[发明专利]一种砂轮气孔率测定方法

权利要求书

1.一种砂轮气孔率测定方法，其特征在于：按照以下步骤完成：

1)砂轮样块表面处理：由于砂轮样块的组成成分属于不同的导电材料，首先利用离子镀膜剂对砂轮样块表面进行喷金处理，将处理后的砂轮样块放到扫描电子显微镜的载物台上；

2)砂轮样块表面进行拍照：利用扫描电子显微镜对工件接触的砂轮表面进行拍照，砂轮表面气孔测量时，高能电子束经过两个电磁透镜被聚焦成直径微小的光点，在透过最后一级带有扫描线圈的电磁透镜后，电子束以光栅状扫描的方式逐点轰击到样品表面，同时激发出不同深度的电子信号；电子信号会被样品上方不同的信号接收器的探头接收，通过放大器同步传送到电脑显示屏，形成实时成像记录，通过对这些信息的接收、放大和显示成像，获得测试样件表面形貌的观察，调整电镜镜头的高度，调整砂轮表面与镜头的距离大于10mm，关闭样品室门，将样品室抽真空，等到扫描电子显微镜主机面板上的EVAC按钮停止闪烁后，真空度达到要求，点击HT开高压观察图像；

3)对砂轮表面的气孔隙率进行分析：通过软件手动调整好砂轮的位置并进行对焦，然后对砂轮表面气孔进行测量，首先将扫描电子显微镜拍摄的原始砂轮表面形貌导图到matlab软件中，然后进行二值化、图像滤波、开运算、图像区域分割的数字图像处理技术，利用matlab软件编程实现砂轮表面的气孔隙率进行分析；

4)砂轮表面气孔率的验证：验证图像识别计算的砂轮表面气孔率时，采用实际测量气孔面积的方法检测，利用Auto CAD软件将近似与圆形的气孔用圆来拟合，将不规则形状部分，利用多线段标记，利用软件自带的计算闭区域面积的方法测量出气孔的面积，进而求得砂轮表面的气孔率，由于气孔壁上小气孔难以统计计算，在砂轮的磨削过程中微小的气孔起到的作用也可以忽略，所以在实际测量砂轮表面气孔率时将直径小于90微米的小气孔忽略不计。

2.根据权利要求1所述的一种砂轮气孔率测定方法，其特征在于：所述数字化图像处理分为三个阶段：图像预处理、图像中处理和图像后处理；

1)图像预处理：砂轮表面图像的前处理

图像预处理包括：二值化、图像滤波和开运算；

(a)图像的二值化

扫描电子显微镜拍摄的砂轮表面图像进行灰度图像处理，灰度图像通常由一个数组来描述，其本质就是一个数据矩阵，数据矩阵中的元素分别表示图像中的像素，该值是颜色的灰度值，通常0代表黑色，255代表白色，0到255中间的表示图像的灰度，图像的二值化是图像处理中的一个基本的处理方法，经过图像的二值化将图像f(x,y)分成目标物体和背景两个区域，通常非零取一、固定阈值、双固定阈值方法，使灰度图变成黑白二值图像，将需要的目标部分从复杂的图像中区分出来，阈值处理就是先指定或通过算法生成一个阈值，如果图像中某个像素的灰度值小于该阈值，则将该像素的灰度值设置为0，如果某个像素的灰度值大于该阈值，则将该像素的灰度值设置为255，从而对灰度图像实现到二值化的变换，阈值化的变换函数表达式如下：

此表达式中，T为指定的阈值，阈值T就像一个界限，比它大就是白色，比他小就是黑色，经过阈值变换函数处理后的图像就会变成一副黑白二值，砂轮表面形貌图利用图像处理技术的二值化处理变成黑白图像，从二值化的黑白图像看出砂轮工作表面的上的气孔与气孔壁的基本区分开，但是气孔中还存在很多孤立的小点，影响图像识别的质量；在此外气孔还存在很多微小的气孔，这些微小的气孔的存在也对图像识别的质量造成了一定的影响，因此二值化后的黑白图像还需进一步的处理；

(b)图像的滤波

在使用扫描电子显微镜获取砂轮表面图像时，由于图像的形成、传输和处理的过程中，图像不能避免受到外部干扰和内部干扰，如光电转换过程中的敏感元件的灵敏度会受到影响、数字处理过程的量化噪音、图像传输过程中的误差以及人为会造成的误差因素，都会存在一定的噪音，噪音会导致图像出现一些离散的、随机的和孤立的像素点，图像噪音的存在，会影响图像的质量，使图像变得模糊，特征变得不明显，给图像处理过程带来很大的麻烦，所以，去除图像的噪音、突显图像的特征信息来增强对图像的识别能力是图像处理中的一项重要内容，均值滤波和中值滤波是使图像平滑去除图像噪音的常用方法，均值滤波是用一个有奇数点的滑动窗口在图像上滑动，窗口中心点所对应像素的灰度值用窗口内在取均值过程中，如果窗口规定了各个像素点所占的权重，也就是各个像素点的系数，则称为加权均值滤波，在图像处理中，假定f(x,y)是没有经过均值滤波器处理过的图像，经过均值滤波器处理后得到的图像为g(x,y)，g(x,y)由下面公式决定：

B表示邻域点的集合，L为B中像素点的总数，根据以上公式可以得到最简单的3x3均值滤波器，其模板为：

中值滤波法在图像处理中应用也很广泛，图像经过中值滤波处理消除噪音还可以保持图像原有的细节，有效地预防图像边缘处变得模糊，中值滤波属于一种非线性滤波，采用一个奇数点的滑动窗口，对窗口内像素点根据灰度值重新进行排序，取所有排序的中间值作为原窗口中心点像素的灰度值，设没有进行中值滤波的图像为f_st，中值滤波处理后的图像为g_st,则中值滤波的运算公式如下：

g_st＝medA{f_st}

其中，A为滑动窗口，f_st为原图像的二维数据序列，

由于中值滤波的图像处理方法是以牺牲图像质量为代价去换取去除噪音的能力，会导致图像变得模糊，而中值滤波的图像处理方法速度块、运算简单容易实现,既可以保护图像的细节信息，还可以滤除图像中的噪音，因此本文选择中值滤波滤除图像中的噪音，

经过两次中值滤波处理后，二值化图像中的一些离散的、随机的和孤立的像素点大部分被去除，滤波后的图像气孔内还有一部分独立的像素存在，因此图像还需要进一步处理；

(c)开运算

图像处理算法使用的就是形态学开运算，形态学开运算是先对图像进行腐蚀运算，然后再对图像进行膨胀运算，腐蚀是数字图像形态学的基本算法，腐蚀的作用就是消除物体的边界点，使边界向内部收缩，可以把小于结构元素的物体去除，这样就可以选取大小不同的结构元素来去除大小不同的物体，如过两个物体间有细小的连通，通过腐蚀可将两个物体分开，腐蚀运算的符号是腐蚀的数学表达式如下：

表达式中，X表示用来进行腐蚀运算的结构元素，结构元素既滑动的窗口，A表示原图像的像素集合；S表示图像腐蚀处理后的二值图像集合，公式中的含义是利用结构元素X来腐蚀A得到集合S，A为被处理的图像，X为结构元素，X中黑色点的中心为中心点，也是当前正在处理的元素位置，腐蚀运算是利用X的中心点和原图像A的像素点逐个比较，若X的所有黑点都在A的黑点范围，则该点被保留，否则该点会被去除，S为腐蚀运算后的结果，从S中看出剩余的点还在原来A的黑点范围内，但是比A包含的的点要少，像原图像A被腐蚀掉了一层，通过腐蚀运算达到了使得物体的边界向内部收缩的作用；

在图像的形态学中膨胀时另外一个基本的运算，腐蚀与膨胀在形态学处理中起到的作用正好相反，通过膨胀使二值图像边界向外进行扩充，此外，若两个物体之间的距离很近，通过膨胀运算还可以将两个物体连通到一起，所以膨胀运算还可以填充物体中的空洞，膨胀的运算符为膨胀的数学表达式为

表达式中，X表示用来进行膨胀运算的结构元素，结构元素既滑动的窗口，A表示原图像的像素集合，W表示图像膨胀处理后的二值图像集合，公式中的含义是利用结构元素x来膨胀A得到集合W，S为被膨胀运算的原始图像，对应公式中的A，X为结构元素，X中黑色点的中心为中心点，也是当前正在处理的元素位置，膨胀运算是利用X的中心点和原图像S的像素点逐个比较，若x中任何一个点可以落到S的范围内，则该点就为黑点，图像W是膨胀运算后的结果，从图中可以看出，就像图像S向外膨胀了一圈一样，通过膨胀运算达到物体边界向外扩张的效果，腐蚀和膨胀的组合运算组成了图像处理中的开运算,本文用到的图像处理算法使用的就是形态学开运算，砂轮滤波后的表面图像经过开运算后，小于设置结构元素的比较小的孤立的小点、毛刺以及比较小的物体会被去除，此外对物体面积的改变影响不大，较大物体的边界也进行了平滑处理；

2)图像中处理：图像区域分割

采用bwlabel算法对预处理后的图像进行图像区域分割，首先该算法会一行行的筛选，寻找该行的连通区域，记作R区域，并且记录此区域的起止位置和行号，继续筛选下一行，查看当前行的R区域是否与上一行的连通，若不连通则给标新号，若与一个连通则将号替换成上一行的连通区域的编号，若与多个连通则都换成同一编号，采用此算法将我们感兴趣的黑色区域全部标记，然后计算出标记区域的总像素点数，砂轮表面开运算后的图黑色区域为砂轮工作面气孔的部分，此部分为图像识别的目标，通过此算法可以将砂轮气孔所占的总像素点数快速计算出，从而将目标区域转换为数字特征；

3)图像后处理：砂轮表面气孔率的计算

计算砂轮气孔率时，根据图像区域分割的结果，分别计算图像中气孔的像素数和总的像素数，再根据像素点数与面积和长度的关系计算细粒度砂轮表面气孔率，砂轮表面气孔面积计算的表达式如下：

表达式中S_气为黑色区域既砂轮气孔的面积，b为图像的实际长度，w为图像的实际宽度，P_气为砂轮气孔所占的像素点数，P_总为图像的总像素点数。图像的实际长度b与宽度w，可以借助比例尺长度所占的像素点数的关系计算。砂轮表面的气孔率K的计算表达式如下：

表达中K为砂轮表面气孔率，S_气为砂轮气孔的面积，S_总为图像的总面积。

3.根据权利要求1所述的一种砂轮气孔率测定方法，其特征在于：所述扫描电子显微镜采用的是日本电子JSM-6360LV扫描电子显微镜。