本发明涉及一种四球摩擦试验机测定润滑油润滑性能的扩展应用,尤其涉及一种四球摩擦试验磨斑图像磨痕方向角自动测定方法。
背景技术:
四球摩擦试验在四球摩擦试验机中进行,通过在高倍扫描电镜下观测两个方向磨斑图像的直径值,来测定润滑油的润滑性能。一个测量方向是沿着磨痕方向,另一个测量方向是与磨痕方向相垂直的方向,试验过程中两个方向都是有试验人员定性感知。为了克服试验人员的感知误差,定量的确定磨痕的方向角非常重要。本发明提出了一种基于灰度变化的磨痕方向角的自动测定方法,以期克服能精确的定位磨痕方向。
技术实现要素:
本发明的目的在于提供一种四球摩擦试验磨斑图像磨痕方向角自动测定方法。解决了现有的测定方法中由于试验人员的感知误差,导致的测量精度不准确等缺陷。
为达到上述目的,本发明采用如下的技术方案予以实现:
本发明提供的一种四球摩擦试验磨斑图像磨痕方向角自动测定方法,包括以下步骤:
步骤S1,四球摩擦试验结束后,通过扫面电镜采集试验所使用的三个底部钢球上的磨斑图像F;
步骤S2,将采集到的彩色磨斑图像F进行灰度化处理,得到灰度磨斑图f;
步骤S3,将上述所得到的灰度磨斑图f第一次以α旋转角度进行旋转,得到旋转了α的旋转边缘图fα;
步骤S4,对上述所得的旋转磨斑图fα进行行差分处理,得到行差分图dα;
步骤S5,对上述所得的行差分图dα进行行差分和处理,得到行差分和图sα;
步骤S6,计算上述所得的差分和图sα的行差峰值zα;
步骤S7,当α<180°时,则需以迭代法循环执行步骤S3到步骤S6;
步骤S8,当α≥180°时,则根据行差峰值zα确定磨斑图像方向角θ。
优选地,步骤S1中,所述磨斑图像F的像素大小为M×N,所述磨斑图像F的任一像素点的坐标为(x,y),则x和y分别表示该像素点的行和列,且x和y均为整数。
优选地,步骤S2中,所述灰度磨斑图像f中像素点(x,y)的灰度值为f(x,y),则f(x,y)的计算式如式(1)所示:
f(x,y)=0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y) (1)
其中,R(x,y)、G(x,y)和B(x,y)分别表示磨斑图像F中像素(x,y)的红色分量值、绿色分量值和蓝色分量值。
优选地,步骤S3中,上述旋转磨斑图fα的大小为Mα和Nα。
优选地,步骤S4中,所述行差分图dα的大小为(Mα-1)×Nα,其中,所述所述行差分图dα的像素点计算式如式(2)所示:
dα(x,y)=|fα(x+1,y)-fα(x,y)| (2)
其中,2≤x≤Mα,1≤y≤Nα。
优选地,步骤S5中,所述行差分和处理的计算式如(3)所示:
其中,sα为行差分和图;sα(x)表示第x(1≤x≤(Mα-1))行的行差和;dα(x,y)表示像素(x,y)的行差值。
优选地,步骤S6中,所述行差峰值计算如式(4)所示:
其中,tα(k)表示sα中数值大到小排序位于第k的峰值点;zα表示旋转α度的磨斑图的行差峰值。
优选地,步骤S7中,所述迭代法是指以旋转角度α加设定的旋转步长β作为新的旋转角度进行循环旋转,即,α=α+β,其中,β的取值越小,精度越高,之后得到Cβ组的磨斑灰度图的旋转数组和与其数组对应的行差峰值zα。
优选地,步骤S8中,根据上述所得Cβ组的行差峰值zα,满足时,则α=θ。
与现有技术相比,本发明的有益效果是:
本发明提供的一种四球摩擦试验磨斑图像磨痕方向角自动测定方法,首先对采集到的不具备明显色彩的磨痕图像进行灰度化处理,加大了图像的处理速度,通过对灰度磨斑图进行循环旋转,已得到若干组行差峰值,最终通过得到的最大行差峰值得到磨痕方向角。本发明利用定量的方法可以精确的确定磨痕的方向角,克服试验人员因经验不足或欠缺带来的测量精度。且无需进行多次对比分析,即可得到精确的磨痕方向角。
附图说明
图1是磨斑图像F示意图;
图2是灰度磨斑图f示意图;
图3是旋转磨斑图fα示意图;
图4是行差峰值zα图;
图5是磨痕方向角θ示意图。
具体实施方式
以下结合附图和实施例对本发明作进一步的详细说明。
本发明提出了一种自动检测钢球磨斑图像磨痕方向角的方法,包括如下步骤:
步骤S1:通过扫面电子显微镜采集试验钢球的磨斑图像。具体是:四球摩擦试验后,分别将试验所使用的三个底部钢球取出并置于扫面电镜中,同时调节扫描镜的光照和放大倍数等参数,以便清晰地采集到磨斑图像,所采集的磨斑图像用F表示,所述磨斑图像F的大小为M×N。实施例中采集到的磨斑图像F如图1所示,其大小为768×1024,即M=768,N=1024,用(x,y)表示磨斑图像F的任一像素点的坐标,x和y分别表示该像素点的行和列,x和y均为整数。
步骤S2:将采集到的彩色磨斑图像进行灰度化处理。步骤S1中采集的磨斑图像F不具有显著的颜色信息,故宜先对磨斑图像F进行灰度化处理,这样可以大大加快处理速度。具体地,将磨斑图像F转化为灰度图像,得到如图2所示的灰度磨斑图f,则灰度磨斑图像f中像素点(x,y)的灰度值为f(x,y),则f(x,y)计算式如式(1)所示。
f(x,y)=0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y) (1)
其中,R(x,y)、G(x,y)和B(x,y)分别表示磨斑图像F中像素(x,y)的红色分量值、绿色分量值和蓝色分量值。
步骤S3;旋转磨斑图。将上述所得的灰度磨斑图f第一次以α旋转角度进行旋转,得到如图3所示的旋转了α的旋转磨斑图fα。此时旋转磨斑图fα的大小为Mα和Nα。
步骤S4:对旋转磨斑图fα进行行差分处理。具体地,由于磨痕具有显著的方向一致性,行差分处理可以快速地获知相邻行间的灰度变化率。对旋转磨斑图fα进行行差分处理后得到行差分图dα,所述行差分图dα的大小为(Mα-1)×Nα,所述行差分图dα的像素点计算式如式(2)所示:
dα(x,y)=|(fα(x+1,y)-fα(x,y))| (2)
其中,1≤x≤Mα,1≤y≤Nα。
步骤S5:对行差分图dα进行行差分和处理。显而易见,当旋转磨斑图fα的磨痕呈水平方向时,此时整行的灰度变化是最显著的,即,整行的灰度变化和是最大的,利用该特性可以确定磨痕的方向。对行差分图dα执行行差分和处理的计算式如(3)所示。
这里,sα为行差分和图;sα(x)表示第x(1≤x≤(Mα-1))行的行差和;dα(x,y)表示像素(x,y)的行差值。
步骤S6:计算旋转磨斑图fα的行差峰值。在执行步骤S3旋转处理时,图像四角会出现黑色像素,为避免因旋转引起的灰度突变,本方法不对临近顶部和底部的行进行处理,具体为:先找出sα中从[0.1·(Mα-1)]行至[0.9·(Mα-1)]行的最大的n个数,称为峰值点;再把n个峰值点按数值由大到小的顺序排序为:tα(1),tα(2),……,tα(k),....,tα(n),则旋转磨斑图的行差峰值计算如式(4)所示:
其中,tα(k)表示sα中数值大到小排序位于第k的峰值点;zα表示旋转α度的磨斑图的行差峰值。
当所得的行差峰值zα为最大值时,则磨斑图像的磨痕方向旋转至水平方向。
步骤S7:计算新的旋转角度α。
当α<180°时,则需以迭代法循环执行步骤S3到步骤S6,即,所述迭代法是指以旋转角度α加设定的旋转步长β作为新的旋转角度进行循环旋转,即,α=α+β,其中,β的取值越小,精度越高;
当α≥180°时,则转入步骤S8。
步骤S8:磨痕方向角确定。
当磨斑图像的磨痕方向旋转至水平方向时,得到的行差峰值是最大的,基于得到的行差峰值数组即可确定磨痕的方向。具体地:
按照步长β旋转磨斑灰度图,将得到组的磨斑灰度图的旋转数组,以及与其数组对应的行差峰值zα,其中,Cβ为磨斑灰度图的旋转数组。
在Cβ组的行差峰值zα中,当满足时,则α=θ,其中,θ为磨痕方向角(其示意图如图5所示),所述θ为磨斑图像的磨痕方向与水平线段左上角的夹角。
按照以上本发明的技术方案,从运行时间和成本分析两方面,对比本发明方案和传统的人工测量法的优缺点。
(1)运行时间。以本实施例的图像为例,本发明的仿真处理平台为:Intel I3M350处理器,2GB内存的计算机,在MATLAB平台下进行仿真,算法所用的时间为42秒,硬件实现本算法后,算法运行时间还会大大减少。
(2)精度分析。传统方法测定一是主要依靠人眼判断进行定性估计,没有定量的评价值,会产生模棱两可的;本方法有定量的评定标准,故判定的磨痕方向精度要高于传统方法。