CN103679692A - 基于原位动态sem序列图像的含能材料脱湿点确定方法 - Google Patents

Abstract

本发明涉及基于原位动态扫描电镜序列图像的含能材料脱湿点确定方法。通过基于对含能材料原位动态拉伸所获取的连续SEM图像，运用数字图像处理的相关技术，得出图像微裂纹面积和应变的变化关系，为含能材料脱湿点的确定提供定量分析的手段。具体包括：扫描图像预处理；通过数字图像处理方法计算拉伸过程中图像微裂纹面积；提取图像中的颗粒，并通过序列图像中颗粒位置的变化得到图像的应变值；以微裂纹面积和应变值作为纵坐标和横坐标画出图像序列A的微裂纹面积-应变曲线，得到微裂纹面积变化随应变的变化曲线，曲线所确定的拐点即为含能材料脱湿点。同现有技术相比：能够确定出含能材料损伤起始点，准确真实，识别效率高。

Description

基于原位动态SEM序列图像的含能材料脱湿点确定方法

技术领域

本发明属于含能材料损伤分析技术领域，涉及基于原位动态扫描电镜序列图像的含能材料脱湿点确定方法。

背景技术

含能材料内部微裂纹萌生和损伤累积是一个力学性质不断劣化的过程，伴随这一过程出现的细观组织结构变化引起相应宏观力学性能发生改变。含能材料损伤分析中“脱湿点”指材料损伤的起始点，该点的确定对于损伤分析和损伤机理研究非常重要，由于含能材料损伤的复杂性，选择一种既在理论上科学严谨又在工程上方便实用的损伤检测方法还比较困难，目前对于该点的定量确定一直未有很好的方法。

在含能材料中，由于损伤所导致的细观组织结构变化体现为含能材料表面形貌的改变，直接观测这种变化对含能材料损伤机理的研究十分有益。目前物体表面形貌观测的方法主要有扫描电镜(以下简称SEM)、原子力显微镜。细观形貌观测技术的最新发展是采用配备有加载装置的显微镜，将显微观测设备和力学加载实验机相整合，进行表面形貌细观损伤演化过程的实时连续观测。通过对含能材料表面形貌或内部结构的直接观测，可以对含能材料的损伤机理进行定性的分析研究，但在定量分析上还存在一定困难。为了对细观损伤结构进行定量分析，需要借助图像处理技术和信号处理技术对扫描照片进行统计分析，获取诸如微裂纹、孔洞和变形带大小、趋向和分布等信息。

在本发明以前的现有技术中，有如下文献报道：[1]陈煜，刘云飞，谭惠民.NEPE推进剂的细观力学性能研究[J].火炸药学报，2008，31(1)：56-59；[2]刘著卿 等.复合固体推进剂细观损伤扫描电镜实验及数值模拟[J].推进技术，2011，32(3)，412-416；[3]李敬明等.NEPE推进剂拉伸破坏过程实验研究[J].含能材料，2009，17(2)241-243。陈煜采用原位拉伸扫描电镜技术对NEPE推进剂的单轴拉伸破坏过程进行了研究采用数字图像分析方法对此破坏过程进行定量化研究，对图像的分形维数进行了计算，发现随着拉伸破坏过程的进行，分形维数逐渐增大。刘著卿对复合固体推进剂进行单向拉伸载荷条件下的原位扫描电镜观察实验，分析其受载条件下的细观损伤发生及扩展特性。李敬明利用扫描电镜对其在拉伸载荷作用下的细观形貌变化进行了原位观察，用有限元方法对不同大小填充颗粒在拉伸作用下的受力情况进行了分析。但以上研究对于含能材料脱湿点的确定仍不能给出可行的方法。

通过文献检索，在本发明以前的现有技术中尚未发现有关基于原位动态SEM图像差分维数确定含能材料脱湿点方法的报道。

发明内容

针对上述现有技术状况，本发明的目的在于解决目前无法定量确定含能材料脱湿点的问题，为含能材料脱湿点的定量确定提供一条具有实际物理基础的可行途径，为进一步的含能材料的损伤机理研究提供可行的方法。

本发明的基本思想是：通过基于对含能材料原位动态拉伸所获取的连续SEM图像，运用数字图像处理的相关技术，得出图像微裂纹面积和应变的变化关系，为含能材料脱湿点的确定提供定量分析的手段，具体实现步骤如下：

步骤1：扫描图像预处理

对所获取的原始SEM图像序列A进行预处理：首先从原始图像中选取有效区域，去除与后面分析无关的区域，并将图像中有效区域的大小规定为2的n次方(n为正整数)；其次在每幅图像的垂直方向和水平方向选取标定点，以确保区域选取的精确性，将经处理后的SEM图像序列定为B；

步骤2：针对图像序列B，通过数字图像处理方法计算拉伸过程中SEM图像微裂纹面积：

步骤2.1进行高通滤波处理，使得微裂纹与基体和颗粒区分开；

步骤2.2进一步对图像序列B进行二值化处理，使得微裂纹与基体和颗粒之间严格区别开来，使微裂纹像素值为0，含能颗粒像素值为1，得到图像序列B1；

步骤2.3进一步对图像序列B1进行中值滤波处理，得到图像序列B2；

步骤2.4统计图像序列B2中微裂纹像素个数得到微裂纹的面积；

步骤2.5根据步骤2.4处理后的图像序列B2，计算B2中后续图像的微裂纹面积相对于B2中的第一幅图像微裂纹面积变化的比值；

步骤3：针对图像序列B，提取图像中的颗粒，并通过序列图像中颗粒位置的变化得到图像的应变值：

步骤3.1对图像序列B进行中值滤波处理，消除不属于微裂纹的颗粒边缘的孤立噪声，得到图像序列C；

步骤3.2对图像序列C进行直方图均衡化增强图像对比度，得图像序列D；

步骤3.3对图像序列D进行Ostu法阈值分割二值化图像，得图像序列E；

步骤3.4对图像序列E进行形态学处理消除颗粒粘连，得图像序列F；

步骤3.5求取颗粒标记，以得到形心的准确坐标；选取多对目标颗粒，通过求横坐标差的绝对值作为颗粒位移，通过求多组目标颗粒距离的平均值得到整个图像标距内的平均位移；

步骤3.6利用平均位移计算得到图像的平均应变值；

步骤4：分别以微裂纹面积和应变值作为纵坐标和横坐标画出图像序列A的微裂纹面积-应变曲线，得到微裂纹面积变化随应变的变化曲线，曲线所确定的拐点即为含能材料脱湿点。

本发明同现有技术相比的优越性在于：

(1)能够确定出含能材料损伤起始，即材料非线性的起点。

(2)基于实际的扫描图像进行分析，充分借鉴材料实际物理特性，准确真实，识别效率高。

附图说明

图1：原始图像处理区域的重新选取(包括a、b)

图2：原始图像预处理结果(包括a、b、c、d、e、f、g、h)

图3：图像微裂纹的提取(包括a、b、c、d)

图4：多对目标颗粒的选取

图5：直方图均衡化增强图像对比图(包括a、b)

图6：Otsu阈值分割后的二值化图像

图7：形态学处理后效果(包括a、b)

图8：目标颗粒提取结果(包括1～8)

图9：微裂纹面积-应变变化曲线

具体实施方式

实施例

以下以丁羟复合固体推进剂的一组原位动态SEM图像为例，说明本发明的具体实施方式：

步骤1：扫描图像预处理

由于原始图像序列的有效像素为478pt×412pt，选取图像中心区域像素尺寸为256×256的区域作为分析区域；由于颗粒在含能材料拉伸过程中不会发生形变，因此，将标定点选为固体颗粒可以保证区域选择的精确性，如图1所示，可以将颗粒1和颗粒2分别作为每幅图像在垂直方向和水平方向的标定点。最终得到了一组单向向左拉伸的图像序列B，如图2所示：

步骤2：针对图像序列B，通过数字图像处理方法计算拉伸过程中SEM图像微裂纹面积，以图2(b)为例说明处理过程：

步骤2.1进行高通滤波处理，使得微裂纹与基体和颗粒区分开，效果如图3(a)所示；

步骤2.2进一步对图像序列B进行二值化处理，使得微裂纹与基体和颗粒之间严格区别开来，使微裂纹像素值为0，含能颗粒像素值为1，得到图像序列B1，效果如图3(c)所示；

步骤2.3进一步对图像序列B1进行中值滤波处理，得到图像序列B2，效果如图3(d)所示；

步骤2.4统计图像序列B2中微裂纹像素个数即可得到微裂纹的面积；

步骤2.5计算图像序列B2中后续图像的微裂纹面积相对于图像序列B2中的第一幅图像微裂纹面积变化的比值，如图2、表1所示；

表1  图2.中图像序列微裂纹面积及其变化

步骤3：针对图像序列B，提取图像中的颗粒，并通过图像序列B中颗粒位置的变化得到图像的应变，以图2(b)为例说明处理过程：

步骤3.1选择三对目标颗粒进行处理，如图4所示，对图像进行中值滤波处理，消除不属于微裂纹的颗粒边缘的孤立噪声；

步骤3.2对图像进行直方图均衡化增强图像对比度，如图5所示；

步骤3.3对图像进行Ostu法阈值分割二值化图像，如图6所示；

步骤3.4对图像进行形态学处理消除颗粒粘连，如图7所示；

步骤3.5求取颗粒标记，以得到形心的准确坐标，如图8所示，选取多对目标颗粒，通过求横坐标差的绝对值作为颗粒位移，通过求多组目标颗粒距离的平均值得到整个图像一定标距内的平均位移；

步骤3.6计算得到图像的平均应变，如图2、表2所示；

表2  图2.中图像序列目标颗粒距离及应变

步骤4：分别以微裂纹面积和应变作为纵坐标和横坐标画出一组图像的微裂纹面积-应变曲线，可得到微裂纹面积变化随应变的变化曲线，曲线所确定的拐点P即为含能材料脱湿点，此时所对应的应变为0.061，如图9所示。

Claims (3)

1.基于原位动态SEM序列图像的含能材料脱湿点确定方法，其特征在于：通过基于对含能材料原位动态拉伸所获取的连续SEM图像，运用数字图像处理的相关技术，得出图像微裂纹面积和应变的变化关系，为含能材料脱湿点的确定提供定量分析的手段，具体实现步骤如下：

步骤1：扫描图像预处理

对所获取的原始SEM图像序列A进行预处理：首先从原始图像中选取有效区域，去除与后面分析无关的区域，并将图像中有效区域的大小规定为2的n次方(n为正整数)；其次在每幅图像的垂直方向和水平方向选取标定点，以确保区域选取的精确性，将经处理后的SEM图像序列定为B；

步骤2：针对图像序列B，通过数字图像处理方法计算拉伸过程中SEM图像微裂纹面积；

步骤3：针对图像序列B，提取图像中的颗粒，并通过序列图像中颗粒位置的变化得到图像的应变值；

步骤4：分别以微裂纹面积和应变值作为纵坐标和横坐标画出图像序列A的微裂纹面积-应变曲线，得到微裂纹面积变化随应变的变化曲线，曲线所确定的拐点即为含能材料脱湿点。

2.根据权利要求1所述的基于原位动态SEM序列图像的含能材料脱湿点确定方法，其特征在于：步骤2中所述的“计算拉伸过程中SEM图像微裂纹面积”的具体步骤为：

步骤2.1进行高通滤波处理，使得微裂纹与基体和颗粒区分开；

步骤2.2进一步对图像序列B进行二值化处理，使得微裂纹与基体和颗粒之间严格区别开来，使微裂纹像素值为0，含能颗粒像素值为1，得到图像序列B1；

步骤2.3进一步对图像序列B1进行中值滤波处理，得到图像序列B2；

步骤2.4统计图像序列B2中微裂纹像素个数得到微裂纹的面积；

步骤2.5根据步骤2.4处理后的图像序列B2，计算B2中后续图像的微裂纹面积相对于B2中的第一幅图像微裂纹面积变化的比值。

3.根据权利要求1所述的基于原位动态SEM序列图像的含能材料脱湿点确定方法，其特征在于：步骤3中所述的“提取图像中的颗粒，并通过序列图像中颗粒位置的变化得到图像的应变值”的具体步骤为：

步骤3.1对图像序列B进行中值滤波处理，消除不属于微裂纹的颗粒边缘的孤立噪声，得到图像序列C；

步骤3.2对图像序列C进行直方图均衡化增强图像对比度，得图像序列D；

步骤3.3对图像序列D进行Ostu法阈值分割二值化图像，得图像序列E；

步骤3.4对图像序列E进行形态学处理消除颗粒粘连，得图像序列F；

步骤3.5求取颗粒标记，以得到形心的准确坐标；选取多对目标颗粒，通过求横坐标差的绝对值作为颗粒位移，通过求多组目标颗粒距离的平均值得到整个图像标距内的平均位移；

步骤3.6利用平均位移计算得到图像的平均应变值。

Images