本发明属于汽车运行材料领域,具体涉及一种四球摩擦试验磨斑图像的异常检测方法。
背景技术:
《润滑油抗磨损性能测定法(四球机法)》(sh/t0189-92)提供了一种润滑剂抗磨性能的测定方法,当试验员操作不规范、润滑剂抗磨性能差或者润滑剂未完全侵没钢球等因素,将导致试验钢球出现异常磨损,这就需要对采集的磨斑图像进行甄别,及时将异常磨斑图像检测出来,提醒试验人员重新进行试验或及时更换润滑剂,以保证获取到正常的磨斑图像数据,这对于准确测定润滑剂的抗磨性、降低零部件的摩擦磨损具有重要的现实意义。基于此,亟待提出一种新的四球摩擦试验磨斑图像的异常检测方法。国标sh/t0189-92给出了判定轴心不对中的方法,规定如果一个底球的两次测量平均值与所有的六次测量平均值偏差大于0.04mm,则应该检查上球与油杯的轴心对中情况。除此之外,未见任何与磨斑图像异常检测相关的文献与资料。
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异常检测方法,解决了现有钢球磨斑图像的异常通过试验人员目测,而试验人员的感知会带来误差,导致检测不准确的问题。
为了达到上述目的,本发明采用的技术方案是:
本发明提供的一种四球摩擦试验磨斑图像异常检测方法,包括以下步骤:
第一步,用扫描电镜采集待测钢球和白色标尺,得到磨斑图像f;通过加权平均法对磨斑图像f进行灰度化处理,得到灰度磨斑图f;
第二步,计算磨斑图像中的单位像素的实际长度h;
第三步,将灰度磨斑图f围绕图像中心点o顺时针旋转θ度,得到旋转磨斑图fθ;
第四步,以旋转磨斑图fθ的中心点o为中心选取一定的区域,作为基准区域aθ;在中心水平方向上,以基准区域aθ为中心,分别向两侧对称选取与基准区域aθ大小和形状均相同的s个区域块作为对比区域dθ,共得2s个对比区域dθ;
第五步,根据同一方向角θ的对比区域dθ和基准区域aθ的磨痕差异度cθ计算磨痕轴向角
第六步,将第一步中所得的灰度磨斑图f逆时针旋转
第七步,在上述磨斑摆正图
第八步,计算磨痕种子图sa中所有磨痕种子点像素的灰度均值,并以该灰度均值为自适应阈值对磨斑摆正图
第九步,对磨痕种子图sa进行形态学膨胀运算,得到磨痕种子膨胀图mg;
第十步,对磨斑区域初图h和磨痕种子膨胀图mg进行差分运算,得到磨斑异常图ml;
第十一步,对磨斑区域初图h和磨斑异常图ml进行差分处理,得到磨斑差分图mp;
第十二步,对磨斑差分图mp进行形态学闭运算,得到磨斑区域图mr;
第十三步,根据磨斑区域图mr的磨斑区域面积,计算磨斑区域图mr的等效半径rd、方向半径rr和形心or的坐标(xc,yc),并根据单位像素长度h换算出等效半径rd的真实距离;
第十四步,根据磨斑区域图mr的方向半径rr,计算方向半径的方差sr和方向半径的极差jr,再根据单位像素长度h换算出方向半径的方差sr和方向半径极差jr的真实距离;
第十五步,根据磨斑区域图mr的长轴la、短轴lb和轴心oz,计算出磨斑区域图mr的轴差lc和离心度ld,再根据单位像素长度h换算出轴差lc和离心度ld的真实距离。
第十六步,根据方向半径的方差sr、方向半径极差jr、轴差lc或离心度ld对磨斑图像的异常进行判定。
优选地,第四步中,基准区域aθ为边长2ω+1像素的正方形,其面积
优选地,第五步中,磨痕轴向角
其中,i,j为整数,分别是对比区域和基准区域像素坐标的行号和列号,
优选地,第七步中,按照式(2)提取磨斑摆正图
当sa(x,y)=1时,表示该像素点为磨痕种子点;当sa(x,y)=0时,表示该像素点为非磨痕种子点,其中,μ和ν分别表示像素点
优选地,第八步中,按照式(3)得到磨斑区域初图h:
其中,t1为自适应阈值,取值为磨痕种子图sa中所有磨痕种子点像素的灰度均值;当h(x,y)=1时,表示该像素点为磨斑区域的种子点;当h(x,y)=0时,表示该像素点为非磨斑区域的种子点。
优选地,第十步中,按照式(4)得到磨斑的异常图ml:
当ml(x,y)=1时,表示该像素点为磨斑的异常图ml像素点;当ml(x,y)=0时,表示该像素点为非磨斑的异常图ml像素点。
优选地,第十一步,按照式(5)得到磨斑差分图mp:
其中,ml(x,y)和mp(x,y)分别表示异常图ml和磨斑差分图mp中像素点(x,y)的像素值。
优选地,第十六步中,当lc≥0.1mm、sr≥0.01mm、jr≥0.05mm、rd≥0.35mm或ld≥0.1mm时,则判定磨斑图像为异常。
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异常检测方法,首先以区域块为处理对象,并以中心区域为基准区域,在中心水平方向上,找出与基准区域大小和形状均相同的对比区域,然后计算同一方向角的对比区域和基准区域的磨痕差异度,通过磨痕差异度计算磨痕轴方向角,根据磨痕方向角得到磨斑摆正图,进而得到磨痕种子图,最终得到磨斑区域图;接着根据磨斑区域图的磨斑区域面积,计算磨斑区域的等效半径和方向半径,根据等效半径和方向半径,计算出方向半径的方差和极差;根据磨斑区域图的磨斑区域面积,计算出磨斑区域图的轴差和离心度,通过方向半径的方差、方向半径极差、轴差或离心度任意一个参数对磨斑图像的异常进行判定。本发明在遵循已有的标准基础上,还增加等效半径、半径极差、轴差和离心度等指标来判定磨斑图像的异常,使得判定结果更加准确有效;同时,本发明自动对磨斑图像形貌进行分析,发现异常的磨斑图像,便于试验人员对发生异常的原因进行分析。
附图说明
图1为磨斑图像f;
图2为灰度磨斑图f;
图3为方向角θ;
图4为旋转磨斑图fθ;
图5为磨斑摆正图
图6为磨斑区域初图h;
图7为磨痕种子膨胀图mg;
图8为磨斑差分图mp;
图9为磨斑区域图mr。
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。
本发明涉及一种四球摩擦试验磨斑图像异常检测方法,具体包括如下步骤:
步骤s0,磨斑图像采集及其灰度化处理:
将钢球和标尺置于扫描电镜内,用扫描电镜采集待测钢球和白色标尺的磨斑图像f(如图1所示),并对其进行灰度化处理,得到灰度磨斑图f(如图2所示),以消除磨斑表面的颜色信息。假定采集到的灰度磨斑图f的大小为m×n,某像素点的坐标为(x,y),x和y表示像素点的行号和列号,满足:x和y均为整数,且1≤x≤m,1≤y≤n。实施例中,m=768,n=1024,灰度化处理采用加权平均法。
步骤s1,计算单位像素长度h:
检测磨斑图像中的标尺区域,结合标尺的实际尺寸,计算磨斑图像中的单位像素的实际长度h。本实施例中,h=0.00067mm/像素。
步骤s2,图像旋转:
四球摩擦试验得到的磨斑,主要由钢球间的相互摩擦所形成的形貌,表现为磨痕和异常磨损(如:烧蚀、黏着等)。磨痕呈条状分布,利用该分布特性度量不同角度下的相邻区域的相似性,可以测定出不同方向角下的磨痕的条状分布特性的显著性,当方向角θ(如图3所示)和磨痕方向一致时,相邻区域的相似性最高,磨痕的条状分布特性也最为显著。方向角是以图像中心点o为顶点,任一射线和水平右射线形成的夹角。
实际操作中,沿着图像方向角方位的区域块很难选取,且计算繁琐,故本发明采用旋转图像的方法,将方向角转至水平方向,将方向角方位的区域块转变为水平处理(如图4所示)。将灰度磨斑图f围绕图像中心点o顺时针旋转θ度,得到旋转磨斑图fθ,假定其大小为mθ×nθ,此时计算水平方向区域块的相似性等同于计算灰度磨斑图f在方向角θ方位上的区域块的相似性。
步骤s3,基准区域aθ和对比区域dθ的选取:
考虑到磨斑边缘区域易受噪声和磨屑的干扰,且中心区域的条状特征最为明显,故选择磨斑中心区域作为基准区域来度量方向角θ时的磨痕相似性。
具体地,以步骤s2得到的旋转磨斑图fθ的中心点o(坐标为
基准区域aθ的形状为圆形、菱形或正方形,其边长或直径的长度为2ω+1像素单位,其中,考虑磨痕的最小基元特征和运算速度,ω取值范围为3~20。本实施例中,基准区域aθ为正方形,其面积
为了比较中心水平方向上区域块的相似性,在中心水平方向上,以基准区域aθ为中心,分别向两侧对称选取与基准区域aθ大小和形状均相同的s个区域块作为对比区域dθ,s的取值范围为1~10;之后共得到2s个对比区域dθ,对比区域dθ从左到右编号为
同时,在选取对比区域dθ时,两个相邻的区域块的位置部分重叠或不重叠,优选地,两个相邻区域块的中心点间的距离为2ω+1。
根据磨斑图像的特点s=3,且相邻的区域块不重叠。
步骤s4,计算磨痕轴向角:
为了降低噪声和试验规范等因素的影响,分别计算对比区域dθ中的第k个对比区域
对比区域
磨痕轴向角的计算过程如式(1)所示。
其中,i,j为整数,分别是对比区域和基准区域像素坐标的行号和列号,
本实施例中,
步骤s5,旋转灰度磨斑图:
将步骤s0得到的灰度磨斑图f逆时针旋转
本实施例中,
步骤s6,提取磨痕种子点:
磨痕区域的像素点具有邻域内列向相似性和行向相异性的特点;进而在步骤s5所得的磨斑摆正图
当sa(x,y)=1时,表示该像素点为磨痕种子点;当sa(x,y)=0时,表示该像素点为非磨痕种子点,其中,μ和ν分别表示像素点
步骤s7,磨斑区域初图提取:
计算磨痕种子图sa中所有磨痕种子点像素的灰度均值,并以该灰度均值为自适应阈值,对步骤s5得到的磨斑摆正图
其中,t1为自适应阈值,取值为磨痕种子图sa中所有磨痕种子点像素的灰度均值;当h(x,y)=1时,表示该像素点为磨斑区域的种子点;当h(x,y)=0时,表示该像素点为非磨斑区域的种子点。本实施例中,t1=127。
步骤s8,磨痕种子点膨胀运算:
为连接相邻区域内的像素种子点,对步骤s6得到的磨痕种子图sa进行形态学膨胀运算,得到如图7所示的磨痕种子膨胀图mg。根据磨斑区域的形态特征,膨胀运算的结构算子选择5×5~15×15的圆形结构算子。本实施例中,取7×7的圆形结构元素。
步骤s9,提取磨斑的异常亮度区:
对磨斑区域初图h(由步骤s7得到)和磨痕种子膨胀图mg(由步骤s8得到)进行逻辑运算,以消除拍摄环境引起的异常亮度区域,得到磨斑的异常图ml,计算式如式(4)所示:
当ml(x,y)=1时,表示该像素点为磨斑的异常图ml像素点;当ml(x,y)=0时,表示该像素点为非磨斑的异常图ml像素点。
步骤s10,异常图和磨斑区域初图的差分处理:
对磨斑区域初图h和磨斑异常图ml进行差分处理,得到如图8所示的磨斑差分图mp,计算式如式(5)所示:
其中,ml(x,y)和mp(x,y)分别表示异常图ml和磨斑差分图mp中像素点(x,y)的像素值。
步骤s11,磨斑区域提取:
对磨斑差分图mp进行形态学闭运算,即先膨胀后腐蚀,得到如图9所示的磨斑区域图mr。根据磨斑区域的形态特征,膨胀运算的结构算子选择5×5~15×15的圆形。本实施例中,取7×7的圆形结构元素。
步骤s12,计算等效半径和形心坐标:
根据磨斑区域图mr的磨斑区域面积(磨斑区域面积为mr中像素值为1的所有像素的个数),计算出其磨斑区域的等效半径rd,根据磨斑区域的均质特性,计算出磨斑区域形心or的坐标(xc,yc),xc和yc分别为形心or的行号和列号;再根据单位像素长度h换算出等效半径rd的真实值,单位为mm。
本实施例中,rd=0.23551mm,xc=659,yc=685。
步骤s13,基于单位像素长度计算半径指标参数:
方向半径定义为不同射线方向下形心or到磨斑外轮廓点间的最远距离,用符号rr表示。假定以1°为步长顺时针向外作射线,则方向半径rr中包含360个数据。
根据方向半径rr计算方向半径的方差sr和方向半径极差jr。半径极差jr定义为方向半径rr的最大值和最小值之差;再根据单位像素长度h换算出方向半径的方差sr和方向半径极差jr的真实距离。
本实施例中,sr=0.02310mm2,jr=0.1408mm。
步骤s14,结合单位像素长度计算轴参数:
轴参数包括磨斑区域的长轴、短轴、轴心坐标、轴差和离心度。长轴为mr中磨斑区域沿着磨痕方向的最长的线段的长度,用符号la表示;短轴为磨斑区域中磨痕垂直方向的最长的线段的长度,用符号lb表示;长轴和短轴的相交点为轴心oz,用(xz,yz)表示轴心的坐标;则轴差为长轴la和短轴lb的差,用符号lc表示。离心度定义为磨斑轴心oz和形心or间的欧式距离ld,再根据单位像素长度h换算出轴差lc和离心度ld的真实距离。
本实施例中,xz=839,yz=602,lc=0.09711mm,ld=0.13280mm。
步骤s15,异常判定:
磨斑图像发生异常主要是由于试验员操作不规范或润滑剂抗磨性异常引起的。根据长期的研究经验和专家调研,异常判定的规则为:当lc≥0.1mm或sr≥0.01mm或jr≥0.05mm或rd≥0.35mm或ld≥0.1mm时,均可以判定为异常的磨斑图像。
本实施例中,jr=0.14082mm≥0.05mm、ld=0.13280mm≥0.1mm,故可判定本实施例中磨斑图像为异常的磨斑图像,经过进一步分析,这是由于润滑剂的润滑效果不好引起的;而按照国标规定的方法,即如果一个底球的两次测量平均值与所有的六次测量平均值偏差大于0.04mm,则无法判定出试验结果的异常性,可见,本发明提出的方法具有明显的效果。
按照以上本发明的技术方案,对比本发明方法和当前的人工判定方法的优缺点。
一是省时省力。本发明提供自动检测磨斑异常图像的方法,可以自动对磨斑图像形貌进行分析,发现异常的磨斑图像,节省试验人员大量的时间和精力;二是准确有效。相比现有的判定磨斑图像异常的方法,本方法在遵循已有的标准基础上,还增加等效半径、半径极差、轴差和离心度等指标来判定磨斑图像的异常,使得判定结果更加准确有效。