木質碳纖維復合材料的邊緣檢測方法比較

張延林，王 娜

(東北林業大學 機電工程學院，哈爾濱 150040)

近年來材料科學發展迅速，碳纖維復合材料滿足了如今人們對木質材料高性能的要求，使得該領域研究成為熱點。其微觀結構是可設計的，從而決定其宏觀性能好壞。制備木質碳纖維復合材料時，碳纖維的質量輕、表面光滑的特性使得其很難用膠將板材和木質纖維均勻的混合在一起制成碳纖維分布均勻的樣板，而使得板材各部分電阻率不同，引起板材不同位置電阻差異大，整體電學性能不穩定等問題。

高效而準確的觀察出碳纖維在復合材料的分布情況能夠確定板材是否具有良好性能；本文利用圖像處理技術對木質碳纖維復合材料的樣板電鏡圖像研究，提取出樣本碳纖維的圖像，在此過程中，邊緣檢測出碳纖維邊緣圖像是很重要的過程。

1 碳纖維復合材料樣本的預處理

樣本材料的邊緣檢測具有如下難題：目標和背景混響，對比度低，難以分辨；圖像的邊緣連續性差，存在斷裂現象，是典型的弱邊界圖像；原始圖存在大量的噪聲。所以，要實現樣本材料的精確分割，要對圖像進行增強、去噪等預處理，及分割等處理。

該預處理過程包括灰度變換、直方圖均衡化和中值濾波[1]；此研究采用灰度直方圖來把樣本像素分成若干等級，每一等級對應像素數和圖像整體像素數做比值來表示該灰度級出現的概率，該概率用直方圖的形式表示(如圖1所示)。

由灰度直方圖的灰度分布范圍可以看到其門限為[40，255]，可以通過灰度變換將其擴展到[0，255]，從而有效的增強圖像的對比度，由于圖像存在噪聲信息，需要在分割前對圖像進行中值濾波使圖像平滑，消除噪聲的影響；在這里利用7×7模板進行中值濾波[2]，預處理后圖象如圖2所示。

圖1 概率直方圖

圖2 預處理后圖像

2 邊緣檢測方法比較

2.1 sobel算子

Sobel算子的本質是將每個像素點的4個領域進行加權，求加權平均值用公式(1)計算，從而達到對噪聲進行平滑的目的；之后通過微分求取梯度。選取一個最合適的閾值T，g>T時，(i，j)即為邊緣點。

G(x,y)=|Δxf|+|Δyf|=|f(x-1,y-1)+2f(x,y+1)+f(x+1,y+1)-f(x-1,y+1)-2f(x,y-1)-f(x+1,y+1)|+|f(x-1,y-1)+2f(x-1,y)+f(x-1,y+1)-f(x+1,y-1)-2f(x+1,y)-f(x+1,y+1)|。

(1)

Sobel算子的卷積計算核如圖3和圖4所示，選圖像一點置于該核做卷積運算，圖3用于垂直邊緣，圖4用于水平邊緣卷積，所得最大值即是這一點的輸出值，該輸出值便是指定圖像的邊緣幅度圖像[3]。

圖3垂直邊緣

Fig.3 The vertical edges

圖4水平邊緣

Fig.4 The level of the edges

2.2 robert算子

該算子通過局部差分算子查詢邊緣，如圖5所示為該算子的模板，robert算子求取對角方向2像素的差用公式(2)計算，根據相互垂直方向的差分來得到梯度值[4]。

Δxf=f(x,y)-f(x-1,y-1)，

Δyf=f(x,y)-f(x-1,y-1)。

(2)

(3)

該算子以{x-1/2，y-1/2}作為核心，度量這一核心點處45度和135度的灰度變換，取一個值T，G(x，y)>T時，(x，y)為階躍狀邊緣點。Robert邊緣檢測算子相當于利用模板對圖像進行卷積。

圖5算子模板

Fig.5 Operator template

2.3 canny算子

該算子通過尋找圖像梯度(高斯一階微分計算得)的局部極大值，在canny算法中使用雙閾值法來判別強弱邊緣，輸出是弱邊緣和強邊緣連接的輪廓邊緣，這一特征使得canny算法基本不受噪聲的影響[5]。

梯度矢量模：M=|M(x,y)n·f(x,y)|。

該算法檢測邊緣的關鍵在于選取gauss濾波器領域范圍和合適的閾值，前者決定對噪聲抑制是否最佳[6]。

2.4 利用二值圖像的數學形態學提取邊緣

在利用二值圖像提取邊緣信息的時候，通常用數學形態學表述；數學形態學基本運算包括膨脹、腐蝕、開運算、閉運算，運算的有效集合，可以得到圖像所需的內容。圖像的邊緣檢測可以運用形態學梯度算子完成，在邊緣檢測過程中若某一點梯度值打則這點是邊緣點，形態學檢測有以下3種算子[4]。

(1)腐蝕型。該運算可以使處理圖像收縮，選擇某個元素，對該圖像進行腐蝕，用原圖像減去腐蝕處理的圖像時，得到的差為圖像的邊緣，該運算方式即被稱為腐蝕型算子。這種運算得到的是圖像的內邊緣，具體公式如下[7]：

Grad1(f)=f-(fΘB)。

(2)膨脹型。該運算時將原圖進行擴展，選擇某一元素對圖像進行膨脹處理。膨脹處理后圖像與原圖像相減差值被看做圖像的邊緣，這種運算公式(如下)稱為膨脹型算子，這種算子得到的是圖像的外邊緣[8-10]。

Grad2(f)=(f⊕B)-f。

(3)膨脹腐蝕型。有噪聲存在時，膨脹腐蝕的運算實質是將用以上2種算子進行提取的結構進行疊加，減小噪聲對邊緣的影響。具體公式如下：

Grad3(f)=(f⊕B)-(fΘB)。

2.5 邊緣檢測方法比較

根據上述方法，利用matlab對預處理后的圖像進行邊緣檢測，得到圖像如圖6所示。

圖6 邊緣檢測圖像

由圖6可知：sobel算子對噪聲具有一定的平滑作用，其缺點是有偽邊緣和邊緣不聯系等問題，邊緣的定位也不是很準確；roberts算子在定位上強于sobel算子，但其檢測的邊緣較粗，圖像背景的提取也比較差；canny算子利用高斯函數對圖像進行平滑處理，同時采用了雙閾值算法檢測和連接邊緣，對噪聲抑制能力要大于前2個，比之前幾個，抗噪能力要更強一些，但如圖5所示，依舊參雜很多背景雜質；而二值形態學方法可以去除不感興趣區域，切斷細長的搭接，提取出目標中碳纖維的輪廓，更好的提取測量到所需特征值。

3 結 論

本文分別對圖像進行了sobel算子、roberts算子、canny算子和二值形態學方法對碳纖維復合材料進行邊緣檢測，在含有木質纖維和膠體等雜質中有效提取出碳纖維的邊緣，對圖像進行預處理后(灰度變換、中值濾波)，用matlab對預處理圖像進行邊緣檢測，比較幾種方法更有利于進行提取特征值；從中得出二值形態學可以克服大量噪聲對圖像提取的影響，對碳纖維復合材料特征提取意義重大，為其提取特征提供了重要的技術支持。

【參 考 文 獻】

[1]賈永剛.基于圖像處理的材料細觀結構分析方法研究[D].哈爾濱：東北林業大學，2006.

[2]張冬妍，鄶洪杰，孫麗萍，等.短切碳纖維木質復合材料導電性能數值分析[J].東北林業大學學報，2011，39(2)：109-111.

[3]王家文.圖形圖像處理[M].北京：國防工業出版社，2004.

[4]陳愛軍，董光輝，夏 宇.數字圖像處理及其matlab實現[M].哈爾濱：東北林業大學出版社，2008.

[5]王鄭耀.數字圖像的邊緣檢測[D].西安：西安交通大學，2003.

[6]雷麗珍.數字圖像邊緣檢測方法的探討[J].測繪通報，2006(3)：40-42.

[7]孫麗萍，劉 實，鄶洪杰.碳纖維木質復合材料sem圖像分割與性能微觀表征研究[J].林業科技，2013，30(2)：30-36.

[8]何東健.數字圖像處理[M].西安：西安電子科技大學出版社，2003.

[9]羅 勇，張 華.基于canny邊緣檢測算子和去除小物體算法的熔池圖像處理[J].焊接，2005(4)：17-20.

[10]基于matlab的奶牛數字圖像邊緣的提取[J]農機化研究2011(2)：23-26.

[11]李 超，李兆剛，李鳳日.我國非木質林產品資源現狀及其分類體系的研究[J].森林工程，2011，27(5)：1-7.