CN103593831A

CN103593831A - 一种自动去除水泥浆体背散射电子图像制样缺陷的方法

Info

Publication number: CN103593831A
Application number: CN201310513980.0A
Authority: CN
Inventors: 吴丹琳; 袁勇
Original assignee: Tongji University
Current assignee: Tongji University
Priority date: 2013-10-25
Filing date: 2013-10-25
Publication date: 2014-02-19

Abstract

本发明涉及一种自动去除水泥浆体背散射电子图像制样缺陷的方法，该方法包括以下步骤：(1)图像读取；(2)灰度图像二值化处理；(3)用滤波方法自动去除制样缺陷；(4)计算未水化水泥熟料的面积。当图像数量较多时，采用批量处理的方法。首先，将全部图像文件进行规范化命名，然后，按照步骤(1)和(2)将原始灰度图像逐一转化为二值图像，最后，循环执行步骤(3)和(4)，自动去除全部图像的制样缺陷，同时输出每张图中未水化熟料颗粒面积的计算结果。本发明所述的图像处理方法可以为背散射电子图像的后期处理节约时间，避免人工操作标准不一致所产生的误差。

Description

一种自动去除水泥浆体背散射电子图像制样缺陷的方法

技术领域

本发明涉及材料分析领域，尤其涉及一种自动去除水泥浆体背散射电子图像制样缺陷的方法。

背景技术

在水泥浆体微观结构研究中，背散射电子图像是一种非常有效的微观测试手段。大量研究表明，用它进行反应进程、界面特征、水化产物的物相组成及其形态与分布、孔结构特征等多项指标的观测都是卓有成效的。目前，这项技术最主要的应用在于测定水泥浆体中熟料的水化程度。

然而，背散射电子图像以样品剖面为观测对象，因此，所用的样品需要经过环氧树脂镶嵌、不同粒级的砂纸和抛光液的研磨、抛光等多道工序加以处理，制样过程十分繁琐。由于水泥浆体是多相、非均质材料，内部还含有为数不少的孔隙，加之水胶比、龄期、辅助胶凝材料的种类及其掺量等多种因素都会影响浆体的硬度以及微观结构的致密程度，因此，其制样工艺需要根据样品特点进行相应调整，不能一成不变。但是，磨抛机的压力、转速、研磨时间、研磨介质的用法、用量等诸多因素都会对磨抛效果产生影响，因此，操作人员往往在样品制备环节耗费了大量时间之后，得到的图像仍然是带有一些瑕疵的。其中，比较常见的是在熟料颗粒上存在一些细小的凹坑或者划痕。

如果用这种带有制样缺陷的图像计算水化程度，会造成计算结果偏高。解决这一问题的传统做法是，将背散射电子图像二值化之后，由操作人员借助专业的图像处理软件，根据材料学的经验，人工去除熟料颗粒上残留的瑕疵。但是，这种做法不仅处理速度慢，而且还会因为操作人员的判断标准不一致而带来误差。

发明内容

本发明的目的是提供一种自动去除水泥浆体背散射电子图像制样缺陷的方法，它能够对水泥浆体背散射电子图像的二值化结果进行图像分析，自动识别并去除其中存在的划痕、点蚀、凹坑等制样缺陷。采用图像法计算水泥水化程度时，将该方法纳入其中，可以为背散射电子图像的后期处理节约时间，避免人工操作标准不一致所产生的误差，而且还可以摆脱图像修复阶段对专业图像处理软件的依赖。

本发明提出的自动去除水泥浆体背散射电子图像制样缺陷的方法，具体步骤如下：

(1) 图像读取：采用Photoshop、Matlab或Visual C++等软件，读取水泥浆体原始背散射电子图像的有效观测区域；

(2) 灰度图像二值化处理：计算出步骤(1)所得有效观测区域的灰度直方图，

根据其灰度分布特点，结合原始背散射电子图像特征，人工设定灰度阈值，对有效观测区域进行二值化处理，形成黑白图像，其中白色区域为未水化的水泥熟料颗粒，黑色区域为环氧树脂、水化产物、孔隙和制样缺陷等；

(3) 用滤波方法自动去除制样缺陷：根据黑白图像的放大倍数，选择滤波模板的像素区域，在待处理的黑白图像中逐点地移动滤波模板，将每一点(x,y)处的取值转变为滤波模板覆盖像素区域内所占比例最高的物相，由此去除大面积白色区域中残留的黑色孤立像素，即熟料中残留的制样缺陷，以及大片黑色区域中残留的白色孤立像素，即通常是灰度图像二值化时由于灰度阈值设定偏低而产生的熟料噪声信号；

(4) 计算未水化水泥熟料的面积：对步骤(3)所得的经过滤波后的图像进行统计分析，计算其中白色区域的像素总数，即为未水化水泥熟料颗粒的总面积。

本发明中，步骤(3)中所述滤波模板的像素区域通常是3×3、5×5或7×7等尺寸的像素区域。

在本发明中，当需要处理的原始背散射电子图像数量较多时，采用批量处理的方法对多张图像进行统一处理，进一步提高图像处理效率。在这种情况下，本发明还可以通过如下技术措施来实现：首先，将全部图像文件进行规范化命名，然后，按照步骤(1)和(2)将原始灰度图像逐一转化为二值化的黑白图像，最后，循环调用步骤(3)和(4)，自动去除全部图像的制样缺陷，同时输出每张图像中未水化水泥熟料颗粒面积的计算结果。

与传统的背散射电子图像缺陷去除方法相比，本发明具有以下特点：

(1) 去除图像缺陷的途径：通过滤波程序，对二值图像中熟料颗粒上残存的制样缺陷进行自动滤波，这可以提高图像处理速度，并且避免人工操作中因缺陷判断标准不一致而产生的误差，此外还可以摆脱对专业图像处理软件的依赖；

(2) 批量处理多张图像：当需要处理的原始背散射电子图像数量较多时，采用批量处理的方法对多张二值化的黑白图像进行统一处理，并将未水化熟料颗粒残核的面积汇总、输出，这可以显著提高图像处理效率。

附图说明

图1是实施例1中硅酸盐水泥水化1d的背散射电子图像(w/c=0.3，图像放大倍数为500倍)。

图2 是实施例1中图1所示背散射电子图像的灰度直方图。

图3 是实施例1中图1所示背散射电子图像的二值化处理结果。

图4 是实施例1中图3所示二值化图像的滤波结果。

图5是实施例2中硅酸盐水泥水化90d的背散射电子图像(w/c=0.3，图像放大倍数为4000倍)。

图6 是实施例2中图5所示背散射电子图像的灰度直方图。

图7 是实施例2中图5所示背散射电子图像的二值化处理结果。

图8 是实施例2中图7所示二值化图像的滤波结果。

图9是实施例3中粉煤灰水泥水化1d的背散射电子图像(w/c=0.3，图像放大倍数为500倍)。

图10 是实施例3中图9所示背散射电子图像的灰度直方图。

图11 是实施例3中图9所示背散射电子图像的二值化处理结果。

图12 是实施例3中图11所示二值化图像的滤波结果。

图13是滤波方法的流程图。

其中：f(x,y)：黑白图像中每个像素的原始灰度值，取值为0或1；

f_max：模板覆盖区域内出现几率最高的物相，取值为0或1；

g(x,y)：滤波后图像中每一像素(x,y)的数值，取值为0或1。

在上述图像中，0代表黑色，可能是环氧树脂、水化产物、孔隙、制样缺陷等；1代表白色，是未水化的水泥熟料颗粒。

具体实施方式

下面通过实施例进一步说明本发明。

实施例1

用背散射电子图像研究一种硅酸盐水泥在0.3水灰比下水化1d的水化程度，图像放大倍数为500倍。在个别图像中，熟料颗粒上存在一些微小的凹坑以及褶皱状的缺陷。对于带有此类缺陷的图像，可以按照以下步骤进行处理：

(1) 图像读取：用Matlab软件读取水泥浆体原始背散射电子图像的有效观测区域(1024×884像素)；

(2) 灰度图像二值化处理：计算出步骤(1)所得有效观测区域的灰度直方图，根据其灰度分布特点，结合原始背散射电子图像特征，将灰度阈值设为130，然后用这一阈值对有效观测区域进行二值化处理，形成黑白图像，其中白色区域为未水化的水泥熟料颗粒；

(3) 用滤波方法自动去除制样缺陷：读取步骤（2）所得的黑白图像，以5×5的像素区域为滤波模板，在待处理的黑白图像中逐点地移动模板，将每一点(x,y)处的取值转变为模板覆盖的25个像素中所占比例最高的物相，由此去除熟料颗粒上残留的制样缺陷；

(4) 计算未水化水泥熟料的面积：对步骤(3)所得的图像进行统计分析，计算其中白色区域的像素总数，即为未水化水泥熟料颗粒的总面积。

实施例2

用背散射电子图像研究一种硅酸盐水泥在0.3水灰比下水化90d后浆体的水化程度以及孔结构特征，图像放大倍数为4000倍。拍摄过程中发现，在少数图像中熟料颗粒上存在明显的划痕，因此，按照以下步骤处理这些缺陷：

(2) 灰度图像二值化处理：计算出步骤(1)所得有效观测区域的灰度直方图，根据其灰度分布特点，结合原始背散射电子图像特征，将灰度阈值设为115，然后用这一阈值对有效观测区域进行二值化处理，形成黑白图像，其中白色区域为未水化的水泥熟料颗粒；

(3) 用滤波方法自动去除制样缺陷：读取步骤（2）所得的黑白图像，以7×7的像素区域为滤波模板，在待处理的黑白图像中逐点地移动模板，将每一点(x,y)处的取值转变为模板覆盖的49个像素中所占比例最高的物相，由此去除熟料颗粒上残留的制样缺陷；

实施例3

用背散射电子图像研究一种粉煤灰水泥在0.3水胶比下水化1d后熟料的水化程度，图像放大倍数为500倍。拍摄过程中发现，部分图像中熟料颗粒上存在微小凹坑以及褶皱状的缺陷，对于这些图像，可以按照以下步骤进行处理：

(2) 灰度图像二值化处理：计算出步骤(1)所得有效观测区域的灰度直方图，根据其灰度分布特点，结合原始背散射电子图像特征，将灰度阈值设为136，然后用这一阈值对有效观测区域进行二值化处理，形成黑白图像，其中白色区域为未水化的水泥熟料颗粒；

图1和图9分别是硅酸盐水泥和粉煤灰水泥水化1d的背散射电子图像有效观测区域。这两张图像的问题主要是熟料颗粒上存在微小的凹坑。产生这种缺陷的原因是，水化早期硅酸盐水泥和粉煤灰水泥的浆体结构都比较疏松，在制备电镜样品时，多采用相对缓和的研磨抛光工艺，这样可以防止粘结不牢固的未水化熟料以及粉煤灰颗粒发生脱落，但是，往往也会因为磨抛不够彻底而在熟料颗粒表面留下一些微小的凹坑，或是高低不平、类似“褶皱”的缺陷。因此，这类试样在制备电镜样品时，按照相应的灰度直方图(图2和图10)对灰度图像(图1和图9)进行二值化处理之后，上述缺陷多以黑色小点的形式散布于白色的熟料颗粒中(图3和图11)。采用5×5像素的滤波模板，对其进行自动滤波。从图4和图12所示的滤波结果来看，主要缺陷均已去除，两张图像中未水化的熟料颗粒分别为193299像素和110125像素。

图5所示的水泥浆体水化龄期长，而且没有掺加辅助胶凝材料，因此浆体结构致密。在研磨抛光过程中，这类样品可以承受较高的转速和压力，因此，将其打磨平整相对容易。但是，正因为磨抛机的转速高、压力大，磨抛过程中未被及时冲走的磨料和碎屑也更容易划伤样品，在熟料颗粒上留下难以消除的划痕。通过分析灰度直方图(图6)，设定阈值将灰度图像二值化处理之后，划痕就以黑线的形式存在于白色熟料颗粒上(图7)。采用7×7像素的滤波模板，对其进行自动滤波。从图8所示的滤波结果来看，主要缺陷均已去除，图中未水化的熟料颗粒面积为95198像素。

从以上三个实例可以看出，本发明所述的图像处理方法能够有效消除水泥浆体背散射电子图像二值化结果中的制样缺陷，提高图像处理效率，减少操作人员的主观因素对处理结果的干扰，而且，滤波过程无需借助专业的图像处理软件就能完成。此外，本发明所述的图像处理方法对于硅酸盐水泥和复合水泥，早龄期样品和长龄期样品均适用。

Claims

1.一种自动去除水泥浆体背散射电子图像制样缺陷的方法，其特征在于具体步骤如下：

(1)图像读取：采用Photoshop、Matlab或Visual C++软件，读取水泥浆体原始背散射电子图像的有效观测区域；

(2)灰度图像二值化处理：计算出步骤(1)所得有效观测区域的灰度直方图，根据其灰度分布特点，结合原始背散射电子图像特征，人工设定灰度阈值，对有效观测区域进行二值化处理，形成黑白图像，其中白色区域为未水化的水泥熟料颗粒，黑色区域为环氧树脂、水化产物、孔隙和制样缺陷；

(3)用滤波方法自动去除制样缺陷：根据黑白图像的放大倍数，选择滤波模板的像素区域，在待处理的黑白图像中逐点地移动滤波模板，将每一点(x,y)处的取值转变为滤波模板覆盖像素区域内所占比例最高的物相，由此去除大面积白色区域中残留的黑色孤立像素，即熟料中残留的制样缺陷，以及大片黑色区域中残留的白色孤立像素，即通常是灰度图像二值化时由于灰度阈值设定偏低而产生的熟料噪声信号；

(4)计算未水化水泥熟料的面积：对步骤(3)所得的经过滤波后的图像进行统计分析，计算其中白色区域的像素总数，即为未水化水泥熟料颗粒的总面积。

2.根据权利要求1所述的自动去除水泥浆体背散射电子图像制样缺陷的方法，其特征在于当需要处理的原始背散射电子图像数量较多时，采用批量处理的方法对多张图像进行统一处理，进一步提高图像处理效率，具体步骤如下：首先，将全部待处理的原始背散射电子图像文件进行规范化命名，然后，按照步骤(1)和(2)将原始灰度图像逐一转化为二值图像，最后，循环执行步骤(3)和(4)，自动去除全部图像的制样缺陷，同时输出每张图像中未水化熟料颗粒面积的计算结果。