一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法技术

本发明专利技术公开了一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，首先，对碳纤维复合材料表面图像预处理；其次，利用LoG算子得到灰度梯度共生矩阵；然后，求得灰度梯度共生矩阵的15维特征向量；最后，根据求得灰度梯度共生矩阵的15维特征向量，通过对比实验，与仪器测量的三维幅度参数Sq建立联系，并验证得到的规律。本发明专利技术基于灰度梯度共生矩阵可以提取碳纤维表面的纹理特征值，并与三维形貌参数建立联系，发现灰度梯度特征中能量和梯度熵与仪器测量的三维幅度参数Sq分别呈递减和递增的关系，三维幅度参数Sq的值越大，碳纤维复合材料表面越粗糙，所以可以通过能量和梯度熵评定碳纤维复合材料表面的粗糙性，在保证准确性的情况下简化碳纤维复合材料表面评定的过程。 1

A 3D evaluation method for surface morphology of carbon fiber composites based on gray gradient characteristics

The invention discloses a method for the three-dimensional evaluation of the surface morphology of carbon fiber composite materials based on the gray gradient characteristics. First, the surface image of carbon fiber composite material is pretreated. Secondly, the gray gradient co-occurrence matrix is obtained by using the LoG operator; then, the 15 dimension eigenvector of the gray gradient cogeneration matrix is obtained; finally, the root of the matrix is obtained. According to the 15 dimensional eigenvector of the grayscale gradient co-occurrence matrix, the relationship between the three dimensional amplitude parameter Sq measured by the instrument is established by contrast experiments and the rules are verified. Based on the grayscale gradient co-occurrence matrix, the texture feature value of carbon fiber surface can be extracted, and the relationship with the 3D morphologies is established. It is found that the energy and gradient entropy of the gray gradient are reduced and increased respectively with the 3D amplitude parameter Sq measured by the instrument, the greater the value of the 3D amplitude parameter Sq, the carbon fiber composite material is. The roughness of the material surface is more rough, so the roughness of the carbon fiber composite surface can be evaluated by the energy and the gradient entropy, and the process of the carbon fiber composite surface evaluation can be simplified under the condition of ensuring the accuracy. One

【技术实现步骤摘要】
一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法
本专利技术涉及碳纤维复合材料表面形貌评定，具体涉及一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法。
技术介绍
碳纤维复合材料作为一种新型无机材料，被广泛的应用于先进复合材料的增强体。碳纤维复合材料表面形貌在很大程度上影响着它的许多技术性能和使用功能，通过分析碳纤维复合材料表面形貌的参数值，可以有效评定表面形貌。较早对显微视觉测量进行的研究是基于图像的灰度直方图，发现工件表面图像灰度直方图分布的标准偏差和分布的均方根高度值之间的比例是表面粗糙度Ra的非线性增函数，但是灰度直方图只是将图像中的所有像素，按照灰度值的大小，统计其出现的频率，无法得到其空间信息和轮廓边缘信息。之后的研究认为频谱分析方法在周期特征减弱时性能变坏，引入灰度共生矩阵方法，来提取机械加工工件表面微观形貌图像的纹理特征来表征不同粗糙度，但是灰度共生矩阵只能得到图像像素的灰度分布统计信息，无法得到图像的轮廓边缘信息，但轮廓边缘信息对于碳纤维复合材料的表面评定有重要价值。随着图像分析、数据处理等相关技术的不断发展，表面形貌评定方法已从对单一的二维形状误差、波度、表面粗糙度的分离评估，逐步发展为对三维表面功能的综合评定，但三维形貌参数测量过程复杂要求条件严苛，同时使用图像处理方法与三维参数建立规律来评定碳纤维表面形貌的研究也较少。本专利技术提出一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，灰度梯度反映了图像中给出的两类最重要的信息：像素灰度分布统计信息以及梯度统计信息，并给出这两者的联合统计分布，梯度信息是构成图像边缘轮廓的要素，图像的主要信息是由图像的边缘轮廓提供的。统计图像灰度分布信息和梯度信息的联合概率分布，能充分的反映图像的纹理基元及其排列的信息，可以充分评定碳纤维复合材料表面形貌，根据不同面的碳纤维复合材料测得的特征值与仪器测量所得的三维参数建立关系曲线，在保证准确性的情况下简化碳纤维复合材料表面评定的过程。
技术实现思路
本专利技术针对上述背景，提供一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，在保证准确性的情况下简化碳纤维复合材料表面评定的过程。本专利技术采用的技术方案为：一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，包括以下步骤：A，对碳纤维表面图像进行巴特沃斯同态滤波，增强图像中相邻区域的对比度，为之后提取基于LoG算子的灰度梯度共生矩阵特征值，进而建立与三维形貌参数的联系做准备；B，获取处理后图像512*512的灰度矩阵，并采用5*5窗口的LoG算子与预处理后图像进行卷积得到512*512的梯度矩阵，再对灰度矩阵与梯度矩阵进行归一化计算；C，根据得到归一化的灰度矩阵F(m,n)和梯度矩阵G(m,n)中，统计共同具有灰度值为i和梯度值为j的总像点数，得到元素为H(i,j)的灰度梯度共生矩阵,并求得灰度梯度共生矩阵每个元素的概率p(i,j)，再计算15个特征值得到15维的特征向量；D，根据不同表面的碳纤维复合材料测得的15个特征值与仪器测量的三维幅度参数Sq建立联系，并得到规律。所述的方法，所述步骤A中巴特沃斯同态滤波的具体步骤如下：第1步，原图可看成由两部分组成，即f(x,y)＝fi(x,y)fj(x,y)，其中，fi代表随空间位置不同的光强分量，其特点是缓慢变化，集中在图像的低频部分。fj代表景物反射到人眼的反射分量。其特点包含了景物各种信息，高频成分丰富。第2步，原图做对数变换，得到如下两个加性分量，lnf(x,y)＝lnfi(x,y)+lnfj(x,y)第3步，对数图像做傅里叶变换，得到其对应的频域表示为：DFT[lnf(x,y)]＝DFT[lnfi(x,y)]+DFT[lnfj(x,y)]第4步，设计一个频域滤波器H(u,v)，进行对数图像的频域滤波。第5步，傅里叶反变换，返回空域对数图像。第6步，取指数，得空域滤波结果。所述的方法，原图使用电子显微镜500倍拍摄下的碳纤维复合材料表面SEM图。所述的方法，所述步骤B中梯度矩阵的计算以及灰度矩阵与梯度矩阵进行归一化计算如下：①梯度矩阵的计算如下：其中，G(x,y)为计算得到的梯度图像，g(x,y)为高斯函数，f(x,y)是灰度矩阵中的象点。LoG滤波器的计算公式：②灰度矩阵与梯度矩阵进行归一化计算如下：a、灰度矩阵归一化：F(m,n)＝INT(f(m,n)×L/fmax)+1其中INT表示取整运算：fmax表示图像中最大的灰度值；L是归一的最大灰度值。b、梯度矩阵归一化：G(m,n)＝INT(g(m,n)×L/gmax)+1其中INT表示取整运算：gmax表示图像中的最大梯度值；L是归一的最大梯度值。所述的方法，所述步骤C中灰度梯度共生矩阵元素的概率p(i,j)是以图像的总象点数归一化得到，根据灰度梯度共生矩阵H(i,j)和灰度梯度共生矩阵元素的概率p(i,j),提取15个特征值构成15维特征向量的具体公式如下：灰度梯度共生矩阵纹理特征值参数：a1.小梯度优势a2.大梯度优势a3.灰度分布不均匀性a4.梯度分布不均匀性a5.能量a6.灰度均值a7.梯度均值a8.灰度标准差a9.梯度标准差a10.相关性a11.灰度熵a12.梯度熵a13.混合熵a14.惯性a15.逆差矩所述的方法，所述步骤D实现灰度梯度特征和三维幅度参数Sq建立规律的过程，具体步骤如下所示：(1)由于相同参数加工后工件各区域粗糙度值有差异，采用合适采样条件多次测量更合理，统计碳纤维复合材料同一面5个点的三维幅度参数Sq值，求其平均值，来评定其表面质量；(2)统计碳纤维复合材料同一面5个点的15个灰度梯度特征值，求其平均值；(3)绘制12个面15个特征值平均值和三位幅度参数Sq平均值的关系曲线；(4)对比发现灰度梯度特征值中的能量和梯度熵与三维幅度参数Sq分别呈递减和递增的关系；(5)使用与之前不同的5个面来验证能量和梯度熵与三维幅度参数Sq的关系；(6)使用金相显微镜500倍拍摄的金相图验证得到相同规律。所述的方法，所述三维幅度参数Sq采用ZYGO干涉仪测得的由ISO25178-2规定的三维幅度参数中的均方根高度Sq；均方根高度Sq为评定区域内的表面均方根偏差，反映的是表面高度值的标准差偏差，偏差越大说明表面越粗糙。与现有技术相比，本专利技术的有益效果为：1、本专利技术的方法基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，在保证准确性的情况下简化碳纤维复合材料表面形貌三维评定的过程；2、通过使用本专利技术的技术，能够从纹理特征层面表征碳纤维复合材料表面形貌，最大程度地反映了碳纤维复合材料表面形貌的特点；3、通过本专利技术得到灰度梯度特征值与三维幅度参数值Sq之间存在规律，灰度梯度特征值中的能量和梯度熵与三维幅度参数Sq分别呈递减和递增的关系，因此可以通过灰度梯度特征值能量和梯度熵来评定碳纤维表面形貌。附图说明图1是本专利技术对碳纤维复合材料表面形貌提取纹理特征方法的框架图。图2是本专利技术提取不同面灰度梯度特征值与Sq的联系对比图，(a)小梯度优势，(b)大梯度优势，(c)灰度分布的不均匀性，(d)梯度分布的不均匀性，(e)能量，(f)灰度平均，(g)梯度平均，(h)灰度均方差，(i)梯度均方差，(j本文档来自技高网...

【技术保护点】
1.一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，其特征在

【技术特征摘要】
1.一种基于灰度梯度特征实现碳纤维复合材料表面形貌三维评定的方法，其特征在于，包括以下步骤：A，对碳纤维表面图像进行巴特沃斯同态滤波，增强图像中相邻区域的对比度，为之后提取基于LoG算子的灰度梯度共生矩阵特征值，进而建立与三维形貌参数的联系做准备；B，获取处理后图像512*512的灰度矩阵，并采用5*5窗口的LoG算子与预处理后图像进行卷积得到512*512的梯度矩阵，再对灰度矩阵与梯度矩阵进行归一化计算；C，根据得到归一化的灰度矩阵F(m,n)和梯度矩阵G(m,n)中，统计共同具有灰度值为i和梯度值为j的总像点数，得到元素为H(i,j)的灰度梯度共生矩阵,并求得灰度梯度共生矩阵每个元素的概率p(i,j)，再计算15个特征值得到15维的特征向量；D，根据不同表面的碳纤维复合材料测得的15个特征值与仪器测量的三维幅度参数Sq建立联系，并得到规律。2.根据权利要求1所述的方法，其特征在于，所述步骤A中巴特沃斯同态滤波的具体步骤如下：第1步，原图可看成由两部分组成，即f(x,y)＝fi(x,y)fj(x,y)，其中，fi代表随空间位置不同的光强分量，其特点是缓慢变化，集中在图像的低频部分；fj代表景物反射到人眼的反射分量；其特点包含了景物各种信息，高频成分丰富；第2步，原图做对数变换，得到如下两个加性分量，lnf(x,y)＝lnfi(x,y)+lnfj(x,y)第3步，对数图像做傅里叶变换，得到其对应的频域表示为：DFT[lnf(x,y)]＝DFT[lnfi(x,y)]+DFT[lnfj(x,y)]第4步，设计一个频域滤波器H(u,v)，进行对数图像的频域滤波；第5步，傅里叶反变换，返回空域对数图像；第6步，取指数，得空域滤波结果。3.根据权利要求2所述的方法，其特征在于，原图使用电子显微镜500倍拍摄下的碳纤维复合材料表面SEM图。4.根据权利要求1所述的方法，其特征在于，所述步骤B中梯度矩阵的计算以及灰度矩阵与梯度矩阵进行归一化计算如下：①梯度矩阵的计算如下：G(x,y)＝▽2(g(x,y)*f(x,y))其中，G(x,y)为计算得到的梯度图像，g(x,y)为高斯函数，f(x,y)是灰度矩阵中的象点；LoG滤波器的计算公式：②灰度矩阵与梯度矩阵进行归一化计算如下：a、灰度矩阵归一化：F(m,n)＝INT(f(m,n)×L/fmax)+1其中INT表示取整运算：fmax表示图像中最大的灰度值；L是归一的最大灰度值。b、梯度矩阵归一化：G(m,n)＝INT(g(m,n)×L/gmax)+1其中INT表示取整运算：gmax表示图像中的最大梯度值；L是归一的最大梯度值。5.根据权利要求1所述的方法，其特征在于，所述步骤C中灰度梯度共生矩阵元素...

【专利技术属性】
技术研发人员：强彦，赵涓涓，谢鹏华，吴化禹，吴保荣，张丽，罗嘉莹，傅文博，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14