欢迎来到天天文库
浏览记录
ID:57731675
大小:1.65 MB
页数:3页
时间:2020-03-25
《基于数字图像处理技术的球铁金相分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第5期(总第198期)机械工程与自动化No.52016年10月MECHANICALENGINEERING&AUTOMATIONOct.文章编号:1672-6413(2016)05-0135-02基于数字图像处理技术的球铁金相分析祁晓玲(山西轻工职业技术学院,山西太原030013)摘要:通过对球墨铸铁正火处理后得到的扫描电镜金相图片进行研究,探索出实现其金相组织分析的数字图像处理方法。以MATLAB为平台,对采集的图片进行一系列的图像处理,计算出球墨铸铁各参数,从而实现球墨铸铁金相图片的定量分析。关键词:球墨铸铁;MATLAB;金相分析;图像处理中图分类号:TP3
2、91∶TG143.5文献标识码:A0引言由于一些噪声的影响,图像在二值化后所得到的金属材料的显微组织形态与性能有着密切的关边界往往是很不平滑的,物体区域含有一些噪声孔,背系,通过金相分析可以有效地预测金属材料的性能。景区域上散布着一些小的噪声物体,因此需要进行形传统的金相分析大多靠人工,对目标物进行统计计算态学的膨胀以及腐蚀操作等删除小面积区域。和几何参数测量,分析速度慢,劳动强度大,人为因素影响大,效率低。球墨铸铁是一种高强度铸铁材料,其综合性能接近于钢,正是基于其优异的性能,已成功地用于铸造一些受力复杂,强度、韧性、耐磨性要求较高的零件。随着球墨铸铁应用范围
3、的扩大,其金相检验要求也更加严格。本文基于MATLAB平台,应用数字图像处理技术对正火处理后的球墨铸铁的扫描电镜图片进行灰度化、二值化、形态学操作以及图像分割处理,分析球墨铸铁中石墨的球化分级、石墨大小以及珠图1灰度图像图2二值化图像光体的含量。先腐蚀后膨胀的过程称为开运算,先膨胀后腐蚀1球墨铸铁的图像处理过程的过程称为闭运算。本文采用的是闭运算,闭运算可1.1图像的采集、灰度化和二值化以使轮廓更为光滑,连接邻近物体、平滑其边界的同时以正火处理后的球墨铸铁为研究对象,采用放大并不明显改变其面积。比例为20μm的扫描电镜得到数字化金相图片。将1.3目标分割采集到的
4、图片导入MATLAB软件中,对其进行图像球墨铸铁的金相组织主要是由球状石墨和金属基处理。通过计算机采集到的图像是32位的彩色图像,体组成,其中金属基体有3种类型,即珠光体、珠光体+由于彩色图像的数据量非常大,处理速度慢,为了便于铁素体、铁素体。石墨呈黑色,铁素体呈白色,珠光体分析和处理,将彩色图像转换为只有亮度信息的8位呈黑白相间的片层状。灰度图像,如图1所示。图像进行灰度处理后,由于灰由于石墨与珠光体形状尺寸差异较大,本文采用度对比度不太明显,可以对灰度直方图进行调整,然后基于区域的分割方法———种子区域生长法。进行二值化处理,突显出感兴趣目标的轮廓。二值化图
5、3为已知种子点进行区域生长的一个示例。图的方法有很多,如固定阈值分割法、最大类间方差法以3(a)为等待分割处理的图像,已知两个种子像素,现要及统计最优阈值法等。本文采用最简单的固定阈值分进行区域生长,假设运用的判定准则是:如果待测像素割法,首先确定合适的阈值T,然后将图像像素的灰度与种子像素的灰度差值的绝对值小于设定门限,则值跟确定的阈值进行比较,分成大于T的像素群和小将此像素包含在种子像素所属区域;图3(b)为=3于T的像素群。若输入图像为f(x,y),则输出图像时的区域生长结果,可以看出整幅图被分成两个区域;0f(x,y)≥T图3(c)为=1时的区域生长结果
6、,可以看出有一些像为f(x,y),即f(x,y)=1f(x,y)<T。二值化素无法′进行判定;图′3(d)为=6时的区域生长的结效果如图2所示。果,整幅图都被分在一个区域中了。由此可知,门限的1.2二值图像的形态学运算正确选择是关键。收稿日期:2016-01-10;修订日期:2016-06-29作者简介:祁晓玲(1987-),女,山西临汾人,助教,硕士,研究方向:机械设计。・136・机械工程与自动化2016年第5期目标分割的具体实现步骤为:①对图像依次进行GB/T9441-1988标准的附录A1换算出每颗石墨的扫描,找到第1个没有归属的像素,并设该像素为(x0,
7、形状系数nx(x=1.0,0.8,0.6,0.3,0),再按照公式计y0);②以(x0,y0)为中心,观察(x0,y0)的4邻域像素算出该视场的球化率,球化率的计算公式为:(x,y),如果(x0,y0)满足生长准则,则将(x,y)与(x0,球化率=(1.0×n1.0+0.8×n0.8+0.6×n0.6+0.3×y0)合并,同时将(x,y)压入堆栈;③从堆栈中取出一n0.3+0×n0)/(n1.0+n0.8+n0.6+n0.3+n0)。个像素,把它当作(x0,y0)返回到步骤②;④当堆栈为空时,返回步骤①;⑤重复以上步骤直到图像中的每个点都有归属时,生长结束。图4
8、形态学操作后的图5填充后
此文档下载收益归作者所有