速度较快,但也较容易出现过早收敛现象。相对而言,较小选择压力一般能使群体保持足够的多样性,从而增大了算法收敛到全局最优的概率。选择策略的目的是根据进化原则从当前群体中选出优良个体,提高全局的收敛性和计算效率。选择的基础是适应度,适应度高的个体在下一代具有较多的繁殖机会,从而有较多的后代,而适应度较低的个体则产生较少的后代,最后逐渐被淘汰。故要找一种方法,使个体被选择的概率正比于它们的适应度。目前已用许多方法可以达到这个目的,如比例选择、择优保存和排序选择等。标准遗传算法采用最通常实现方法一一轮盘赌模型(roulettewheel)H引。根据每个个体的适应度Z和群体总的适应度F=∑Z,利用(4-34)(4-35)计算每一个染色体的选择概率和累计概率。在轮盘赌上按n大小分成不等的扇形区域,再旋转轮盘赌m次即可选出朋个个体。适应度越大的个体在轮盘上占的面积就越大,相应入选概率就越高。这就模拟了自然界适者生存法则。fA={,i=l,2,⋯,m(4-34)F上gJ=≥:e,扛1,2,⋯,m(4—35)五。4.3.3.5交叉操作在遗传算法中,交叉运算是产生新个体的主要方法,是决定算法收敛性能的关键。在标准遗传算法中,进行交叉操作时,首先按照预先设定的交叉概率选出要进行交叉的个体,形成交叉配对池,然后对配对池中的个体进行完全随机的等概率一一配对,最后对每一对父代个体随机确定交叉点,交换基因片段,生成出新的子代个体。对于实数编码的情形,从理论上讲,二进制编码下的各种遗传操作同样可以使用,但在实际中往往是针对实数编码的特性,引入其他一些遗传算子。以下是一些常用的实数编码的交叉方式:(1)离散交叉离散交叉又分为部分离散交叉和整体离散交叉。部分离散交叉即是在父代解向量中选择一部分变量(如一个分量或从某个分量以后的所有分量),然后交换这些分量以形成后代,如选择交换第刀个分量以后的所有分量。而整体交叉则是以1/2概率交换和的所有分量,这有点像二进制编码时的均匀性交叉。也可以通过生成模板的形式来实现。65 (2)算术交叉算术交叉是指由两个个体的线性组合而产生出两个新的个体H引。从几何的角度看,我们可以通过产生中的一个超立方体,则离散交叉产生的后代都是这个超立方体的顶点,而算术交叉产生的后代则是超立方体内部的点。从这一点来看,算术交叉的搜索范围比离散交叉要大。浮点数编码所表示的个体为了能够进行线性组合运算,大多数情况下均采用算术交叉。交叉算子:将被选中的两个个体的基因链按一定概率尸。进行交叉,从而生成两个新的个体。本文中标准遗传算法的实现采用算术交叉法。当满足概率只,则P删=朋d×parentl+(1一朋d)×P甜删2(0=gen);fmd工为群体最大适应值;五,g为群体的平均适应值;f’:参与交叉的两个个体的较大的适应值;f为变异个体适应值。4.3.5.9算法操作改进措施:(1)由于之前对局部搜索的收敛做了大量的优化,故在优化设计中不再使用固定代数作为进化的终止条件,而选用连续30代中每代的最优进化个体(配方)适应度值变化小于10,即认为进化结束。(2)交叉和变异中,子个体与父代共同竞争,确保优良个体进入新种群。4.3.6改进遗传算法的应用实例4.3.6.1运行参数(1)停止原则q.陋一限、∥IIe'c薛只.●l,k木90IIC 终止代数G设固定连续30代进化个体适应度值变化小于0.001,即认为进化结束,否则到达300代停止。(2)群体大小M同标准遗传算法。(3)交叉概率Pc采用自适应调整。(4)变异概率P卅采用自适应调整。4.3.6.2计算实例以复合形法计算实例一一云南易门瓷厂瓷为例进行计算,改进遗传算法100次实验运行结果如表4.21所示。表4.21实验结果Table4.21Result误差分析及近似最优配方结果分别如表4.22和表4.23所示。表4.22误差分析Table4·22Erroranalysis表4.23近似最优配方Table4-23Optimalformulation4.3.7比较与分析由于复合形法是一种常用的直接搜索方法,该方法通过直接比较和利用各设计点的目标函数和约束函数本身的数值来进行搜索,具有局部搜索能力强的特点,但是结果全局性不尽如人意。而遗传算法有着很强的全局搜索能力,但74 是其局部搜索能力差,因此容易发生早熟现象哺71。从以上实验结果可以比较看出标准遗传算法的结果与复合形法的结果相比还有一定的差距,而改进算法的效率高于复合形法,比标准算法效率更是高出很多,且更稳定。但运行时间较标准算法长,因为首先在交叉优化设计中考虑了更广阔的局部搜索空间;其次在变异中设计了更好的局部收敛;最后对尸埘和n进行了自适应调节设计。以上都增加了大量的计算,特别是在遗传算法中大量的迭代运算中,对效率的影响显而易见。同时在改进算法中针对运算效率的改进做了以下工作:首先选择策略中摒弃了传统的轮盘赌模型,改为随机联赛选择,提高了运算效率:其次选择过程中改进后的设计为择优选取父代子代的优秀个体进入新种群,提高了种群的优秀率,加快了进化过程;最后优化设计了停止条件。以上均对提高算法效率起到了积极的影响。结论:考虑到标准遗传算法中的参数需要通过数十次的测试,并由人根据综合评价才能确定等因素,其实改进算法的效率高于标准算法和复合形法,组成配方的时间是完全可以接受的。4.3.8化学成分重要性与加权因子(1)目标函数的统一前面已经提到过,因为问题是线性的多目标函数问题,各个目标.兀(X),^(x),⋯,六(x)的优化往往是相互矛盾,相互对立的,不能期望它们的最优点重叠在一起,即不能同时达到最优解;甚至有时还会产生完全对立的情况,即对一个目标函数是最优解,对另一个目标函数却是最差解。这就需要在各个最优解之间进行协调,相互间作出适当的“让步",以便取得整体最优解,而不能象单目标函数的最优解那样,通过简单比较函数值大小的方法去寻优。由此可看出多目标函数的最优化问题要比单目标函数的最优化问题复杂,求解难度也较大。必须对这些目标函数进行统一,将它们统一到一个总的“统一目标函数"厂(X)中,使各个分目标函数能均匀一致地趋向各自的最优值,我们采用加权系数法对各个目标函数进行统一,即令厂(x)2协(x),以(x)90·09工(x)j(4.46)使式(4-46)转化为求解m1已璺柳l(4.47)受约束于g。(x)≤O(u=1,2,⋯,朋)J的形式,把多目标函数的最优化问题转变为单目标函数的最优化问题来求解。 在系统设计中我采用加权组合法进行目标函数统一。加权组合法又称线性组合法或加权因子法,即在将各个分目标函数组合为总的“统一目标函数"的过程中,引入加权因子,以考虑各个分目标函数在相对重要程度方面的差异及在量级和量纲上的差异。为此,式(4.46)则可变形为式(4.48)的形式,即厂(x)=∑∞Jfj(x)(4·48)j=l式中CO,表示第/分目标函数厂『(x)的加权因子,是一个大于零的数,其值取决于各个分目标函数的数量级和重要程度,在软件中即配方中某化学成分的重要程度。加权组合法的关键是加权因子的选择。在“陶瓷优化配方系统”设计过程中,我们采用的是直接加权法。采用直接加权法来建立总的统一目标函数时,其加权因子COi的选取方法如下:1)如朱已知某项设计指标(分目标函数)厂(X)的取值范围为aj≤乃(x)≤卢J(/=1,2,⋯,n)(4.49)则称训x):华(Ⅲ'2,⋯’n)(4-50)为该指标的容限,于是可取该项指标的加权因子为叩丽1(J=1,2,⋯,n)(4.51)这种取法是基于要求在统一目标函数中的各项指标(分目标函数)趋于在数量级上达到统一平衡,因此,当某项设计指标的数值变化范围越宽时,其目标的容限越大,加权因子就取较小值;而数值变化范围越窄时,目标的容限就越小,加权因子就取大值,以达到平衡各个目标函数量级的作用。2)另一种直接加权方法是把加权因子分为两部分,即第,项设计指标的加权因子CO,为:O)j2COU+仞(J=1,2,⋯,l(4—52)式中:∞¨一反映第/项目标(设计指标)相对重要性的加权因子,本称因子;国2,~第歹项目标的校正权因子,用于调整各个目标间在量级差别方面的影响,并在迭代过程中逐步加以校正的加权因子。 若用梯度吼(x)来反映各个分目标函数yj(x)随设计变量变化而有不同函数值的情况,则其校正因子可取%2丽1忙1’2,⋯,n)(4-53)反映了:一(x)的函数值变化越快或J1%(x)旷值越大,加权值越小;反之则应取大值。这样可使变化快慢不等的目标函数一起调整好。(2)化学成分重要性的加权调整在设计“陶瓷坯料配方优化系统"过程中,我在坯料和釉料的计算结果分析模块中加入各种化学成分的加权因子作为优化的协调。在节4.1.2.4介绍过目标函数的加权值统一。在系统设计过程中,我对坯釉料配方的计算是以计算所得的配方中各个化学成分含量达到或接近目标配方对应的化学成分含量建立方程的,得到的是一个线性方程组,而这个线性方程组的每一个方程都是陶瓷坯釉料配方的一个性能指标。因此,要让各个性能指标都尽可能接近自己的目标就是系统的目的,因为只有让配方的各个化学成分指标都接近(达到一理想情况下)目标配方中对应的化学成分指标,才能达到让所算得配方具有目标配方的各种物理化学性能的目的,实现古陶瓷配方的再现及复制。但是,由于算法搜索效率不高,系统在进行加权值调整时,不可能使每一项化学成分指标都同一程度地接近自己对应的目标指标,因此,用户只能根据某项化学成分指标的重要性程度不同而对其进行不同的加权赋值。而且,在数学建模过程中,由于方程数量经常多于未知数的数量,解的数量也比较多。假设有k个方程,个未知数,则解的个数刀为~k!(4.54)仃一砜翮(k≥j;k,/∈N)说明在复合形计算过程中,复合形变换搜索最好点的方式将随机的取这n种解的其中一个,并不能保证一定搜索这l,t个点之中的最优点,而只是在这n个点的某一点附近进行复合形搜索,极大程度地陷入局部最优的境地。因此,当增大某一分目标函数的加权值时,该目标函数与目标指标的绝对误差并不一定减小,但是只要多次重复计算,该分目标函数与目标指标的绝对误差在总的趋势上是减小的。 由乃(耻争(4—55)可知,在f(x)可以控制在一个很小的范围内的情况下(虽然陶瓷坯料配方优化系统计算的/(X)不能控制在一个很小的范围内)fjtx)与∞』成反比例关系,更何况/(x)=厂(z)一.至乃(x)Z=li*j其中妻,f(x)>o{茎1i(4-56)由此,在坯釉料配方计算时,当增大某一化学成分指标的加权值时,不一定会降低该化学指标的绝对误差,但只要多次地增加,该指标总的趋势是下降的。在默认情况下,每种化学成分的重要因子都为1,而当计算后如果某项指标(某种化学成分)的数据与目标值差太多,用户可以增加它的加权值,使之往目标值靠近。所以在改变加权值后一定要进行多次计算,当得到比较满意的配方后,就可以取配方结果了。这是我设计的系统的一个不足之处,如果算法能够有效搜索,不陷入局部最优,理论上是能够一改变加权值就算出最优配方的。要改进这个缺陷,利用遗传算法等优化算法禁止搜索陷入局部最优。4.4陶瓷显微图像的处理4.4.1引言陶瓷显微图像的处理对于陶瓷显微结构的定量分析有重要意义。在陶瓷显微图像采集的过程中,由于光路和传输设备等客观条件限制,获得的图像往往与原始陶瓷显微结构存在差异,在质量上总有一些缺点,比如清晰度不够高、噪声过多、亮度不均匀等,这种图像不利于计算机分析与处理,因此陶瓷显微图像必须要进行预处理。图像处理是指运用相应的方法,将图像采集过程中采集到的原始图像数据经过一系列图像变换过程,得到清晰、精简的图像,使之更适合人眼观察判断或计算机分析处理。课题以古瓷釉为例,对古瓷釉显微图像进行处理,实现其显微组织定量表征。中国古代名瓷釉种类繁多,从结构角度来看可以归为三类:玻璃态釉、析晶釉、分相釉。大多古瓷釉以玻璃相为主,其中散落晶相、气孔相或玻璃分相,如图4.10所示。 匿4-10瓷釉显微图像Fig4。10MicrostructureimagesofceramicglazeF面主要介绍图像锐化、图像滤波、图像分割、边缘检测四个方面详细比较分析了各种数字图像处理方法,针对陶瓷显微图像的特点,根据图像处理结果选择适用于陶瓷显微图像处理的方法,分析其处理效果,取最优方法.或者对传统方法做相应改进,并应用改进的Otsu法实现陶瓷多组元的自动分割,最终形成陶瓷显微图像的处理方法。4.4.2图像滤波陶瓷显微图像在摄像、传输或数字化的过程中常常产生一些分散的孤立点,如椒盐噪声,还有的可以形成一些虚假的边缘或轮廓,显微图像中的噪声又对陶瓷显微结构定量分析的数据测量结果有很大影响,所以在应用图像之前必须去除图像中的噪声污染,才能确保获得陶瓷组元精确的测量结果。对受到噪声污染的图像可以采用线性滤波的方法来处理,但是很多线性滤波有低通性,在去除噪声的同时也使得边缘模糊。中值滤波是一种非线性的去除噪声的方法,在一定的条件下,可以克服线性滤波器如最小均方滤波、平均值滤波等带来的图像细节模期,做到既去除噪声叉保护图像的边缘。中值滤波对滤波脉冲干扰及图像扫描噪声最为有效,但对一些细节特别多,尤其是点、线、尖点细节多的图像不宜采用中值滤波方法。基于陶瓷显微图像特点,为消除陶瓷显微图像扫描和传输过程产生的噪声,避免图像模糊,本课题选择中值滤波法对图像进行滤波。中值滤波是把数字图像中一点的值用该点邻域内各个点的中值来代替。对于奇数个元素,中值是指按大小排序后取中间的数值;对于偶数个元素,中值是指排序后中间两个元素灰度的平均值。一组数z,,X2,。j,X4.,x.,假如排序为。』立j虫j立4,,9。 Y=Med{xl,X2,X3,叠4:⋯,X。}=,?为奇数(4.57)刀为偶数则Y称为Xl,X2,X3,X,,⋯,X,l的中值。中值滤波是一种非线性的信号处理方法,与其对应的中值滤波器也是一种非线性的滤波器。中值滤波器是首先应用于一维信号处理技术(时间序列分析),现在被二维图像信号处理技术所引用。一维中值滤波器是含有奇数个像素的滑动窗口,经排序后,窗口正中间的像素值用窗口内各像素的中值代替。设输入为{X,,f∈毋,则滤波输出为:Y,=med{x,)=med{x脚⋯吒⋯xm)(4.58)二维中值滤波一般采用3×3或者5×5邻域窗口进行滤波,中值滤波输出为:Yf=med{x{,}=mPd{x(。x加),(,.,s)∈彳,(f,,)∈12j(4.s9)二维中值滤波的窗口形状和尺寸设计对滤波的效果影响较大,不同的图像内容和不同的应用要求,往往采用不同的形状和尺寸。常用的二维中值滤波窗口有线状、方形、圆形、十字形及圆环形等,窗口尺寸一般先用内含3像素的,再取内含5像素,逐点增大,直到其滤波效果满意为止。对于有缓变的较长轮廓线物体的图像,采用方形或圆形窗口为宜,对于包含有尖顶角物体的图像,适宜用十字形窗口。滤波窗口大小的选择,一般以不超过图像中最小有效物体的尺寸为宜。本课题采用了3×3方形窗口中值滤波器去噪声,效果好。图4.11a)为陶瓷原始显微图像,图4.11b)为原始图像滤波后的结果图,由图4.11c)与图4.11d)相比较可看出,图4.11d)中存有明显的噪声,因此,对原始图进行滤波处理后的图像,其分割结果图更准确,更有利于图像进一步定量分析并获取精确的数据结果。+一一2X+一一2坐:.x.,呜BX『●一2 a)原因a、Oringnalimageb1结果囤b)Resultantimage·●·●●‘t●‘‘●I●Ic)瓣波分割图d】原始分剖囤c1Imagewithfilterd1Imagewithoutfilter图4一11中值媾波围Eig4-I1MediannIterimages11.43图像锐化陶瓷显微图像在传输和变换过程中会受到各种干扰而退化,典型表现为显微图像模糊。在图像分割与边缘检测中,目标边缘的清晰度是最终提取体视学参数的前提。由此,在对陶瓷显微图像进行分析前,需要对图像进行锐化处理。图像锐化处理的目的就是使模糊的陶瓷显微图像变清晰。图像模糊的实质就是受到平均或积分运算,对其进行逆运算,如梯度运算,就可以使图像清晰。从频谱角度来分析.图像模糊的实质是其高频分量被衰减,可以通过高频加重滤波来使图像清晰。锐化会使图像噪声受到比信号还强的增强,能够进行锐化处理的图像必须要求有较高的信噪比.否则.图像锐化后,信噪比更低。所以一般是先去除或减轻干扰,即图像滤波,再进行锐化处理。图像的边缘经过增强(或称锐化),有利于图像目标的识别与分割。图像锐化方法主要有梯度注和拉普拉斯算子法。4.4.3.1梯度法从数学角度看,图像的模糊相当于图像被平均或积分,为实现图像的锐化,需用它的反运算“微分”。因为微分运算是求信号的变化率,有加强高频分量的作用.从而使图像轮廓清晰。由于模糊图像的特征各不相同,要锐化它们, 应该采用各向同性的、具有旋转不变的线性微分算子。a)原图b)姑果图a、Oringnalimageb、ResuRantimage国4.12梯度锐化囤Fig4·12Resultantimageofgradient图像处理中最常用的微分方法是求梯度。对于图像函数“x,Y),它在点(x,Y)处的梯度是一个矢量,定义为:G“f(x,Y)=可缸可砂点(x,y)的梯度的幅度为梯度的模,若用GM缸∥)表示,则GM(x,y)=]Groaf(x,y)『丽+鼢(4.61)对数字图像用微分运算不方便,一般用差分来近似。常用的梯度差分法有两种,一种是:GM(x,y)=『,∞y)一f(x+l,y)l+lf(x,y)一f(x,y+1)|I(4.62)另一种称为Roberts梯度算子,即GM(x,y)=If(x,y)-f(x+1,y+1)|l+lf(x+l,y)一,“y+1_(4—63)由于梯度值正比于相邻像素的灰度值之差,在图像中灰度变化较大的边缘区梯度值大,而灰度变化平缓的区域或微弱细节区梯度值较小,对于灰度均匀区.其梯度值为零。采用微分法处理图像如图4-12所示。 4.4.3.2拉普拉斯锐化拉普拉斯算子是偏导数运算的线性组合运算,也是一种各向同性(旋转不变性)的线性运算。拉普拉斯算子为:v2f:氅+氅(4-64)。缸2却。如果图像的模糊是由扩散现象引起的(如胶片颗粒化学扩散等),则锐化后的图像g为:g=f一☆V2f(4-65)式中:^g分别为锐化前后的图像,k为与扩散效应有关的系数。对数字图像来讲,若设K-1,则拉普拉斯锐化后的图像为:g=5f(i,J)一fq+l,』)一f(i—l,,)一f(J,,+I)-f(i,J一1)(4-66)采用拉普拉斯处理后的图像如图4.13所示。a1原图a、Oringnalimageb1结果图b)Resul'【amimage图4-13拉苦拉新处理图Fig4-I3ResultantimageofLaplacian梯度算子和拉普拉斯算子对图像进行锐化均会增强图像噪声,由图4一12和图4—13比较可看出.拉普拉斯与梯度法相比,梯度法产生的噪声影响更大,拉普拉斯锐化处理的图像效果更佳,因此,本系统采用拉普拉斯算子对图像进行锐化处理。4.4.4图像分割在陶瓷显微结构定量分析的研究和应用中,研究人员往往仅对显微图像中的某些组元感兴趣,这些组元可称为目标或前景.而其他部分被称为背景,前景一般对应显微图像中特定的、具有独特性质的区域。为了辨识和分析显微图像中的目标,需要将它们从图像中分离提取出来,在此基础上才有可能进一步对目标进行测量。因此,系统需要使用图像分割技术来提取组元。 图像分割是一种重要的数字图像技术,在图像工程中占据重要的位置,是由图像预处理到图像分析的关键步骤。图像分割的要求如下:令集合R代表整个图像区域,对R的分割可看作将R分成N个满足以下五个条件的非空子集(子区域)Rl,R2,⋯,RN:Ⅳ(1)UR,=R;i=1(2)对所有的i和j,i≠j,有Rin尺『≠a:(3)对i=1,2,⋯,N,有p(R,)=TRUE;(4)对i≠j,有p(R。UR/)=FALSE;(5)对i_1,2,⋯,N,Ri是连通的区域。其中p(Ri)是对所有在集合Ri种元素的逻辑谓词,a代表空集。条件(1)指出分割应将图像中的每个像素都包含进某个子区域中;条件(2)指出在分割结果中任何像素都不能同时属于两个区域;条件(3)指出属于同一个区域中的像素应该具有某些相同特性;条件(4)指出在分割结果中不同的子区域具有不同的特性;条件(5)要求分割结果中同一个子区域内的像素应当是连通的。图像分割是指把图像分成各具特征的区域并提取出感兴趣的目标。图像的特征是指图像中可用作标志的属性,它可以分为图像的统计特征和图像的视觉特征。图像的统计特征是指一些人为定义的特征,通过变换才能得到,如图像的直方图、矩、频谱等;图像的视觉特征是指人的视觉可直接感受到的自然特征,如区域的亮度、纹理或轮廓等。利用这两种特征可以把图像分解成一系列具有意义的目标。图像分割技术主要可分为两大类:一类是边界方法,假设图像分割结果的某个子区域在原来图像中一定有边缘存在;一类是区域方法,假设图像分割结果的某个子区域一定会有相同性质,而不同区域的像素则没有共同性质。然而,边界法通常获得的边缘不连续,需进一步提取区域才能将图像进行分割,对于多目标分割运算量大。因此,本课题根据陶瓷显微图像的灰度特性,采用区域阈值分割法,即把图像灰度分成不同的等级,然后用设置灰度门限(阈值)的方法确定组元区域。常用的阈值化处理就是图像的二值化处理,选择一阈值,将图像转换为黑白二值图像。阈值的选取是图像分割的关键,通过分析图像的灰度直方图特性,可以确定阈值。 灰度直方图是灰度级的函数,表示数字图像中每一灰度级与出现频率数(该灰度像素的数目)间的统计关系,用横坐标表示灰度级、纵坐标表示该灰度出现的频率(像素的个数)。如果一幅图像仅有一个目标,并且目标与背景都具有均匀的灰度分布,那么它的直方图往往呈现为双峰曲线,见图4.14所示。这种情况下可以选取直方图上两峰之间的极小值T作为阈值。图4.14双峰曲线图Fig.4-14Bimodaldistributiongraph然而,图像的灰度直方图完全符合双峰曲线的情况较少,直接由直方图分布不能确定阈值,因此,根据陶瓷显微图像灰度直方图的特性,以下主要介绍迭代法、最大类间方差法(Otsu)以及自适应阈值法。设一幅图像的灰度值为O~三级,灰度值,的像素值为玎,,则可得总像素个数Ⅳ和各灰度级概率P,:£N:y刀。(4.67)笥‘p,:生(‘684-68)矽,=』()‘‘N4.4.4.1迭代法阈值通过迭代计算得到。迭代方法的基本思想是:开始时选择一个阈值作为初始值,然后按照某种策略不断的改进这一估计值,直到满足给定的准则为止。在迭代过程中,关键之处在于选择什么样的阈值改进策略。好的阈值改进策略应该具备两个特征:一是能够快速收敛,二是在每一次迭代过程中,新产生的阈值优于上一次的阈值。迭代式阈值选择算法的具本步骤如下:(1)选择图像灰度的中值作为初始阂值To;(2)利用阈值把图像分割成两个区域R1和R2,用下式计算区域R1和R2内的灰度均值“1和u2;兀£pl=∑识JLl2=∑帆(4-69)85 (3)计算p1,“2后,用下式计算新的阈值Ti+1;巩2赢(4-70)(4)重复以上步骤,直到T⋯与Ti的差小于某个给定的值。迭代阈值分割方法所确定的阈值作用于整幅图像的每个像素,因而对目标或背景的灰度有剧烈变化的图像,分割效果较差,甚至失效。4.4.4.2最大类间方差法(Otsu)Otsu法是一种基于类间方差最大的自动选择阈值的方法。Otsu法具有简单、处理速快的特点,是最常用的一种阈值选择方法。任意将图像中的像素按灰度值T分成两类Co和Cl,Co的灰度值由【0,T】之间的像素组成,C1由灰度值在【T+I,L.1】之间的像素组成,对于灰度分布概率,整幅图像的均值为:∥r=∑ip。(4—71)则Co和Cl均值为:7’,/.to=∑ip,加o(4-72)tO"。=Xipf0L-ItO"l=∑驴f=1-nr。了’类间方差定义为:仃:=万。(JLl。一pr)2+巧l(∥1一p71)2=刃。tD"l(JLl。一p1)2(4—76)根据T在【0,L.1】范围依次取值,若类间方差最大,则相应的T值即为Otsu法的最佳阈值。4.4.4.3自适应阈值法由于图像摄取时照明不均匀,背景灰度变化大、噪声等因素影响,图像灰度分布会出现不均匀现象,全局阈值不再适用,这时,可采用自适应阈值方法对图像按坐标分块,每一块分别取一个阈值进行分割。3,,4届.矽¨∑rIIp中其4唔乃7“舢 自适应阈值选取比较简单的方法是对每个像素确定以它为中心的一个邻域窗口,计算窗口内像素的最大值和最小值,然后取它们的均值作为阈值。一般说来,同一种运算窗口越大,需要处理的数据越多,时间复杂度越大。假定maxvalue表示邻域像素的最大灰度值,minvalue表示邻域像素的最小灰度值,则阈值可以设定为:T:—m—a—x—v—al—u—e=+—m—i—n—v—al—ue(4.77)=一lZI.Z也可以采用均值设定阈值:∑%T=生(4.78)甩式中:玎——窗口邻域像素个数;疗,———_令B域点像素值。4.4.4.4陶瓷显微图像分割通过对陶瓷显微图像的分析,显微图像主要有以下特点:(1)陶瓷显微图像主要由三种组元构成,分别为气泡、瓷釉、晶体;(2)从显微图像的组元分布看,瓷釉占多数,气泡和晶体占少数;(3)显微图像的灰度直方图显示:瓷釉分布在直方图的中间段,灰度级像素个数最多,气泡与晶体分布在直方图的两端,气泡的显示较暗,晶体则呈现为较亮。迭代法的运算较大,并且需要反复实验寻找最合适的判断条件,不便于对图像进行分割处理。自适应分割法是使用动态阈值进行图像分割,对图像单目标的分割效果较好,对于多目标分割不适用。实验中,最大类间方差法的实现较简单,对陶瓷显微图像的分割效果相对较好,但传统的最大类间方差法对多目标图像会有过度分割现象。因此,经过分析,本课题结合陶瓷显微图像特点,采用改进的Otsu方法实现图像分割,将多目标分割问题转化为单目标分割。 b1Densityhistogram·●●‘tc)最大粪问方差分割圈d)改进算法分割圉c)ImagewithOtsud)ImagewithimprovedOtsu图4-I5实验结果图Fig4-I5Resultantimages(1)对图像进行扫描,统计图像中各扶度级像素点个数GrayClass[i],i为灰度级,且01iS255;(2)求出灰度级像素个数最多的灰度级T⋯,fori:=0to255dobeginifGrayclass[i+1】>Grayclass[i]thenTm⋯=GrayClass[i+l】;end;根据陶瓷显微图像中釉体占多数的特点,T一灰度级左右两端区域即为气泡和晶体所在的像素区域;(3)将图像灰度分为两个区间IO.Tmax】和[T⋯+1,255】.将多阈值分割问题转换为容易实现的单阈值分割问题;(4)分别在两个扶度区间【0⋯T。】和[T⋯+l,255】使用传统Otsu法,遍历区问灰度纽,寻找阈值T1,T2,符合lae【值最大的条件;(5)最后,根据阈值T1,T2,使用阈值分割法.实现对陶瓷显微组织多组元的自动分割。由于改进的Otsu算法将阈值运算限制在有效的驮度区间内,大大减少运一 算量,而且对于图像目标与背景灰度分布不均匀,灰度重叠情况同样适用,图像分割准确。此外,改进的Otsu算法,通过对图像两个有效区域进行灰度遍历,确定多阈值,可以实现多目标分割,适用于符合瓷釉显微组织分布特征的图像。图4.15为实验结果,图4.15a)为原始图像,图4.15b)为原始图像的灰度直方图,由图4.15c)和图4.15d)比较可看出,改进的Otsu分割算法对图像的处理效果较为理想。4.4.5边缘检测陶瓷显微图像的最终目的是测量出组元三维体视学参数,而陶瓷组元的轮廓提取是显微组织定量分析的前提,因此,在显微图像分割的基础上,需进一步对显微图像进行边缘检测。边缘是指在图像中灰度出现突变的区域。边缘提取方法是分析图像的每个像素在某个邻域内灰度的变化,利用边缘邻近一阶或二阶方向导数变化规律,即边缘算子(EdgeOperator)法检测出边缘。边缘算子大致可分三大类,即梯度算子、方向模板算子和拟合算子。梯度算子是数学上梯度算子的近似形式,而方向模板算子是对不同方向使用不同的模板来检测,拟合算子则是对图像的局部灰度值同边缘的参数模型相拟合。确定图像中边界的另一种方法是先检测每个像素和其直接相邻的状态,以决定该像素是否确实处于一个物体的边界上,具有所需特性的像素被称为边缘点。当图像中各个像素的灰度级用来反映各个像素符合边缘像素要求的程度时,这种图像被称为边缘图像(EdgeMap),可以用仅表示边缘点的位置而没有强弱程度的二值图像来表示。4.4.5.1Roberts边缘算子IO1Il1OlII一1OlIO一1l图4.16Roberts边缘算子模板‘Fig.4—16RobertsedgeoperatorRoberts边缘检测算子是一种利用局部差分算子寻找边缘的算子,梯度算子。其模板如图4.16所示,可由下式给出:g(x,y):{、历彳;j万一√了彳;j丽】2+[、庀而一√7:丽】2乒是最早的(4.79)式中,以x∥)是具有整数像素坐标的输入图像。由于Roberts算子窗口小,噪声作用也小,因此一般仅用于响应具有陡峭 Ii-'o,-i]㈠][-i_220-i]雕]匮÷习I÷}]口÷习 堡型型塑墅型些垒墅堕堡墅算于,考虑像素点对角线方向,见图4一19c)所示。4.4.s.5轮廓提取在本课题中,处于边缘捡测阶段的陶瓷显微图像是经预处理分割的二值图像。以上几种算子是针对所有图像而言的,包括灰度图像和二值图像.计算量相对来说比较大。此外,从图4.20分析结果看,Robe.s,Prewitt和Sobel算子的边缘检测图像都存在边缘点不连续的现象,检测效果不佳,Laplacian算于检测结果中的图像轮廓较粗。为此,本课题采取适用于二值图像处理的快速轮廓提取算法,实验结果表明,轮廓提取效果较好。·●●‘‘a1气泡显微图a)Poreimage—b、Roberts检测图b)Robe,sedgemap—d1Sobel检剥圈d)SobeIedgemape、Laplaeian检剥图e)Laplaeianedgemapc1Prewitt检测图c)Prewittedgemap。ai一、、■0、jfl轮廓提取nProfileseparation图4·20边缘检测结果Fig4·20EdgedetectionResult对一幅二值图像来说,图像的灰度只有两个值,要么为0.要么为255,图像中目标的边缘为灰度突变的地方。假定图4-21中的大矩形框为一幅二值图像,其内矩形框为目标,a为目标边缘上一点,周围其余点为a的8个邻点.b、c、d为目标内的点。遍历整幅图像,当某点的灰度值与其8个邻点灰度值之差的绝对值均为0时,将该点的灰度值设为0,反之,则将该点的灰度值设为255,于是目标的边缘就被检测出来了。 图4-21二值图像边缘图Fig.4—21Bianryedgemap4.5陶瓷显微图像的分析4.5.1引言陶瓷研究学科不仅需要对陶瓷材料的行为、性能,以及加工、生产和使用过程中的变化进行定性研究,而且需要定量表征。通过陶瓷显微组织定量分析来预测材料性能,是评定陶瓷内在结构与外观视觉关系最有效的方法之一。目前,陶瓷显微组织的研究仍然以偶然断面(或平面)图像或投影图像为主,前者是不透明材料的截面光学显微镜图像,后者包括透明物体的薄片光学显微图像、薄膜电子显微图像、断口的投影图像等,很少涉及三维相空间定量。本节在陶瓷显微图像处理的基础上,根据三维显微组织的评估方法,结合体视学与数字图像技术,讨论陶瓷显微组织普适参数的测量方法,并且简单介绍组元体积密度和表面积密度的测量意义。4.5.2组织评估方法三维显微组织的评估有以下几种主要途径:(1)借助粒子束穿透材料的显微技术,直接对三维图像进行观察和测量;(2)通过一系列平行截面的图像来确定组织的空间模型,从而计算组织空间形貌的特征参数。(3)通过观察一系列任意平面(截平面或投影平面)上的二维图像特征参数,复原组织空间形貌。图像平面形貌与立体形貌之间的统计学关系是通过几何概率和微分几何等数学方法来确定的。重建三维空间技术和立体测量技术很耗费时间,实验人员的劳动强度大,第三种方法即为体视学的研究内容,根据二维显微组织统计测量的结果,获得有关样品显微组织的三维普适参数。因此本课题采用体视学方法,获取定量表征陶瓷显微组织的参数。4.s.3分析内容本课题研究的最终目的是计算陶瓷组元的参数,主要为体积密度和表面积 密度。研究人员可以根据这两个普适参数,对陶瓷显微组织进行更深入的研究。体视学中的其它参数如断面的面密度Aa,测试线上截点密度尸|『、线密度三,等,可根据表3.1参数间的关系,通过组元的体积密度和表面积密度来推导。4.5.4参数测量空间密度不能直接测量,但可以根据截面上的测量值推导出来。测量体视学参数的方法有面积法、线分析法、计点法。本课题采用计点法,利用表3.1参数间的关系,选用以下参数的测量公式,在陶瓷显微图像处理的基础上,根据组元分离图和轮廓图,对图像中的像素进行扫描计数,实现体视学参数的测量,为陶瓷显微组织的研究提供依据。4.5.4.1体积密度根据体视学原理可以证明蜥和二维参数Pp的关系:Vv----Pp(4.80)式中:尸p——一测试面上的点密度;蜥——体积密度。体视学中体积密度定义为:落在待研究相上的点数占落在测试系统(研究的陶瓷切面照片)中总点数的百分比。影响体积密度的因素有气孔,第二相。杂质、光学散射因素等。因此,根据陶瓷显微组织的体积密度可以了解陶瓷烧结好坏,反映透明陶瓷主晶相和透过率的关系等。4.5.4.2表面积密度另一个重要参数就是组元的表面积密度。根据体视学原理可以证明:Sv=4/万jI‘La(4.81)式中:S——啼面积密度;La——单位断面积中平均组元的周边长度。S1,反映的是晶粒的三维几何构型。在陶瓷中所要研究的主晶相的晶粒数量和形状是决定Sy值大小的重要因素。一般来说,晶粒越多,晶粒形状越不规则晶界越多,这种晶界不但包括晶粒晶界,同时也包括晶粒和气孔的晶界、晶粒和第二相的晶界等。93 5系统的总体分析与设计5.1引言本系统开发体现了模块化和工具化的思想。整个系统有几大功能模块组,各模块组又由不同的功能模块组成,系统整体结构良好,易于扩充和维护。系统具有强大的人机交互功能和良好的用户界面,操作简单、方便。系统的辅助功能模块组,提供了专门的辅助工具,如原料数据库以及配方数据库的添加与管理等,因而是一个更开放、更柔性化的系统,直接面向客户需求。系统基于Windows平台开发,选用Delphi7.0作为主要开发工具。Delphi编程语言是一种面向对象的快速应用可视化编程环境,以Pascal语言作为基本开发语言,被称为第四代编程语言,具有简单、高效、功能强大的特点心引。Delphi作为系统开发工具的主要优点有:基于窗体和面向对象的方法,高速的编译器,强大的数据库支持,与Windows编程紧密结合,强大而成熟的组件技术聆引。后台数据库选用Delphi自带的Paradox。5.2系统开发环境5.2.1硬件环境硬件环境是指开发陶瓷坯油料配方优化和陶瓷显微图像处理与分析软件所使用的环境。(1)PC机一台,用于进行陶瓷配方优化和显微图像处理与分析;(2)显微电镜,用于记录显微镜观察到的放大图像,直接输入计算机;(3)扫描仪,对已有显微组织图像进行扫描,输入计算机进行处理。5.2.2软件环境选择MicrosoftWindows为操作平台、在Delphi7.0环境下开发编译软件。Delphi7.0开发平台是目前比较流行的开发平台,具有快捷、方便、人性化等诸多优势,是第四代编程语言的典型代表。所以我选用Delphi7.0作为“陶瓷坯油料配方优化系统"和“陶瓷显微结构定量分析系统’’软件的开发平台。Delphi7.0是Borland公司推出的开发工具产品,广泛应用于图形设计、图像处理及多媒体技术中,是创建Windows应用程序最简便、最快捷的开发工具之一。Delphi作为快速开发工具(RAD)的代表,不仅是一个面向对象的可视化开发环境,而且提供了功能强大的可视化组件库(VCL,VisualComponentLibrary),这些组件是用ObjectPascal语言编写的,本身就是对象,拥有属性,事件和方法。 Delphi7.0是当今世界上速度最快的编译器。能大大提高编程效率。Delphi7.0语言是“第四代编程语言”的杰出代表,它是完全向导的、高度可视化的集成开发环境IDE(IntegratedDevelopmentEnvironment),非常人性化。具有简单、高效、功能强大的特点。与VC相比,Delphi更简单、更易于掌握,而在功能上却丝毫不逊色;和VB相比,Delphi则功能更强大、更实用。数据库(Database,DB)是指为了满足一定范围内众多用户的需要,在计算机中建立的一个可以长期存储的、有组织的、可共享的数据集合。一个数据库可以包含许多数据表文件、索引文件以及其他文件。数据库系统(DatabaseSystem,DBS)是指具有数据管理功能的计算机系统,它一般由数据库、数据库管理系统(DatabaseManagementSystem,DBMS)和应用系统构成。数据库管理系统为用户或应用程序提供访问数据库的方法,包括数据库的建立、查询、更新以及各种数据控制等。数据库系统根据数据的组织方式,主要分为层次数据库系统、网状数据库系统、关系型数据库系统和面向对象数据库系统等几类[21。Delphi7.0支持关系型数据库,关系型数据库由表组成,一个关系用一个二维表来定义:表的行定义了事物的一组属性数据,称为记录;表的列定义了事物的某种属性,称为字段。一个数据库应用程序在逻辑上通常由两部分组成:数据库访问模块和用户界面,这就是数据库应用程序的层次结构。在单层的数据库应用程序中,应用程序和数据库共享一个文件系统,它们使用本地数据库或文件来存取数据;在双层的数据库应用程序中,客户程序提供用户界面,通过各种数据访问引擎(如BDE、ADO等)从远程数据库服务器获取数据;在多层的数据库应用程序中,客户程序、应用服务器和远程服务器分布在不同的机器上。Delphi7.0中的数据库提供了丰富的组件来访问各种类型的数据库,例如,组件面板的BDE页、ADO页和InterBase页,以及其他页上的一些通用组件都用于数据库的访问。Delphi7.0利用BDE或ADO提供的驱动程序,可以访问不同的数据库。BDE提供的驱动程序多用于访问本地数据库,例如Paradox和dBASE。Borland推出了一个数据库引擎(BorlandDatabaseEngine,BDE),通过它可以访问本地数据库和远程数据库中的数据,开发出具有可伸缩体系结构的数据库应用程序。有了BDE,就可以将一组相关的表放进一个目录中,给这组相关表起个别名,从而得到一个逻辑表集合,即虚拟数据库。通过BDE中的这些虚拟数据库,就可以连接到这些表。BDE管理器(BDEAdministrator)是设置和管理BDE的工具,它可以用来管理BDE中的数据库别名和驱动器。通过95 BDE管理器,建立一个虚拟数据库。Delphi7.0可视化开发环境的编辑器和窗体设计器协同工作,使程序员在设计窗体实体时,后台会同步地在编辑器中自动地生成组件代码。另外,Delphi7.0采用了事件驱动的程序运行机制,当一个事件作用在目标对象上时,就可以触发事件处理程序,或是发布消息。程序员通过设置对象的属性,方法和消息处理过程,就可以构造出相应程序来。选择Delphi7.0作为本软件开发工具,是因为Delphi7.0在数据库和图像处理方面有着非常强大的功能,具备世界顶尖的编译技术、世界一流的数据库开发支持。Delphi7.0进行图像处理的速度并不亚于VC,只需要少量的代码就能实现很多复杂的功能,大大提高开发效率。Delphi7.0提供了Pixels属性,可以在画布上直接访问某一点的像素值,通过Scanline方法可以获取某一行所有像素点的颜色值,方便而且快速。5.3系统分析5.3.1系统的需求分析由于市场对陶瓷产品的质量要求越来越高,原来普遍采用的配方已不适应,迫使企业寻找新的方向。传统模式的配方设计过于依赖设计人员的经验,而配方设计是一项繁琐重复性的劳动,使配方设计人员无暇从事配方创新工作,且人工做试验使得配方设计周期很长。为了满足现代市场的要求,与先进的现代技术手段相适应,借用计算机辅助配方设计是必须和必然的结果。陶瓷优化配方系统无疑是提高企业产品水平、推动技术进步、增强企业竞争力的重要手段。s.3.2系统的目标(1)功能目标1)根据实际用户的要求,系统能够根据陶瓷配方原则计算以及设计配方,还能够根据用户自己需求进行调整配方。2)建立标准的数据模型,构建陶瓷目标库、原料库、配方库以及历史配方库。在数据库中用户还可以自行添加、删除、编辑目标库和原料库中的内容,为用户设计配方提供了方便。3)典型陶瓷配方:本系统提供一些经典的配方供用户参考,用户可以是配方技术人员,也可以是学生或者懂得一些配方知识的人。用户也可以对典型陶瓷配方做出配方分析和输出。4)针对用户反馈信息进行调整:用户使用了配方技术人员用本系统制作 的配方,在使用期间会有一些问题或者需要改善的地方,配方技术人员可依据反馈信息在原料的配比上做出某些调整,使配方更加合理。5)历史配方:用户可以对以往已经配好的配方从历史配方库中提取、浏览或重新对标准库进行选择以及原料重新设定。6)配方调试:系统对已配好的配方提供了四角配料图和ABCD图,供用户对配方进行分析调试。7)系统安全性验证,主要是系统数据库的安全验证。(2)技术目标1)实用性:符合用户实际的习惯,可迅速应用于实际中。2)良好的系统结构:系统采用模块化设计,具有很高的灵活性、可扩展性和维护功能。3)良好的用户界面。系统具有强大的人机交互功能和良好的用户界面,操作简单、方便,有实时的联机帮助,帮助用户熟悉系统操作流程和工作机理,引导用户快捷方便的完成配方设计。4)完全代替手工完成原料选择和配方计算,降低陶瓷配方设计人员的劳动强度,提高设计效率,缩短设计周期。5.4基于陶瓷配方优化功能的总体设计5.4.1系统的设计思想系统设计是在系统分析的基础上进行的。软件工程的分析方法多种多样,如:功能分析法、数据流法、信息造型法以及面向对象的分析方法等,每种方法都有各自的优缺点,到底选用哪一种分析方法进行设计,应根据具体设计系统的情况而定,也可以根据系统需求和开发平台等的实际情况将几种设计方法结合使用。本课题在功能模块划分后的实现上采用功能分析法,尽量保证所设计系统的管理高效和质量稳定。5.4.2系统的模块划分一般的配方优化系统的功能结构包括配方计算、性能计算、打印输出、用户界面和数据库几大模块。本课题研究中,基本按照功能模块化方法设计系统,不同功能的实现都由不同的模块完成。整个系统主要分为两大功能模块组:主要功能模块组和管理功能模块组。主要功能模块组包括:配方优化计算模块、陶瓷性能计算模块、配方管理模块、综合调试模块和打印模块。配方计算包括目标配方计算、误差分析和加权调整模块。配方调试包括四角配料图分析和ABCD计算分析。 系统的管理功能模块组包括:系统信息设置和数据库管理(包括资源数据添加、删除、查询和排序)。系统的模块划分如图5.1所示:图5.1系统的模块划分Fig.5—1Modulesofthesystem陶瓷坯釉料配方优化系统的整体功能模块如图5.2所示:图5.2陶瓷坯釉料配方的整体功能模块图Fig.5-2Systemfounctionalmodulechartoftheceramicformation 5.4.3系统的体系结构按以上功能设计的陶瓷配方优化系统的体系结构如图5.3所示。图5-3系统的体系结构Fig.5·3Structureofsystem5.4.4系统的工作流程根据系统的体系结构和本课题所要实现的目标,在分析配方原理的基础上..结合软件实现的一般过程来建立系统的工作流程,如图5.4所示,其核心内容是配方优化计算、配方管理过程和数据库的建立与实现。 图5-4系统的工作流程Fig.5·4Flowdiagramofsystem5.5基于陶瓷显微结构的数字分析与处理功能的总体设计s.s.1系统工作流程图陶瓷显微图像数字分析与处理的系统工作流程如图5—5所示。系统根据陶瓷试样,使用显微电镜或扫描仪获取陶瓷显微组织的数字显微图像,将其输入计算机,利用计算机对显微组织图像进行处理与分析,并将图像和分析结果存入数据库。图5-5系统流程图Fig.5—5SystemflowchartIoo s.s.2系统功能模块图系统包括图像文件、图像预处理、图像分割、边缘检测、图像分析和数据管理等主要功能。由于采用了模块化设计方法,使得程序设计思路清晰、灵活性强,便于今后系统的扩展和维护。系统保持了Windows操作系统的界面风格,界面简洁明快,功能一目了然,操作方便。系统功能模块如图5.6所示。打开图像用户登录图像文件II图像预处理Il图像分割Il边缘检测|I图像分析Il数据管理钏钏退图lI转|I出像ll换I|引引剧倒倒引引倒引旧对比度调整图像缩放中值滤波图像锐化图像旋转图5-6系统功能模块图Fig.5—6Systemfounctionalmodulecharta图像文件为便于计算机准确、迅速分析陶瓷显微组织,获取清晰图像,实现系统的适用性,图像获取有两种方式,一种方法是用扫描仪扫描已有的陶瓷显微组织图片,另一种方法是将计算机直接连接到显微电镜上,获取陶瓷试样图像,然后进行图像处理。图像文件模块主要是用于加载显微图像、图像格式转换、保存图像、退出系统等基本功能。b图像预处理由于图像采集时硬件系统的干扰,会使输入计算机的陶瓷显微图像产生噪声和模糊等现象,所以图像预处理模块用于去除陶瓷显微图像噪声,改善图像显示效果,最终得到待分析的图像,便于计算机进行陶瓷组元参数测量。预处理包括锐化、中值滤波、对比度调整、图像旋转、图像缩放等功能。C图像分割在光源照射下,陶瓷显微组织中的各组元反光率不同,图像会产生不同灰度10l 级别,因此,该模块对陶瓷显微图像进行识别与分析,根据陶瓷组元在图像中显示的灰度级别,使用颜色拾取器模块,或者灰度直方图分析法获取阈值,借助数字图像技术中的阈值分割法来判定组元类别,对陶瓷显微图像进行组元分割,为陶瓷显微组织参数分析与测量提供可能。d边缘检测陶瓷显微图像最终的数字分析是计算组元的体视学参数,因此,本模块利用边缘检测法,根据图像分割模块提取的组元二值图,获取图像组元的轮廓。e图像分析根据图像分割和边缘检测结果,利用体视学原理,对目标进行参数测量,如各组元的体积密度,表面积密度,比例分数,点密度等,最终实现陶瓷显微图像各组元定量表征。f数据管理数据管理模块用于存储图像分析过程产生的显微图像参数,实现用户管理,为用户提供数据库浏览及报表打印功能,对测量的陶瓷各组元数据进行添加,删除和更改等各种操作。 6系统数据库的设计6.1基于陶瓷优化系统数据库的设计6.1.1引言一个好的软件应该具有一个强大而容易管理的数据库系统:其中数据库管理(DatabaseAdministration)是有关建立、存储、修改和存取数据库中信息的技术,是指为保证数据库系统的正常运行和服务质量,有关人员须进行的技术管理工作。负责这些技术管理工作的个人或集体称为数据库管理员(DBA)。数据库管理的主要内容有:数据库的建立、数据库的调整、数据库的重组、数据库的重构、数据库的安全控制、数据的完整性控制和对用户提供技术支持。数据库的建立首先要进行数据库的设计,而数据库的设计只是提供了数据的类型、逻辑结构、联系、约束和存储结构等有关数据的描述。这些描述称为数据模式。要建立可运行的数据库,还需进行下列工作:a)选定数据库的各种参数,例如最大的数据存储空间、缓冲块的数量、并发度等。这些参数可以由用户设置,也可以由系统按默认值设置。b)定义数据库,利用数据库管理系统(DBMS)所提供的数据定义语言和命令,定义数据库名、数据模式、索引等。c)准备和装入数据,定义数据库仅仅建立了数据库的框架,要建成数据库还必须装入大量的数据,这是一项浩繁的工作。在数据的准备和录入过程中,必须在技术和制度上采取措施,保证装入数据的正确性。计算机系统中原已积累的数据,要充分利用,应尽可能将其转换成数据库中的数据。在Windows系统环境下,由Delphi开发平台设计的数据库管理模块,具有良好的数据库管理功能。包括坯料、釉料以及原料数据库,并可存储相关的资料信息,以备优化配方使用。另外,还可按不同的使用要求对数据库中的数据进行输入、选择、修改、排序、查询、打印等操作,并提供数据安全保护。本课题系统的数据包括原料信息、陶瓷目标含量信息(包括坯釉料)、和配方信息等大量信息。因此陶瓷配方优化系统设计的一大核心工作就是构建和设计数据库(DB,Database)。这个数据库不仅包含了陶瓷工艺手册中包含的大部分陶瓷化学组成成分数据,还包含各种原料的化学组成成分数据。在本课题中,考虑到实用性和易用性,我们选取Delphi中最常用的关系数据库一一Paradox数据库作为后台的数据库管理系统,它是单机系统中常用的103 数据库管理软件,界面友好、价格低廉、易操作和管理,而且与Delphi有着良好的兼容性。关系数据库的结构由三部分组成,即数据结构、完整性规则和数据操作。关系数据库的数据结构就是数据表的结构,包括表的字段、属性、记录等信息;完整性规则主要指表的主码/主键和表与表之间的联系;本系统采用的Paradox关系数据库的数据操作主要应用ADO技术和SQL(StructureQueryLanguage,结构化查询语言)的相关语句实现。下面主要从设计目的、数据结构、数据操作等几方面进行阐述。6.1.2数据库的设计目的在计算机应用日益普及的今天,数据的积累与管理是否有效,已不再是简单的数据收集与存储的反映,它直接影响到科研工作的进度,甚至关系到成败。几十年来,经过陶瓷工作者的辛勤劳动,我国在陶瓷领域己积累了大量有价值的数据,有些数据是十分宝贵的,但是由于种种原因在一定程度上还处于最原始的管理阶段,致使这些数据的使用效率十分低下,甚至造成大量重复性的无价值劳动,这在一定程度上影响了我国陶瓷研究水平的进一步提高。为了研究人员可以方便地使用这些资料,有必要将这些资料利用数据库技术收集归纳,建立一个使用方便、数据全面的陶瓷配方数据库系统。结合本文陶瓷配方设计与优化的研究工作,将陶瓷配方设计与优化及陶瓷数据库系统整合到一个软件中,使这两个部分优势互补。整合工作带来许多好处:在设计陶瓷配方的过程中,可以将陶瓷数据库提供的配方数据及参数作为设计依据,设计新型陶瓷材料或某些需要满足特定需求的陶瓷,并且可以将新设计的陶瓷配方存入配方数据库,方便研究与系统化管理。陶瓷配方系统数据库中的数据相当广泛丰富,为陶瓷配方优化研究工作提供了大量的参考资料和数据,为陶瓷工作者提供了一个较完备的知识库。6.1.3数据库访问技术系统使用Delphi中的ADO数据库访问技术访问、调用数据库。Delphi数据库的访问机制主要有:BDE,ADO,DBExpress。ADO(ActiveXDataObject)最初是由Microsoft制定的,是为应用程序提供通过OLEDBProvider存取数据库的组件。Delphi7.0的ADO组件对整个MicrosoftADO组件加以封装,并且以VCL组件呈现。ADO的通用性要大大好于BDE,ActiveX不依赖程序语言的特点也能发挥得更加充分。在ASP(ActiveSeverPages)中就是利用ADO通过ODBC(OpenDatabaseConnectivity)来存取各种数据库。ADO要比BDE功能更强大,通过 ADO组件,程序员可以完全不依赖BDE,开发出功能完整的数据库应用程序。Delphi7.0将ADO原生对象封装为ADO组件,构架的结构同BDE组件相似,属性方法的使用也大致相同,数据库程序开发人员使用非常方便。6.1.4数据库的设计原则在设计陶瓷配方数据库时,应遵循以下原则进行。(1)实用性系统应满足对数据的管理和使用的需要,既要考虑己有数据的入库工作,又要着眼于未来,保证软件功能的扩充和升级。由于陶瓷数据库是一个专业数据库,它的用户主要是从事陶瓷材料配方和显微结构定量分析研究工作的专业人员和专业管理人员,所以数据库的实用性要从两个方面考虑:首先是要满足专业人员的需求,做到数据、信息的完整;其次要满足管理人员和其它用户的需求,做到用户界面简洁,操作简便。(2)可视化数据库系统的应用程序采用可视化编程技术,用户界面采用通用的Windows风格的图形界面,便于使用者和管理者进行人机交互。(3)最小的数据冗余度在数据存储方面,选择数据冗余度较低、且能保证数据库应用程序正常快速运行的数据结构,对数据库的概念结构、逻辑结构和物理结构进行优化。6.1.5数据库的结构设计根据关系型数据库的设计原理及前面对陶瓷配方优化系统中的信息分析,’我们在此选择几个重要数据表的建立过程来阐述数据库的结构。1)BodyInfo陶瓷坯料信息表。用来存储陶瓷坯料目标值的基本信息,提供陶瓷配方优化设计的资源。如表6.1所示。105 表6.1陶瓷坯料信息表Tab6—1Informationofceramicbody字段名数据类型长度字段含义说明BNumberBFOrmulaB—LocalitySiOAIOFeOCaOMgOKONaOTlOBTemintvarcharvarcharfloatfIoat520remarkvarchar240序号主键目标配方名称产地Si02化学成分A1203化学成分Fe203化学成分CaO化学成分MgO化学成分K20化学成分Na20化学成分Ti02化学成分2)GlazeInfo陶瓷釉料信息表。用来存储陶瓷釉料目标值的基本信息,提供陶瓷配方优化设计的资源。如表6.2所示。表6-2陶瓷釉料信息表字段名数据类型长度字段含义说明GNumberintGFormUIavarcharG——LocalitySiOAIOFeOCaOMgOKONaOTlOBTemvarcharfloat520remarkvarchar240序号主键目标配方名称产地Si02化学成分A1203化学成分Fe203化学成分CaO化学成分MgO化学成分KzO化学成分Na20化学成分Ti02化学成分 3)Raw—Info:陶瓷原料信息表。用来存储陶瓷原料的基本信息,同样也是提供陶瓷配方优化设计的资源。如表6-3所示。表6.3陶瓷原料信息表Table6.3InformatiOnofceramicrawmaterical字段名数据类型长度字段含义说明R..NUmberintR—LocalitySi0AIOFeOCaOMgOKONaOTiOBTem5varchar20FIoatFloatFIoatFloatFIoat序号产地Si02化学成分A1203化学成分Fe203化学成分CaO化学成分MgO化学成分K20化学成分Na20化学成分Ti02化学成分主键remarkvarchar2404)Form—Info:配方信息表6-4。用来存储用户保存配方的基本信息。表6.4配方信息表Table6—4Informati011offormulation列名数据类型长度字段含义备注IDFormNameTemp—burntTemp..fusionCAintvarcharfloat450ID号主键配方名称烧成温度熔融温度酸度系数CAremarkvarchar200备注5)Error;误差分析表。如表6.5所示。107 表6-5误差分析表Table6-5Erroranalysis6)FormRaw-配方原料表6.6。存储用户保存配方中原料含量信息。表6-6配方原料表Table6—6Formularrawmaterical6.1.6数据库表之间的联系关系数据库设计的关键之一是设计数据库表间的复杂关系,即建立数据库表一对一、一对多或者多对多的关系,也就是建立将多个表的信息数据有机的联系在一起的视图表,视图的建立是基于各个表间的逻辑关系和关键字的定义。在本课题中,针对各个数据库表,我们选择建立一对一或者一对多的关系来建立数据库表间的逻辑联系。6.1.7数据的操作和处理本课题采用Paradox数据库管理系统来建立系统的后台数据库系统,在Delphi开发平台下实现对数据的访问和操作是应用ADO技术,下面以对原料数据库为例阐述在Delphi应用中如何实现对数据的连接、访问和操作方法。(1)数据库的连接。 首先向坯釉料计算窗体中加入ADOConnection控件和ADOQuery控件,并分别修改名称为ADOCon和ADOQuery,然后在窗体创建事件中写入数据库连接程序。(2)数据库的访问和操作。数据库连接成功后,就可以实现对数据库中的内容进行访问和操作(修改、增加、删除、检索等),在本系统中对数据的访问和操作是采用SQL查询语言来实现的。6.2基于陶瓷显微结构系统数据库的设计6.2.1引言根据前面对陶瓷显微结构系统中的信息分析,我们在此选择几个重要数据表的建立过程来阐述数据库的结构。根据数据库的设计要求,采用ADO数据库访问技术访问、调用数据库。6.2.2数据库设计的要求本课题设计目的在于对陶瓷显微图像进行处理,得出相关体视学参数,实现定量分析。因此,系统数据库主要用于存储陶瓷显微结构的定量表征数据,为用户提供浏览、查询数据等功能以及添加、删除、更改等操作,为陶瓷研究人员分析显微结构提供科学依据。系统对于数据库的要求有以下几个方面:(1)界面友好、便于用户使用;(2)建立数据库和图像数据提取模块的连接,便于数据入库;(3)完善的数据操作功能;(4)数据报表打印功能;(5)安全的用户管理功能。6.2.3数据库的结构设计1)yimage.-陶瓷原始数据表见表6-7所示,用于存储原始图像、各相分离后的图像以及陶瓷显微组织的相关信息。 表6。7陶瓷原始数据表Table6-7Originaldataofceramicinyimage2)qP:气泡数据表,系统主要提取陶瓷显微图像中的气泡、釉体、晶体数据,分别建立表qp、cy和jt存储相应组元的数据,表6-8为气泡数据表,其它表类似。表6.8气泡数据表Table6—8PoredataasqP3)User数据表:建立存放用户数据的表,见表6-9所示。IIO 表6-9用户数据表Table6.9Usetdataasuser注:OLE对象类型用于存放图像。6.2.4数据库表之间的联系关系数据库设计的关键之一就是建立数据库表间关系,即建立数据库表一对一、一对多或者多对多的关系。本课题针对数据表中的应用,建立各表之间的关系,user为独立表,表yimage里的ImageNo属性分别与qp,cy,jt里的ImageNo属性相连。 7系统主要模块的实现7.1基于陶瓷配方优化功能的主要模块的实现7.1.1引言用户进入系统后,可在主界面中选择系统功能,在此界面中包括六个主要功能模块:坯釉料配方优化计算模块、四角图分析模块、ABCD分析模块、帮助模块、配方数据库模块以及数据库管理模块,这六个模块以按钮的方式显示,同时,为了实现更好的人机交互功能,在主界面的菜单栏中也有相对应的功能,用户根据个人的使用习惯自行选择操作方式。对于陶瓷配方经验不多的用户,可以先在典型配方中浏览查询各种陶瓷配方实例,包括原料编号、产地、用量以及主要性能说明,然后根据用户需求在数据库中选择满足陶瓷性能的原料进行计算。对于开始不熟悉软件使用的用户,可以从帮助模块获得相关的帮助信息。7.1.2数据库管理模块点击菜单栏里的数据库,输入密码可进入数据库管理模块,该模块主要包括坯料、釉料、原料数据库窗体和查询窗体,如图7.1原料数据库窗体和图7.2查询窗体。在原料数据库表中,收录了全国几个主要产地的粘土、石英、长石等原料的化学组成记录共50条,坯、釉料数据库表中,收录我国各主要瓷区坯、釉料配方记录共30条。数据库管理模块可以实现以下功能,存储相关的资料信息,以备配方优化设计使用;根据不同的使用要求对数据库中的数据进行输入、选择、修改、排序、打印等操作,并提供数据安全保护;根据不同的需求对数据库中的数据进行按类查询。112 ㈣㈣。蝌,。鼎。。品。x。。氪;。显。品最期“!撕.13i⋯。⋯一Ⅲ⋯⋯商—圈Ei圆。⋯。^㈣;#%j^■j⋯F⋯^辟lfsn2l蛐1JⅫ3|⋯_·Ⅱ皿⋯-£,Ⅱi{7B93日¨o9,o‘o“001D⋯⋯ti4●23jB290M口口2E0"0Ⅲ⋯¨i5●E.134601,0z{¨㈣04*t⋯I_55s】5了B3z,0"Ol-0口1口Ⅲ■f目t1,b●口口9Ⅱ5]口47E0n1⋯一■t4615,,"1"t"口1]D0⋯07⋯■7,¨t7¨1050n日"001∞一¨■7¨51●¨D71D75口*0口201n⋯i,9●g0Ⅱn10002025i⋯n9B¨D.1D19nu∞20伸⋯Ⅱ“94“口”02口1回[1船㈨㈣一ti一图7一l敏据库管理窗体Fig7·1Databasemanagement图7—2数据库查询宙体Fig7-2Databasequery7.1.,典型配方模块用户在系统主界面内单击“典型配方”按钮,即可打开典型配方窗体,如图7·3,在该窗体中可查看典型的配方实例,以便用户参考。 ㈣¨o∞U%口童日,一“h■㈣m㈨㈨㈣●Edj一⋯~⋯一一一~⋯一。—■日口%"i——————n一船‰⋯。茹‰;器、。匝⋯㈣目⋯⋯n■^⋯M⋯⋯m咖*‘t㈣¨}⋯I‘懒。;o*m■■t■■:’簦“鼍”}铲⋯⋯⋯““““⋯“‘啦女辅2⋯m㈤m∞n¨55⋯㈣∞3∞㈣“9⋯镕≈⋯图7—3典型配方窗体Fig7-3Typicalformulation7.1.4配方优化计算和配方数据库模块配方优化计算模块是“陶瓷优化配方系统”的核心部件之一。用户可通过单击系统主界面中“坯料计算”、“釉料计算”进入配方优化计算模块。以坯料计算窗体为例,如图7-4所示。囤7-4坯料计算窗体Fig7-4Ceramicsbodycalculation配方优化计算模块包括配方化学组成、原料化学组成、已选数据、计算以及计算结果5个Tab页。用户在“配方化学组成”页选择配方的目标值(单选), 在“原料化学组成”页里选择需要的原料(多选),为方便用户对原料的选择,此页提供了按原料各种化学成分含量降序排序功能。用鼠标单击化学成分名即可完成。然后可在“已选数据”查看选中的原料及目标值的种类和数量,查看完毕后单击“计算”按钮可得到两张计算结果表,包括配方表和误差分析表,在随后的“计算结果”页显示了优化配方的详细数据。同时T烧、T熔及酸度系数CA显示了此种配方的性能。如果用户输入的数据不符合规则,系统会弹出错误提示对话框。计算完成后,用户可对满意的配方进行打印或者添加到配方数据库中保存.如图7.5和图7-6所示。图7-5坯料计算结果显示窗体Fig7-5Resultofceramicsbodycalculalion配方数据库模块中保存的数据包括配方优化计算的结果、误差分析以及坯釉式,有效保存用户的配方经验。对不需要已保存的配方亦可删除,以求最新最优化的配方库。 圉7.6配方数据库窗体Fig7-6Formulationdatabase7.1.5综合调试模块由于陶瓷组成与性质之间的关系十分复杂.为了获得有高性能的配方须经过多次试验。四角配料窗口如果能有规律地进行系统调试,则可事半功倍。即在配方目标组成的附近,通过改变重要化学成分的含量,得到一系列的配方,研究此系统配方的灼烧后的物理性能,可快速得到所需的配方,如图7.7所示。图7—7四角配料亩体Fig7—7Formulationa山u$tmen| 7.2基于陶瓷显微结构定量分析功能的系统主要模块的实现7.2.1引言本章在第五章、第六章的基础上,详细介绍系统主要模块的功能,在Delphi7.0开发平台环境中,介绍图像文件、图像预处理、图像分割、边缘检测、数据提取、数据管理各模块的具体实现方法,并利用Delphi的ADO数据库访问技术,实现用户管理、数据库浏览,数据报表以及数据查询等功能。7.2.z图像文件早期图像文件的存储方式都是由数据采集者自行定义的,对图像格式的推广与应用造成极大的麻烦。因为不同的存储方式,需要不同的解码方法,不利于数据交换和标准化。随着计算机图像技术的发展,各种应用领域逐渐出现了一些比较流行的图像格式标准如BMP,TIFF,PCX,为图像制作与开发人员提供了可以依据的统一标准。其中BMP(Bitmap的缩写)文件格式是Windows本身的位图文件格式,即Windows内部存储位图采用的格式。BMP图像文件是Windows系统中使用最普遍的图像文件格式之一,也是Delphi进行图像处理的主要文件格式。因此,本系统主要采用BMP图像格式,其它格式图像要进行格式转换。7.2.2.1像素扫描方法Delphi提供了Pixels属性,可以在画布(Canvas)上直接访问某一点的像素值,然而使用Pixels属性执行访问的速度较慢,比如,使用Pixels属性把一个位图旋转90度,这种方法用于处理小位图效果理想,但不适用于较大的位图。在Delphi中,Bitmap的Scanline和PixelFormat属性的结合可以完全替代画布的Pixels属性。为此,本系统多次使用Scanline方法来对陶瓷显微结构图像中的像素点进行统计。以下为Scanline的解释:PropertyScanline(Row:Integer):Pointer;//返回一个指针类型其中Row为位图图像的行号,返回的是一个指向位图像素数据的指针,通过Scanline可以获取某一行所有像素点的颜色值,方便而且高速。Delphi的Scanline包含了像素点的数据,但在访问像素数据以前,必须知道PixelFormat属性设置,不同的PixelFormat属性代表不同的位图格式。以下为系统中pf24bit位图的使用方法Vari:integer;j,Gray:integer;Row:pByteArray;117 隧丛型蕉态堂盟±堂位诠塞beginBitmap.PixelFormat:=pf24bit;forJ:=0toBitmap.Height-1dobeginRow:=Bitmap.Scanline[j];fori:=0toBitmap.Width一1dobeginGray:=Row[3木i];//Gray为像素值end;Image.picture.bitmap.assign(Bitmap);end;7.2.2.2图像文件显示要对陶瓷显微图像进行处理,首先要求正确地从图像文件中读入图像数据。图像读取是将图像文件从磁盘读出,并以二维数组的形式保存。与此同时,利用双缓冲方式,可以减少打开图像的闪烁感,将图像显示在窗体内。根据BMP图像文件格式,这里我们使用OpenFileDialog控件和LoadFromFile函数来显示图像,其主要代码如下:ifExtendName=’.bmp’then//文件扩展名是否为.bmpbeginself.DoubleBuffered:=True;//设立双缓冲模式//显示图像Image1.Picture.Bitmap.LoadFromFile(OpenFileDialog1.FileName);end;7.2.2.3图像格式转换本课题选取BMP图像格式,其它图像格式应进行相应转换。系统中LoadPictureFromFile函数用于打开图像,并且把各种不同格式的图像转化为BMP格式,以下为图像JPG格式转换函数的代码:functionTforml。jpgtobmp(constFileName:string):TBitmap;VarExtension:string;Icon:TIcon;Jpeg:Tjpegimage;118 Metafile:TMetafile;beginresult:=nil;//IncaseanythinggoeswrongifFileExists(FileName)thenbegin//获得文件的扩展名Extension:=UpperCase(Copy(FileName,Length(FileName)-2,3));if((Extension=’BMP’)or(Extension=’JPG’)or(Extension=’ICO’)or(Extension=’WMF’)or(Extension=’EMF。))thenResult:=TBitmap.Create;if(Extension=’BMP‘)then//BMP文件无需转换Result.LoadFromFile(FileName);if(Extension=’JPG‘)then//JPG文件格式begintryJpeg:2TJpegimage.Create;Jpeg.LoadFromFile(FileName);Result.PixelFormat:=pf24bit;Result.Assign(Jpeg);finally一”Jpeg.Free;end;7.2.3图像预处理为消除图像采集、输入过程中对陶瓷显微图像产生的影响,图像预处理主要用于去除陶瓷显微图像噪声和改善图像显示效果,便于计算机进行陶瓷组元参数测量。以下为图像锐化、中值滤波、对比度调节的具体实现。此外,系统为方便用户对陶瓷显微图像进行调整与处理,添加了图像缩放、图像旋转等功能。7。2.3.1图像对比度调整图像对比度调整是图像增强的一种方法,图像上两点间信号的差异是通过灰度的明暗来体现,系统中使用图像对比度调整可突出陶瓷显微图像目标组元119 与背景的颜色差异,使图像的荻度差异更符台图像分析需求,有利于选取阚值,实现图像分割。图像成像时光照不足,整幅图像偏暗,或者成像时光照过强.使得整幅图像偏亮,这些情况称为低对比度,即颜色都挤在一起,没有拉开。增加对比度的意思就是把感兴趣的颜色范围拉开,使得该范围内的像素,亮的越亮,暗的越暗,从而达到增强对比度的目的。在Delphi程序设计中,对比度调整可以采用区间调节法即首先设定一个像素值,通常是128,然后判断像素点的像素值,若大于128,像素值增加一个值,小于128的像素点,像素值减少一个值。al原始图bl结果图a)Originalimageb)Resultantimage图7-8图像对比度调整Fig7—8Contrastcontrol对比度调整结果如图7-8所示,部分代码如下:beginP:=Bmpscanline[y]iforx:=0toBmpWidth-Idobegin//确定像素值为128if(p[x+3】<246)and(p[x+3]>128)and(p[x+3+1】>128)and(p[x+3+1]‘246)and(p[x+3+2]>128)and(p[x43+2】<246)thenbeginp[x+3】:=p[x’3]+10;p[x+3+I]2p[x+3+1】+10;p[x+3+2】:2p[x+3+2]+10;end;if(p[x+3】>lo)and(p【x+3]<128)and(pIx+3+I】>10) 点,旋转后得到的目标图像坐标是【(-i+Imagel.Height),j】,然后进行像素点瞄嚣爿㈣,,P苫妇』Dj∽。1’圈卡[co_sO-sisn怫O]㈣2,12l [i]=[i三口s三i。ns07●][幸]此时的旋转中心点在图像的原点,也就是坐标的左上角心点为图像的中心,则反变换公式修改如下:[i]=[刊鞋sins0臼●IIx。-icenter。](7.3),如果要求旋转中(7.4)其中icenter和jcenter分别是旋转前图像的宽度和高度的一半。在内存中动态创建两个位图对象tempBmp和newBmp,一个用于存放旋转前的位图(tempBmp),另一个则是存放旋转后的位图(newBmp)。程序窗口的实现如下:newBmp.Width:=tempBmp.Width;newBmp.Height:2tempBmp.Height;angle:=(angle/180)牛pi;//转换角度的表示elx:2tempBmp.Widthdiv2;cly:=tempBmp.Heightdiv2:c2x:2newBmp.Widthdiv2;c2y:=newBmp.Heightdiv2;//计算图像中心点ifc2xa[j】thenbegin//交换值(a【i】,a【j】,i,j);t:2a[i】;a[i】:=a啪;aU]:=t;end;’end;7.2.3.5图像锐化图像锐化目的是增强陶瓷显微图像中特定组元的轮廓,避免图像模糊对以后图像分割与边缘检测的不利影响。本课题采用拉普拉斯法对图像进行锐化处理。卷积是实现锐化的途径,可以看成是加权求和的过程,使用一个很小的矩阵来实现卷积运算,矩阵的维数为奇数,在程序中该矩阵可作为模板,区域中的每个像素分别与模板中相应的元素相乘,相乘之和即为区域中心像素新值。课题采用3×3矩阵对图像进行卷积运算。操作时必须解决两个问题,边界点问题和越界问题。一般可以忽略第一列和最后一列像素的操作,或者直接进行边界像素的拷贝,同时要保证中心像素点的各分量在0-255范围。以下为陶瓷显微图像锐化的核心代码:begin//卷积矩阵y[0】:=O;y[1】:=-1;y【2】:=0;y【3】:=-1;y【4】:=5;y【5】:=一1;y[6】:=0;y[7】:=·1;y【8】:=Q;z:=1;//卷积核bmpl:=TBitmap.Create;//0,U建目标位图bmp2:=TBitmap.Create;//创建备份位图 bmp1.Assign(image1.picture.Bitmap);II力I:I载目标位图bmp2.Assign(bmpl);//备用位图bmp2.PixelFormat:=pf24bit;//扫描线设置,为防止数据变化,在备份位图上进行操作forJ:=1tobmpl.Height一2dobeginp1:2bmpl.Scanline[j];p2:=bmp2.Scanline[j一1】;p3:2bmp2.Scanline[j];p4:=bmp2.Scanline[j+l】;fori:=1tobmpl.Width一1dobegin//重新计算图像中的像素值P1[i】:=min(255,max(0,(y[0】水p2[i—l】+y[1]幸p2[i】+y[2】幸p2[i+1】+y[3】卡p3[i-1]+y【4】宰p3【i】+y【5】球p3【i+l】+y[6】幸p4[i-1]+y【7】书p4[i]+y[8]水p4[i+l】)))diVz;end;7.2.4图像分割模块7.2.4.1灰度直方图对于数字图像的每个灰度值,求出在图像中具有该灰度值的像素的图形叫做灰度直方图,灰度直方图是灰度级的函数,描述图像中具有相同灰度级像素的个数。灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频率。通过灰度直方图可以了解陶瓷显微图像效果,也是灰度图像分割获取阈值的途径。灰度直方图是离散函数:p(s女)=n女/n(k=-O,l,2⋯.,三一1)(7-5)式中:J厂——图像火x∥)的第k级灰度值;刀||}———吹x,y)中具有灰度值为sk像素点的个数;刀——图像像素点r的总数。因为p(sD给出了对Sir出现概率的估计,所以直方图提供了原始图的灰度值分布情况,也就是给出了一幅图像灰度值的整体描述。’ 灰度直方图模块算法的程序流程图如图7.10所示。编写程序时,首先必须统计出每一个灰度级上的像素点个数,其次是绘制。灰度直方图的绘制效果可以在创建的Image画布上显示,绘制用的画笔颜色可以用灰度从0到255渐变,单击按键控件将显示图像的灰度直方图。如果统计出来的像素点数目很大,会超过窗体的最大范围,故而必须处理统计出来的点数,本课题采用对数法,可以使像素点个数的数量级减小。图7—10灰度直方图程序流程图Fig.7·10Programflowprocesschartofdensityhistogram以下为算法实现:首先定义一个灰度级数组publicGrayclass:array【O一255】ofinteger;灰度直方图像素统计核心代码如下:fory:=OtoBmp.Height-1dobeginp:=Bitmap.Scanline[y];//扫描行像素值forx:=OtoBmp.Width-ldobeginGray:=p[x];//计算每点的像素值Grayclass[x】:=Grayclass[x】+1;//统计灰度级的像素个数127 end;在Image2上绘制256级灰度分布图代码:begin//设置灰度直方图的填充背景Image1.Canvas.Brush.color:2clSkyBlue;Imagel.Canvas.FillRect(rect(0,0,Imagel.Width,Imagel.Height));Image1.Canvas.Pen.Color:=clyellow;fori:=0to255dobeginImage1.Canvas.MoveTo(i,273);//统计的数据对数降级Imagel.Canvas.LineTo(i,273-round(50牛(10910(Grayclass[i]+1))));7.2.4.2颜色拾取器设计本系统的分析的对像为陶瓷显微图像中气泡、晶体和釉体。像素拾取器模块用于保存和设置陶瓷显微图像分割的阈值,当鼠标在图像上移动时将经过的区域放大显示,即放大镜效果,同时显示鼠标光标的坐标值和该坐标处点的像素值(RGB值或灰度值),用于阈值分割模块分离陶瓷组元及边缘。颜色拾取器的模块图如图7.11所示。用户可以在系统主界面上选择颜色拾取器按钮,加载图像,进行阈值选取。图7.11颜色拾取器模块图Fig.7-11Modularchartofinstrumentforgainingcolor 实现拾取目标像桑值较简单,关键是放大镜的实现。放大镜的原理就是将备份位图和目标图相同位置的区域放大,并显示在目标图上,可按照矩形方式、圆形方式或者椭圆方式显示。系统可以使用Delphi中实现图像局部放大的函数,如CopyReet和Bitblt,来进行图片放大操作。此外,由于本窗体和其它窗体存在调用关系,故需在本窗体单元文件的USeS语句中加入代码imageviewer,imagegainer。颜色拾取器的窗体设计为对话框形式,页面如图7-12所示。窗体放置一个Panel控件t将其充满Form,左边放一个Panel2,加入Bigimage(Image控件)用于显示图像,右边放置一个Panel3.供用户操作和结果显示,窗体中间用Splitter隔开。在窗体的创建事件FormCreate中写入创建空的备份位图,设置双缓冲等初始化信息.代码如下:procedureTiraagetestFormCreate(Sender:TObject);beginself.DoubleBuffered:=true;//建立双缓冲区ImageDesignWidth:=BiglmageWidth;ImageDesignHeight:2BigImageHeight;Bitmap—TBitmapCreate;//创建空的位图tit馘∞&tZ口l■R咖Irnt衰目随l鬻—一2一““lYIl}斧型。厂。广。E1%期嘎Ⅲ%葡蚰lE一_-一《茹黼一a.糕孺!!!圭鱼;璺::m走I献群&F*#l|广刁r刁,ⅫEm★∞¨r—一E8“¨Br&”n每l?‘鲤!LJ£m目m§I躅7-12颜色拾取器页面Fig7-12Interfaceofinstrumentforgalningcolor 在窗体显示事件FormShow中设置控件的初始化信息,如默认设置为提取像素的RGB值,放大镜的大小和放大倍数等,代码如下:procedureTimagetest.FormShow(Sender:TObject);beginimagetest.Left:=60;imagetest.Top:=60;Downup:=false;RadioGroupl.ItemIndex:20:EditGray.Text:=”;ComboBoxl.Text:=‘请选择要保存的阈值。;SpinEditMagnification.Text:2’5’;SpinEditMagnifierRadius.Text:2’30’:end;“加载图像"按钮的单击事件实现位图加载,即把主界面ImageViewForm中的Imagel图像加载到本界面的Bigimage中。procedureTimagetest.ButtonlClick(Sender:TObject);beginBitmap.Free;Bitmap:=TBitmap.Create;Bitmap.PixelFormat:=pf24bit;Bitmap.Assign(ImageViewForm.Imagel.Picture.Bitmap);ifCheckBoxStretch.Checked//如果拉伸thenend;beginBigImage.Width:=ImageDesignWidth;BigImage.Height:=ImageDesignHeightendelseAdjustImageSize;//调用过程AdjustImageSizeif(Bitmap.Width>Biglmage.Width)or(Bitmap.Height>BigImage.Height)thenCheckBoxStretch.Checked:=TRUE;BigImage.Picture.Bitmap.Assign(Bitmap);//显示位图130 调整Bigimage大小的过程“AdjustlmageSize”的实现代码如下:procedureTimagetest.AdjustlmageSize;beginifBitmap.WidthT贴炉10他力Er(7_6)系统为用户提供两种选取阈值的方法,一种是利用颜色拾取器模块,手动选取闽值,另一种是根据图像灰度直方图特性,由系统自动计算阐值。如图7-13a)所示,陶瓷显微图像中有三种组元。分别为气泡、釉体、晶体,因此需要确定闽值T1,T2对图像进行分割。图像分割结果如图7.13b),7-13c)、7一13d)所示.目标组元的灰度值被设置为0,图像背景设为1。●‘‘bl气泡分割围b)Poresegmentationimage●:.1.。‘c)釉体分割国d)晶体分割图c)Glazesegmentationimaged)Crystalssegmentationimage图7-13分割结果圈Fig7。13Resuhantsegmentationimages课题采用改进的Otsu法自动计算阈值T1与T2,以下为选取阈值Tl算法的核心代码:Bmp:=TBitmapCreate;BmpAssign(SelfImage3PictureBitmap);fory:=010BmpHei曲t一’dobeginforx:=0toBmpWidlh-1dobegin习习 Gray:=bmp.Canvas.Pixels[y,x】;//算出每一点的灰度值Grayclass[Gray】:=Grayclass[Gray】+1;//灰度级像素个数ifGray<=Tthen//像素个数最多的灰度级TN1:=1+N1//统计【0,T】灰度级上象素点的个数elseN2:=l+N2;//统计[T+I,255]灰度级上象素点的个数end;maxvalue:=O:fori:=0toTdobeginforj:=0toidobeginallO:气牵Grayclass【j】+all0;num:2Grayclass[j]+num;end;forj:=i+1toTdobeginalll:2alll+j宰Grayclass[j];end;wO:--num/N1;//灰度均值计算uO:=allO/(wO木N1);wl:=1一wO;U1:=alll/(Nl·w1);fang[i]:=w0霉wl木(sqr(u0-u1));//类间方差值iffang[i]>maxvaluethen//比较并计算最大方差值beginmaxvalue:=fang[i];T1:=i;//阈值T1end;num:=O;allO:=O;all1:=O;end;134 7.2.5边缘检测及数据提取模块7.2.5.1页面设置边缘检测与数据提取模块利用颜色拾取器模块获得的阈值来提取陶瓷显微图像内各组元轮廓和数据,将数据与图像存入数据库。用户可以根据阈值分割提取的图像与轮廓,进行检验和图像恢复。模块窗体可单独使用,具有打开图像、剪切、复制、粘贴、浏览图像等功能,页面如图7—14所示。。麓:躺‰}r————飞磊?羁鹧善象~_{毳蕊面霍氢蕊氢穿I?:ii!!!§iiiii!i竺m{⋯一⋯⋯⋯一一_j“⋯Ⅲ~u‘‘£{《*§*Wi⋯⋯⋯⋯!!?⋯’⋯⋯”’懈牡懈寒Fl平避二--二二麟熟旁=—r图7-14边缘检测与数据提取界面Fig7一14Interfaceofedgedetectionandgainingdata为了便于设计,模块页面和程序设计多次用到Action,所有Action均被放置到Actionlistl构件中(如图7—15所示),便于用户对代码进行管理与维护。提取组元的TComboBox控件中有三种物质可供用户选择:气泡,瓷釉和晶体。页面放置TFileListBox控件,利用它可浏览打开文件夹里的图像。使用TPageConTrol控件,添加TabSheet页面,用于显示瓷釉,晶体.气泡各组元体视学参数以及各组元的分离图和轮廓图。由于数据要存入库中,所以使用TDBEdit控件显示参数数据,显示图像用TDBImage,并且设置DataSource和DataField组件,连接数据库。页面通过在Imagel控件上放置TLabell控件来实现图像漫游,即控制图像在有限区域内移动来显示大图像,使用Tlmage2备份待处理图像,所有图像的处理操作均在Imagel中进行,如果要恢复原圈,只需将Image2中的原始图像恢复到Imagel中即可。此外,该窗体向数据库存放数据要用到数据模块(TDataModule)窗体内 的组件,访问数据库,所以必须在窗体单元文件内的Bses语句后加入Imageviewer,DataModule,DataBaseViewer,GraphicExtImagetester,Aboat。图7—15事件列表Fig7-】5ListofAetionlistl7.2.5.2边缘检测实现与“边缘检测”按钮相连的Action为imagelunkuo。根据图像分割模块获得的分离图像,来提取该图像的边缘轮廓,所谓提取轮廓就是掏空图像的内部点,如果原图中有一点为黑且他的8个相邻的点都是黑色时(该点是内部点).则将该点删除。算法核心代码如下:if(p213+j+21=0)and(p2[3*j+11=0)and(p2[3+j】=0)thenbeginif((p213+a·1)+2]20)and(p213+O-1)+11;0)and(p213+a·1)]20))and((p213+0+1)+2】=0)and(p213+O+1)+1】=0)and(p213+0+1)]=0))and((p1【3+0+1)+2]=0)and(pl【3+0+1)十1]=0)and(pl【3+fj+1)】-0))and((p1【3+0)+2】_o)and(pl【3’a)+1】=o)and(p1[3+a)】=O))and((p1【3+0-I)+2】=O)atld(p1【3+a-1)+1];0)and(pl【3+a-1)】=0))and((p3【3+0·1)+2】=0)and(p313+a-1)+1】=0)and(p313+a一1)】=0))and ((p3【3}(j)+2】20)and(p3【3宰(j)+1】--o)and(p3[3木(j)】=O))and((p3【3}(j+1)+2】=O)and(p3[3木(j+1)+1】=O)and(p3【3+0+1)】=O))thenbeginp413}j+2】:2255;p413宰j+l】:=255;p413}j]:=255;end;7.2.5.3数据提取系统对陶瓷显微图像进行分割与边缘检测后,便可提取各组元数据。数据提取模块用于计算体视学参数,主要参数为组元的体积密度蜥,表面积密度肌。由体视学参数测量公式(4.80)及公式(4.81)可知,要对各组元进行定量表征,必须先求出各组元的三个数据:原始图像像素个数(t)、组元像素个数(qp)、组元轮廓像素个数(1aq)。以下为体视学参数计算的关键代码:Qpt:2qp/t;QLa:=laq/t;QSv:2(4/pi)宰QLa;QPl:=QSv/2;DBEditQ—Pt.Text:=floattostr(Qpt);DBEditQ—Pp.Text:=floattostr(Qpt);DBEditQ—L1.Text:=floattostr(Qpt);DBEditQ—Aa.Text:=floattostr(Qpt);DBEditQ—VV.Text:=floattostr(Qpt);DBEditQ—La.Text:=floattostr(QLa);DBEditQ—Sv.Text:=noattostr(QSV);DBEditQ—P1.Text:=noattostr(QPl);7.2.6数据管理模块7.2.6.1数据库表设计建立陶瓷原始数据表yimage,用于存储原始图像、各相分离后的图像以及陶瓷显微组织的相关信息;系统为提取陶瓷显微图像中的气泡、釉体和晶体数据,分别建立气泡数据表qp、釉体数据表cy、晶体数据表jt,用来存储相应137 组元的数据:用户数据表User。用来管理数据库用户。详见623。7.2.6.2数据浏览用户在主界面选择“数据库”菜单,即可打开“数据浏览”界面,浏览库内数据,如图7.16所示。库中同时存放气泡数据、瓷釉数据和晶体数据。如果要顺序浏览单种组元的数据,可以选择界面的“查看”,“浏览数据库”菜单,选定组元类别。用户点击“删除数据按钮”,可以在数据库中删除不满意的数据,点击“添加数据”则跳转到“图像分割”界面,继续分析图像,并添加记录。图7-16显示已经提取到数据库中的记录。其中.气泡、晶体和瓷釉数据一一对应,通过编号实现连接。釉原始数据一栏中显示了釉的一些基本信息.左边第一个图片是原始图像,第二个彩色图片是提取加工、着色后图像。垦j疆垂二二二二二二二二]至l里⋯6e:⋯EnH#EHol+j0u⋯㈣⋯自⋯㈣m㈣互]囤回E蒌r巨三图7—16数据库浏览窗oFig7·l6Dataglancingwindow系统数据包括4张表,使用4个DBGrid控件显示数据库中所有组元的数据,并通过数据模板访问数据库。页面由两大部分组成,主要使用DBEdit控件和DBlmage控件来设置。第一部分显示数据编号、名称等陶瓷基本信息(包括原始显微图像、各成分提取圈乏 标记后的图像)。第二部分主要显示提取后的数据,为气泡、晶体、瓷釉的一组体视学参数(包括比例分数、体积密度、点密度、线密度等数据),利用PageControl组件,新建3个page,用来分别显示陶瓷图像各组元的处理结果。7.2.6.3数据报表系统数据库报表使用QReport组件生成。报表的设计要求处理好报表元素位置和数据库相应字段的连接。数据库报表包括4个子报表,分别对应数据库中的4张表。(1)原始数据报表原始数据报表的设计结构如图7.17所示。系统使用TQRLabel控件显示报表标题,标记每项数据的显示说明。放置在TitleBand(属于TQRBand对象)中的DetailBand用于显示数据详细信息,TQRDBText控件用来指定数据来源,对应记录编号、釉名称、釉类型、年代,显示数据库中的数据。{釉的原始数据报表-!iwb,T耐eBdndl:TQ;啦and。’。riQin:38.38;5记e:718xs9。~⋯一一{TabStop:False;Order:0l融原始图厦磐相分离图晟釉的详细说暖窿中编号=:ID:。];融名称::孙ame:!釉类型:=孔ype:i手代::量归r:∞一t曲1UJi。尊:紫⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯j图7.17原始数据报表图Fig.7-17Originaldatareport报表右边包括两个DBImage控件,用来显示原始图像和处理后的图像,TQRDBRichText控件用于显示记录的批注信息。为了便于区分各个数据项和记录,报表中还用到了TQRShape控件。(2)组元数据报表组元的数据报表使用同一个报表模板、实际使用中报表的产生是由代码实现。瓷釉数据报表和晶体数据报表的代码与气泡的代码具有很强的一致性。图7.18为气泡的数据报表结构。系统报表浏览窗口如图7.19所示。139 图7.】8组元敷据报表图Fig7—18Componentdatareport囝7-19报袁浏览窗口Fig7一l9Datareportglacingwindow7.2.6.4数据查询数据库涉及到的另个重要功能为数据查询,查询可以使用户很快得到自一己感兴趣的数据,图7—20是本软件的查询窗口。通过设定查询条件,选择自己想要的数据类型。匹配类型的选择会造成匹配字段输入的不同。例如,用户可选择釉类型,然后在釉类型编辑框中输入了“黑釉”,查询的结果将会显示 四项.分别为釉的批注及原始信息、气泡的相关数据、瓷釉的相关数据、晶体的相关数据,并且每项都可以将数据导八报表。辱堑重量====三璐|5%#0Ⅱ“mo■嘣o±■口E=二=三i墅画垦=二==二三二三二三二=二蛋星l■蚺口脯R{“j日R■黼日洲口*哪蜮≈:.■&o呐$_o●村唾日托_*_:—一置日!目圆尸1厂]卜—■L二J1ff一7}一~:.4图7.20数据查询窗oFig7-20Datainquirywindow(1)查询条件的设置数据库查询使用了SQL语言,需要用到TADOQuery控件和DataM。odule模板,DataModule包含了TADOConrteetion控件.用于建立查询窗口与数据库的连接。将TADOQuery控件的SQL属性设置为:Select+formtable其中,table表示系统中的四个表,分别为气泡、瓷釉、晶体和釉原始数据表。查询结果将与这四个表的内容相对应。(2)查询窗体的设计数据库查询设置面板的匹配类型组中放置4个TRadioButton,用来设置查询的匹配类型,可以是单个条件符合,也可以是多个条件符合,使查询范围得到初步确定。查询设置组用来设置显示结果的的条件,可以显示全部数据,也可以是晶体、气泡、瓷釉中的任一种。匹配字段有3个编辑框,根据前面的设置动态变化为可用或不可用,参考的字段是釉名称、釉类型或名称/编号。窗体的主要部分有4个DBGrid和4个DBImage,分别用来显示查询结果中陶瓷的基本信息,气泡、瓷釉和晶体的体视学参数,以及显示处理后的图像。 一.笪墼堂垄垫堇塑i些7.2.7系统测试现以瓷釉显微原始图像为例,对图像进行处理与分析。(1)显微图像亮度分布较均匀,故直接对图像进行中值滤波去除图像中的噪声,如图7-21所示。图7-21系统王界面Fig7-21Systemmainwindow(2)图像滤波后.然后进行阈值选取。a使用自动选取阈值模块,由系统自动进行闺值选取。在主界面点击灰度直方图按键,加载图像,点击“阈值选取”,计算结果如图7—22所示,闽值TI=29,T2=217。』-一蓦■]囤7-22自动选取闰值Fig7-22Automatiethresholdselectionb使用颜色拾取器模块来选取阚值。在主界面选择颜色拾取按键,打开颜色拾取器,点击“加载图像”按钮,将主界面内的图像加载到本窗体内。点击“拉伸图像复选框”可以使图像显示为 拉伸状态。图像为灰度图像。选择“提取灰度值”和放大镜的形状(方形或圆形),设置放大镜的半径和放大率。在图像上按下鼠标左键,便会出现将光标区域放大的放大镜,同时在右侧显示该光标的坐标和颜色值。堆后,选取像素值,保存为图像的阈值,如图7.23所示。囤7·23手动选取阁值Fig7-23Manualthresholdselection(3)接下来是系统最关键的步骤,进行图像分割、边缘检测,以及计算普适参数。选择图像类型为灰度图,由于显微图像有三种组元,分别为气泡、釉体、晶体,假如设置提取物质为气泡,点击“图像分割”按键,将会显示气泡分离图,如图7—24a);点击“边缘检测”按键,就可获取气泡轮廓图,如图7.24b);点击“提取气泡数据”按键,最终计算出气泡参数,如图7—24cl。由以上瓷釉显微图像实例的处理与分析可看出,系统能对显微图像进行预处理,有效去除显微图像的噪声干扰,根据用户选择的组元类型,准确并有效分离出显微组元,并且由体视学方法计算出瓷釉显微组元的体积密度和表面积密度.实验结果表明,系统图像分析与处理效果较好。 L业l!“宴堇1.=[!f:J!J!j!l曼臣l!l!L!I一⋯⋯8“k——一。茹:嚣⋯。:一。二·●?⋯’?4‘~警”。:g;目掣;●‘‘匾!£=堕堕[!堑亘工巫jjj!§ji口⋯-⋯●⋯!!!●:‘.’,1兰一a)图像分割宙体a)Imagese鲫entationwindow。盎茹⋯鼍i矗。q銎。|oudx.。oE6d⋯】,、U5括515日】f】、j⋯⋯⋯⋯l黜笔!篓_|。●‘tM迫缘控测窗体b)Edgedetectionwindow*№∞*^《{№%女口口Ⅲ#目*i'Ic)数据提取窗体c)Datagainingwindow图7.24实验结果Fig7—24Experimentresult 8总结与展望8.1论文总结本文在分析陶瓷配方方法的基础上,结合优化技术,找出配方时的约束条件,确定原料的配料范围,采用统一目标函数法建立陶瓷配方优化的数学模型,使得陶瓷配方优化问题的多分目标函数均匀一致地趋向各自的最优值,系统分别采用复合形法和遗传算法对陶瓷配方进行设计,通过两种算法的结果对比分析,发现标准遗传算法在计算后的结果不理想,与复合形法的结果相比还有一定的差距,因此又对标准遗传算法进行了改进设计,改进后的遗传算法在速度和最优值优于标准遗传算法和复合形法,性能足以满足目前陶瓷配方的原料种类和约束条件的实际需求,使陶瓷配方具有很好的适应性。系统包括配方优化计算模块、陶瓷性能计算模块、配方管理模块、综合调试模块、数据库管理和打印模块。其中配方优化模块是采用最优化算法,根据用户选择的目标值和原料情况进行优化配比,从而得到一种带有一定误差的比较接近目标值的配方表;综合调试模块在配方目标组成的附近,通过变换Si02和A1203(两组分)得到四个基础釉式A、B、C和D的配方,并分别称量、球磨、调节比重至同一值,然后按体积依一定数量的配比混合的若干实验样品,施在坯体上煅烧,检查不同釉样品的外观,可快速寻求最佳配方,是一种实用的配方调试方案;数据库管理模块为提供陶瓷配方优化设计的资源,设计了陶瓷坯料、釉料、原料、配方基本信息、配方结果和误差分析表,可按不同的要求对数据据库中的数据进行输入、选择、修改、排序等操作,并提供了数据安全保护功能。本课题在陶瓷显微图像处理的基础上,根据三维显微组织的评估方法,结合体视学原理与数字图像技术,讨论陶瓷显微组织普适参数的测量方法。由于陶瓷显微图像的特点,首先采用中值滤波和拉普拉斯锐化法对陶瓷显微图像进行预处理,中值滤波用于去除图像中的噪声,拉普拉斯算子对图像进行锐化处理,使得显微图像更加清晰;根据陶瓷显微图像的灰度特性,使用改进的Otsu法对陶瓷显微图像确定阈值,实现陶瓷显微图像多组元的自动分割,在显微图像分割的基础上,对显微图像进行边缘检测,采取二值图像处理的轮廓提取算法对显微图像中的气泡、釉体和晶体进行轮廓提取;实验结果表明,图像提取效果良好。最后采用计点法计算陶瓷组元的参数,主要为体积密度和表面积密度,计算显微组织普适参数,实现陶瓷显微组织定量表征。系统包括图像文件、图像预处理、图像分割、边缘检测、图像分析和数据库管理模块。145 本课题在Delphi7.0开发环境下,采用软件工程中的模块化设计思想,开发了陶瓷坯油料配方优化和陶瓷显微图像数字分析与处理系统,系统选用Paradox进行后台数据库开发。软件经过反复调试、运行、修改,现已达到预期要求,该软件具有功能齐全、使用方便和良好的用户界面。8.2进一步研究展望在陶瓷配方研究中,改进遗传算法已经可以给出较好的配方,但还需考虑专家经验、智能选取原料等一系列实际问题。倘若可以结合专家系统,构建矢[识库,利用相关规则来指导算法,这样将能得到一个更切合实际的配方结果。这样的配方不仅成本低廉,而且实用性强,会具有广阔的应用前景;另外系统还应该提供更多功能,比如程序可以根据反馈信息而动态调整历史配方,系绩应该实现网络化,即用户登录相应网站获得配方信息,以满足更多用户的需求。最终实现材料设计的网络化和智能化,从而开辟陶瓷材料科学研究的新方法。在陶瓷显微图像定量分析研究中,只是应用数字图像技术对陶瓷显微图像在理想化条件下进行了处理和分析,而在实际应用中,还应考虑图像采集过程;另外今后的研究可以陶瓷材料的序列断层图像为基础,应用三维可视化技术重建出材料的内部立体微观结构,为陶瓷显微组织定量分析的深入研究提供了基础;对于具有组元融合特征的陶瓷显微图像,还可以结合图像边界分割法与形态学法对复杂图像进行分割,解决图像分割的难度。 致谢博士阶段的设计及论文工作是在导师王秀峰教授的细心指导下完成的。论文的选题、理论及设计、修改及最后定稿,均经过导师严格指导。在此,我衷心感谢恩师的培养。几年中,导师严谨的治学思想贯穿于整个试验设计及论文撰写过程中,使我终身受益;导师正直宽容的为人和强烈的工作责任感深深感染着我;导师丰富的设计经验和实践能力使我受益匪浅!博士论文的设计工作均在陕西科技大学同信技术研究所和陕西科技大学计算机网络应用研究所内完成,在此,对所内所有对我的工作提供帮助的老师和学生们表示衷心的感谢!最后,谨向在工作、学习、生活上给予我关心、帮助和支持的各位前辈、亲友、同事和朋友们致以最衷心的感谢。衷心感谢各位专家和学者在百忙之中抽空批阅我的论文!147 参考文献[1]于之东,张文丽.陶瓷配方研究中正交设计因素的选取[J].业,2003,4(101:44.47.[2]张纯禹.现代优化计算方法在材料最优化设计中的应用[J].工程学报,2003,1(21):44—47.中国陶瓷工材料科学与[3]邓美兰,孙国梁,唐燕超等.陶瓷配方设计的灰色优化方法[J].中国陶瓷,2006,7(42):33-36.李家驹,缪松兰等.陶瓷工艺学[M].北京:中国轻工业出版社,2003:1.45,81—103.[4]李家驹,缪松兰等.陶瓷工艺学[M].北京:中国轻工业出版社,2003:1-45,8卜l03.宋晔,朱绪飞,邱万里.单纯形法在电解液配方优化中的应用[J].电子元件与材料,2005,24(9):l9.21.[5]宋晔,朱绪飞,邱万里.单纯形法在电解液配方优化中的应用[J].电子元件与材料,2005,24(9):19.21.[6]朱德通.最优化模型与实验[M].上海:同济大学出版社,2003:31—42.[7]陈宝林.最优化理论与算法[M].北京:清华大学出版社,2005:32—35.【8】BaserS,SubbarajP,RaoMVC.HybridRealCodedGeneticAlgoirtmhSolutiontoEconomicDispatchProblem[J】.ComputersandElectricalEngineering,2003,29(3):407·419.『91JoelA,RichardsonJL,Kuester.TheComplexMethodForConstrainedOptimization[j],ACM,1973,16(8):487-489.[10]陆强.陶瓷坯釉料配方设计及其优化方法研究[J].中国陶瓷工业,2007,1(14):23-264.[11]刘敏,朱海奎,周洪庆.钛酸镁/钛酸镧复相陶瓷性能的研究[J].材料导报,2006(11):349—353.[12]谢艳春,崔洪芝,袁建军.原位合成TiB2/A1203复相陶瓷显微组织的研究[J].材料开发与应用,2006(5):8.10.[13]徐建林,陈超.材料显微组织分析的研究[J].计量学报.2004(4):369-373.[14]孙政荣.基于数字图像处理技术实现陶瓷片在线动态检测的方法研究[J].传感技术学报,2005,18(1):70.73.[15]陈岗,梁焕珍.计算机在定量相分析中的应用[J].计算机与应用化学, 2003(1):191—194.[16]徐建林,路阳,李文生等.体视学与图像分析技术在材料科学中的应用[J].金属热处理,2005,30(4):7.10.[17]杨秋红,丁秋.用体视学方法分析透明氧化铝陶瓷的显微结构[J].硅酸盐学报,2006,34(1):30-33.[18】Pei9Jinhua,SunSicheng,AMethodofModifierAlgorithmofConstrainedComplexMethodinConcaveFeasibleFields[J],JournalofNanjingUniversityofScienceandTechnology,2000,24(1),16-19.[19]栗建明等.计算机辅助橡胶配方设计概述[J].橡塑技术与装学,2003,29(9):54-56.[20]王泽斌.计算机辅助玻璃配方优化设计[J].硅酸盐通报,2003,4:81-85.[21]杨海霞,谢轶鹏.一种改进的遗传算法及其在结构优化设计中的应用[J],河海大学学报(自然科学版),2007,35(6):659-663.[22]刘亚.一种新的畜禽饲料配方系统的设计与实现[D].长春:吉林大学,2005:34-35.[23]张静.图像处理软件在铝青铜显微组织分析中的应用[J]..现代制造工程,2006(7):59-64.[24]李宏,魏晓萍,惠起源.生物体视学及图像分析技术在消化系统肿瘤中的应用[J].现代肿瘤医学,2007,15(1):93-95.[25]降爱莲,谢克明.显微图像相关处理原理及其应用[J].太原理工大学学报,2005,36(4):401.404.[26】AutomaticDetectionofUnstainedViableCellsinBrightFieldImagesUsingaSupportVectorMachinewithanImprovedTrainingProcedure.ComputersinBiologyandMedicine,2006(6):339—362.[27]刘劲敏,李咸伟,沈红标等.矿物显微图像中网孔状及针板状成分识别方法研究[J].中国图象图形学报,2006,1l(11):1690-1694.[28]万永菁,万光逵.图像分割算法在花型自动识别中的应用[J].纺织学报,2007,28(5):63—65.[29]阮晓东,赵文峰.煤粉显微图像中重叠颗粒识别的方法[J].煤炭学报,2005,30(6):769.772.【30】CHENTJ,HAOY,SUNJeta1.EffectsofMgandREAdditionsontheSemi-SolidMicrostructureofAZincAlloyZA27[J】.ScienceandTechnologyofAdvancedMaterialS,2003(4):495.502.149 [323章毓晋.图像处理和分析[M].北京:清华大学出版社,1999:卜289.[32]张浩军,侯永改,邹文俊等。陶瓷结合剂化学组成的计算与配方优化设计[J].金刚石与磨料磨具工程,2003.12:58—60.[33]刘双科,王建飞,朱彩兰.颗粒成像特性的研究[J].中国体视学与图像分析,2006,1l(1):45~48.【34]J.J.Kang,S.H.Lee,T.S.Jung,eta1.200um·classpolymericmicroneedlefabricatedbyamicroinjectionmoldingtechnique[A].In:NSTI,ed.TechnicalProceedingsofthe2007NSTINanotechn0109yConferenceandTradeShow,Volume3【C】.Cambrige,MA,USA:NanoScienceandTechnologyInstitute,2007:[35]何斌,马天予.Visualc++数字图像处理[M].北京:人民邮电出版社,2001。[36]何东健.数字图像处理[M].西安电子科技大学出版社,2003:90—110.[37]余永宁.体视学组织定量分析的原理和应用[M].北京:冶金工业出版社,1989,12.[38]窦彦玲.斜投影显微图像分析法测量片状颗粒厚度的研究[J].中国粉体技术,2004(2):18—21.[39]刘战合.基于复合形方法的翼型优化设计及并行计算研究[D].西安:西北工业大学,2004.[40】GaoMeng,ZHANGYuan—Fang.ComplexAlgorithmsForOptimalDesignOfStructureInSoilNailingBasedOnThree—DimensionalFiniteElementAnalysis[J】,ChineseJournalOfGeotechnicalEngineering,2006,28(8):1008.1012.[41]刘阳,曾令可,郑乃章.计算机在陶瓷配方设计中的应用[J].中国陶瓷工业,2002,9(2):19—22.[42]崔玲丽,肖志权.实数编码遗传操作机制的研究[J].系统仿真研究,2003(11):1577—1579.【43】KwonY,KwonS,JinS,eta1.ConvergenceEnhancedGeneticAlgorithmwithSuccessiveZoomingMethod-forSolvingContinuousOptimizationProblems[J】.ComputersandStructures,2003,81(17):17l5-1725.[44][美]ZbigniewMiehalewiez著,周家驹,何险峰等译.演化程序一一遗传算法和数据编码的结合[M].北京:科学出版社,2000.[45]刘雄恩,陈聪等.基于遗传算法的苏云金芽孢杆菌培养基配方优化[J].应用与环境生物学报.2008,14(5):704—709.150 [46][日]玄关男,程润伟著,汪定伟等译.遗传算法与工程设计[M].北京:科学出版社,2000.【47】KabredeH,HentschkeR.ImporvedGeneticAlgorithmforGlobalOptiimaztionanditsApplicationtoSodiumChlorideClusters[J】.JouuralofPhysiclaChemistryB,2002,106(39):10089—10095.[48]陈国良,王煦法,庄镇泉等.遗传算法及其应用[M].北京:人民邮电出版社,2001:1-32..[49]恽为民,席裕庚.遗传算法的运行机理分析[J].控制理论与应用,1996,13(3):297—302.【50】NicholasA,BehdinanK,FawazZ.ApplicabilityandViabilityofaGABasedFiniteElementAnalysisArchitectureforStructuralDesignOptimization[J】.ComputersandStructures,2003,81(22/23):2259-2271.【5l】HansenJV.GeneticSearchMethodsinAirtrafficControl[J】.ComputersandOperationsResearch,2004,31(3):445-459.[52】HrstkaO,KucerovaA.ImporvementsofRealCodedGeneticAlgorithmsBasedonDiferentialOperatorsPreventingPrematureConvergence【J】.AdvnacesinEngineeringSoftware,2004,35(3/4):237—246.,[53]徐宗本,张讲社,郑亚林.计算智能中的仿生学:理论与算法[M].北京:科学出版社,2004.2.[54]周明,孙树栋.遗传算法原理及应用[M].北京:国防工业出版社,l999:11-126.[39]刘山,赵辉.Delphi系统开发实例精粹[M].北京:人民邮电出版社,2005:42-44.[55]王海峰,张健.遗传算法及其在渔饲料配方中的应用[J].上海水产大学学报,2004,12(6):2—3[56]房磊,张焕春,经亚枝.一种模糊自适应遗传算法[J].西南交通大学学报,2005,40(1):22-25.【57】DebKAgrawalS.UnderstnadingInteractionsAmongGeneticAlgorithmParametesr[DB/OL].http://citeseer.ist.psu.edu/deb98undesrtanding.html,2004-02.[58]张增强,刘成.Delphi7数据库开发完全手册[M].北京:清华大学出版社,2003.4,l1—36,172-230.[59]龙启明,刘斌等.Delphi7高级编程范例[M].北京:清华大学出版社,2004:74—75.151 [60]黄晓峰,潘立登,陈标华等.用改进的实数编码遗传算法估计反应动力学参数[J].高校化学工程学报,1999,13(1):50-55.[61]卢险峰.最优化方法应用基础[M].上海:同济大学出版社,2004,11-1245-48.[62]刘建永等.运筹学算法与编程实践一Delphi实现[M].北京:清华大学出版社,2004:10—15.[63]亚林.Delphi管理信息系统项目方案精解[M].北京:航空工业出版社,2006:33-36[64]罗曼.计算机辅助火药配方设计系统研究[D].南京:南京理工大学,2006:1—4.[65]GrefenstetteJJ.Optimizationofcontrolparametersforgeneitcalgorithms[J】.IEEETransactiononSystems.ManandCybenretics16,1986,16(1):122—128.[66]韩翎.陶瓷摩擦材料配方的优化[D].北京:北京化工大学,2006.[67]朱朝艳,刘斌,郭鹏飞.离散变量结构优化设计的复合形遗传算法[J].东北大学学报(自然科学版),2004,25(7):689—691.[68]王小平,曹立明.遗传算法一一理论、应用与软件实现[M].西安:西安交通大学出版社,2002:1-3,235-237.【69】WangYZ.UsingGeneticAlgoritmhMethodstoSolveCourseSchedulingProblems[J】.ExpertSystemswithApplications,2003,25(1):39-50.[70】SalehHA,ChelouahR.Thedesignoftheglobalnavigationsatellitesystemsurveyingnetworksusinggeneticalgorithms[J】.EngineeringApplicationsofArtificialIntelligence,2004,17(1):111—122.【7l】IyerSK,SaxenaB.Improvedgeneticalgoritmhforthepermutationflowshopschedulingproblme[J】.CtrmputersandOperationsResearch,2004,31(4):593.606.【72】JuidetteH,YoulalH.Fuzzydynamicpatbplanningusinggeneticalgorithms[J】.ElectronicsLetters,2000,36(4):374-376.[73]何大阔,王福利,贾明兴.改进的遗传算法在优化设计中的应用[J].东北大学学报(自然科学版),2005,26(12):1123—1126.[74]曹志勇.遗传算法在猪饲料配方设计中的应用研究[D].云南:昆明理工大学,2007.[75]汤永川,黄天民.一种获取与优化模糊规则基的混合学习算法[J].西南交通大学学报,2000,35(1):102-105.152 [76]版社[77][78][79][D].[80]国体刘勇,康立三等.非数值并行算法(第二册)遗传算法[M].北京:科学出,1995.姜启源.数学建模[M].北京:高等教育出版社,1993.费荣丽.茸鹿饲料配方优化系统的研究[D].郑州:东北林业大学,2003.金雪莲.鸡病专家诊治系统的设计实现与畜禽饲料配方优化系统的设计长春:吉林大学,2004.刘国权,刘胜新,黄启今等.金相学和材料显微组织定量分析技术[J].中视学与图像分析,2002,7(4):248—251.[81】MunD,HanS,KimJeta1.ASetofStandardModelingCommandsfortheHistory·BasedParametricApproach[J】.Computer—AidedDesign,2003,35(13):1171.1179.【82】J.R.Smith.AQuantitativeMethodforAnalysingAFMImagesofOuterSurfacesofHumanHair[J】.JournalofMicroscopy,1998,191(3):223—228.[83]朱鸣芳,于金,洪俊杓.金属凝固显微组织的计算机模拟[J].中国工程科学,2004(5):8—16.【84】QiangYu,SvenK.Esche.AMulti—scaleApproachforMicrostructurePredictioninThermo-mechanicalProcessingofMetals[J】.MaterialsProcessingTechnol,2005(169、:493—502.【85】K.F.Tromp.NewMethodsofComputingtheWashAbilityofCoals【J】.CollieryGardian,1998,154(7):955—959.[86]王桂棠,邓耀华,吴黎明.基于数字图像处理技术的金相组织定量分析[J].金属热处理,2006,31(2):66-70.[87]李玮,陈炜,朱博勤.基于优化理论的图像处理与分析研究[J].计算机工程与应用,2005(14):23-27.【88】PrasannaKSahoo,GurdialArora.AThresholdingMethodBasedonTwo—dimensionalRenyi’sEntropy[J】.PatternRecognition.2004,37(6):1149.1161.【89】IlyaBlayVas,AlfredBruekstein,RonKimemel.EfficientComputationofAdaptiveThresholdSurfacesforImageBinarization[J】.ComPuterVisionandPattemRecognitionProceedingsofthe2001IEEEComPuterSocietyConferenee,2001(1):737.742.[90]赵于前,柳建新,刘剑.基于形态学重构运算的医学图像分割[J].计算机工程与应用,2007,43(10):238-240.153 [91]黄碉.复杂背景下的灰度图像分割算法研究[D].太原:太原理工大学,2008.[92]刘骏.Delphi数字图像处理及高级应用[M].北京:科学出版社,2003,34-37.[93]蒋勇.数字图像处理技术在煤矸石自动分选系统中的应用[D].西安:西安科技大学,2004.E94]张旭明,徐滨士,董世运.用于图像处理的自适应中值滤波[J].计算机辅助设计与图形学报,2005,17(2):295—299.[95]陈敏.一种自动识别最优阈值的图像分割方法[J].计算机应用与软件,2006,23(4):85.86.[96]郭明恩,欧宗瑛,孙祖莉.基于显微图像模式识别的粉丝品质检测研究[J].大连理工大学学报,2007,47(3):378—382.[97]罗宏文,马驷良,徐中宇.基于水平集方法的显微细胞图像分割[J].吉林大学学报,2006,44(5):760.763.[98】V.IONITA.ImageEnhancementinKerrMicroscopy[J】.JournalofOptoeletronicsandAdvancedMaterials,2007,9(4):1176一1179.[99]赵倩,胡越黎,曹家麟.皮肤显微图像自动识别系统的研究[J].计算机工程与应用,2005,24(3):206.208.[100]尹衍升,田晓峰,李嘉.基于特征点提取的复合材料显微图像自动拼接[J].科学通报,2006,51(22):2695.2698.[101】RayN,LeyK.TrackingLeukocytesinVivowithShapeandSizeConstrainedActiveContours.IEEETransactionsonMedicalImaging,2002(21):1222.1235.[102J金军.基于子块的区域生长的彩色图像分割算法[J].计算机工程与应用,2008,44(1):82—89.[103]张晓梅,王诚梅,韩琥.基于区域的烟尘图像分割方法[J].计算机工程与应用,2008,44(13):193—195.[104]芦蓉,沈毅.一种改进的二维直方图的图像阈值分割方法[J].系统工程与电子技术,2004,26(10):1487.1490.[105]高敬东.一种基于形态学多结构元素的图像边缘检测算法[J].工程图学学报,2005,(2):106.109.【l06】严国萍,何俊峰.高斯一拉普拉斯边缘检测算子的扩展研究[J].华中科技大学学报(自然科学版),2006,34(10):21.23. 【107】MarinaMeila,JainboShi.LearningSegmentationByRandomWalks.InAdvancesinNeuralInformationProcessingSystems,2000(9):873-879.【108】毛高丽.图像表征和图像分割算法的研究[D].杭州:浙江大学:2007.【109】RonaldHYChung,NelsonHCYung,PaulYSCheung.AnEffieientParameterlessQuadrilateral-BasedImageSegmentationMethod[J】.IEEETransPatternAnalysisandMachineIntelligence,2005,27(8):1446一1458.【110】韩帅.灰度图像分割算法的研究[D].济南:山东大学,2007.[111】FrancisHYChan,F.K.Lam,HuiZhu.AdaptiveThresholdbyVariationalMethod[J】.IEEETransImageProcessing,1998(3):343·354.【112】PaulJ.Tadrous.ASimpleandSensitiveMethodforDirectionalEdgeDetectioninNoisyImages【J】.PatternRecognition,1995,28(10):1575-1586.【113】KanMinChen,ShuYuanChen.ColorTextureSegmentationUsingFeatureDistributions[J】.PatternRecognition,2002,(23):755—771.155 攻读博士学位期间发表的学术论文目录已发表或接受论文:[1】杨云,王秀峰,王芬.古瓷釉显微结构定量分析与实现,功能材料,40(1):173.176.EI收录Accessionnumber:20091111955516[2]杨云,王秀峰.陶瓷坯釉料配方优化算法的设计与实现,功能材料,40(8):1409.1412.EI收录Accessionnumber:200938123266232009.1,2009.8,【3】杨云,张瑛,王秀峰.辅助陶瓷配方优化系统的设计与实现【J】.材料导报,2009.5,23(5):72.74.[4】杨云,郭芸,王秀峰.数字图像技术辅助陶瓷显微组织定量分析研究⋯.材料导报,2009.7,23(7):83.85.[5】杨云,郭芸.数字图像技术在陶瓷显微图像处理中的应用【J】.计算机工程与设计,2009.4,30(4):1008.1009.[6】杨云,张瑛,王秀峰.最优化技术在陶瓷配方优化设计中的应用【J】.中国陶瓷,2008.8,44(8):34.36.[7】杨云,王秀峰.基于图形生成技术的陶瓷坯料溶解过程的动画设计,材料导报,2008.7,22(7):82—84.【8】杨云,王秀峰,王芬.古瓷釉显微结构定量分析算法及其实现,中国陶瓷,2006.1,42(1):44—46.[9】杨云,黄亮,运用MATLAB实现对显微图片的数字化分析,机械设计与制造,2006.2:135.137.[10】杨云,体视学及其在古陶瓷中的应用,微计算机信息,2005,21(8)【11】杨云,黄亮,基于切片法古陶瓷外形数字化的实现,微计算机信息,2005,21(3):216—217[12】杨云,郭立文,中国古陶瓷器型结构数据库的建立,陶瓷学报,2005.3【13】YunYang,JieZhang,XiuFengWang.GSMnetworkoptimization--DesignandImplementationofanalgorithmdealingwithpathpropagationloss,IEEE20094‘bInternationalConferernceonComputerScience&Education(ICCSE2009):307.311.EI收录Accessionnumber:200945l2424721156 攻读博士学位期间参加的主要国际及国内会议:IllIEEE20094‘hInternationalConferernceonComputerScience&Education(ICCSE2009)157

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭