Спосіб оцінки переміщень поверхні

Спосіб оцінки переміщень поверхні, при якому одержують зображення аналізованої ділянки, усу 3 42866 NaOH з наступним промиванням зразка у дистильованій воді та просушуванням. Після висихання зразка його занурюють в натрій хлоридно фосфатну суміш яка містить, г/л: ортофосфорної кислоти Н3РO4 500 хлористого натрію NaCl 80 та проводять електрохімічне контурне травлення незахищених ділянок поверхні зразка при температурі електроліту 18-25°С та густині струму 2-4 А\дм2, час проходження струму 2-3хв. Глибина отриманих лунок 1 ділильної сітки становить 23мкм, крок не більше 0,1мм, діаметр лунок не більше 0,02мм. Поверхню в околі втомної тріщини 2 фотографують цифровою фотокамерою, через об'єктив оптичного мікроскопа. Одержують кольорове зображення досліджуваної поверхні М = {mi} отримують матрицю яскравості у градаціях сірого кольору G = {gi}, кожен піксель якого відповідає величині інтенсивності певного пікселя початкового зображення. Для визначення положення плям визначають приналежність кожного пікселя плямі, або фону. Це завдання вирішують бінарним перетворенням. На бінарному зображенні білі пікселі належать фону, а чорні - шукані об'єктам. З цією метою зображення розбивають на прямокутні ділянки розміром не менше bR х bR, визначаючи для кожної з них мінімальне IGF min та максимальне IGF max значення інтенсивності. В результаті бінарного перетворення утворюється матриця В = {bi}. 4 Множину точок бінарного зображення об'єднують в окремі плями 3 агломеративною кластеризацією. Спочатку кожну точку розглядають як окремий кластер. Далі об'єднують всі кластери, відстань між якими менша, чи дорівнює граничній величині Lгр. Важливим параметром кластеризації є допустимі мінімальний Smin та максимальний Smax розміри кластера. Прийнаючи, що розміри нанесених на поверхню досліджуваного зразка плям близькі, кластери, розмір яких виходить за межі певного діапазону [Smin...Smax], а також кластери дотичні до країв зображення відкидають. Визначають координати центра кожного кластера після завершення кластеризації, формуючи їх масив. Кожен кластер є відмінним від фону елементом зображення. Масив С містить як шукані плями, так і деякі шумові елементи, які не вдалося видалити на попередніх етапах алгоритму. Переміщення відповідних центрів кластерів знаходять порівнянням двох зображень (до і після деформування), на основі векторів переміщень 4. Векторне поле розраховують відносно осі, напрямок якої співпадає з напрямком нанесених на зразок ланцюжків маркерів і проходить через вістря тріщини, обчислюючи поле переміщень 5 вздовж осі Y. Приклад конкретного виконання способу В таблиці наведено приклад параметрів режимів електрохімічного контурного травлення ділильної сітки 1 на поверхні стального зразка типу 25Х1М1ФВ околі втомної тріщини 2. Таблиця 1 Режими електрохімічного контурного травлення зразка з сталі 25Х1М1Ф 1 Площа робочої ділянки зразка, дм2 25Х1М1Ф 0,1* Густина струму, А/дм2 1,54 Таким чином на робочій ділянці зразка ми отримуємо систему лунок із чітким контуром та сталим кроком не більшим 0,1мм, діаметр лунок не більше 0,02мм. В таблиці 2 наведено приклад параметрів для аналізу переміщень сітки лунок 1 поверхні зразка Режим травлення Час протікання Температура реалізації струму, хв процесу, °С 2 70 із сталі 25Х1М1Ф, в результаті прикладання навантаження розтягу. Графічно результат аналізу пари бінаризованих зображень поверхні 3, одержують у вигляді векторів переміщень 4 та поля переміщень 5. 5 42866 6 Таблиця 2 Режими аналізу зображення поверхні Матеріал Збільшення мікроскопа Роздільна здатність фотоапарата Крок нанесеної на зразок сітки, мм (піке) Вид фільтру Середньоквадратичне відхилення гаусіана, піке Розмір ядра, піке Відносна границя, % Розмір ділянки, піке Гранична відстань між кластерами, піке Мінімально допустимий розмір кластера, піке Максимально допустимий розмір кластера, піке Поверхню фотографують цифровою фотокамерою, об'єктив якої жорстко закріплено на окулярі оптичного мікроскопа. На основі вихідного кольорового зображення досліджуваного зразка М = {mi} отримують матрицю яскравості у градаціях сірого кольору G = {gi}, кожен піксель якого відповідає величині інтенсивності певного пікселя початкового зображення. Для перетворення використовують формулу, прийняту стандартом телебачення NTSC: gi =0.30mRi + 0.59mGi + 0.11mBi (1) де m Ri, m Gi та mBi - величина інтенсивності відповідно червоної, зеленої та синьої складової для і-го пікселя зображення М. Для визначення положення плям щодо кожного пікселя слід прийняти рішення: він є елементом плями, або належить фону. Це завдання вирішують бінарним перетворенням. На бінарному зображенні білі пікселі відповідають фону, а чорні шуканим об'єктам. З цією метою зображення розбиваємо на прямокутні ділянки розміром не менше bR х bR, для кожної з яких визначаємо мінімальне IGF min та максимальне IGF max значення інтенсивності. Розмір ділянки має відповідати умові: bR ³ 2 × LScep, (2) де LScep - середня відстань між центрами плям. Після цього на основі знайдених значень розраховуємо границю перетворення: LB = LA (IGF max - IGF min ), 100 (3) де LA - відносна границя перетворення, %. Результатом бінарного перетворення є матриця В = {bi}, кожен елемент якої b, дорівнює: ì0, при gFi < L B bi = í . î1, при gFi ³ L B (4) Сталь 25Х1 МІФ х70 4 Мпікс 0.1 (48) Гаусовий фільтр 2 11 20 150 1,41 60 500 На Фіг.2 подано бінарні зображення, які відповідають початковим зображенням Фіг.1 після програмної обробки за запропонованим алгоритмом. Для об'єднання множини точок бінарного зображення в окремі плями проводять агломеративну кластеризацію. Спочатку кожну точку вважають окремим кластером. Далі об'єднують всі кластери, відстань між якими менша, чи дорівнює граничній величині Lгр: l £ L гр (5) , На практиці при опрацюванні отриманих зображень приймають, що кластери об'єднуються, якщо вони дотикаються. Важливим параметром кластеризації є допустимий мінімальний Smin та максимальний Smax розмір кластера. Оскільки розміри нанесених на поверхню досліджуваного зразка плям приблизно однакові, то кластери, розмір яких виходить за межі допустимого діапазону [Smin...Smax], відкидають; також видаляють кластери, які дотикаються до країв зображення. Після завершення кластеризації визначають координати центра кожного кластера: x ci = 1 N N åx , y i 1 ci = 1 N N åy , i (6) 1 де N - кількість точок у кластері; х„ у і - координати i-ої точки кластера. На основі множини центрів кластерів формують масив С={сi}={(хci,уci}. (7) Кожен кластер є відмінним від фону елементом зображення. Масив C містить як шукані плями, так і деякі шумові елементи, які не вдалося видалити на попередніх етапах алгоритму. Таким чином, запропонований спосіб забезпечує підвищення точності визначення переміщення ділянок елементів зображення. 7 Комп’ютерна верстка Л. Купенко 42866 8 Підписне Тираж 28 прим. Міністерство освіти і науки України Державний департамент інтелектуальної власності, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601