王炳英,侯振波,徐圣朋
(中國石油大學(xué) 機(jī)電工程學(xué)院,山東 青島266580)
裂紋尖端張開位移CTOD(crack tip opening displacement)是彈塑性斷裂力學(xué)的一個(gè)重要參量,反映試驗(yàn)材料或焊接接頭的抗開裂性能[1],按照BS7448規(guī)范[2]規(guī)定,板厚超過50mm的焊接接頭必須做CTOD試驗(yàn),CTOD斷裂韌性指標(biāo)在焊接結(jié)構(gòu)的安全評(píng)估方面應(yīng)用廣泛,因此很有必要在材料、材控專業(yè)的教學(xué)中增加CTOD試驗(yàn)。CTOD試驗(yàn)常用的測量方法是采用位移傳感器,先測量裂紋嘴的張開位移,再換算出CTOD值。但是由于位移傳感器的布置、裝夾等方面的原因,需要對(duì)試件進(jìn)行專門處理,給CTOD試驗(yàn)帶來了不便,而且難以直接測量CTOD值。
為了能讓學(xué)生形象地理解材料的抗開裂性能,并節(jié)約試驗(yàn)耗材,利用圖像采集技術(shù)取代傳統(tǒng)的位移傳感器,直接采集裂紋尖端區(qū)的位移圖像信息,讓學(xué)生觀察裂紋擴(kuò)展的動(dòng)態(tài)信息,應(yīng)用圖像處理軟件對(duì)CTOD試驗(yàn)中裂紋尖端區(qū)的圖像信息進(jìn)行處理,直接獲得相關(guān)試驗(yàn)數(shù)據(jù),試驗(yàn)利用單個(gè)試樣可多次演示開裂前裂紋張開位移,也可以進(jìn)行裂紋開裂后的CTOD測試,試驗(yàn)結(jié)果精確直觀,試驗(yàn)過程快捷經(jīng)濟(jì)。
試驗(yàn)系統(tǒng)是在現(xiàn)有液壓萬能試驗(yàn)機(jī)的基礎(chǔ)上,加載基于CMOS圖像傳感器的工業(yè)數(shù)字?jǐn)z像機(jī)組成。主要由CTOD主體試驗(yàn)、數(shù)字圖像采集、數(shù)據(jù)傳輸及存儲(chǔ)、PC機(jī)實(shí)時(shí)圖像處理及顯示四部分組成,其總體結(jié)構(gòu)框圖見圖1。
圖1 系統(tǒng)總體結(jié)構(gòu)
裂紋尖端擴(kuò)張區(qū)數(shù)字圖像的采集是通過高分辨率工業(yè)數(shù)字?jǐn)z像機(jī)實(shí)現(xiàn)的??紤]到對(duì)圖像質(zhì)量及清晰度的要求,選用維視圖像公司生產(chǎn)的MV-500UM-USB2.0接口黑白工業(yè)數(shù)字?jǐn)z像機(jī)。
該相機(jī)體積小、結(jié)構(gòu)簡單、集成度高、功耗低、價(jià)格低廉,省去了圖像采集卡,簡化了連接電纜,使產(chǎn)品易用性大大提高。最高分辨率2 592×1 944,像素尺寸2.2μm×2.2μm,信噪比>42dB。通過通用可編程接口對(duì)攝像機(jī)進(jìn)行控制,圖像采集控制程序施加外部信號(hào)觸發(fā)采集或連續(xù)采集,實(shí)現(xiàn)裂紋尖端擴(kuò)張區(qū)圖像信息的實(shí)時(shí)采集。通過計(jì)算機(jī)編程控制曝光時(shí)間、亮度、增益等參數(shù),保證所得圖像信息的質(zhì)量及分辨率。
通過可編程通用接口對(duì)固件程序和驅(qū)動(dòng)程序進(jìn)行優(yōu)化處理,所搭建的系統(tǒng)能快速穩(wěn)定地完成圖像的采集、傳輸及處理工作,并易于使用,便于操作。
圖像采集程序的主要功能是控制工業(yè)數(shù)字?jǐn)z像機(jī)完成裂紋尖端擴(kuò)張區(qū)數(shù)字圖像的采集,通過數(shù)據(jù)傳輸線,利用串口送入計(jì)算機(jī)存儲(chǔ)后交由圖像處理程序,應(yīng)用圖像處理技術(shù)進(jìn)行后期技術(shù)處理,然后利用VB開發(fā)的人機(jī)交換界面實(shí)時(shí)顯示采集到的裂紋尖端圖像,實(shí)現(xiàn)對(duì)裂紋尖端張開位移的可視化分析與研究。圖像采集程序的流程見圖2。
圖2 圖像采集程序流程
圖像處理程序的主要功能是快速處理所獲取的圖像信息。計(jì)算機(jī)終端通過USB獲取數(shù)字圖像信息,數(shù)據(jù)預(yù)處理后,應(yīng)用圖像處理技術(shù)進(jìn)行處理,通過圖像分析進(jìn)行特征識(shí)別[3]。圖像處理流程見圖3。
圖3 圖像處理流程
采用多線程技術(shù)對(duì)圖像特征進(jìn)行提取識(shí)別,并通過統(tǒng)計(jì)方法分析所獲得的特征數(shù)據(jù),同時(shí)進(jìn)行可視化顯示。
裂紋圖像處理過程分為多步,每步圖像處理算法的選擇對(duì)圖像處理結(jié)果很關(guān)鍵。針對(duì)金屬焊接接頭裂紋,設(shè)計(jì)出一套適用于裂紋尖端張開位移的檢測算法。
2.2.1 迭代閾值分割
選擇某一近似閾值作為估計(jì)值的初始值,然后進(jìn)行分割,產(chǎn)生子圖像,根據(jù)子圖像的特性來選取新的閾值,再利用新的閾值分割圖像,經(jīng)過幾次循環(huán),使錯(cuò)誤分割的圖像像素點(diǎn)降到最少[4]。整體閾值分割后,裂縫被提取出來,圖像中含有少量噪聲。
2.2.2 裂紋中心線提取
對(duì)閾值分割后的圖像進(jìn)行裂紋區(qū)域的提取,這里要用到裂紋中心線。
(1)將圖像逐行遍歷,得到原裂縫圖像每行最左邊和最右邊目標(biāo)的列數(shù)r(1)和r(r),將其取平均,得到準(zhǔn)中心線列數(shù);
(2)由于圖像噪聲的存在,有一小部分r(i)會(huì)偏離中心線很遠(yuǎn),這部分周圍像素一般都是背景而不是目標(biāo)。通過r(i)左右各3個(gè)像素比較,將全是目標(biāo)像素的r(i)留下;
(3)對(duì)于沒有r(i)的行,用前后行的r(i)進(jìn)行插值,來確定列數(shù),進(jìn)而得到裂紋的中心線。
2.2.3 裂紋邊界確定
裂紋圖像邊界的確定采用重心偏移法[5]。具體步驟如下:
(1)設(shè)圖像Ⅰ中f(xi,yi)表示像素點(diǎn)(xi,yi)的灰度值,以像素點(diǎn)(xi,yi)為中心,采用5×5模板計(jì)算該點(diǎn)的重心偏移量。計(jì)算公式為
(2)計(jì)算像素點(diǎn)重心偏移量的空間距離,公式為
(3)根據(jù)空間距離的值,判斷像素點(diǎn)是否為邊緣點(diǎn)。
(4)反復(fù)重復(fù)以上步驟,最終得到裂紋圖像的邊界。
2.2.4 左右邊界提取及寬度計(jì)算
對(duì)裂縫二值化圖像的左右邊界分別進(jìn)行輪廓跟蹤[6],即可得到裂縫左右邊界坐標(biāo)。設(shè)裂縫左邊界點(diǎn)的坐標(biāo)為(xr,yr),右邊界點(diǎn)的坐標(biāo)為(x1,y1),則根據(jù)平面上兩點(diǎn)間距離公式,左右邊界點(diǎn)的距離為
當(dāng)裂縫左邊界點(diǎn)的坐標(biāo)為(xr,yr)與右邊界點(diǎn)的坐標(biāo)為(x1,y1)重合時(shí),則可確定此點(diǎn)為裂紋尖端頂點(diǎn) (xc,yc),左 右 邊 界 坐 標(biāo) 中 心 點(diǎn) 坐 標(biāo) 為。
通過以上步驟進(jìn)行處理后得到裂紋圖像輪廓線,可以清晰地顯示裂紋尖端的輪廓曲線,并可對(duì)其進(jìn)行進(jìn)一步的數(shù)據(jù)測量。
改進(jìn)后實(shí)驗(yàn)系統(tǒng)可清晰直觀的對(duì)裂紋的動(dòng)態(tài)擴(kuò)展進(jìn)行監(jiān)測,試驗(yàn)過程更為直觀,便于理解。有助于學(xué)生實(shí)驗(yàn)基礎(chǔ)能力及創(chuàng)新能力的培養(yǎng),對(duì)教學(xué)質(zhì)量的提高具有重要意義。
試驗(yàn)系統(tǒng)極大地降低對(duì)試件的要求,提高試件的復(fù)用率,降低CTOD試驗(yàn)成本,實(shí)現(xiàn)教學(xué)試驗(yàn)的低成本運(yùn)行。獲得的數(shù)據(jù)信息量大,系統(tǒng)開放透明,且記錄數(shù)據(jù)較多,可進(jìn)行其他相關(guān)應(yīng)用的后續(xù)開發(fā)和研究。隨著研究的深入和圖像處理、模式識(shí)別技術(shù)的發(fā)展和提高,自動(dòng)化處理程度可不斷提高,為科研提供更大的便利。
注:
①GB/T 2358-1994,金屬材料裂紋尖端張開位移實(shí)驗(yàn)方法.
②GB/T 21143-2007,金屬材料準(zhǔn)靜態(tài)斷裂韌度的統(tǒng)一實(shí)驗(yàn)方法.
[1]苗張木,王志堅(jiān).金屬焊縫CTOD試樣疲勞裂紋前沿平直度研究[J].武漢理工大學(xué)學(xué)報(bào),2002,24(12):54-57.
[2]British Standard Institution.Method for Determination of,Critical CTOD and Critical J Values of Metallic Materials[S].1991,BS7448-1.
[3]韓曉軍.數(shù)字圖像處理技術(shù)與應(yīng)用[M].北京:電子工業(yè)出版社,2009:58-87.
[4]丁亞軍,徐大宏.多標(biāo)號(hào)圖像分割及其應(yīng)用[J].計(jì)算機(jī)應(yīng)用,2010,30(1):29-31.
[5]林曉敏,桂婷.基于重心的一種灰度圖形邊緣檢測算法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2010,19(12):235-237.
[6]李浩然,孫維國.數(shù)字圖像輪廓特征提取過程研究[J].微計(jì)算機(jī)應(yīng)用,2010,31(11):52-56.