微細電極的制備是微細電解、電火花加工過(guò)程中不可或缺的,微電極的尺寸及形位精度將嚴重影響到加工質(zhì)量,對制備的微電極必須檢測合格才能使用。傳統的人工檢測費時(shí)費力,隨著(zhù)對電極需求量的增大,人工檢測的壓力也逐漸增大,因此開(kāi)發(fā)設計基于圖像檢測的微電極自動(dòng)檢測的系統很有必要。


由于國外歐美制造技術(shù),計算機技術(shù)以及自動(dòng)控制技術(shù)的發(fā)展,國外檢測技術(shù)也得到快速進(jìn)步。圖像檢測在醫學(xué)及遙感領(lǐng)域都得到了廣泛應用,在產(chǎn)業(yè)領(lǐng)域中,數字圖像測量主要有以下幾個(gè)方面:外觀(guān)檢查和篩選、視覺(jué)跟蹤、表面缺陷的自動(dòng)檢查、工業(yè)材料的質(zhì)量檢驗。國外在上述領(lǐng)域中的研究大部分是通過(guò)生產(chǎn)數字圖像處理儀器的公司贊助的。隨著(zhù)研究的深入,目前已經(jīng)擴展到化工、鋼鐵等一般制造業(yè)?;裟獱柕腁MV923是圖像檢測的代表,它能根據CCD獲得的零件圖像檢測零件的形狀誤差,速度快、精度高。


我國的圖像測量從上世紀70年代末80年代初開(kāi)始發(fā)展,90年代以來(lái),隨著(zhù)圖像捕獲、計算機性能的發(fā)展,我國在圖像測量領(lǐng)域的研究進(jìn)入一個(gè)新的階段。哈爾濱工業(yè)大學(xué)研制的圖像式萬(wàn)工顯微鏡系統,實(shí)現了對目標對象輪廓的自動(dòng)掃描定位,對小尺寸零件可直接測量如厚度、孔徑直徑等參數。圖像測量技術(shù)在很大程度上解放了勞動(dòng)力,提高了自動(dòng)化生產(chǎn)水平,應用前景非常廣闊。在國外,圖像測量技術(shù)已廣泛應用到生產(chǎn)生活中,我國起步較晚,雖已取得了一定進(jìn)展,但仍需廣大科研人員一起努力來(lái)提高我國圖像測量檢測技術(shù)的發(fā)展水平。


本文基于數字圖像處理的理論基礎,以Windows操作系統為開(kāi)發(fā)平臺,MATLAB作為編程工具,設計微電極的自動(dòng)檢測系統,實(shí)現讀入電子顯微鏡下原始圖片,通過(guò)一系列處理輸出直徑尺寸與同軸度誤差。本文的主要研究?jì)热萑缦拢?


以電化學(xué)腐蝕法制備的圓柱型和球頭兩種不同的微電極為實(shí)驗對象,用電子顯微鏡獲取微電極的原始圖片,將其進(jìn)行灰度化,濾波去噪,圖像二值化,形態(tài)學(xué)處理等初級的圖像預處理后,提取邊緣輪廓。通過(guò)計算得到微電極前端有效部分直徑的尺寸,并對其同軸度誤差進(jìn)行檢測,實(shí)現了微電極直徑尺寸及同軸度誤差的自動(dòng)檢測,同時(shí)也為同類(lèi)零件提供了自動(dòng)檢測方法。


1系統構成及檢測原理


基于微細電極實(shí)驗室的實(shí)際情況,微電極檢測系統的成功開(kāi)發(fā)可以實(shí)現一定精度范圍內電極相關(guān)尺寸的精確檢測。


實(shí)驗室使用放大倍數達160倍的尼康體式顯微鏡SMZ1270獲得微電極的俯視圖,本系統讀取電極圖片后,處理圖片并獲取尺寸數據。系統的開(kāi)發(fā)過(guò)程可大致分為三部分:


①對圖片先做必要的圖像處理:灰度化、二值化、中值濾波、形態(tài)學(xué)處理、去除大片背景噪聲。


圖像處理的目的是獲得清晰的電極邊緣特征,便于圖像分割處理。


②分割圖像,提取電極輪廓特征,便于后續測量。


③測量微電極直徑尺寸,采用多種方法測量微電極同軸度誤差,和人工測量值比較后,選取誤差最小的算法置入系統。

工作流程如圖1所示。


2圖像處理


2.1灰度化處理


圖像處理的第一步灰度化可以在保留圖像的邊緣特征的基礎上,大大減小系統的計算量,從而減少運行時(shí)間??茖W(xué)表明,人的眼睛對綠色的敏感比紅色、藍色高,而藍色則相對最低,因此在灰度化過(guò)程中,系統對R、G、B三個(gè)分量按照眼睛敏感度的大小分配不同的權重。實(shí)驗表明,下式中的各系數對R、G、B三個(gè)分量進(jìn)行權重分配即可得到效果良好的灰度圖像:


W1R=W2G=W3B=0.3R+0.59G+0.11B


灰度化處理后,使用mat2gray函數將像素亮度值歸一化。按上式處理后得到的灰度化后的圖片如圖2所示。


2.2二值化處理


由于系統僅處理電極部分,圖像的背景需要和電極有明顯的區分,二值化處理可使圖像呈現出黑白分明的效果。通過(guò)對閾值的適當選取,多灰度級的彩色圖像轉換為二灰度圖像,在保留圖像整體和局部特征的基礎上,大大簡(jiǎn)化了后續處理的工作量。


閾值的選取決定了二值化處理的效果,是后續一系列圖像處理的基礎。在MATLAB中有專(zhuān)門(mén)的二值化處理函數im2bw,它將在未設定閾值時(shí)自動(dòng)選擇一閾值進(jìn)行二值化。但應用到圖像中的效果如圖3所示。

可觀(guān)察到電極內部有嚴重丟失,效果很不理想。因此,本系統采取了一套自適應閾值選取的算法,其原理如下:


觀(guān)察待處理電極圖片后可知背景色占據了整個(gè)圖像的大部分,電極顏色與背景顏色有較明顯的不同。根據圖像的特點(diǎn),本文二值化處理依據如下式:


|I(x,y)-μ|≤w×σ


上式確定了圖像背景灰度的范圍:I(x,y)為待處理圖像,系統求得圖像灰度的均值μ、圖像灰度標準差σ并確定適當的背景面積加權w(即背景面積對圖像的權重:


W=S背景面積/S圖像面積


根據電極圖像特征及多次實(shí)驗,本文取w值為0.75),若每點(diǎn)的灰度值與均值的差的絕對值小于加權標準差,則將這一點(diǎn)劃為背景范圍內,像素置1,不在此范圍內的像素則置0。此法可根據不同圖像的情況自動(dòng)確定背景色范圍,適用范圍較廣。


使用本系統方法進(jìn)行二值化處理后的圖像如圖4。

最終圖像的像素點(diǎn)全部被置為0或1,成為了一幅二值圖像??煽闯鱿噍^于MATLAB的內置函數來(lái)說(shuō),此法處理后的電極圖像較好地保存了其邊緣特征,電極和背景也得到了有效的區分。但是電極內部與背景色灰度相近的像素沒(méi)有得到有效處理,導致電極內部有小面積“空洞”。此外,在背景中存在著(zhù)少量噪點(diǎn),影響對輪廓的提取。因此,為去除噪點(diǎn)并使得電極內部完全被填充,系統需要進(jìn)一步處理已經(jīng)得到的二值圖像。


2.3后續處理


得到二值圖像后,MATLAB可用medfilt2函數對圖像進(jìn)行中值濾波,本文選用3×3鄰域并進(jìn)行中值濾波兩次,效果如圖5。

經(jīng)過(guò)中值濾波后,孤立噪點(diǎn)被有效去除,但電極內部區域仍然存在的大量“空洞”和背景中的大片噪聲,可使用腐蝕、膨脹等形態(tài)學(xué)處理來(lái)將其去除。


系統構造r=3的圓盤(pán)區域作為結構元素,對該圖進(jìn)行腐蝕操作,黑點(diǎn)附近圓盤(pán)范圍內的區域將被腐蝕為黑色,腐蝕后使用bwareaopen函數刪除電極內部的小面積空洞,再將圖片黑白轉置,再次使用bwareaopen函數去除背景中的小面積噪聲。此時(shí)系統再次使用r=3的圓形結構元素對電極圖片進(jìn)行膨脹,消除腐蝕操作帶來(lái)的影響。


效果圖如圖6所示。

在經(jīng)過(guò)上述處理后,如果圖像中的電極已和背景有了較好的二值區分,可以進(jìn)行輪廓的提取工作。


2.4基于連通域的大片噪聲處理


在經(jīng)過(guò)上述處理之后,大部分電極圖片的噪聲都被去除,可以進(jìn)行輪廓提取工作,但少部分圖片的背景中依然存在大片噪聲。使用bwlabel函數標注圖像中的連通域,再用regionprops函數計算出各連通域的周長(cháng),系統檢測整幅圖片后在各個(gè)連通域的中間以紅色標號。處理好后,操作者在GUI中選擇需要保留的電極部分,系統就會(huì )自動(dòng)刪除剩余的噪聲部分(圖7)。經(jīng)過(guò)噪聲處理,電極圖像的處理工作全部完成,系統可提取電極輪廓。

2.5輪廓提取


電極的輪廓包含著(zhù)電極的尺寸及形位誤差等重要電極特征信息,且處理輪廓部分計算量小,操作易行,因此系統需要提取出圖像的完整邊緣特征。系統對處理后的二值圖像進(jìn)行處理,其中包含輪廓信息的像素被置1,不包含輪廓信息的像素,如圖像背景及電極內部,則置為0。本文設計了提取邊緣特征的8鄰域算法,算法思路如下:每一像素點(diǎn)周?chē)?×3鄰域稱(chēng)之為8鄰域,對于一個(gè)電極中的點(diǎn)來(lái)說(shuō),如果此點(diǎn)為邊緣部分,那么它的8鄰域中必定有至少一點(diǎn)值不為0;如果此點(diǎn)位于電極內部,那么它的8鄰域中的像素則全部為0。系統程序檢測每一值為0的像素的8鄰域,若8鄰域中的8個(gè)像素都為0,則可判斷此點(diǎn)在電極內部,該點(diǎn)值不變;若8鄰域中不是所有像素都為0,則將其視作電極邊緣上的點(diǎn),將這一點(diǎn)置1,也就是設為輪廓點(diǎn)。整幅圖像檢測完畢后,所有值為1的點(diǎn)的集合即為電極的輪廓線(xiàn)。

輪廓提取后的效果圖如圖8。