穆志韜，蘇維國，葉 彬

（1.海軍航空工程學院青島分院，山東 青島 266041；2.洪都航空工業(yè)股份有限公司650 所，南昌 330024）

腐蝕圖像中蘊涵著大量的腐蝕信息，是腐蝕數(shù)據(jù)的重要來源之一。腐蝕圖像直觀地記錄著腐蝕發(fā)生的區(qū)域、蝕坑的分布情況、蝕坑形狀，以及腐蝕的嚴重程度等豐富的腐蝕信息，對腐蝕圖像進行深入分析，可以從中獲取有用的腐蝕信息，提取出腐蝕形貌的特征參數(shù)，有助于進行腐蝕知識的挖掘加工[1-5]。D.Itzhak 等用圖像方法研究了AISI304 不銹鋼在50°C時10%的FeCl3溶液中浸泡20 min 產生的腐蝕圖像[6]。圖像是用掃描儀直接掃描腐蝕材料照片得到的，然后將所得的圖像進行二值化處理，統(tǒng)計整個試樣表面不同大小的蝕坑數(shù)，定義并定量計算試樣的點蝕率為9.73%。M.J.Quin 等將圖像分析技術用于研究局部腐蝕過程，采用金相分析和圖像分析相結合的方法得到了確定點蝕深度和幾何形狀的方法，通過對蝕孔深度分布與腐蝕區(qū)域之間關系的定量分析得到了蝕坑的三維分布圖[7]?？椎掠⒌炔捎脠D像掃描方法獲取碳鋼、低合金鋼實海試片的腐蝕形貌圖像并進行圖像分析，用灰度關聯(lián)及典型相關技術分析了圖像灰度值分布與試樣單位面積平均失重及局部腐蝕平均深度的關系[3]。宋詩哲、王守琰等運用小波圖像變換的方法建立了基于圖像識別技術研究有色金屬大氣腐蝕早期行為的研究方法，用掃描儀獲取試樣的大氣腐蝕形貌圖像，采用連續(xù)小波變換對圖像進行分解并提取能量值作為特征信息，研究了圖像特征值和試樣腐蝕失重數(shù)據(jù)之間的相關性[8-9]。蘇潤西、宋詩哲[9]建立了基于恒電位的原位圖像采集系統(tǒng)和測試方法，對304 不銹鋼恒電位過程圖像進行分析后發(fā)現(xiàn)，在蝕坑出現(xiàn)過程中圖像的灰度變化與蝕坑的產生和發(fā)展有著直接關系[10]。

研究者的工作表明，腐蝕形貌圖像可以用來表征和分析腐蝕損傷行為，圖像中灰度值的分布和變化與腐蝕損傷的形式和程度有著密切關系，而用腐蝕圖像的灰度統(tǒng)計特征值來描述金屬材料腐蝕形貌特征的研究在國內外鮮見報道。本文結合LY12CZ航空鋁合金材料在EXCO溶液中加速腐蝕試驗，利用現(xiàn)代數(shù)字圖像處理技術，對圖像進行一系列預處理，還原材料的本來腐蝕形貌，以試驗件表面平均亮度、平均對比度、平滑度、第3階矩、一致性、熵6個典型的灰度矩陣統(tǒng)計特征值為參數(shù)，研究鋁合金材料加速腐蝕形貌演化的規(guī)律。

1 實驗方法

1.1 試驗試件準備

試驗件材料為LY12CZ，屬Cu-Mg-Mn 系鋁合金，成分見表1。試驗件尺寸為75 mm×40 mm×3 mm板材，試件在試驗前進行如下預處理：

1)除包鋁層：按HB 5455-90 標準，去除厚度為理論包鋁層厚度的兩倍；

2)表面清潔：用3%金屬清洗劑除油，用150#、360#水砂紙進行打磨；

3)封樣：采用可剝性氯丁橡膠密封非實驗面。為確保封樣質量，應涂2～3 遍膠，封樣前應貼上試件標號。

表1 LY12CZ 化學成分 %

1.2 試驗要求及程序

1)試驗采用HB 5455-90 標準對試件全浸試驗，試驗溶液為EXCO 標準溶液；

2)試驗流程：試樣預處理→浸泡試驗→表面形貌采集；

3)浸泡周期分別為：24 h，48 h，72 h，120 h，168 h，240 h；

4)浸泡試驗參照HB 5455-90 進行，EXCO溶液配方：NaCl為234 g/L，KNO3為50 g/L，HNO3為6.5 g/L。

試件在腐蝕溶液中不同浸泡周期的典型表面腐蝕形貌如圖1所示。

圖1 LY12CZ鋁合金在EXCO溶液中的表面腐蝕形貌

2 腐蝕圖像處理及灰度特征提取

2.1 腐蝕圖像預處理

腐蝕圖像的質量嚴重影響腐蝕信息的完整和準確。因此，腐蝕圖像采集完畢后，需要對圖像進行圖像數(shù)字化、中值濾波、灰度變換、模糊增強一系列預處理，才能進行圖像灰度統(tǒng)計特征值提取。試驗結果表明，針對LY12CZ鋁合金材料腐蝕圖像，5×5像素點大小窗口的中值濾波可以有效地濾除圖像采集過程中產生的噪聲信號，線性灰度變化能顯示圖像中需要的圖像細節(jié)，而二次簡單模糊增強則是一種有效的使圖像腐蝕特征明顯顯現(xiàn)的方法。

2.2 腐蝕灰度圖像

LY12CZ鋁合金材料在EXCO溶液加速腐蝕不同時間的圖像經過預處理后，以灰度圖像形式存儲在計算機中。在灰度圖像的數(shù)字矩陣中，每個像素點所對應的灰度值為0～255，即共256個灰度級。其中，0代表黑色，255代表白色，1～254分別代表黑色到白色之間的各級過渡色(灰色)。如圖2所示為加速腐蝕72 h時預處理后的灰度圖像及對應的數(shù)字矩陣。

圖2 鋁合金腐蝕灰度圖像及對應的數(shù)字矩陣

觀察分析發(fā)現(xiàn)，鋁合金材料基體呈淺色，表面分布許多灰黑色蝕坑，數(shù)字矩陣中每個像素點的灰度值都在0～255之間，灰度的最小值為22，屬于蝕坑區(qū)域，最大值為155，為基體材料。因此，對腐蝕灰度圖像而言，圖像中的某一像素點的灰度值的大小反映了該點的腐蝕程度，灰度值越小，表明試樣上該點的腐蝕越嚴重，說明產生的蝕坑的深度越大；而灰度值越大，則表明該點的腐蝕越輕微，或者沒有腐蝕。腐蝕圖像灰度值的大小分布不僅是灰度級的體現(xiàn)，而且也反映了鋁合金材料表面腐蝕的基本狀況。因此，可以通過灰度的變化特點和統(tǒng)計特征來分析腐蝕形貌和腐蝕損傷的程度。

2.3 腐蝕圖像灰度特征值提取

數(shù)字化的腐蝕圖像中蘊含的腐蝕信息是以數(shù)據(jù)的形式存在的，其實質是一個連續(xù)的二維函數(shù)f (x,y)，該函數(shù)被離散為M×N的矩陣。其灰度統(tǒng)計值是一個一維離散函數(shù)，表示為：

式(1)中：zi為腐蝕圖像f (x,y)的第i級灰度值；ni為腐蝕圖像f (x,y)中具有灰度值zi的像素點的個數(shù)；n為腐蝕圖像f (x,y)中像素點總個數(shù)；p (zi)為第i級灰度值出現(xiàn)的概率統(tǒng)計。

因此，腐蝕圖像f (x,y)的平均亮度采用灰度均值m 來度量：

腐蝕圖像f (x,y)的平均對比度采用灰度標準偏差σ 來度量：

腐蝕圖像f (x,y)的平滑度為區(qū)域中亮度的相對平滑度。對于常量區(qū)域，R 等于0；對于灰度級的值有較大偏差的區(qū)域，R 等于1。腐蝕圖像f (x,y)的平滑度表達式為：

腐蝕圖像f (x,y)的第3階矩為直方圖的對稱性的度量。若直方圖是對稱的，則度量為0；若度量值為正值，則直方圖向右偏斜。若度量值為負值，則直方圖向左偏斜。腐蝕圖像f (x,y)的三階矩表達式為：

腐蝕圖像f (x,y)的一致性為：

當腐蝕圖像f (x,y)的灰度值相等時，一致性取最大值。

腐蝕圖像f (x,y)的熵為：

腐蝕圖像f (x,y)的熵為腐蝕圖像灰度值的隨機性度量。

3 分析與討論

腐蝕區(qū)域中像素灰度值及其局部變化的空間分布屬性可以用灰度圖像的數(shù)字矩陣來表示，而用圖像的局部統(tǒng)計特征能較好地刻畫不同腐蝕圖像的差異。以6個典型的灰度矩陣特征值為參數(shù)：平均亮度、平均對比度、平滑度、第3階矩、一致性、熵，表征腐蝕損傷的特征。利用式(2)～(7)計算出不同加速腐蝕時間的腐蝕灰度圖像的統(tǒng)計特征值，如表2所示。

表2 不同加速腐蝕時間腐蝕圖像灰度矩陣特征提取

圖3所示為各浸泡周期的典型斷面腐蝕形貌。

試驗過程中觀察發(fā)現(xiàn)，試件大約浸泡2.5 h時表面開始出現(xiàn)點蝕，由于蝕坑數(shù)目較少，蝕坑面積較小，溶液中腐蝕性離子不容易進入蝕坑，試驗件表面仍比較光滑，腐蝕相對比較緩慢；20 h 之后，新的蝕坑不斷出現(xiàn)，并且蝕坑面積不斷增加，大量的腐蝕介質進入蝕坑，腐蝕坑外的氯離子等陰性離子不斷向蝕坑內遷移、富集，使得蝕坑內溶液的腐蝕性增強腐蝕速率加快，腐蝕加劇。48 h后試樣表面有明顯鼓泡，裂開并出現(xiàn)剝蝕；之后，隨浸泡時間的延長，鼓泡增大、破裂增多，并出現(xiàn)大量腐蝕產物，表層金屬呈片狀剝落；浸泡72 h后，晶間腐蝕深度明顯增大，沿晶裂紋增多，蝕坑周圍出現(xiàn)晶粒剝落；120 h后，大量的腐蝕產物阻礙了腐蝕介質擴散和溶液對流，形成閉塞電池，腐蝕向金屬內部縱深發(fā)展，腐蝕又變得相對平緩。在試件斷面上，可以見到明顯的層狀開裂，在蝕坑周圍，還出現(xiàn)拱橋形的層狀翹起，腐蝕形貌變得越來越復雜。

圖3 不同浸泡時間的典型斷面腐蝕形貌

圖4顯示了平均亮度隨加速腐蝕時間的變化規(guī)律，圖5顯示了第3階矩隨加速腐蝕時間的變化規(guī)律。分析發(fā)現(xiàn)，平均亮度即腐蝕圖像灰度均值隨著腐蝕時間的增加逐漸變小，第3階矩由負變正，說明灰度直方圖由左偏斜變?yōu)橄蛴移?，且偏斜更大，說明試件表面的顏色逐漸加深，腐蝕越來越嚴重。

圖4 平均亮度隨腐蝕時間變化圖

圖5 第3階矩隨腐蝕時間變化圖

圖6顯示了平均對比度隨加速腐蝕時間的變化規(guī)律，說明腐蝕圖像灰度標準偏差隨加速腐蝕時間逐漸變大。

圖6 平均對比度隨腐蝕時間變化圖

圖7顯示了平滑度隨加速腐蝕時間的變化規(guī)律，分析發(fā)現(xiàn)，隨著腐蝕時間的增加，腐蝕圖像灰度值偏差越來越大。因為隨著加速腐蝕時間的增加，蝕坑逐漸變大變深，腐蝕圖像的視覺對比度越來越大。圖8和圖9分別顯示了一致性和熵值隨加速腐蝕時間的變化規(guī)律，變化趨勢說明腐蝕圖像灰度值漸漸趨于分散，熵值的增加也證明灰度值的隨機性在逐漸增加，腐蝕形貌越來越復雜。

圖8 一致性隨腐蝕時間變化圖

圖9 熵值隨腐蝕時間變化圖

4 結論

1)對于金屬材料腐蝕形貌圖像而言，灰度值的大小分布不僅是灰度級的體現(xiàn)，而且也反映了金屬材料表面腐蝕的基本狀況，灰度值越小，表明試樣上該點的腐蝕越嚴重。

2)鋁合金加速腐蝕灰度統(tǒng)計特征值隨著腐蝕時間的增加呈現(xiàn)規(guī)律性變化，平均亮度、一致性隨腐蝕時間的增加而減少，而平均對比度、相對平滑度、第3階矩、熵隨腐蝕時間的增加而增加，腐蝕圖像灰度值逐漸變小并趨于分散，隨機性在逐漸增加，偏差越來越大，這也證明隨著腐蝕時間的增加，試件表面蝕坑逐漸變大變深，腐蝕越來越嚴重，腐蝕形貌越來越復雜。

[1]FRANTZISKONIS G N,SIMON L B,WOO J,et al.Multiscale characterization of pitting corrosion and application to an aluminum alloy[J].European Journal of Mechanics,A/Solids,2000,19(2)∶309-318.

[2]COSTA J M,SAGUES F,VILARRASA M.Fractal patterns from corrosion pitting[J].Corrosion Science,1991,32(516)∶665-668

[3]孔德英,王守琰,宋詩哲.金屬材料腐蝕形貌圖像與實海掛片數(shù)據(jù)相關性研究[J].中國腐蝕與防護學報,2001,21(6)∶352-356.

[4]王守琰,孔德英,宋詩哲.基于模糊模式識別的金屬材料海水腐蝕形貌診斷系統(tǒng)[J].金屬學報,2001,37(5)∶517-521

[5]朱做濤,穆志韜,蘇維國,等.基于圖像處理技術的腐蝕等級評定研究[J].南京航空航天大學學報,2010,42(4)∶383-386.

[6]ITZHAK D,DINSTEIN I,ZILBERBERG T.Pitting corrosion evaluation by computer image processing[J].Corrosion Science,1981,21(1)∶17-22.

[7]QUIN M J,BAILEY M G,IKEDA B M,et al.Imageanalysis techniques for investigating localized corrosion processes[R].Ontario∶Atomic Energy of Canada Limited,1993∶1-51.

[8]宋詩哲,王守琰,高志明,等.圖像識別技術研究有色金屬大氣腐蝕早期行為[J].金屬學報,2002,38(8)∶896-896.

[9]WANG SHOUYAN,SONG SHIZHE.Image analysis of atmospheric corrosion exposure of zinc[J].Materials Science and Engineering,2004,(1-2)∶377-381.

[10]蘇潤西,宋詩哲.304 不銹鋼孔蝕過程原位圖象采集與分析[J].金屬學報,1998,34(9)∶966-970.