久久久久国色av免费观看性色,亚洲av无码av在线播放

趙野軍1,呂柏源2,程　源1(1.北京化工大學,北京　100029;2.青島科技大學,山東青島　266042)

作者簡介:趙野軍(1961-),男,工學博士,副教授,已發(fā)表論文20余篇。

影響橡膠制品質(zhì)量的一項關(guān)鍵因素是膠料的混煉效果,而混煉的質(zhì)量與炭黑粒子分布的均勻性有相當大的關(guān)系。橡膠中的炭黑分散度是指炭黑在膠料中分散均勻的程度,其指標是衡量膠料質(zhì)量和其成品性能好壞的重要尺度。目前,普遍采用的方法有[1~3]:

表面觀察法:由操作人員觀察顯微拍攝的圖像判斷膠料中炭黑的分散度。由操作人員的綜合標準判斷定級,受到人為主觀因素的影響。粒徑直接測量法:測量膠料中未分散顆粒的大小和數(shù)量,此測量值只是混煉的炭黑團本身的分散的情況,沒有考慮在更大范圍內(nèi)的混煉分布的均勻性。

表面粗糙度分析法:圖像直觀地反映膠料表面的情況,雖然圖像既反映分散(峰高、峰值數(shù))又反映分布(波峰的分布)情況,但最后的計算值卻只考慮了峰高和峰值數(shù)的比(平均)值。同樣,只反映了分散情況。

間接測定法:根據(jù)未硫化膠物理性能進行判斷的估算法(如測量門尼粘度、擠出收縮率、三維表面粗糙度、電阻等都是根據(jù)混煉膠的性能來估算炭黑分散度)。

以上直接測量法中是通過對顯微鏡所攝的圖像再進行計算機處理和自動測定。為此利用現(xiàn)代化的技術(shù),提供快速、精確的測試結(jié)果(快速精確地測試填料的分散度),可有效地改善膠料的加工性能,達到節(jié)能效果。

本文所提出的改進方法,達到了應(yīng)用計算機技術(shù)實現(xiàn)智能化評測系統(tǒng),這對更全面評測炭黑混合均勻性有著重要實際意義。

本文的智能化評測系統(tǒng)主要涉及以下3個方面:

(1)彩色圖像攝像過程中的自動對焦和放大功能;(2)去除圖像背景中影響測量精度的預(yù)處理系統(tǒng)(包括連通法、輪廓法、BP識別法)[4~6];(3)基于炭黑距離的分散度計算(包括隨機統(tǒng)計法、質(zhì)心計算、直方圖的均方差等)。

1　圖像前期處理的改進技術(shù)

1.1　圖像攝像的自動對焦和放大功能

要減小或去除各種影響測量精度的方法包括:彩色圖像攝像、自動對焦和放大功能、圖像明暗度的調(diào)整,識別區(qū)域的劃分(連通法、輪廓法),不同物體的識別(BP識別)等方面。

在膠料炭黑分散度測定的過程,應(yīng)設(shè)法降低設(shè)備對人的依賴程度,實現(xiàn)更客觀地自動測定。為此,通過計算圖像清晰度來調(diào)節(jié)顯微鏡焦距,而顯微鏡的放大倍數(shù)則根據(jù)炭黑的顆粒最小直徑對應(yīng)單個圖像像素點為參考。

清晰度計算方法:要實現(xiàn)自動調(diào)焦,首先要計算清晰度的評價函數(shù),可以通過圖像的灰度、梯度導(dǎo)出。在圖像平滑處理中采用鄰域平均法,類似于積分過程,積分的結(jié)果使圖像的邊緣變得模糊。而微分則產(chǎn)生相反效應(yīng),使圖像尖銳化。清晰度則建立在圖像尖銳化的梯度法的基礎(chǔ)上。微分尖銳化最常用的方法梯度法中的局部差分公式為:

G(x,y) = f(x,y)-f(x+1,y+1) + f(x+1,y)-f(x,y+1) (1)

調(diào)焦方法:當沿不同方向調(diào)焦時,計算對應(yīng)的清晰度G(x,y)依次的變化的規(guī)律進行調(diào)焦,從而實現(xiàn)自動對焦攝像功能。

1.2　圖像的彩色攝像

為獲得更全面的信息,采用圖像的彩色攝像,以達到區(qū)分圖像中的雜質(zhì)與炭黑。采取對彩色圖像文件直接進行處理,可更方便識別炭黑顆粒圖像。用智能BP方式識別實物時,不必通過閥值進行單色轉(zhuǎn)換,可更有效地減少測量結(jié)果誤差。

1.3　圖像直方圖調(diào)整明暗度

通過直方圖可修正消除光線的影響,直方圖表示圖像中每一個灰度級所出現(xiàn)的頻數(shù)間的統(tǒng)計關(guān)系。橫坐標是灰度級,縱坐標是該灰度級出現(xiàn)的頻率。如光線較暗時,直方圖的分布就集中在灰度值小的一邊。反之,光線太強,則分布在灰度值大的一邊。為消除光線對圖像的影響,可對直方圖做均衡化處理。即將灰度過于集中的一邊拉寬,使圖像均勻分布在各個灰度級,從而增大反差,使圖像細節(jié)清晰,對比度改善。

1.4　邊緣提取法

物體周圍像素灰度值是階躍變化的像素點的集合。邊緣方法存在于物體與背景,物體與物體,圖像基元與基元等關(guān)系之間。是圖像分割所依賴的重要特征,邊緣是由灰度的不連續(xù)所反映的。經(jīng)典的方法是考察圖像中每個象素在某個鄰域內(nèi)灰度的變化。

1.5　邊界跟蹤法

邊界跟蹤法用于提出物體的輪廓線,邊界跟蹤效果主要取決于兩個因素。一是起始點的選取,起始點的選取影響跟蹤精度,還可能給算法的設(shè)計增加難度。二是跟蹤準則。跟蹤準則一般是:邊緣跟蹤從圖像左上角開始逐像點掃描,當遇到邊緣點時則開始順序跟蹤,直至跟蹤的后續(xù)點回到起始點(閉合線)或其后點再沒有新的后續(xù)點(非閉合線)。

該算法對每一個像素的處理都按一定的順序執(zhí)行,即后面的處理要有前面的處理結(jié)果。每個跟蹤點有8個方向,對每個方向制定了方向編號及偏移量。圖像文件是從左到右,從下向上的順序,因此,圖像的最左下方的像素點為起始點。找到起始點并記錄下來。定義初始的跟蹤方向是左上方為0方向,判斷該點是否為目標點(像素值大于閥值),是把該目標點作為跟蹤的新的起始點,并按逆時針90度作為新的方向。否則若不是則每次沿順時針45度作為跟蹤方向,直到找到目標點并記錄后,再按逆時針90度重新開始。

1.6　物體特征的BP識別法

由于不同物體對應(yīng)有不同的圖形,依此可以進一步將前述所識別的樣品位置和編號進行分類,本文采用BP神經(jīng)網(wǎng)絡(luò)方式,具體步驟為:歸一化處理,根據(jù)前面的區(qū)域劃分結(jié)果,取得每個樣品編號;根據(jù)最長邊進行線型幾何比例變換,統(tǒng)一為8×8的矩形圖像。輸入到已學習好BP網(wǎng)絡(luò)模型中,即可計算出該物體的類別。利用不同物質(zhì)(氣泡、刀痕、炭黑)具有的形狀和色彩的特征不同,通過BP神經(jīng)網(wǎng)絡(luò)學習了各種特征后作為識別基礎(chǔ)。通過集成的BP神經(jīng)網(wǎng)分類器,提高分類能力。

經(jīng)過以上預(yù)處理,去除了測量中的各種影響因素(如:明暗度、氣泡、刀痕),最終獲得的圖像文件中,每個像素點代表不同含義:如,0-背景;1~3表示該像素點對應(yīng)的炭黑顆粒數(shù)(可能重疊多個);4表示是不作處理如刀痕或氣泡區(qū)域;5~7保留備用。至此,為統(tǒng)計分析炭黑混煉分散程度做好了前期準備。

2　基于炭黑距離的分散度計算

目前常用的計算分散度的方法是通過統(tǒng)計黑白像素(區(qū)域面積)的比例來表示炭黑的均勻程度,但事實上,若是相同的黑白面積的比例值是無法準確來表示炭黑的混合效果的。本文通過統(tǒng)計每個炭黑粒子到質(zhì)心的距離,根據(jù)各個距離段內(nèi)炭黑個數(shù)的比例是否均勻來判斷混合的均勻性,具有更科學性。另外,通過多次不同的隨機處理方法來檢查炭黑混煉過程的一致性[7]。

2.1　用隨機方式統(tǒng)計平均值

通過對圖像的多次隨機選取不同位置區(qū)域的方法來檢查其整個過程的一致性。一致性可以分采樣隨時間和位置的分布來選擇。

為此,通過隨機函數(shù),產(chǎn)生不同時間、不同位置、不同大小的采樣圖像處理單元。最后,將這些不同樣本處理單元分別進行分散度計算,再統(tǒng)計成平均值,就得出反映整個過程中混合均勻性的波動范圍。

2.2　測距計算方法

在每個處理樣本的處理單元中,先計算出本單元的質(zhì)心。然后為質(zhì)心計算中心,計算各炭黑到質(zhì)心的距離,以達到綜合反映分散度和分布度?？梢岳斫鉃榻y(tǒng)計出的距離較遠的比例表示分布性,而較小距離的比例表示分散性。

2.2.1　計算質(zhì)心公式

計算當前處理圖像中分散炭黑的質(zhì)心位置的計算公式如下:

2.2.2　質(zhì)心計算步驟

以下為計算質(zhì)心的算法:

for(i=1;i< L;i++){

for(j=1;j< H;j++){

if(*pixeloffset(i,j),value)! =0){

Gi+=i;　∥質(zhì)心橫坐標

Gj+=i;　∥質(zhì)心縱坐標

Gs++;∥總個數(shù)

Average(X)=Gi/Gs

Average(Y)=Gj/Gs

2.2.3　各像素點的距離累加計算步驟

類似以上步驟,只是把計算質(zhì)心公式用求兩點距離公式代替即可。

for(i=1;i< L;i++){

for(j=1;j< H;j++){

if(*pixeloffset(i,j),value)! =0){

Si=(i-Gi)*(i-Gi)　∥點i到質(zhì)心Gi的橫坐標距離平方

Sj=(j-Gj)*(j-Gj)　∥點j到質(zhì)心Gj的縱坐標距離平方

S=sqrt(Si+Sj)∥像素點到質(zhì)心的距離

ZS=ZS+sqrt(Si+Sj)　∥各像素點的距離累加值

DS[S]++;　∥將距離為S的炭黑個數(shù)加1}

3　綜合評定分散度的方法和分析

3.1　距離頻度統(tǒng)計直方圖

完成以上各像素點的距離累加計算后,則進一步進行對距離的計算結(jié)果建立評定模型和結(jié)果分析。

距離頻度統(tǒng)計直方圖表示圖像中各段炭黑顆粒到質(zhì)心距離所出現(xiàn)的頻數(shù)間的統(tǒng)計關(guān)系。橫坐標表示各個距離段,縱坐標是該距離段出現(xiàn)的頻率,即上述計算步驟中S和DS[S]值。

距離頻度統(tǒng)計直方圖反映了炭黑各段距離在整個圖中所出現(xiàn)的比例。如果圖像中炭黑的分散度越好,則各段的頻度值也越平均。反之,則頻度值會過于集中在某一區(qū)域,呈不勻稱分布。圖1是距離頻度統(tǒng)計直方圖。

(a)表示整個炭黑的分布均勻。其距離頻度圖顯示各個距離段炭黑的比例都是比較接近的平均值,且均值保持在整個范圍內(nèi)。

(b)整體分布的屬于均勻,但炭黑團沒有完全分散開。其距離頻度圖顯示近距離段和遠距離(兩端)段的炭黑所占比例較高,中間距離段的比例很低,整個范圍內(nèi)各段比例是跳躍性的。

(c)整體分布的不均勻,但炭黑團基本分散開。其距離頻度圖顯示近距離段炭黑所有比例較高,但遠距離段的比例很低。整個范圍來看,近距離段的平均值接近。

(d)表示整體分布不均勻,炭黑團也沒有完全分散開。其距離頻度圖顯示各距離段很不均勻。整個范圍內(nèi)各段比例呈跳躍性,沒有規(guī)律。

3.2　分散度的綜合評定

完成了炭黑分散程度直方圖的圖形化的直觀了解后,再進一步建立一個綜合的統(tǒng)一評定模型,從以下幾點考慮:

(1)計算全部距離加權(quán)平均值,即直方圖中縱坐標個數(shù)與距離之積的累加,即圖中虛線。

(2)計算每個距離與加權(quán)平均值的差方值(縱坐標減平均值的平方),并乘以適當?shù)男拚?修正值默認值是1,但考慮到不同距離的重要性,如想強調(diào)分布性的重要,可將遠距離修正值減小)。

(3)累加所有差方值。

(4)值越小說明分布和分散度都越好,反之說明無論是分布、分散或兩者皆有的情況下,其均勻性很差。

通過以上分析,可以看到用基于測距方式對橡膠中炭黑的分散度進行綜合評定方法優(yōu)勢。它比傳統(tǒng)的基于黑白面積比的方法更客觀、更全面、更統(tǒng)一和更容易。

4　結(jié)論

本文提出的基于測距方式對橡膠中炭黑的分散度進行綜合評定的方法改進了目前常用的黑白填充法的不足。因為傳統(tǒng)的黑白區(qū)域填充法僅能統(tǒng)計炭黑的個數(shù),卻無法表示各炭黑的分布情況;或者通過預(yù)先設(shè)定的若干種不同粒徑大小的炭黑團來分別處理[8]。而本文提出的基于測距方式則能反映炭黑的分散度的均勻性。經(jīng)過以下處理方法:

(1)考慮炭黑的粒徑大小是比較接近,本文提出經(jīng)一定的圖像處理后,直接對每個炭黑顆粒進行處理。

(2)當圖像中每個炭黑顆粒對應(yīng)一個像素點時,計算各炭黑間的距離,并求出各段距離的分布直方圖。

(3)建立均方差及其加權(quán)修正等綜合評定模型。

(4)為保證測量的重復(fù)一致性,實現(xiàn)用不同時間、不同位置的隨機統(tǒng)計方法求得平均值。如何實現(xiàn)能夠在線或離線很短幾秒鐘內(nèi)測出混煉膠的可重復(fù)一致的分散度測量結(jié)果是炭黑測量的目標。做到這一點的意義深遠,潛在著巨大的節(jié)約效果。目前生產(chǎn)企業(yè)為了確保充分分散而不得不過度混煉。如果能把膠料混煉至炭黑分散度剛好達到要求的程度,則每批混煉膠的混煉時間都可以節(jié)省,從而大幅度提高生產(chǎn)效率。

參考文獻:

[1]　汪傳生.混煉膠中炭黑分散度測定方法的改進[J].橡膠工業(yè),2004,51(12):755-758.

[2]　ИСЮряондр,唐云峰譯.炭黑分散度對輪胎質(zhì)量的影響[J].輪胎工業(yè),1996,16(2):90-92.

[3]　ManasZ.Analysise of mixing in polymer processing equip-ment [J].Rheology Bulletin,1997,66(1):58.

[4]　黃劍華.概率距離在聯(lián)機漢字識別中的應(yīng)用[J].微處理機,2001,01.

[5]　張宏林.Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐[M].北京:人民郵電出版社,2003.

[6]　徐慧.Visual C++數(shù)字圖像實用工程案例精選[M].北京:人民郵電出版社,2004.

[7]　王明蘭.膠料中炭黑分散性的模糊判別法[J].橡膠工業(yè),2001,48(5):302-305.

[8]　王明蘭.膠料中炭黑分散度的自動判別[J].信息與控制,2002,31(1):59-61.

[9]　范雄.高聚物結(jié)晶度的X射線衍射測定[J].理化檢驗-物理分冊,1998,34(12):17-20.

[10]　黃華.晶態(tài)聚合物結(jié)構(gòu)的X射線衍射分析及其進展[J].化學研究與應(yīng)用,1998,10(2).:118-124 .

[11]　杜寶石.X射線衍射測定氯磺化聚乙烯硫化膠的結(jié)晶度[J].高分子材料科學與工程,1996,12(1):124-129.