巫紅霞

(鎮(zhèn)江市高等?？茖W?，F(xiàn)代裝備制造學院,江蘇鎮(zhèn)江 212000)

0 引言

目前布氏硬度測量都是依賴計算機實現(xiàn)軟件測量,已經不能滿足戶外測量。隨著移動APP技術不斷發(fā)展采用無線傳輸攝像頭將圖像傳輸?shù)椒掌髟儆墒謾C端進行處理,完成布氏硬度測量。該方法將是未來發(fā)展趨勢。

材料的機械性能直接決定了材料應用范圍。材料的機械性能表征方式通?？刹捎每箯潖姸?、拉伸韌性、抗壓強度、塑性變形、斷面收縮率、硬度等參數(shù)進行表征。這些表征參數(shù)是由材料微觀組織結構影響,而這些參數(shù)直接反應材料宏觀機械性能。材料實際應用中由于所處環(huán)境比較復雜,單純的理論計算已經不能滿足材料機械性能計算,因此需要各種測量設備對材料機械性能指標測量。常見材料機械性能指標測量設備有萬能拉伸試驗機、布氏硬度計。其中布氏硬度可測量鋼鐵材料硬度,具有投入資金少能快速檢測到材料硬度,被廣泛應用到材料檢測中。材料硬度與材料的強度和塑性變形抗力有直接關系。傳統(tǒng)的讀數(shù)方法采用讀數(shù)顯微鏡,將壓痕與顯微鏡上的刻度進行比較,在一個方向和垂直方向分別讀取兩次直徑取平均值作為測量直徑,再根據標準布氏硬度對照表查表得出最終測試結果。這種讀數(shù)顯微鏡法

人工測量壓痕直徑的方法,不僅測量誤差比較大,受人為因素的影響也很大。這種讀數(shù)方法在上個世紀的技術條件下是最好的測試方法,而這在一個世紀后的今天仍在使用,這很大程度上已經滿足不了工業(yè)生產對測試復雜度和自動化的需求。本文提出的基于機器視覺方法的便攜式布氏硬度測量裝置,目的是采用電子圖像傳感器讀取壓痕圖像后直接進行識別并測量,實現(xiàn)全自動的布氏壓痕半徑測量,把測試人員從單調、程序化的工作中解脫出來,使測量結果更少地受到的人為因素影響,同時提高測試效率。這在全球制造業(yè)正在逐步邁向自動化和智能化的今天,更加具有競爭力,緊跟時代趨勢。

國外基于圖像布氏硬度測量研究主要有：2003年Mendes開發(fā)了基于布氏硬度測量系統(tǒng)[1]。該系統(tǒng)采用識別壓痕和背景灰度差異從而識別出壓痕,該算法優(yōu)點是識別出邊緣效果差異性大的圖像具有較高準確率,對于邊緣效果差異性不大圖形準確率降低。2009年Pedrosa設計了布氏硬度測量系統(tǒng)[2]。該系統(tǒng)核心算法是采用二值化直方圖識別出閾值,該算法能夠解決硬度塊圓周測量,但是對于壓痕中心空洞處理沒有解決。

國內布氏硬度圖像處理現(xiàn)狀主要有：白福忠針對布氏硬度邊緣圓檢測不易識別問題[3],對傳統(tǒng)Canny邊緣檢測算法進行改進,所改進的Canny邊緣檢測算法核心思想為：將雙線性模糊增強算法替代Canny邊緣檢測算法中的高斯濾波器,同時引入平滑方法增強邊緣識別。通過算法對比結果表明所改進的Canny算法極大提高了算法精度。常城開發(fā)了視覺布氏硬度測量系統(tǒng)[4]。

基于視覺布氏硬度測量系統(tǒng)已逐漸被廣泛應用,最新國家標準《金屬材料布氏硬度試驗第1部分：試驗方法》明確指出了視覺布氏硬度測量的應用。因此視覺布氏硬度測量具有廣闊的應用前景。

材料硬度是金屬材料力學性能重要指標,是材料彈性、韌性、塑性等力學性能綜合表征。目前,根據材料硬度大小可劃分為洛氏硬度、維氏硬度、布氏硬度。三種硬度中布氏硬度數(shù)值最低,說明材料相對軟,重要應用在鋼鐵材料中。由于鋼鐵材料應用范圍比較廣,硬度檢測也比較頻繁,因此本文以布氏硬度測量為研究課題[5-6]。布氏硬度測量原理為將一定直徑的硬質合金球施加壓力F,壓入到被測試樣表面,結果規(guī)定測量時間后,卸載壓力,查看壓痕直徑。查看布氏硬度數(shù)值表查找硬度值。如圖1為布氏硬度試驗原理圖。

圖1 布氏硬度試驗原理Fig.1 Principles of brinell hardness test

布氏硬度計算方法為：

式中D表示硬質合金小球直徑,d表示壓痕直徑,g為重力加速度為常數(shù)。

根據布氏硬度計算方法可知只需測量布氏硬度壓痕直徑即可計算出不是硬度值。目前測量布氏硬度直徑方法是采用20倍讀數(shù)顯微鏡進行測量,該方法在測量過程中存在：(1)讀數(shù)顯微鏡放置在硬度塊上容易出現(xiàn)偏移情況造成讀數(shù)不準確。(2)采用人眼去讀數(shù)會因不同人眼睛靈敏度不同造成讀數(shù)差異,使得讀數(shù)不準確。(3)人員讀數(shù)效率低。

1 基于BP的神經網路算法與Canny算法

神經網絡具有很強的學習、容錯和信息處理能力,有很高的靈活性和計算機并行性,并且作為模式識別分類器和聚類技術在圖像處理領域中得到應用。

1.1 BP神經網絡

BP網絡不僅有輸入節(jié)點、輸出節(jié)點,而且有一層或多層隱節(jié)點。一個典型的三層網絡結構如圖2所示。

圖2 典型的BP網絡結構圖Fig.2 Typical BP network structure diagram

設有含n個節(jié)點的任意網絡,各節(jié)點之特性為Sigmoid型。為簡單起見,認為網絡只有一個輸出y,任一節(jié)點i的輸出為oi,并設有N個樣本(xk,yk)(k=1,2,…,N),對某一輸入xk,網絡輸出為yk,節(jié)點i的輸出為oik,節(jié)點js的輸入為

當j為輸出節(jié)點時,

當j不為輸出節(jié)點時

1.2 Canny算子

Canny算子的梯度是用高斯濾波器的導數(shù)計算的,檢測邊緣的方法是尋找圖像梯度的局部極大值。Canny方法使用兩個閾值來分別檢測強邊緣和弱邊緣,而且僅當弱邊緣與強邊緣相連時,弱邊緣才會包含在輸出中,因此該方法不容易受噪聲的干擾,能夠檢測到弱邊緣。

Canny算法步驟：

(1)用高斯濾波器平滑圖像。(2)計算濾波后圖像梯度的幅值和方向。(3)對梯度幅值應用非極大值抑制,其過程為找到處于圖像梯度中的局部極大值點,把其他非局部極大值點置零以得到細化的邊緣。(4)用雙閾值算法檢測和連接邊緣,使用兩個閾值T1和T2(T1＞T2),T1用來找到每條線段,T2用來在這些線段的兩個方向上延伸尋找邊緣的斷裂處,并連接這些邊緣。(5)零交叉方法。零交叉方法先用指定的濾波器對圖像進行濾波,然后尋找零交叉點作為邊緣。

1.3 技術方案

如圖3所示：首先進行布氏硬度壓痕識別[7],將改進神經網絡算法與Canny算法組合在一起,結合解決Canny算子采用高斯濾波和雙閾值方法難以在抑制噪聲的同時保護低強度邊緣和神經網絡算法容易出現(xiàn)局部最優(yōu)問題。從算法時間、空間上進行改進算法對比。針對所識別的壓痕點,采用改進K-means算法進行壓痕點識別,所改進的K-means算法是將遺傳算法和傳統(tǒng)K-means算法結合在一起解決K-means算法容易陷入局部最優(yōu)問題。對于剔除異常值后的壓痕值進行曲線擬合,將改進遺傳算法應用到曲線擬合中以便提高算法運行效率。使用C#、SQLite、MySQL數(shù)據庫技術進行移動APP技術開發(fā)。

圖3 技術路線Fig.3 Technical route

(1)將神經網絡算法與Canny算法結合在一起,解決了Canny算子采用高斯濾波和雙閾值方法難以在抑制噪聲的同時保護低強度邊緣。

(2)建立壓痕邊緣值取舍方法,與傳統(tǒng)最小二乘法曲線擬合方法相比,采用K-means算法進行壓痕邊緣值取舍提高了邊緣擬合準確度。為提高邊緣擬合效率將遺傳算法應用到曲線擬合中。

(3)采用Accord.net框架進行視覺布氏硬度測量系統(tǒng)開發(fā)[8]。同時搭建圖像布氏硬度測量APP系統(tǒng)[9],解決長期以來布氏硬度測量軟件系統(tǒng)依賴計算機問題,增強了系統(tǒng)適用范圍。

2 結論

視覺布氏硬度移動APP技術解決了長期處理布氏硬度測量分析軟件依靠計算機問題,實現(xiàn)了現(xiàn)場自動分析,降低了系統(tǒng)運行成本。本系統(tǒng)中提出將遺傳算法、神經網絡算法應用到圖像識別中極大提高了圖像識別效率和準確率?？傊_發(fā)的視覺布氏硬度測量系統(tǒng)具有廣闊應用前景。