CN103712565B - 一种基于钢球磨痕梯度的磨斑直径测量方法 - Google Patents

Abstract

本发明公开了一种基于钢球磨痕梯度的磨斑直径测量方法，具体包括以下步骤：利用扫描面镜采集钢球的磨斑图像，并将磨斑图像输入至计算机；彩色磨斑图像灰度化，得到磨斑灰度图f；标尺检测，得到磨斑标尺初图CC；计算单位像素的长度HD；计算磨斑灰度图f的梯度，得到磨斑灰度图f的梯度图G；对梯度图G进行二值化处理，得到梯度分割图MG。对梯度分割图MG进行数学形态学的闭运算，得到梯度连接图OG；对梯度连接图OG进行数学形态学开运算，得到梯度磨斑图CG：对梯度磨斑图CG进行去零星操作，得到磨斑初图CM；对磨斑出图CM进行填补空洞操作，得到磨斑图FM；计算钢球的磨斑直径。本发明的方法处理速度快，测量精度高，便于作为永久资料长期保存，可用于新型润滑剂的研制工作中。

Description

一种基于钢球磨痕梯度的磨斑直径测量方法

技术领域

本发明涉及一种基于钢球磨痕梯度的磨斑直径测量方法。

背景技术

润滑油是用在各种机械上以减少摩擦，保护机械及加工件的液体润滑剂。润滑油品质主要通过粘度、氧化安定性和润滑性来判定。粘度是反映润滑油流动性的指标；氧化安定性表示油品在使用环境中所表现的抗氧化能力；润滑性表示润滑油的减磨性能。一旦润滑油的抗磨性能下降，将会加剧高温运转零部件磨损和擦伤。因此，及时、准确测定润滑油的抗磨性对于保护机械、延长其的工作寿命尤为重要。

四球磨损试验机因结构简单、操作方便、用油量少，试验周期短、费用低等优点，被用于评价润滑油的抗磨损性能。根据中国人民共和国石油化工行业标准，润滑油抗磨损性能测定方法为：三个直径为12.7mm的钢球被夹紧在一油盒中，并被试油覆盖，另一个同一直径的钢球置于三球顶部，受147N（15KGf）或受392N（40KGf）力作用，成为“三点接触”。当试油达到一定温度后（75℃±2℃），顶球在一定转速下旋转60min，用测量精度为0.01mm的显微镜测量下面三个钢球的磨斑直径，每个球的磨斑直径测量两次，一次沿着油杯中心射线方向，第二次与第一次垂直，试油抗磨损性能通过三个球的六次测量的磨斑直径的算术平均值来评价，润滑油的抗磨性能随着钢球磨斑直径的增大而下降。但是方法存在以下不足：一是测量过程中的测量角度很难保证。测量钢球直径时，要求测量一次沿着油杯中心射线方向，第二次与第一次垂直，两次测量的角度常常存在一定偏差。二是磨斑几乎不可能是规则的圆形，测量时就很难找到磨斑的等效圆，测量的直径也会存在较大误差。三是上球与油杯轴心未对齐或磨斑为椭圆时等情况发生时，很难保证测量精度。四是测量费时、费力。当测量人员经验不足或磨斑形态不规则时，常常需要进行多次重复测量，费时费力。

综上，研究一种快速、准确地测量钢球磨斑直径的方法，对于准确判定润滑油的抗磨性能尤为重要。

发明内容

针对上述现有技术中存在的缺陷或不足，本发明的目的在于，提供一种基于钢球磨痕梯度的磨斑直径测量方法，该方法首先利用扫描面镜采集钢球磨斑的图像，利用钢球磨斑磨痕的梯度信息提取磨斑图像的磨斑区，最后计算磨斑区的面积和直径。操作人员可依据本方法得到的钢球磨斑直径快速、准确的判定润滑油的抗磨性能。本发明的方法计算简单、运行速度快，且精度高，适合在实时***中采用。

为了达到上述目的，本发明采用如下的技术方案予以解决：

一种基于钢球磨痕梯度的磨斑直径测量方法，具体包括以下步骤：

步骤1：利用扫描面镜采集钢球的磨斑图像，并将磨斑图像输入至计算机，若扫描面镜采集的是灰度图像，则跳过步骤2直接转入步骤3；若扫描面镜采集的是RGB彩色图像，则转入步骤2；

步骤2：彩色磨斑图像灰度化，得到磨斑灰度图f；

步骤3：标尺检测，得到磨斑标尺初图CC；

步骤4：计算单位像素的长度HD；

步骤5：计算磨斑灰度图f的梯度，得到磨斑灰度图f的梯度图G；

步骤6：利用式7对梯度图G进行二值化处理，得到梯度分割图MG：

其中为，T₂为梯度分割阈值，通常取80～120为宜。

步骤7：对梯度分割图MG进行如式8所示的数学形态学的闭运算，得到梯度连接图OG；

（式8）

其中，Se为结构元素，通常取5×5～11×11的正方形的结构元素；ο表示形态学闭运算；MGοSe表示MG被结构算子Se进行闭运算操作；表示膨胀运算；Θ表示腐蚀运算。

步骤8：为消除梯度连接图OG中的毛刺，对梯度连接图OG进行如式9所示的数学形态学开运算，得到梯度磨斑图CG：

$\mathrm{CG}=\mathrm{OG}\·\mathrm{Se}=\left(\mathrm{OG\ΘSe}\right)\⊕\mathrm{Se}$ （式9）

其中，·为形态学开运算。

步骤9：对梯度磨斑图CG其进行去零星操作，得到磨斑初图CM；

步骤10：填补空洞操作，得到磨斑图FM；

步骤11：计算钢球的磨斑直径。

进一步的，所述步骤2的具体步骤如下：

将采集的RGB彩色图像记为F，其大小为M×N；x和y表示像素(x,y)的行和列，1≤x≤M，1≤y≤N，x和y均为整数；(R(x,y),G(x,y),B(x,y))分别表示像素(x,y)的R(Red,R)分量值、G(Green,G)分量值和B(Blue,B)分量值；彩色图像F的灰度化如式1所示：

f(x,y)＝0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y)(式1)

其中，f为磨斑灰度图，f(x,y)为像素(x,y)的灰度值。

进一步的，所述步骤3的具体步骤如下：

磨斑灰度图f中的白色区域为标尺，利用该白色区域的灰度特性即利用式2提取出白色的磨斑标尺初图CC：

其中，T₁为阈值，通常取200～230为宜。

进一步的，所述步骤4的具体步骤如下：

首先，采用8-连通标记磨斑标尺初图CC中CC(x,y)=1的连通区域；其次，统计各连通区域的像素数；再次，提取像素数最多的连通区域作为磨斑标尺图CF；最后，扫描磨斑标尺图CF的所有列，记像素值CF(x,y)=1的像素点的最左列和最右列的列坐标值分别为P_l和P_r，则单位像素的长度HD计算如式3所示：

$\mathrm{HD}=\frac{(P_r-P_l)}{\mathrm{CD}}$ （式3）

其中，CD为标尺长度，单位：mm，根据测量要求的不同，可选用标称0.01mm～0.1mm的标尺。

进一步的，所述步骤5的具体步骤如下：

将梯度图G中标尺区的像素的梯度值置为0，将梯度图G中剩余其它像素区域的梯度值G(x,y)由式4表示：

G(x,y)＝G_X(x,y)+G_Y(x,y)（式4）

其中，G(x,y)为像素点(x,y)的梯度；G_X(x,y)为像素点(x,y)在X方向的梯度；G_Y(x,y)为像素点(x,y)在Y方向的梯度。

X方向的梯度G_X(x,y)和Y方向的梯度G_Y(x,y)分别通过（式5）和（式6）得到：

$G_X(x,y)=\left[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]*f$ （式5）

$G_Y(x,y)=\left[\begin{array}{ccc}+1& +2& +1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right]*f$ （式6）

其中，*表示平面卷积运算。

进一步的，所述步骤9的具体步骤如下：

首先，采用8-连通标记梯度磨斑图CG中CG(x,y)=1的连通区域；其次，统计各连通区域的像素数；最后，提取像素数最多的连通区域作为磨斑初图CM。

进一步的，所述步骤10的具体步骤如下：

对磨斑初图CM进行数学形态学的闭运算，得到磨斑图FM：

（式10）

进一步的，所述步骤11的具体步骤如下：

统计磨斑图FM中像素值为1的像素数目，利用式10计算钢球的磨斑直径D：

$D=2\·\sqrt{\frac{\mathrm{NM}}{\mathrm{\π}}}\·\mathrm{HD}$ (式11)

其中，NM为磨斑图FM中像素值为1的像素的数目，HD为单位像素的长度，单位：mm。

与传统的显微镜测量方法相比，本发明的方法优点如下：

（1）处理速度快。以某钢球磨斑直径测定为例，从确定一次测量角度→一次测量→记录数据→确定二次测量的角度→二次测量→记录数据→计算磨斑直径等一系列的操作，一个钢球磨斑直径的测量大致需要10～20分钟，若需要重新测量时，耗时则更长；而本发明的方法的运行时间却大大减少，实施例运行时间为0.34s，处理速度大大提高。

（2）测量精度高。显微镜的测量精度为0.01mm，以实施例中计算机采集的图像大小768×1024为例，1个像素点测量精度为0.001022mm，比直尺的最小单位精度提高了近10倍；此外，本发明无需调整两次测量的角度，也不要求磨斑的形态必须为圆形，测量精度大大提高了。

（3）便于作为永久资料长期保存。实际中常常需要保存润滑油的抗磨性能的试验结果，但随着时间的增长，钢球的磨斑容易氧化、生锈，不易保存。而本发明中钢球的磨斑图像能够作为永久资料长期保存。

（4）可用于新型润滑剂的研制工作中。近年来科研院校均大力开展润滑剂的研制工作，该方法也可用于测定新型润滑剂抗磨性能。

附图说明

图1是本发明的实施例中的彩色磨斑图记为F。

图2是本发明的实施例中的磨斑灰度图f。

图3是本发明的实施例中的磨斑标尺图CF。

图4是本发明的实施例中的梯度图G。

图5是本发明的实施例中的梯度分割图MG。

图6是本发明的实施例中的梯度连接图OG。

图7是本发明的实施例中的梯度磨斑图CG。

图8是本发明的实施例中的磨斑初图CM。

图9是本发明的实施例中的磨斑图FM。

图10是本发明的实施例中与磨斑图FM对应的磨痕。

以下结合附图和实施例对本发明作进一步的详细说明。

具体实施方式

本发明的基于钢球磨痕梯度的磨斑直径测量方法，具体包括以下步骤：

步骤S1：将钢球和白色的标尺置于电子扫描面镜内，用电子扫描面镜采集待测钢球和白色标尺的彩色磨斑图F，并将其输入至计算机中，采集到的钢球磨斑图F为768×1024的RGB彩色图像，标尺选用标称为0.5mm的规格类型。

步骤S2：对钢球磨斑图F进行灰度化处理，得到磨斑灰度图f。彩色图像F的灰度化如式1所示：

f(x,y)＝0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y)(式1)

其中，f为磨斑灰度图；f(x,y)为像素(x,y)的灰度值；x和y表示像素(x,y)的行和列；1≤x≤768，1≤y≤1024，x和y均为整数；(R(x,y),G(x,y),B(x,y))分别表示像素(x,y)的R(Red,R)分量值、G(Green,G)分量值和B(Blue,B)分量值。

步骤S3：标尺检测，得到磨斑标尺初图CC。磨斑灰度图f中的标尺区检测方法如式2所示：

其中，T₁为阈值，取T₁=200。

步骤S4：计算单位像素的长度HD。具体操作为：首先，采用8-连通标记磨斑标尺初图CC中CC(x,y)=1的连通区域；其次，统计各连通区域的像素数；再次，提取像素数最多的连通区域作为磨斑标尺图CF；最后，扫描磨斑标尺图CF的所有列，记像素值CF(x,y)=1的像素点的最左列和最右列的列坐标值分别为P_l和P_r，则单位像素的长度HD计算如（式3）所示：

$\mathrm{HD}=\frac{\mathrm{CD}}{(P_r-P_l)}$ （式3）

其中，CD为标尺长度，单位：mm，这里选用0.5mm，实施例中P_l和P_r分别为32和520，HD=0.001022。

步骤S5：计算磨斑灰度图f的梯度，得到磨斑灰度图f的梯度图G。为避免将标尺区域也检测为磨斑磨痕，首先将梯度图G中的标尺区（即磨斑标尺图CF中CF(x,y)=1的连通区域）的梯度置为0，将梯度图G中剩余其他所有像素的梯度G由式4表示：

G(x,y)＝G_X(x,y)+G_Y(x,y)（式4）

其中，G(x,y)为像素点(x,y)的梯度；G_X(x,y)为像素点(x,y)在X方向的梯度；G_Y(x,y)为像素点(x,y)在Y方向的梯度。

X方向的梯度G_X(x,y)和Y方向的梯度G_Y(x,y)分别通过（式5）和（式6）得到：

$G_X(x,y)=\left[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]*f$ （式5）

$G_Y(x,y)=\left[\begin{array}{ccc}+1& +2& +1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right]*f$ （式6）

其中，*表示平面卷积运算。

步骤S6：利用式7对梯度图G进行二值化处理，得到梯度分割图MG：

其中，T₂为梯度分割阈值，T₂=100。

步骤S7：对梯度分割图MG进行数学形态学的闭运算。将梯度分割图MG进行数学形态学的闭运算后，得到梯度连接图OG。数学形态学闭运算是先膨胀后腐蚀，它可以将聚集在一起的区域连接在一起。闭运算如（式8）所示：

（式8）

其中，Se为结构元素，实施例中取Se为9×9的正方形的结构元素；ο表示形态学闭运算；MGοSe表示MG被结构算子Se进行闭运算；表示膨胀运算；Θ表示腐蚀运算。

步骤S8：进行数学形态学的开运算。为消除梯度连接图OG中的毛刺，对梯度连接图OG进行数学形态学开运算，得到梯度磨斑图，记为CG，具体操作为：先腐蚀后膨胀，其公式表示为（式9）：

$\mathrm{CG}=\mathrm{OG}\·\mathrm{Se}=\left(\mathrm{OG\ΘSe}\right)\⊕\mathrm{Se}$ （式9）

其中，·为形态学开运算。

步骤S9：去零星操作。梯度磨斑图CG中还有一些零星的噪声区，应对其进行去零星操作，得到磨斑初图，记为CM。去零星操作具体为：首先，采用8-连通标记梯度磨斑图CG中CG(x,y)=1的连通区域；其次，统计各连通区域的像素数；最后，提取像素数最多的连通区域作为磨斑初图，记为CM。

步骤S10：填补空洞操作，得到磨斑图FM。在磨斑初图CM中还存在黑色的空洞，应对其进行填补空洞操作，对磨斑初图CM进行数学形态学的闭运算，来填补空洞，得到磨斑图FM。

（式10）

步骤S11：计算钢球的磨斑直径。

统计磨斑图FM中像素值为1的像素数，利用下式计算磨斑直径

$D=2\·\sqrt{\frac{\mathrm{NM}}{\mathrm{\π}}}\·\mathrm{HD}$ (式11)

其中，NM为磨斑图FM中像素值为1的像素的数目，HD为单位像素的长度，单位：mm。实施例中，NM=379806，故计算得到的磨斑直径D=0.7107mm。

为了说明本发明的效果，发明人从运行时间和测定精度两方面，将本发明实施例1和传统的显微镜测定法作对比，对比如下：

（1）运行时间。以一个钢球磨斑直径两次测量为例，传统的显微镜测定法耗时约16分钟。本实施例在Intelcpu2.4GHz，1GB的内存的计算机中，利用Matlab软件进行仿真，对采集到的768×1024的钢球磨斑图像进行磨斑直径测定，所用的时间为0.34S，速度得到了极大的提高。

（2）测定精度。一方面，传统显微镜法的测量精度为0.01mm，以计算机采集的图像大小768×1024为例，1个像素点测量精度为0.001022mm，测量工具的测量精度大为提高。另一方面，分别用传统法和本实施例对油斑样本进行润滑油抗磨性测量，传统法两次测定结果为：0.6mm和0.7mm，而本实施例测定的钢球磨斑直径为0.7107mm，由测定的数据可知，传统法测定的数据均有较大的偏差，这是因为实际中磨斑样本并非标准圆，而本技术方案通过磨痕的丰富梯度信息计算润滑油的抗磨性能，其测量结果精度非常高，这也充分说明本发明的技术方案是有效的。

Claims (7)

1.一种基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，具体包括以下步骤：

步骤1：利用扫描面镜采集钢球的磨斑图像，并将磨斑图像输入至计算机，若扫描面镜采集的是灰度图像，则转入步骤3；若扫描面镜采集的是RGB彩色图像，则转入步骤2；

步骤2：彩色磨斑图像灰度化，得到磨斑灰度图f；具体步骤如下：

将采集的RGB彩色图像记为F，其大小为M×N；x和y表示像素(x,y)的行和列，1≤x≤M，1≤y≤N，x和y均为整数；(R(x,y),G(x,y),B(x,y))分别表示像素(x,y)的R(Red,R)分量值、G(Green,G)分量值和B(Blue,B)分量值；彩色图像F的灰度化如式1所示：

f(x,y)＝0.3·R(x,y)+0.59·G(x,y)+0.11·B(x,y)(式1)

其中，f为磨斑灰度图，f(x,y)为像素(x,y)的灰度值；

步骤3：标尺检测，得到磨斑标尺初图CC；

步骤4：计算单位像素的长度HD；

步骤5：计算磨斑灰度图f的梯度，得到磨斑灰度图f的梯度图G；

步骤6：利用式7对梯度图G进行二值化处理，得到梯度分割图MG：

(式7)

其中为，T₂为梯度分割阈值，取80～120为宜；

步骤7：对梯度分割图MG进行如式8所示的数学形态学的闭运算，得到梯度连接图OG；

(式8)

其中，Se为结构元素，通常取5×5～11×11的正方形的结构元素；ο表示形态学闭运算；MGοSe表示MG被结构算子Se闭运算；表示膨胀运算；Θ表示腐蚀运算；

步骤8：为消除梯度连接图OG中的毛刺，对梯度连接图OG进行如式9所示的数学形态学开运算，得到梯度磨斑图CG：

$CG=OG\·Se=\left(OG\mathrm{\Θ}Se\right)\⊕Se$ (式9)

其中，·为形态学开运算；

步骤9：对梯度磨斑图CG进行去零星操作，得到磨斑初图CM；

步骤10：填补空洞操作，得到磨斑图FM；

步骤11：计算钢球的磨斑直径。

2.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤3的具体步骤如下：

磨斑灰度图f中的白色区域为标尺，利用该白色区域的灰度特性即利用式2提取出白色的磨斑标尺初图CC：

(式2)

其中，T₁为阈值，取200～230为宜。

3.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤4的具体步骤如下：

首先，采用8-连通标记磨斑标尺初图CC中CC(x,y)＝1的连通区域；其次，统计各连通区域的像素数；再次，提取像素数最多的连通区域作为磨斑标尺图CF；最后，扫描磨斑标尺图CF的所有列，记像素值CF(x,y)＝1的像素点的最左列和最右列的列坐标值分别为P_l和P_r，则单位像素的长度HD计算如式3所示：

$HD=\frac{(P_r-P_l)}{CD}$ (式3)

其中，CD为标尺长度，单位：mm，根据测量要求的不同，选用标称0.1mm～1mm的标尺。

4.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤5的具体步骤如下：

将梯度图G中标尺区的像素的梯度值置为0，将梯度图G中剩余其它像素区域的梯度值G(x,y)由式4表示：

G(x,y)＝G_X(x,y)+G_Y(x,y)(式4)

其中，G(x,y)为像素点(x,y)的梯度；G_X(x,y)为像素点(x,y)在X方向的梯度；G_Y(x,y)为像素点(x,y)在Y方向的梯度；

X方向的梯度G_X(x,y)和Y方向的梯度G_Y(x,y)分别通过(式5)和(式6)得到：

$G_X(x,y)=\left[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]*f$ (式5)

$G_Y(x,y)=\left[\begin{array}{ccc}+1& +2& +1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right]*f$ (式6)

其中，*表示平面卷积运算。

5.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤9的具体步骤如下：

首先，采用8-连通标记梯度磨斑图CG中CG(x,y)＝1的连通区域；其次，统计各连通区域的像素数；最后，提取像素数最多的连通区域作为磨斑初图CM。

6.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤10的具体步骤如下：

对磨斑初图CM进行数学形态学的闭运算，得到磨斑图FM：

(式10)。

7.如权利要求1所述的基于钢球磨痕梯度的磨斑直径测量方法，其特征在于，所述步骤11的具体步骤如下：

统计磨斑图FM中像素值为1的像素数目，利用式11计算钢球的磨斑直径D：

$D=2\·\sqrt{\frac{NM}{\mathrm{\π}}}\·HD$ (式11)

其中，NM为磨斑图FM中像素值为1的像素的数目，HD为单位像素的长度，单位：mm。