CN108036746B - 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 - Google Patents
一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 Download PDFInfo
- Publication number
- CN108036746B CN108036746B CN201711435196.7A CN201711435196A CN108036746B CN 108036746 B CN108036746 B CN 108036746B CN 201711435196 A CN201711435196 A CN 201711435196A CN 108036746 B CN108036746 B CN 108036746B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- gabor
- entropy
- carbon fibre
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002131 composite material Substances 0.000 title claims abstract description 55
- 239000000835 fiber Substances 0.000 title claims abstract description 52
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000009466 transformation Effects 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 title claims abstract description 10
- 238000001228 spectrum Methods 0.000 title claims abstract description 10
- 229920000049 Carbon (fiber) Polymers 0.000 claims abstract description 6
- 239000004917 carbon fiber Substances 0.000 claims abstract description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 46
- 238000002474 experimental method Methods 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 8
- 238000001878 scanning electron micrograph Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 10
- 239000011159 matrix material Substances 0.000 abstract description 8
- 239000000463 material Substances 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract description 4
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 description 12
- 230000003746 surface roughness Effects 0.000 description 7
- 239000004918 carbon fiber reinforced polymer Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 101710198474 Spike protein Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/08—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法。首先,对原始碳纤维材料的表面图像进行巴特沃斯的滤波预处理;其次对预处理后的图像使用Gabor变换得到滤波后的图像Gabout;然后,对滤波后的图像变换到频域;最后对矩阵作归一化处理后求矩阵的灰度直方图,并在直方图上计算图像的特征熵值。本发明可以不仅可以在频域不同尺度、不同方向上提取碳纤维复合材料的熵值特征,而且Gabor函数提取的碳纤维复合材料的熵值可以作为均方根高度Sq的变化依据,此外还可以提取到相近的Sq值之间更加细致的纹理信息,从客观方面对机器测得的均方根高度Sq值起辅助作用。
Description
技术领域
本发明涉及碳纤维复合材料表面纹理分析,具体涉及一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法
背景技术
由于碳纤维复合材料所组成的两种材料的性能区别加大,在对其进行机械加工时,就要考虑到对两种材料的加工时所产生的纤维断裂破碎和树脂融化涂覆等综合的特殊形貌,同时在加工过程中,也会出现各种不同的加工问题。纤维间出现空隙,纤维拔出、分层等各种特殊形貌的产生,在很大程度上取决于纤维的排列方向,造成表面微观结构的复杂。
碳纤维复合材料表面形貌的评价主要是材料加工后表面的粗糙度的评定,通过分析加工后的CFRP表面形貌,可对进一步选择刀具类型,优化加工参数等提供重要的参考。加工表面质量的好坏,在很大程度上直接影响碳纤维复合材料工件的使用寿命。目前有研究发现不同纤维方向角对加工表面粗糙度的影响较大;有研究尝试用二维和三维的方法分别对CFRP切削表面进行评定,结果发现三维的评定方法更适合CFRP表面质量的评定,最后建议选用表面均方根偏差Sq作为评价指标。表面三维形貌的研究,是当今研究的热点,国内外学者对工件的三维形貌评定做了大量的研究,但碳纤维复合材料加工的表面三维形貌的评定,目前研究较少。目前还存在的问题是对复合材料的表面粗糙度三维评定和测量的过程中,三维评定的参数较多,同时测量仪器的参数选取对表面粗糙度三维测量值影响较大,还需要研究如何进一步选取适用于评定CFRP加工表面粗糙度的方法。
针对以上的问题,我们提出了一种适用于评定碳纤维复合材料加工表面粗糙度的方法。在碳纤维复合材料表面参数的评定上,由ISO25178-2规定了一系列的三维表面形貌评定参数,其中幅值参数的均方根高度Sq为评定区域A内的表面均方根偏差,反映的是表面高度值的标准差偏差,偏差越大表明越粗糙。均方根高度Sq值由机器测得,但是如果需要研究均方根高度Sq值很相近的碳纤维复合材料表面的纹理则机器测得的值存在一定的局限性。在空间域中,全局纹理模式很难被检测出来,但是转换到频域中则很容易被分辨,频谱分析法将空间域的纹理图像变换到频率域中,利用信号处理的方法可以获得空间域不易获得的纹理特征。我们使用的频谱法对图像处理时,选择合理的尺度和方向,通过滤波的方式,将碳纤维复合材料图像的空间域转换到变换域上,然后在变换域上计算熵值,能在更精细的尺度上分析纹理,从而提取纹理特征。对于如均方根高度Sq相近的值,通过Gabor变换的熵值可以得到更加细致的纹理信息。我们提出的方法计算的熵值可以作为评定碳纤维复合材料加工表面粗糙度的方法。
发明内容
本发明针对上述背景,提供一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法,不仅可以在频域不同尺度、不同方向上提取碳纤维复合材料的熵值特征,而且Gabor函数提取的碳纤维复合材料的熵值可以作为均方根高度Sq的变化依据,此外可以提取到相近的Sq值之间更加细致的纹理信息,从客观方面对机器测得的均方根高度Sq值起辅助作用。
本发明采用的技术方案为:
一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法,包括以下步骤:
步骤A,利用扫描电子显微镜获取碳纤维复合材料SEM图像,并对图像进行分组,过程如下:
A1、按放大倍数对图像进行分组,分为放大倍数200倍和放大倍数500倍;
A2、按照电子显微镜扫描方向对图像进行分组,分为0°,36°,72°,108°,144°,180°,216°,252°,288°,324°十个扫描方向;
A3、选取放大倍数200倍和500电镜的每个扫描方向各一幅作为实验图像。
步骤B,原始碳纤维复合材料的表面图像进行巴特沃斯低通滤波处理,具体过程如下:
B1、给定指标采样率为8KHz,通带截止频率为2.1KHz,阻带截止频率为2.5KHz,通带最大衰减为3,阻带最小衰减为25,采样频率为10KHz;
B2、设计模拟巴特沃斯低通滤波器;
B3、利用双线性变换法,得到巴特沃斯低通滤波器;
B4、图像进行滤波处理,去除噪声;
步骤C,对碳纤维复合材料图像进行Gabor变换,即利用步骤B经过巴特沃斯滤波处理后的图像进行二维Gabor变换;二维Gabor滤波函数可以表示为:
其中;yp=y*cos(theta)-x*sin(theta),xp=x*cos(theta)+y*sin(theta);f为Gabor滤波器的分解尺度,theta为Gabor滤波器的分解方向,x和y是坐标轴,G是Gabor滤波函数g(x,y)。需要通过实验来确定合适的Gabor滤波器的分解尺度和分解方向,具体过程如下:
C1、选择Gabor滤波器的分解尺度:
①设置Gabor滤波器的频率不变,分解方向theta选择六方向保持不变,分解尺度f为1-5,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现碳纤维复合材料表面纹理的分解尺度为1-3尺度得到的结果较好,从而确定分解尺度f选择3。
C2、选择Gabor滤波器的分解方向:
①根据步骤a确定的分解尺度,设置Gabor滤波器的频率不变,分解尺度f选择为3,分解方向theta选择3-6方向,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现电镜200倍三尺度三方向中一尺度π/3方向在所有对比实验中得到最大熵值3.77,最能反映Gabor变换在这个参数下求得的最佳特征值,包含的纹理特征信息最多,从而确定最终确定了三尺度三方向实验中的一尺度π/3方向作为分解尺度和分解方向。
步骤D,寻找机器测得的均方根高度Sq与碳纤维复合材料经由Gabor变换求得的特征熵值的关系,具体步骤如下:
D1,随机选取碳纤维复合材料200倍电镜图12个面5个方向的图,根据机器测得的均方根高度Sq值,计算每个面5个方向的平均Sq值,Sq值是由ISO25178-2规定的区域法表面形貌评定的幅度参数,均方根高度Sq为评定区域A内的表面均方根偏差,反映的是表面高度值的标准差偏差,偏差越大说明表明越粗糙,具体公式如下:
其中η(x,y)为残差表面,M、N为分别为在采样区域内x向和Y向的离散采样点数。
D2,计算D1中对应图像经由Gabor变换求得的特征熵值的平均值;
D3,将实验图像的12个面的平均熵值和平均Sq值绘制到一张图中寻找实验规律;
D4,在以上实验的基础上另外选择碳纤维复合材料200倍电镜图5个面5个方向的图计算平均熵值和平均Sq值用于验证D3的规律。
所述的方法,所述C1、C2中第②步根据Gabor变换后Gabout得到的熵值,其基本步骤如下:
第1步,对滤波后的Gabout图像,利用公式变换到频域,f(x,y)表示图像函数;
第2步,通过遍历图像矩阵里的每一个像素值,将最大值MaxValue和最小值MinValue记录下来,并通过Max-Min作为基数进行数据的归一化处理,具体公式为:
y=(x-MinValue)/(MaxValue-MinValue)
其中x为转换前的的值,y为转换后的值;
第3步,将数据分成10组,并做好记号;
第4步,计算组距的宽度=(MaxValue-MinValue)/10;
第5步,计算各组的界限位。各组的界限位可以从第一组开始依次计算,第一组的下界为最小值减去最小测定单位的一半,第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值,第二组的下界限值加上组距,就是第二组的上界限位,依此类推;
第6步,统计各组数据出现频数,作频数分布表;
第7步,作直方图。以组距为底长,以频数为高,作各组的矩形图;
第8步,在灰度直方图上计算熵值,具体计算公式为:其中pi表示灰度级i在所有灰度级中所占比率。
所述的方法,详细步骤如下:
(1)获取碳纤维复合材料SEM图像;
(2)对SEM图像进行巴特沃斯滤波;
(3)对预处理后的图像进行Gabor滤波,得到Gabout;
(4)将Gabout图像变换到频域空间中;
(5)对矩阵作归一化处理后求矩阵的灰度直方图;
(6)在灰度直方图上计算熵值;
(7)根据熵值最终确定合理的Gabor滤波器的分解尺度和分解方向;
(8)寻找机器测得的均方根高度Sq与碳纤维复合材料经由Gabor变换求得的特征熵值之间的关系。
与现有技术相比,本发明的有益效果为:
1、本发明的方法基于Gabor变换在不同尺度、不同方向对碳纤维复合材料的熵值的特征提取,可以捕捉到较多的纹理信息。提取的碳纤维复合材料的熵值与机器测得的均方根高度Sq值存在一定的关系,即当机器测得样件的均方根高度Sq值很相近时,可以通过本方法测得的熵值来区分相近均方根高度Sq值,当机器很难测出均方根高度Sq值时,可以通过本方法测得的熵值来替代Sq值。
2、本发明的方法,通过滤波的方式,将碳纤维复合材料图像的空间域转换到变换域上,然后在变换域上计算熵值,能在更精细的尺度上分析纹理,从而提取纹理特征。对于如均方根高度Sq相近的值,通过Gabor变换的熵值可以得到更加细致的纹理信息。
3、本发明在进行Gabor函数提取特征之前对碳纤维复合材料的电镜图像做巴特沃斯低通滤波预处理过程,巴特沃斯同态滤波能消除乘性噪声,能同时压缩图像的整体动态范围,并增加图像中相邻区域间的对比度。在特征提取的过程中,本发明在确定了Gabor函数不同尺度、不同方向的参数之后,增加了把滤波后的图像变换到频域,然后对矩阵作归一化处理后求矩阵的灰度直方图,最后在得到的灰度直方图上计算熵值的过程,提高了特征提取的能力,从而可以提取更加细致的纹理信息。
附图说明
图1是本发明对碳纤维复合材料熵值特征提取的流程图。
图2是分解尺度选择阶段电镜200倍五尺度六方向分解子图像
图3是分解尺度选择阶段电镜500倍五尺度六方向分解子图像。
图4是分解方向选择阶段电镜200倍三尺度三方向分解子图像。
图5是分解方向选择阶段电镜500倍三尺度三方向分解子图像。。
图6是平均熵值与平均均方根高度Sq的关系。
图7是平均熵值与平均均方根高度Sq的关系
具体实施方式
以下结合具体实施例,对本发明进行详细说明。
参照图1、2、3、4、5、6,一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法,包括以下步骤:
步骤A,利用扫描电子显微镜获取碳纤维复合材料SEM图像,并对图像进行分组,过程如下:
A1、按放大倍数对图像进行分组,分为放大倍数200倍和放大倍数500倍;
A2、按照电子显微镜扫描方向对图像进行分组,分为0°,36°,72°,108°,144°,180°,216°,252°,288°,324°十个扫描方向;
A3、选取放大倍数200倍和500电镜的每个扫描方向各一幅作为实验图像。
步骤B,原始碳纤维复合材料的表面图像进行巴特沃斯低通滤波处理,具体过程如下:
B1、给定指标采样率为8KHz,通带截止频率为2.1KHz,阻带截止频率为2.5KHz,通带最大衰减为3,阻带最小衰减为25,采样频率为10KHz;
B2、设计模拟巴特沃斯低通滤波器;
B3、利用双线性变换法,得到巴特沃斯低通滤波器;
B4、图像进行滤波处理,去除噪声;
步骤C,对碳纤维复合材料图像进行Gabor变换,即利用步骤B经过巴特沃斯滤波处理后的图像进行二维Gabor变换;二维Gabor滤波函数可以表示为:
其中;yp=y*cos(theta)-x*sin(theta),xp=x*cos(theta)+y*sin(theta);f为Gabor滤波器的分解尺度,theta为Gabor滤波器的分解方向,x和y是坐标轴,G是Gabor滤波函数g(x,y)。需要通过实验来确定合适的Gabor滤波器的分解尺度和分解方向,具体过程如下:
C1、选择Gabor滤波器的分解尺度:
①设置Gabor滤波器的频率不变,分解方向theta选择六方向保持不变,分解尺度f为1-5,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现碳纤维复合材料表面纹理的分解尺度为1-3尺度得到的结果较好,从而确定分解尺度f选择3。
C2、选择Gabor滤波器的分解方向:
①根据步骤a确定的分解尺度,设置Gabor滤波器的频率不变,分解尺度f选择为3,分解方向theta选择3-6方向,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现电镜200倍三尺度三方向中一尺度π/3方向在所有对比实验中得到最大熵值3.77,最能反映Gabor变换在这个参数下求得的最佳特征值,包含的纹理特征信息最多,从而确定最终确定了三尺度三方向实验中的一尺度π/3方向作为分解尺度和分解方向。
步骤D,寻找机器测得的均方根高度Sq与碳纤维复合材料经由Gabor变换求得的特征熵值的关系,具体步骤如下:
D1,随机选取碳纤维复合材料200倍电镜图12个面5个方向的图,根据机器测得的均方根高度Sq值,计算每个面5个方向的平均Sq值,Sq值是由ISO25178-2规定的区域法表面形貌评定的幅度参数,均方根高度Sq为评定区域A内的表面均方根偏差,反映的是表面高度值的标准差偏差,偏差越大说明表明越粗糙,具体公式如下:
其中η(x,y)为残差表面,M、N为分别为在采样区域内x向和Y向的离散采样点数。
D2,计算D1中对应图像经由Gabor变换求得的特征熵值的平均值;
D3,将实验图像的12个面的平均熵值和平均Sq值绘制到一张图中寻找实验规律;
D4,在以上实验的基础上另外选择碳纤维复合材料200倍电镜图5个面5个方向的图计算平均熵值和平均Sq值用于验证D3的规律。
所述的方法,所述C1、C2中第②步根据Gabor变换后Gabout得到的熵值,其基本步骤如下:
第1步,对滤波后的Gabout图像,利用公式变换到频域,f(x,y)表示图像函数;
第2步,通过遍历图像矩阵里的每一个像素值,将最大值MaxValue和最小值MinValue记录下来,并通过Max-Min作为基数进行数据的归一化处理,具体公式为:
y=(x-MinValue)/(MaxValue-MinValue)
其中x为转换前的的值,y为转换后的值;
第3步,将数据分成10组,并做好记号;
第4步,计算组距的宽度=(MaxValue-MinValue)/10;
第5步,计算各组的界限位。各组的界限位可以从第一组开始依次计算,第一组的下界为最小值减去最小测定单位的一半,第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值,第二组的下界限值加上组距,就是第二组的上界限位,依此类推;
第6步,统计各组数据出现频数,作频数分布表;
第7步,作直方图。以组距为底长,以频数为高,作各组的矩形图;
第8步,在灰度直方图上计算熵值,具体计算公式为:其中pi表示灰度级i在所有灰度级中所占比率。
本发明方法的实现流程如下:
(1)获取碳纤维复合材料SEM图像;
(2)对SEM图像进行巴特沃斯滤波;
(3)对预处理后的图像进行Gabor滤波,得到Gabout;
(4)将Gabout图像变换到频域空间中;
(5)对矩阵作归一化处理后求矩阵的灰度直方图;
(6)在灰度直方图上计算熵值;
(7)根据熵值最终确定合理的Gabor滤波器的分解尺度和分解方向;
(8)发现机器测得的均方根高度与碳纤维复合材料经由Gabor变换求得的特征熵值的关系,即特征熵值越高,相应的均方根高度Sq值越高,两者之间存在正比的关系。
图2和图3对比了Gabor滤波器分解尺度选择阶段电镜200倍和电镜500倍五尺度六方向分解子图像,每一列代表不同的方向,每一行A-E代表一尺度到五尺度。从图中可以发现1-3尺度分解子图像提取的碳纤维复合材料表面纹理倾向于轮廓特征,而4-5尺度分解子图像对于碳纤维复合材料表面纹理则分割的特别精细,细节特征也较为明显。经过实验表明,选择合适的分解尺度,可以使所需的频率信息通过,抑制不需要的信息,从而可以获取需要的碳纤维复合材料表面纹理特征。
图4和图5对比了Gabor滤波器分解方向选择阶段电镜200倍和电镜500倍三尺度三方向分解子图像,每一列代表不同的方向,每一行A-C代表一尺度到三尺度。。从图中可以发现分解的方向越多,图像的细节也越多,因为200倍电镜比500倍电镜的显示范围要大,自然200倍电镜倾向于包含整体特征,而500倍电镜倾向于包含局部特征,所以理论上200倍电镜的熵值大于500倍电镜的熵值。我们的实验之所以要进行200倍和500倍电镜的对比,就是在理论上和实验上证明了熵值可以表示所包含的纹理特征信息量的多少。
图6是本发明发现的规律,子图A是试样号和熵的关系图,子图B是试样号和Sq的关系图,子图C是熵和Sq的关系图。发现的规律是,随着熵值的增加均方根高度Sq在减少,我们对这个规律的解释是随着均方根高度Sq的减少,图像表面的粗糙度在降低,而图像表面的粗糙度越小则在特征提取过程中能获取更多的纹理特征信息量,纹理特征信息量越多则熵越大。相反,如果粗糙度增加(Sq增大),那么图像之中干扰信息自然也会增加,相应的能够提取到的纹理特征信息量就会减小,熵值就会减少。
图7是本专利发现的另一个规律,如红色圆圈所示,这两个面的均方根高度Sq非常接近,也就是由机器测得的这两个面的粗糙度十分接近,但是这两个面的熵值却有较大的差别,也就是说这两个粗糙度相近的面实际上纹理特征信息量不同。可以看出,经过我们的Gabor变换实验可以提取到相近的Sq值之间更加细致的纹理信息。
以上所述,仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (2)
1.一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法,其特征在于,包括以下步骤:
步骤A,利用扫描电子显微镜获取碳纤维复合材料SEM图像,并对图像进行分组,过程如下:
A1、按放大倍数对图像进行分组,分为放大倍数200倍和放大倍数500倍;
A2、按照电子显微镜扫描方向对图像进行分组,分为0°,36°,72°,108°,144°,180°,216°,252°,288°,324°十个扫描方向;
A3、选取放大倍数200倍和500电镜的每个扫描方向各一幅作为实验图像;
步骤B,原始碳纤维复合材料的表面图像进行巴特沃斯低通滤波处理,具体过程如下:
B1、给定指标采样率为8KHz,通带截止频率为2.1KHz,阻带截止频率为2.5KHz,通带最大衰减为3,阻带最小衰减为25,采样频率为10KHz;
B2、设计模拟巴特沃斯低通滤波器;
B3、利用双线性变换法,得到巴特沃斯低通滤波器;
B4、图像进行滤波处理,去除噪声;
步骤C,对碳纤维复合材料图像进行Gabor变换,即利用步骤B经过巴特沃斯滤波处理后的图像进行二维Gabor变换;二维Gabor滤波函数可以表示为:
其中;yp=y*cos(theta)-x*sin(theta),xp=x*cos(theta)+y*sin(theta);f为Gabor滤波器的分解尺度,theta为Gabor滤波器的分解方向,x和y是坐标轴,G是Gabor滤波函数g(x,y);需要通过实验来确定合适的Gabor滤波器的分解尺度和分解方向,具体过程如下:
C1、选择Gabor滤波器的分解尺度:
①设置Gabor滤波器的频率不变,分解方向theta选择六方向保持不变,分解尺度f为1-5,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现碳纤维复合材料表面纹理的分解尺度为1-3尺度得到的结果较好,从而确定分解尺度f选择3;
C2、选择Gabor滤波器的分解方向:
①根据步骤a确定的分解尺度,设置Gabor滤波器的频率不变,分解尺度f选择为3,分解方向theta选择3-6方向,把图片输入Gabor滤波函数可输出滤波后的图像Gabout;
②根据Gabor变换后Gabout得到的熵值进行分析,发现电镜200倍三尺度三方向中一尺度π/3方向在所有对比实验中得到最大熵值3.77,最能反映Gabor变换在这个参数下求得的最佳特征值,包含的纹理特征信息最多,从而确定最终确定了三尺度三方向实验中的一尺度π/3方向作为分解尺度和分解方向;
步骤D,寻找机器测得的均方根高度Sq与碳纤维复合材料经由Gabor变换求得的特征熵值的关系,具体步骤如下:
D1,随机选取碳纤维复合材料200倍电镜图12个面5个方向的图,根据机器测得的均方根高度Sq值,计算每个面5个方向的平均Sq值,Sq值是由ISO25178-2规定的区域法表面形貌评定的幅度参数,均方根高度Sq为评定区域A内的表面均方根偏差,反映的是表面高度值的标准差偏差,偏差越大说明表明越粗糙,具体公式如下:其中η(x,y)为残差表面,M、N为分别为在采样区域内x向和Y向的离散采样点数;
D2,计算第1步中对应图像经由Gabor变换求得的特征熵值的平均值;
D3,将实验图像的12个面的平均熵值和平均Sq值绘制到一张图中寻找实验规律;
D4,在以上实验的基础上另外选择碳纤维复合材料200倍电镜图5个面5个方向的图计算平均熵值和平均Sq值用于验证第3步所发现的规律。
2.根据权利要求1所述的方法,其特征在于,所述C1、C2中第②步根据Gabor变换后Gabout得到的熵值,其基本步骤如下:
第1步,对滤波后的Gabout图像,利用公式变换到频域,f(x,y)表示图像函数;
第2步,通过遍历图像矩阵里的每一个像素值,将最大值MaxValue和最小值MinValue记录下来,并通过Max-Min作为基数进行数据的归一化处理,具体公式为:
y=(x-MinValue)/(MaxValue-MinValue)
其中x为转换前的的值,y为转换后的值;
第3步,将数据分成10组,并做好记号;
第4步,计算组距的宽度=(MaxValue-MinValue)/10;
第5步,计算各组的界限位;各组的界限位可以从第一组开始依次计算,第一组的下界为最小值减去最小测定单位的一半,第一组的上界为其下界值加上组距;第二组的下界限位为第一组的上界限值,第二组的下界限值加上组距,就是第二组的上界限位,依此类推;
第6步,统计各组数据出现频数,作频数分布表;
第7步,作直方图;以组距为底长,以频数为高,作各组的矩形图;
第8步,在灰度直方图上计算熵值,具体计算公式为:其中pi表示灰度级i在所有灰度级中所占比率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435196.7A CN108036746B (zh) | 2017-12-26 | 2017-12-26 | 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435196.7A CN108036746B (zh) | 2017-12-26 | 2017-12-26 | 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108036746A CN108036746A (zh) | 2018-05-15 |
CN108036746B true CN108036746B (zh) | 2019-08-06 |
Family
ID=62101229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711435196.7A Active CN108036746B (zh) | 2017-12-26 | 2017-12-26 | 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108036746B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288540B (zh) * | 2019-06-04 | 2021-07-06 | 东南大学 | 一种碳纤维导线x射线图像在线成像标准化方法 |
CN111220882A (zh) * | 2019-12-31 | 2020-06-02 | 国网辽宁省电力有限公司电力科学研究院 | 一种gis光学局放图谱的特征量提取方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102109498A (zh) * | 2009-12-28 | 2011-06-29 | 天津工业大学 | 一种对三维编制复合材料的无损检测系统及检测分析方法 |
US9158981B2 (en) * | 2012-03-26 | 2015-10-13 | The Procter & Gamble Company | Method and system for evaluating the quality of a rendered image |
WO2015122789A1 (en) * | 2014-02-11 | 2015-08-20 | 3Divi Company | Facial recognition and user authentication method |
CN105095836B (zh) * | 2014-05-14 | 2019-03-01 | 中国科学院深圳先进技术研究院 | 一种基于Gabor特征的皮肤纹理检测方法及装置 |
CN105224919B (zh) * | 2015-09-11 | 2019-02-26 | 深圳Tcl新技术有限公司 | 纹理特征提取方法及装置 |
CN105387814B (zh) * | 2015-12-04 | 2017-12-08 | 天津工业大学 | 一种三维编织复合材料预制件表面参数自动测量系统 |
CN105678341B (zh) * | 2016-02-19 | 2018-11-13 | 天纺标检测认证股份有限公司 | 一种基于Gabor小波分析的羊毛羊绒识别算法 |
CN106780508A (zh) * | 2016-09-23 | 2017-05-31 | 北京联合大学 | 一种基于Gabor变换的GrabCut纹理图像分割方法 |
CN107256555B (zh) * | 2017-05-25 | 2021-11-02 | 腾讯科技(上海)有限公司 | 一种图像处理方法、装置及存储介质 |
CN107291936B (zh) * | 2017-07-04 | 2020-03-31 | 太原理工大学 | 一种基于视觉特征和征象标签的超图哈希图像检索实现肺结节征象识别的方法 |
-
2017
- 2017-12-26 CN CN201711435196.7A patent/CN108036746B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108036746A (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106529559A (zh) | 一种指针式圆形多仪表盘实时读数识别方法 | |
CN108036746B (zh) | 一种基于频谱法的Gabor变换实现碳纤维复合材料表面纹理分析方法 | |
CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN113706603B (zh) | 页岩有机质孔隙连通性分类表征的方法 | |
Cheng et al. | Unraveling the presence of multiple plagioclase populations and identification of representative two-dimensional sections using a statistical and numerical approach | |
CN103345617A (zh) | 中药识别的方法及其系统 | |
CN106228170A (zh) | 一种指针式仪表的指针位置提取方法 | |
CN109359333A (zh) | 一种包含多尺度形貌特征的体模型构建方法 | |
CN113515847A (zh) | 一种基于K-means聚类算法的非均质岩石数字岩芯建模方法 | |
CN112308819A (zh) | 一种基于扫描电镜多特征灰度图像的孔隙识别方法 | |
Kobayashi et al. | Texture analysis of stereograms of diffuse-porous hardwood: identification of wood species used in Tripitaka Koreana | |
CN105626502A (zh) | 基于小波包和拉普拉斯特征映射的柱塞泵健康评估方法 | |
CN111414893A (zh) | 基于vmd精细复合多尺度散布熵的转子故障特征提取方法 | |
CN111523587A (zh) | 一种基于机器学习的木本植物物种光谱识别方法 | |
CN115082658A (zh) | 一种指针表读数的识别方法及装置 | |
CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
CN113570652B (zh) | 基于sem图像的砂岩储层矿物晶间孔的定量分析方法 | |
Reis et al. | Multiscale statistical process control of paper surface profiles | |
Niezgoda et al. | Applications of the phase-coded generalized hough transform to feature detection, analysis, and segmentation of digital microstructures | |
CN106446913A (zh) | 一种多表盘指针式仪表的指针位置提取方法 | |
CN110335287A (zh) | 建筑图像数据的提取方法及装置 | |
CN114581915A (zh) | 一种噪声鲁棒的多类别表盘指针读数识别方法和装置 | |
CN108931497B (zh) | 激光共聚焦三维重构对烃源岩进行评价的方法和装置 | |
CN111897907B (zh) | 地表覆盖数据伪变化信息过滤方法、装置及存储介质 | |
CN117036635B (zh) | 一种基于图像纹理分类的页岩多尺度数字岩心构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |