基于腐蝕產物顏色分析的材料腐蝕程度評定方法

紀 鋼，彭麗麗，王 平

(重慶理工大學計算機科學與工程學院，重慶 400054)

在材料環境試驗中，由于受到各種環境因素的影響，材料表面會發生腐蝕，并產生腐蝕產物。材料腐蝕產物是判斷材料在環境適應性下腐蝕程度大小的一個重要指標，也是評價材料腐蝕等級的重要數據來源［1］。因此，準確檢測、評價材料表面腐蝕產物顏色是一個重要的基礎技術。目前，在材料外觀腐蝕產物檢測方面仍然是以人工觀測腐蝕產物外觀顏色為主。由于人的知識差異以及經驗等因素，對材料外觀腐蝕產物顏色評定標準的理解與具體檢測執行的結果往往不一致。人工檢測的結果是以定性數據為主，給進一步的數據分析和數據挖掘帶來一定困擾，從而給準確評價材料的腐蝕程度帶來困難。另外，人工檢測的勞動強度高、效率低。腐蝕產物在材料中的形貌通常是不規則的，用常規的檢測工具及肉眼很難描述腐蝕特征的大小、面積及外觀腐蝕特征顏色。圖像作為一種信息記錄，已經在各個應用領域中發揮著重要的作用。近年來，隨著機器視覺技術和圖像處理技術的發展，大量的材料外觀腐蝕信息通常可由圖像來記錄。如何將這些圖像轉變為計算機能夠處理、識別的信息，并且從這些信息中解決材料外觀腐蝕特征［2-4］的處理，對腐蝕產物進行顏色評定，是圖像處理技術、材料腐蝕技術需要解決的問題，也是本文的主要研究內容。

1 材料腐蝕產物顏色分析及處理

1.1 材料腐蝕產物圖像獲取方式

可通過建立圖像采集系統獲取材料外觀腐蝕產物圖像。該采集系統主要由工業數字相機、鏡頭、照明光源、樣品放置平臺、接口和計算機系統構成，各部分的主要作用為:

1)樣品放置平臺，為檢測試樣提供穩定的放置平臺;

2)工業數字相機和鏡頭，通過光電轉換直接將模擬信號采集成數字信號;

3)照明光源，均勻照亮試樣表面，使材料腐蝕特征形貌與背景有較大的反差;

4)接口，作為攝像頭與計算機之間信息的傳輸通道;

5)計算機系統，用于圖像采集、存儲、處理及信息管理的主機。

采集到的圖像信息，以“* .BMP”或“* .jpg”圖形文件格式存儲在計算機系統中。在采集腐蝕圖像的過程中，考慮到隨機噪聲以及光照不均勻等因素的影響，可采用Gamma校正對圖像進行前期的預處理。Gamma校正補償了不同輸出設備存在的顏色顯示差異，使圖像在不同的監視器上顯示出相同的效果。采用非線性函數互相疊加的修正模式對采集到的腐蝕產物的圖像進行校正。考慮到實際光照強度下，圖像中會存在高光和陰影之間的過度區域，可采用不同的Gamma值對圖像的不同區域進行校正，即對高光、過渡和陰影區域采用不同校正強度，這樣很好地保證了圖像顏色的真實性。

1.2 材料腐蝕產物圖像特征分割處理

圖像分割［5-11］是指按照區域一致性準則將圖像分成若干個特定的、具有獨特性質的區域，這些區域是互相不交叉的，每一個區域都滿足特定區域的一致性。圖像分割是由圖像處理到圖像分析的關鍵步驟。利用集合的概念，可以進行圖像分割形式化定義［12］:令集合S代表整個圖像區域，對S的分割可以看作將S分割成n個滿足以下5個條件的非空子集(子區域):

2)對于任意 i和 j，i≠j，Si∩Sj= ?;

3)對于 i=1，2，…，n，P(Si)=TRUE;

4)對于任意相鄰區域Si和Sj，P(Si∪ Sj)=FALSE;

5)對于 i=1，2，…，n，Si是連通區域。

以上條件中，?是空集，區域一致性定義為邏輯謂詞 P(.)。

條件1)指出:1幅圖像分割后，其結果中的全部子區域的并集應該能包括圖像中的全部像素，或者說圖像中的每一個像素必定屬于某個子區域。條件2)指出:分割后，各個子區域是互不重疊的，或者說在分割后1個像素不能同時屬于2個子區域。條件3)和4)指出:分割后，不同的子區域具有不同的特性，它們沒有公共元素，或者說屬于同一個區域中的像素應該具有相同的性質，不同區域的像素具有不同的特性。條件5)指出:分割后，同一個子區域內的像素是連通的，即同一個子區域內的任意2個像素在該子區域內連通。

根據分割處理的特點，對材料腐蝕產物顏色圖像的分割就是要把材料腐蝕特征的各個顏色區域分割出來。由于每一個試驗樣品材料腐蝕區域的腐蝕程度不一樣，因此在采集到的圖像上將呈現出多個腐蝕特征，如圖1所示。所以，應將圖像分割成多個目標與背景的區域，在各區域中利用自適應閾值的方法對腐蝕產物的圖像進行分割，從而提取不同的腐蝕特征信息，并且對這些腐蝕區域進行統一編號。具體操作過程為:將圖像細分為N×N的子圖像，使每個子圖像內的亮度近似于均勻，然后在每個子圖像內確定各自的閾值［13］，進行局部二值化。子圖像i的閾值Ti可以采用全局閾值方法，根據閾值Ti對該子圖像i進行分割。以這種多閾值［14］的變化方法代替傳統的固定閾值對圖像進行分割，在分割的同時充分考慮每個像素點的局部特性，以便得到更準確的分割信息。圖2為二值化分割處理的圖像。

圖1 特征原始圖像

圖2 特征二值化圖像

對材料腐蝕特征顏色的獲取，實際上就是對腐蝕特征顏色的分割。在腐蝕特征二值化分割后，進行腐蝕特征區域的處理，確定各個腐蝕特征顏色區域邊界，如圖3所示。最后，將各個特征腐蝕區域與原圖像作相與運算，在原圖像中分割出各個特征腐蝕區域，以便對各個腐蝕區域的顏色值進行處理。

圖3 特征顏色區域邊界圖像

1.3 材料腐蝕產物圖像特征顏色的處理

在材料腐蝕產物圖像特征顏色的處理中，采用RGB空間對顏色進行描述，便于機器的處理與識別，同時，也方便提取各腐蝕區域顏色中的R、G、B值。通過對材料各個腐蝕特征圖像分割后，腐蝕產物特征被分割成多個特征區域，并進行統一編號。由于在材料腐蝕特征區域中，每個腐蝕區域都由多個像素點組成，通過統計封閉腐蝕區域像素點的個數n來表示腐蝕區域的面積，用Si表示，其中i為腐蝕區域的編號。各個腐蝕區域的面積百分比

其中S表示整個圖像的面積。由于每一個腐蝕區域都包含若干個像素，每個像素都有不同的R、G、B值，則每個腐蝕區域中的R、G、B的平均顏色值可定義為

2 材料腐蝕產物顏色與腐蝕程度評定處理

2.1 腐蝕等級標準顏色圖譜信息表設計

對于腐蝕材料的每一個腐蝕區域的顏色，都有平均的 R、G、B顏色值［15］，該顏色值可作為材料樣品試驗腐蝕等級狀況的評定依據。然而，為了確定材料腐蝕等級狀況，必須建立一個標準的圖譜信息表，與腐蝕產物的顏色進行對照比較，從而確定材料腐蝕產物的腐蝕等級。

根據RGB空間對顏色的定義，每一種顏色由紅、綠、藍3個顏色通道組成。以整體顏色為標準建立標準顏色信息表，該信息表主要字段包括:顏色圖譜，顏色名稱，顏色的R、G、B值，對應的腐蝕等級，如表1所示。

表1 標準顏色圖譜信息

2.2 材料腐蝕產物顏色與信息表相似度處理

在RGB模型中，每種顏色出現在紅、綠、藍的原色光譜分量中。這個模型基于笛卡爾坐標系統，所考慮的彩色子空間是一個立方體，黑色在原點處，白色位于離遠點最遠的角上。在該模型中，不同的顏色處在立方體上或其內部，因此，顏色可以用從原點分布的向量來定義，即顏色可以看成是一個三維列向量。分析RGB模型可以得到，相似的顏色具有相近的R、G、B值，因此，采用相似度的方法作為評定材料外觀腐蝕產物顏色的準則。

在相似度處理中，可通過式(5)計算2種顏色的相似度。

式中:X是待判別的腐蝕產物顏色向量;G是存儲在標準產物圖譜信息表中的某個標準產物顏色向量;m代表向量維數;X、G都是m維向量。相似度的比較過程為:遍歷標準信息表中的顏色向量，將待識別的腐蝕產物顏色分別與標準信息表中的顏色向量作相似度比較，可以得到該腐蝕產物顏色與各標準顏色的相似度，根據R(X，G)的最小值，判別待識別腐蝕產物顏色屬于哪一標準產物顏色。當2個向量近似相等時，即表明2種顏色完全相同。

2.3 材料腐蝕顏色等級評定處理

在材料腐蝕特征顏色確定后，根據相似度計算公式，計算出材料腐蝕區域的顏色相似度，再根據材料腐蝕特征顏色信息表，得到每個腐蝕區域的腐蝕等級。由于一個樣品的腐蝕特征區域有多個，每個腐蝕區域的腐蝕等級以及它們所占腐蝕面積的百分比不相同，因此在得到每個腐蝕區域的腐蝕等級后，可按式(6)計算整個材料的腐蝕程度。

其中:Pi表示第i個腐蝕區域的面積百分比;Di表示第i個腐蝕區域的腐蝕等級。這種方法充分考慮了每個腐蝕區域腐蝕等級的差異性，也考慮了每個腐蝕區域的面積對整個腐蝕材料腐蝕程度的貢獻。

2.4 實驗驗證與結果分析

在材料腐蝕研究實驗站，用一片材料腐蝕樣品(如圖1所示)進行實驗處理。首先對樣品進行圖像處理及圖像分割，得到6個腐蝕區域，通過式(1)計算出各腐蝕區域面積百分比，式(2)～(4)計算出各腐蝕區域的平均RGB值。通過式(5)計算，并且與標準顏色圖譜信息表1進行比較，計算出腐蝕區域與標準顏色信息表中各種顏色的相似度，并比較相似度的大小，通過機器處理，選擇相似度最小的標準顏色，最后得到每個腐蝕區域的腐蝕等級。結果如表2所示。

根據表2中的實驗數據，用式(6)進行計算，得到用于該實驗中的整個材料的腐蝕等級Degreen=3。

表2 材料樣品腐蝕顏色腐蝕等級

3 結束語

本文提出通過利用腐蝕產物的顏色來實現腐蝕區域的等級評價，實現評價結果的定量化處理。另外，在各個腐蝕特征區域中，由于腐蝕產物的顏色有可能不完全一致，可在該特征區域內部中進行進一步劃分，即在求每個特征區域腐蝕產物的平均顏色時，將該腐蝕區域劃分成若干個小的腐蝕區域，分別計算每個小區域的顏色。如果每個小區域的顏色相近，則將這幾個小區域劃為同一個腐蝕等級;反之，如果各個區域的顏色值相差比較大，則分別對這幾個小區域作出等級評價，再計算整個區域的平均腐蝕等級，從而計算出整個腐蝕材料的腐蝕等級。

［1］紀鋼，韓逢慶，張倫武，等.材料腐蝕特征的圖像模式識別處理［J］.合肥工業大學學報:自然科學版，2002，25(2):312-316.

［2］紀鋼，朱燁華.材料外觀腐蝕特征處理評價系統研究［J］.重慶工學院學報:自然科學版，2007(1):91-95.

［3］紀鋼，朱孝成，張菲.基于LSB二次嵌入隱藏算法在材料腐蝕圖像中的應用［J］.重慶理工大學學報:自然科學版，2010(7):81-85.

［4］紀鋼，張菲，王平.基于本體的材料腐蝕圖像標注方法［J］.重慶理工大學學報:自然科學版，2011(4):70-73.

［5］劉文靜，賈振紅，楊杰，等.一種新的含噪遙感圖像Otsu分割算法研究［J］.激光雜志，2010(6):28-30.

［6］黃寧寧，賈振紅，何迪，等.改進的模糊熵與圖像局部信息相結合的遙感圖像分割新算法［J］.激光雜志，2010(6):20-22.

［7］劉瑞琪，曹乃文.雜草圖像分割中分割特征的研究［J］.安徽農業科學，2011(30):18978-18992.

［8］文江平，胡巖峰，王無敵，等.一種有效的SAR圖像水陸分割方法［J］.四川兵工學報，2010(2):108-110.

［9］程麗，王聰麗，侯著榮，等.基于Matlab環境的JPEG圖像壓縮算法［J］.四川兵工學報，2011(5):100-102.

［10］張雪飛.基于GVF模型的蔬果圖像快速分割方法［J］.安徽農業科學，2010(5):2427-2428.

［11］章毓晉.圖像分割［M］.北京:科學出版社，2001.

［12］陳強.圖像分割若干理論方法及應用研究［D］.重慶:重慶大學，2007.

［13］薛景浩，章毓晉.基于最大類間后驗交叉熵的閾值化分割算法［J］.中國圖像圖形學報，1999，10(6):111-114.

［14］付忠良.基于圖像差距度量的閾值選取方法［J］.計算機研究與發展，2001，38(5):563-567.

［15］張引，饒娜，張三元，等.白動采集樣本的圖像顏色傳遞算法［J］.中國圖像圖形學報，2005，10(10):1258-1263.