CN109872316A - 一种基于hsv颜色空间模型的磨削烧伤定量表征方法 - Google Patents
一种基于hsv颜色空间模型的磨削烧伤定量表征方法 Download PDFInfo
- Publication number
- CN109872316A CN109872316A CN201910131077.5A CN201910131077A CN109872316A CN 109872316 A CN109872316 A CN 109872316A CN 201910131077 A CN201910131077 A CN 201910131077A CN 109872316 A CN109872316 A CN 109872316A
- Authority
- CN
- China
- Prior art keywords
- grinding
- image
- color
- burn
- hsv color
- 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.)
- Granted
Links
Landscapes
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于HSV颜色空间模型的磨削烧伤定量表征方法,属于难加工材料高效精密加工检测技术领域,包括以下步骤:(1)磨削加工表面图像采集;(2)输出到计算机转化为HSV图像;(3)图像灰度与色相分析磨削烧伤定量评价。本发明方法基于对磨削表面图像色相和灰度分析结果实现磨削烧伤程度的定量表征,并实现烧伤程度的分级,可为进一步优化磨削工艺参数提供依据。
Description
技术领域
本发明属于难加工材料高效精密加工检测技术领域,涉及一种基于HSV颜色空间模型的磨削烧伤定量表征方法。
背景技术
在高速磨削加工过程中,产生瞬时高温容易使工件发生磨削烧伤,导致工件表层金相组织发生变化,从而使其硬度改变,影响零件的使用性能,同时使工件表面呈现出黄、蓝、青紫氧化色。
目前磨削烧伤的表征或判别方法常用的有:颜色法、酸洗法、磨削温度法、变质层深度法、显微硬度法、金相组织法、残余应力法等。颜色法是试验者根据磨削表面颜色变化来判定磨削烧伤程度;酸洗法是用规定配方的酸性溶液腐蚀加工表面所呈现出不同颜色变化来评价烧伤;磨削温度法是测量磨削过程中弧区最高温度来预测烧伤程度,一般来说温度越高烧伤越严重。磨削烧伤的工件亚表层会发生一些变化,如金相组织的变化和显微硬度的变化等,且烧伤越严重变质层越深,可测量烧伤工件的变质层深度、亚表层显微硬度、金相组织来定量判断磨削烧伤程度。残余应力法是根据磨削表面残余应力值来评价磨削烧伤程度的方法。上述方法中,前三种方法属于定性评价,后三种方法虽然可以在一定程度上定量表征烧伤程度,但是需要破坏试样,且实施麻烦,检测一个工件需要耗时许久。
目前关于钛合金、钛基复材磨削烧伤表征及分级方法分为两种:一是根据表面颜色/酸洗腐蚀颜色定性表征粗略分级;二是测试残余应力,观察金相组织定量评价。虽然可以检测磨削试件残余应力和显微硬度来定量表征烧伤程度,但是大多数实验室不具备检测能力,且此方法只适用于试件数量很少的情况。
发明内容
由于缺乏钛基复材磨削烧伤程度定量评价与分级体系,本发明改进了磨削烧伤程度表面颜色表征法,提供一种基于HSV颜色空间模型的磨削烧伤定量表征方法,基于磨削表面图像色相和灰度对磨削表面颜色进行数字化描述实现磨削烧伤程度定量评价与分级,具有操作简单、判别迅速、效率高、实用性强等优势。
本发明是通过下述技术方案实现的:
一种基于HSV颜色空间模型的磨削烧伤定量表征方法,包括以下步骤:
步骤一:磨削加工表面图像采集
使用CCD相机获取不同磨削烧伤程度表面图像。
步骤二:输出到计算机转化为HSV图像
将获取的磨削表面图像保存至计算机中,使用图像处理软件Photoshop截取含有工件磨削表面的图像,并生成一个固定分辨率为a×b的数字图片。HSV颜色模型可以与RGB图像模型相互转化,保留原图所有信息,在计算机中使用MATLAB软件将RGB数字图像转化为HSV图像,其中色相H与灰度V变化范围HSV色彩空间如图3所示,灰度值V下降时表示不断地从光亮颜色朝着暗黑颜色变化,色度均值H上升说明其颜色由黄色朝着蓝紫色变化,这与磨削烧伤颜色变化一致。
HSV色彩空间中,H表示对色彩的感知承载着色彩信息,是一个图像最显著也是最重要的信息,H也可以被称为色相取值范围0~1,其中变化规律是:红色0、黄色1/6、绿色1/3、青色1/2、蓝色2/3、品红5/6、红色1;S表示颜色纯度,是一个比例值,表示所选颜色的纯度和该颜色最大的纯度之间的比率;V表示灰度,意味颜色的明暗程度,取值范围为0~255,其中0表示黑色,255表示白色。步骤三:图像灰度与色相定量分析磨削烧伤。
基于HSV色彩空间对磨削表面图像特征参数色相H和灰度V进行统计分析,得到磨削表面的灰度均值V、灰度分布标准差σv、色相均值H和色相分布标准差σh,通过分析不同烧伤程度的表面色彩特征参数色相H和灰度V的分布规律,可以将磨削烧伤程度划分为4个级别,分别是:0级无磨削烧伤;1级轻度磨削烧伤;2级中度磨削烧伤;3级重度磨削烧伤。
有益效果:利用本发明可以对磨削烧伤程度快速准确判断与分级,为磨削工艺优化制定提供技术支持。
附图说明
图1是本发明流程图;
图2是磨削烧伤表面图像;
图3是HSV颜色空间模型的色相H与灰度V取值变化范围;
图4是灰度分布直方图及高斯拟合曲线图:(a)试件A的灰度分布直方图、(b)试件B的灰度高斯拟合曲线、(c)试件C的灰度高斯拟合曲线、(d)试件D的灰度高斯拟合曲线、(e)试件E的灰度高斯拟合曲线、(f)试件F的灰度高斯拟合曲线、(g)试件G的灰度高斯拟合曲线、(h)试件H的灰度高斯拟合曲线;
图5是磨削试件表面的色相H分布直方图:(a)试件A的色度分布直方图、(b)试件B的色度分布直方图、(c)试件C的色度分布直方图、(d)试件D的色度分布直方图、(e)试件E的色度分布直方图、(f)试件F的色度分布直方图、(g)试件G的色度分布直方图、(h)试件H的色度分布直方图;
图6是磨削烧伤程度分级:(a)不同烧伤程度磨削表面灰度分布规律、(b)不同烧伤程度磨削表面色相分布;
图7是HSV颜色空间表征法与磨削温度表征法关系曲线,(a)磨削温度-色相均值H拟合曲线、(b)磨削温度-灰度均值V拟合曲线。
具体实施方式
下面将结合附图和实施例对本发明做进一步详细说明。
实施例1
根据图1的流程图,本发明方法包括以下步骤:
(1)、磨削加工表面图像采集;
(2)、输出到计算机转化为HSV图像;
(3)、图像灰度与色相分析磨削烧伤定量评价。
具体而言,各步骤如下:
步骤一:磨削加工表面图像采集
首先使用CCD型相机获取试件A到试件H的磨削加工表面图像,其中试件A到试件H的工艺参数是固定磨削速度vs=120m/s、工件进给速度vw=6m/min时,磨削深度从ap=10μm变化到ap=120μm(ap=10、20、40、60、80、100、110、120μm)并在试验过程中测量对应的磨削温度值。对于获取的数字图像,分辨率设为50×150,共7500像素点,如图2所示。
步骤二:输出到计算机转化为HSV图像
对于获取的磨削表面图像保存至计算机中,在计算机中,GRB图像是以一个矩阵形式进行存储,构成该图像的每一个像素点可以看成矩阵中的一个元素,且该像素点呈现的颜色可用f(R,G,B)表示。在平面二维图像中,定义一个分辨率为a×b的数字图片。该图像中第i行、第j列的像素点用f(Rij,Gij,Bij)表示,则对于整幅图像可以用矩阵Iab来表示,如式(1):
将图像对应到HSV色彩空间中,其中色相H和灰度V的变化范围如图3所示,其中每个像素点对应的灰度V值和色相H值,计算方法如式(2)到式(4):
V=R*0.3+G*0.59+B*0.11 (4)
步骤三:图像灰度与色相定量分析磨削烧伤
对磨削表面图像特征参数,色相H和灰度V的统计分析,得到不同磨削烧伤程度表面(试件A到试件G)的灰度均值V、灰度分布标准差σv、色相均值H和色相分布标准差σh。如图4和图5所示。
通过分析不同烧伤程度的表面色相H和灰度V的分布规律可以将磨削烧伤程度划分为4个级别,分别是:0级无磨削烧伤;1级轻度磨削烧伤;2级中度磨削烧伤;3级重度磨削烧伤。其中0级烧伤程度其磨削表面色相H∈(0,0.15],灰度值V∈[255,220];1级烧伤程度磨削表面色相H∈[0.15,0.4],灰度值V∈[220,190];2级烧伤程度磨削表面色相H∈[0.4,0.5],灰度值V∈[190,140];3级烧伤程度磨削表面色相值H∈0.5,1],灰度值V∈[140,0],如图6所示。该发明实现了磨削烧伤程度定量表征与分级。
实施例2验证试验
为了验证磨削烧伤定量表征方法,进行三因素四水平正交试验,通过半人工热电偶法获取磨削温度,同时使用尼康D850数码相机获取每组试验的磨削表面图像,其中正交试验因素及水平见表1。正交试验共16组,每组的磨削工艺参数及试验结果见表2。磨削温度判别法判断磨削烧伤程度,需要制作人工热电偶测量温度操作繁琐,且只能根据临界烧伤温度判断是否发生烧伤,不能判断烧伤程度级别。由表2可知,依据HSV颜色模型评价磨削烧伤,当发生磨削烧伤时,其磨削温度高于钛基复材烧伤临界温度值600℃,准确率达到100%,还可以实现烧伤程度细致划分。并且根据此发明可以发现磨削温度-烧伤程度变化规律符合玻尔兹曼(Boltzmann)分布,如图7所示。对磨削温度T-灰度V、磨削温度T-色相H的曲线用Boltzmann函数进行拟合,得到T-H和T-V的函数关系,如式(5)和式(6),其拟合度分别达到R2=0.985和R2=0.963,也近一步说明本发明有效和准确,与磨削温度法具有相同可靠度。本发明具有简单、直观、准确、迅速等优势,只需获取磨削表面图像,再进行图像处理获取灰度与色相值,即可进行磨削烧伤定量评价。
表1三因素四水平正交表
表2钛基复合材料高速磨削参数及结果正交试验表
Claims (4)
1.一种基于HSV颜色空间模型的磨削烧伤定量表征方法,其特征在于,包括以下步骤:
步骤一:磨削加工表面图像采集
使用相机获取磨削表面图像;
步骤二:输出到计算机转化为HSV图像
将获取的磨削表面图像保存至计算机中,使用图像处理软件Photoshop截取仅含有工件磨削表面的图像,并固定图片的分辨率为a×b;HSV颜色模型可以与RGB图像模型相互转化,保留原图所有信息,在计算机中使用MATLAB软件将分辨率为a×b图像转化到HSV颜色空间中;
步骤三:图像灰度与色相定量分析磨削烧伤程度
基于HSV色彩空间对磨削表面图像特征参数色相H和灰度V进行统计分析,得到磨削表面的灰度均值V、灰度分布标准差σv、色相均值H和色相分布标准差σh。
2.根据权利要求1所述的一种基于HSV颜色空间模型的磨削烧伤定量表征方法,其特征在于:步骤二中,构成RGB图像的每一个像素点看成矩阵中的一个元素,且该像素点可用f(R,G,B)表示,其所呈现的颜色由RGB三种原色比例决定;在平面二维图像中,定义一个分辨率为a×b的数字图片,则该图像中第i行、第j列的像素点用f(Rij,Gij,Bij)表示,则对于RGB图像可以用矩阵Iab来表示,如式(1):
将RGB图像转化到HSV颜色空间中,其灰度值V和色相值H的计算方法如式(2)到式(4):
V=R*0.3+G*0.59+B*0.11 (4)
3.根据权利要求1所述的一种基于HSV颜色空间模型的磨削烧伤定量表征方法,其特征在于步骤三中,HSV色彩空间中,H取值范围0~1,变化规律是:红色0、黄色1/6、绿色1/3、青色1/2、蓝色2/3、品红5/6、红色1;S表示颜色纯度,表示所选颜色的纯度和该颜色最大的纯度之间的比率;V表示灰度,取值范围为0~255,其中0表示黑色,255表示白色。
4.根据权利要求3所述的一种基于HSV颜色空间模型的磨削烧伤定量表征方法,其特征在于,灰度值V下降时表示不断地从光亮颜色朝着暗黑颜色变化,色度均值H上升说明其颜色由黄色朝着蓝紫色变化,与磨削烧伤颜色变化一致;
其中,磨削表面灰度V分布符合高斯分布,使用高斯分布进行拟合,因此得到高斯分布数学期望和标准差,其中数学期望表示最多像素点对应的灰度值,也表示磨削试件表面灰度均值,方差表示色彩的变化范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910131077.5A CN109872316B (zh) | 2019-02-21 | 2019-02-21 | 一种基于hsv颜色空间模型的磨削烧伤定量表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910131077.5A CN109872316B (zh) | 2019-02-21 | 2019-02-21 | 一种基于hsv颜色空间模型的磨削烧伤定量表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109872316A true CN109872316A (zh) | 2019-06-11 |
CN109872316B CN109872316B (zh) | 2023-10-03 |
Family
ID=66919099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910131077.5A Active CN109872316B (zh) | 2019-02-21 | 2019-02-21 | 一种基于hsv颜色空间模型的磨削烧伤定量表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109872316B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113854961A (zh) * | 2021-09-13 | 2021-12-31 | 珀莱雅化妆品股份有限公司 | 一种去黑头化妆品人体功效评价方法 |
CN115100197A (zh) * | 2022-08-24 | 2022-09-23 | 启东市群鹤机械设备有限公司 | 一种工件磨削加工表面烧伤检测方法 |
CN115423816A (zh) * | 2022-11-07 | 2022-12-02 | 浙江安吉圆磨机械科技股份有限公司 | 一种金属表面磨削质量检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1865947A (zh) * | 2006-05-30 | 2006-11-22 | 南京航空航天大学 | 一种基于ccd图像特征的机械加工表面烧伤评价方法 |
CN106845524A (zh) * | 2016-12-28 | 2017-06-13 | 田欣利 | 一种渗碳淬火钢磨削表层组织与烧伤智能识别方法 |
-
2019
- 2019-02-21 CN CN201910131077.5A patent/CN109872316B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1865947A (zh) * | 2006-05-30 | 2006-11-22 | 南京航空航天大学 | 一种基于ccd图像特征的机械加工表面烧伤评价方法 |
CN106845524A (zh) * | 2016-12-28 | 2017-06-13 | 田欣利 | 一种渗碳淬火钢磨削表层组织与烧伤智能识别方法 |
Non-Patent Citations (1)
Title |
---|
易茜等: "基于彩色CCD图像的表面烧伤检测方法研究", 《三峡大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113854961A (zh) * | 2021-09-13 | 2021-12-31 | 珀莱雅化妆品股份有限公司 | 一种去黑头化妆品人体功效评价方法 |
CN115100197A (zh) * | 2022-08-24 | 2022-09-23 | 启东市群鹤机械设备有限公司 | 一种工件磨削加工表面烧伤检测方法 |
CN115423816A (zh) * | 2022-11-07 | 2022-12-02 | 浙江安吉圆磨机械科技股份有限公司 | 一种金属表面磨削质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109872316B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872316A (zh) | 一种基于hsv颜色空间模型的磨削烧伤定量表征方法 | |
JP4376058B2 (ja) | 定量的ビデオ顕微鏡法とそれに関連するシステム及びコンピューターソフトウェアプログラム製品 | |
EP2130013B1 (en) | Automatic selection of colorants and flakes for matching coating color and appearance | |
AU2012242996B2 (en) | Method for preparing quantitative video-microscopy and associated system | |
EP2610813B1 (en) | Biomarker evaluation through image analysis | |
CN101271522A (zh) | 一种大米中黄粒米的自动识别方法 | |
JP2005504276A (ja) | 定量ビデオ顕微鏡法とそれに関連するシステムおよびコンピュータソフトウェアプログラム製品 | |
KR101776355B1 (ko) | 광학 검사 파라미터를 설정하는 장치 및 방법 | |
CN103565419A (zh) | 测色装置和包含由该测色装置得到的颜色信息的肤色映射图 | |
CN102565044B (zh) | 基于图像处理的农药残留速测卡检测方法 | |
Milotta et al. | Munsell color specification using arca (automatic recognition of color for archaeology) | |
CN114730473A (zh) | 用于识别目标涂层中效果颜料的方法和设备 | |
CN113222937A (zh) | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 | |
Sinaga | Color-based Segmentation of Batik Using the L* a* b Color Space | |
CA3127899A1 (en) | Process and apparatus for finding and adapting effect color formulations, incorporating comparison with the visual perception of texture qualities | |
CN112488997B (zh) | 基于特征插值的古代绘画印刷品颜色复现检测和评价方法 | |
CN102175191A (zh) | 一种ma岛组织的面积百分比的定量方法 | |
CN113838081A (zh) | 一种基于机器视觉判别烤烟烟叶颜色均匀度的方法和装置 | |
El-Rifai et al. | Enhanced spectral reflectance reconstruction using pseudo-inverse estimation method | |
US9122904B2 (en) | Method for optimization of quantitative video-microscopy and associated system | |
Lu et al. | Color matching for colored fiber blends based on the fuzzy c-mean cluster in HSV color space | |
CN109919924A (zh) | 一种适用于大批量he染色图片细胞数字化处理的方法 | |
CN115278192B (zh) | 从cie-xyz表色系到din表色系的自动转换方法 | |
CN108760784A (zh) | 一种双相钛合金切削加工表面层金相体积分数梯度分布的定量分析方法 | |
CN1152239C (zh) | 三元合金系与参比合金的色差图及其制作方法 |
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 |