基于機(jī)器視覺方法的便攜式布氏硬度測(cè)量*

巫紅霞

(鎮(zhèn)江市高等專科學(xué)校現(xiàn)代裝備制造學(xué)院,江蘇鎮(zhèn)江 212000)

0 引言

目前布氏硬度測(cè)量都是依賴計(jì)算機(jī)實(shí)現(xiàn)軟件測(cè)量,已經(jīng)不能滿足戶外測(cè)量。隨著移動(dòng)APP技術(shù)不斷發(fā)展采用無線傳輸攝像頭將圖像傳輸?shù)椒?wù)器再由手機(jī)端進(jìn)行處理,完成布氏硬度測(cè)量。該方法將是未來發(fā)展趨勢(shì)。

材料的機(jī)械性能直接決定了材料應(yīng)用范圍。材料的機(jī)械性能表征方式通常可采用抗彎強(qiáng)度、拉伸韌性、抗壓強(qiáng)度、塑性變形、斷面收縮率、硬度等參數(shù)進(jìn)行表征。這些表征參數(shù)是由材料微觀組織結(jié)構(gòu)影響,而這些參數(shù)直接反應(yīng)材料宏觀機(jī)械性能。材料實(shí)際應(yīng)用中由于所處環(huán)境比較復(fù)雜,單純的理論計(jì)算已經(jīng)不能滿足材料機(jī)械性能計(jì)算,因此需要各種測(cè)量設(shè)備對(duì)材料機(jī)械性能指標(biāo)測(cè)量。常見材料機(jī)械性能指標(biāo)測(cè)量設(shè)備有萬(wàn)能拉伸試驗(yàn)機(jī)、布氏硬度計(jì)。其中布氏硬度可測(cè)量鋼鐵材料硬度,具有投入資金少能快速檢測(cè)到材料硬度,被廣泛應(yīng)用到材料檢測(cè)中。材料硬度與材料的強(qiáng)度和塑性變形抗力有直接關(guān)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(jìn)行比較,在一個(gè)方向和垂直方向分別讀取兩次直徑取平均值作為測(cè)量直徑,再根據(jù)標(biāo)準(zhǔn)布氏硬度對(duì)照表查表得出最終測(cè)試結(jié)果。這種讀數(shù)顯微鏡法

人工測(cè)量壓痕直徑的方法,不僅測(cè)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(gè)世紀(jì)的技術(shù)條件下是最好的測(cè)試方法,而這在一個(gè)世紀(jì)后的今天仍在使用,這很大程度上已經(jīng)滿足不了工業(yè)生產(chǎn)對(duì)測(cè)試復(fù)雜度和自動(dòng)化的需求。本文提出的基于機(jī)器視覺方法的便攜式布氏硬度測(cè)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(jìn)行識(shí)別并測(cè)量,實(shí)現(xiàn)全自動(dòng)的布氏壓痕半徑測(cè)量,把測(cè)試人員從單調(diào)、程序化的工作中解脫出來,使測(cè)量結(jié)果更少地受到的人為因素影響,同時(shí)提高測(cè)試效率。這在全球制造業(yè)正在逐步邁向自動(dòng)化和智能化的今天,更加具有競(jìng)爭(zhēng)力,緊跟時(shí)代趨勢(shì)。

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

國(guó)內(nèi)布氏硬度圖像處理現(xiàn)狀主要有：白福忠針對(duì)布氏硬度邊緣圓檢測(cè)不易識(shí)別問題[3],對(duì)傳統(tǒng)Canny邊緣檢測(cè)算法進(jìn)行改進(jìn),所改進(jìn)的Canny邊緣檢測(cè)算法核心思想為：將雙線性模糊增強(qiáng)算法替代Canny邊緣檢測(cè)算法中的高斯濾波器,同時(shí)引入平滑方法增強(qiáng)邊緣識(shí)別。通過算法對(duì)比結(jié)果表明所改進(jìn)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(cè)量系統(tǒng)[4]。

基于視覺布氏硬度測(cè)量系統(tǒng)已逐漸被廣泛應(yīng)用,最新國(guó)家標(biāo)準(zhǔn)《金屬材料布氏硬度試驗(yàn)第1部分：試驗(yàn)方法》明確指出了視覺布氏硬度測(cè)量的應(yīng)用。因此視覺布氏硬度測(cè)量具有廣闊的應(yīng)用前景。

材料硬度是金屬材料力學(xué)性能重要指標(biāo),是材料彈性、韌性、塑性等力學(xué)性能綜合表征。目前,根據(jù)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(duì)軟,重要應(yīng)用在鋼鐵材料中。由于鋼鐵材料應(yīng)用范圍比較廣,硬度檢測(cè)也比較頻繁,因此本文以布氏硬度測(cè)量為研究課題[5-6]。布氏硬度測(cè)量原理為將一定直徑的硬質(zhì)合金球施加壓力F,壓入到被測(cè)試樣表面,結(jié)果規(guī)定測(cè)量時(shí)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(yàn)原理圖。

圖1 布氏硬度試驗(yàn)原理Fig.1 Principles of brinell hardness test

布氏硬度計(jì)算方法為：

式中D表示硬質(zhì)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(jù)布氏硬度計(jì)算方法可知只需測(cè)量布氏硬度壓痕直徑即可計(jì)算出不是硬度值。目前測(cè)量布氏硬度直徑方法是采用20倍讀數(shù)顯微鏡進(jìn)行測(cè)量,該方法在測(cè)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(zhǔn)確。(2)采用人眼去讀數(shù)會(huì)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(zhǔn)確。(3)人員讀數(shù)效率低。

1 基于BP的神經(jīng)網(wǎng)路算法與Canny算法

神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)、容錯(cuò)和信息處理能力,有很高的靈活性和計(jì)算機(jī)并行性,并且作為模式識(shí)別分類器和聚類技術(shù)在圖像處理領(lǐng)域中得到應(yīng)用。

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP網(wǎng)絡(luò)不僅有輸入節(jié)點(diǎn)、輸出節(jié)點(diǎn),而且有一層或多層隱節(jié)點(diǎn)。一個(gè)典型的三層網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 典型的BP網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 Typical BP network structure diagram

設(shè)有含n個(gè)節(jié)點(diǎn)的任意網(wǎng)絡(luò),各節(jié)點(diǎn)之特性為Sigmoid型。為簡(jiǎn)單起見,認(rèn)為網(wǎng)絡(luò)只有一個(gè)輸出y,任一節(jié)點(diǎn)i的輸出為oi,并設(shè)有N個(gè)樣本(xk,yk)(k=1,2,…,N),對(duì)某一輸入xk,網(wǎng)絡(luò)輸出為yk,節(jié)點(diǎn)i的輸出為oik,節(jié)點(diǎn)js的輸入為

當(dāng)j為輸出節(jié)點(diǎn)時(shí),

當(dāng)j不為輸出節(jié)點(diǎn)時(shí)

1.2 Canny算子

Canny算子的梯度是用高斯濾波器的導(dǎo)數(shù)計(jì)算的,檢測(cè)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(gè)閾值來分別檢測(cè)強(qiáng)邊緣和弱邊緣,而且僅當(dāng)弱邊緣與強(qiáng)邊緣相連時(shí),弱邊緣才會(huì)包含在輸出中,因此該方法不容易受噪聲的干擾,能夠檢測(cè)到弱邊緣。

Canny算法步驟：

(1)用高斯濾波器平滑圖像。(2)計(jì)算濾波后圖像梯度的幅值和方向。(3)對(duì)梯度幅值應(yīng)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(diǎn),把其他非局部極大值點(diǎn)置零以得到細(xì)化的邊緣。(4)用雙閾值算法檢測(cè)和連接邊緣,使用兩個(gè)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(gè)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(duì)圖像進(jìn)行濾波,然后尋找零交叉點(diǎn)作為邊緣。

1.3 技術(shù)方案

如圖3所示：首先進(jìn)行布氏硬度壓痕識(shí)別[7],將改進(jìn)神經(jīng)網(wǎng)絡(luò)算法與Canny算法組合在一起,結(jié)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(shí)保護(hù)低強(qiáng)度邊緣和神經(jīng)網(wǎng)絡(luò)算法容易出現(xiàn)局部最優(yōu)問題。從算法時(shí)間、空間上進(jìn)行改進(jìn)算法對(duì)比。針對(duì)所識(shí)別的壓痕點(diǎn),采用改進(jìn)K-means算法進(jìn)行壓痕點(diǎn)識(shí)別,所改進(jìn)的K-means算法是將遺傳算法和傳統(tǒng)K-means算法結(jié)合在一起解決K-means算法容易陷入局部最優(yōu)問題。對(duì)于剔除異常值后的壓痕值進(jìn)行曲線擬合,將改進(jìn)遺傳算法應(yīng)用到曲線擬合中以便提高算法運(yùn)行效率。使用C#、SQLite、MySQL數(shù)據(jù)庫(kù)技術(shù)進(jìn)行移動(dòng)APP技術(shù)開發(fā)。

圖3 技術(shù)路線Fig.3 Technical route

(1)將神經(jīng)網(wǎng)絡(luò)算法與Canny算法結(jié)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(shí)保護(hù)低強(qiáng)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(jìn)行壓痕邊緣值取舍提高了邊緣擬合準(zhǔn)確度。為提高邊緣擬合效率將遺傳算法應(yīng)用到曲線擬合中。

(3)采用Accord.net框架進(jìn)行視覺布氏硬度測(cè)量系統(tǒng)開發(fā)[8]。同時(shí)搭建圖像布氏硬度測(cè)量APP系統(tǒng)[9],解決長(zhǎng)期以來布氏硬度測(cè)量軟件系統(tǒng)依賴計(jì)算機(jī)問題,增強(qiáng)了系統(tǒng)適用范圍。

2 結(jié)論

視覺布氏硬度移動(dòng)APP技術(shù)解決了長(zhǎng)期處理布氏硬度測(cè)量分析軟件依靠計(jì)算機(jī)問題,實(shí)現(xiàn)了現(xiàn)場(chǎng)自動(dòng)分析,降低了系統(tǒng)運(yùn)行成本。本系統(tǒng)中提出將遺傳算法、神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到圖像識(shí)別中極大提高了圖像識(shí)別效率和準(zhǔn)確率。總之所開發(fā)的視覺布氏硬度測(cè)量系統(tǒng)具有廣闊應(yīng)用前景。