張琪，汪笑鶴，孟超

（中國(guó)華陰兵器試驗(yàn)中心 環(huán)境模擬室，陜西 華陰 714200）

武器裝備在大氣環(huán)境服役過(guò)程中發(fā)生化學(xué)或電化學(xué)反應(yīng)而產(chǎn)生大氣腐蝕失效，相比于其他類(lèi)型的環(huán)境腐蝕，大氣腐蝕更加普遍。每年都有大量的金屬構(gòu)件和裝備因腐蝕而報(bào)廢，據(jù)統(tǒng)計(jì)，由大氣腐蝕造成的損失占全部腐蝕的一半。因而，開(kāi)展武器裝備的大氣腐蝕規(guī)律研究對(duì)準(zhǔn)確掌握裝備使用性能和防護(hù)涂層相關(guān)研究具有重要意義。關(guān)鍵結(jié)構(gòu)件是以鋁合金為典型材料的沿海部署裝備雷達(dá)，在運(yùn)輸貯存和工作期間長(zhǎng)期耐受海洋大氣腐蝕。文中針對(duì)沿海部署雷達(dá)裝備主要功能部件的鋁合金天線(xiàn)，從腐蝕失重法和表面形貌圖像分析兩個(gè)方面出發(fā)，對(duì)模擬加速臨海大氣環(huán)境條件下的早期腐蝕行為作了研究。

確定大氣腐蝕速度的重要方法是傳統(tǒng)的基于質(zhì)量檢測(cè)的失重法，此方法測(cè)得的結(jié)果為一段時(shí)間內(nèi)的平均值，不具有連續(xù)性，不能反映金屬材料在某一時(shí)刻的動(dòng)態(tài)腐蝕過(guò)程。特別是金屬材料大氣腐蝕早期質(zhì)量損失量很少，測(cè)量誤差相對(duì)比較大，實(shí)際狀態(tài)難以測(cè)得。金屬腐蝕程度的評(píng)估也可以通過(guò)分析腐蝕形貌圖像定性地判斷，對(duì)于這類(lèi)腐蝕早期質(zhì)量損失量少的試樣，圖像分析法能減少失重法測(cè)量中產(chǎn)生的誤差，提高腐蝕評(píng)估的精確度[1-4]。文中所建立的基于圖像分形和小波分析的鋁合金天線(xiàn)早期腐蝕行為圖像分析思路如圖1所示。

整個(gè)過(guò)程可以分為三步：首先對(duì)腐蝕試樣進(jìn)行形貌圖像采集和預(yù)處理；第二步，對(duì)預(yù)處理后的腐蝕形貌圖像提取特征，分別通過(guò)DBC計(jì)盒維數(shù)法提取分形維數(shù)和小波分解提取子圖像能量值；最后分析圖像特征值與腐蝕失重之間的關(guān)系，有利于進(jìn)一步應(yīng)用于試樣的腐蝕程度進(jìn)行定性和定量分析，判斷并預(yù)測(cè)試樣的腐蝕速度。

1 實(shí)驗(yàn)數(shù)據(jù)采集累積和腐蝕規(guī)律研究

1.1 實(shí)驗(yàn)過(guò)程

鋁和鋁合金以其優(yōu)良的導(dǎo)電性能廣泛應(yīng)用于雷達(dá)結(jié)構(gòu)中的天線(xiàn)、機(jī)箱、機(jī)柜、饋線(xiàn)中。該試驗(yàn)選取1060純鋁、5A06Al-Mg、6061Mg2Si、2A12高強(qiáng)度硬鋁等四種鋁合金材料為研究對(duì)象，依據(jù) GJB 150.11A—2009采用中性鹽霧試驗(yàn)方法，推薦使用每周期24 h噴霧、24 h干燥兩種狀態(tài)干濕交替的試驗(yàn)程序，進(jìn)行了5個(gè)周期的實(shí)驗(yàn)室鹽霧箱試驗(yàn)。噴霧階段以試驗(yàn)箱溫度為 35 ℃，鹽霧沉降率為(1～3) mL/(80 cm2·h)的條件進(jìn)行連續(xù)噴霧[5]。

1.2 腐蝕形貌圖像的采集與預(yù)處理

對(duì)20個(gè)規(guī)格約為4 cm×5 cm的試樣，記錄與分析了試驗(yàn)后樣本圖像原貌，采用掃描電鏡分別采集了原始大小，500，1000倍的放大圖像，并采用能譜儀分析了成分結(jié)構(gòu)。為了減少腐蝕產(chǎn)物的影響，采用化學(xué)法清洗試件，用單反相機(jī)采集了去除腐蝕產(chǎn)物后的表面形貌圖像。用電子天平分別稱(chēng)取了清洗前后的樣本質(zhì)量。

1.3 鋁合金的腐蝕動(dòng)力學(xué)

1060鋁合金樣品在鹽霧箱內(nèi)暴露不同時(shí)間的腐蝕深度（由質(zhì)量損失量換算得出）見(jiàn)表1?？梢钥闯?，隨著暴露時(shí)間的延長(zhǎng)，腐蝕深度增加呈冪指數(shù)變化趨勢(shì)。

表1 1060鋁合金在鹽霧箱暴露不同時(shí)間的腐蝕深度

由腐蝕失重法測(cè)得腐蝕速率變化趨勢(shì)如圖 2所示[6]?？梢钥闯?，平均腐蝕速率在80 h內(nèi)腐蝕速率持續(xù)快速降低；80～150 h內(nèi)腐蝕速率增加；150 h以后又開(kāi)始逐漸降低，最后趨于平緩。這是因?yàn)榍?80 h表面直接接觸腐蝕大氣，腐蝕加??；第二個(gè)階的腐蝕速率逐漸減緩，表明銹層的形成有效阻礙了腐蝕性離子滲入到基體表面；第三個(gè)階段腐蝕趨勢(shì)又增加，說(shuō)明銹層和基體之間發(fā)生氧化還原反應(yīng)，電化學(xué)反應(yīng)阻力減小，銹層的保護(hù)性降低。

2 腐蝕圖像表面形貌特征值提取

數(shù)字圖像處理技術(shù)作為計(jì)算機(jī)視覺(jué)的一種實(shí)用工具，已廣泛應(yīng)用于科學(xué)研究的各個(gè)領(lǐng)域，大到衛(wèi)星遙感進(jìn)行全球環(huán)境氣候監(jiān)測(cè)，小到指紋識(shí)別實(shí)現(xiàn)安全防護(hù)。同時(shí)，現(xiàn)代數(shù)學(xué)理論的發(fā)展成熟也使數(shù)字圖像處理技術(shù)日益完善。分形理論和小波分解是近些年來(lái)得到迅速發(fā)展并在圖像處理領(lǐng)域得到廣泛應(yīng)用的數(shù)學(xué)理論[7]。

由于腐蝕形貌圖像自身的特殊性，目前還沒(méi)有專(zhuān)門(mén)的針對(duì)腐蝕形貌圖像的處理軟件和標(biāo)準(zhǔn)。為此，在Windows環(huán)境下，應(yīng)用MATLAB軟件編寫(xiě)了腐蝕形貌圖像處理程序。

為有效抑制圖像中的噪聲信息而準(zhǔn)確提取圖像特征，對(duì)腐蝕形貌原始圖像進(jìn)行預(yù)處理。首先對(duì)單反相機(jī)采集的照片信息，進(jìn)行灰度轉(zhuǎn)換，并依次進(jìn)行中值濾波、模糊增強(qiáng)預(yù)處理突顯目標(biāo)，最后二值化圖像，將圖像中的有用信息提取出來(lái)，使發(fā)生點(diǎn)蝕或縫隙等腐蝕的部位明顯顯現(xiàn)。

2.1 提取表面形貌圖像分形特征——分維指標(biāo)

分形理論通過(guò)復(fù)雜隨機(jī)現(xiàn)象的表面來(lái)揭示其內(nèi)在深層規(guī)律。將二值化圖進(jìn)行最常用的盒記數(shù)法分形分析。把分形維數(shù)這一參數(shù)作為腐蝕表面形貌特征，用于后面的分析識(shí)別。

分形維數(shù)是腐蝕形貌圖像表面不規(guī)則程度的一種度量，反映了腐蝕形貌圖像灰度曲面的粗糙程度。n維歐氏空間中的任一有界集合具有分形特性，通過(guò)分形維數(shù)可以描述和測(cè)量其分形特性。常用 Richardson定律來(lái)估計(jì)分形維數(shù)FD。

式中：ε為分割盒子的邊長(zhǎng)與圖像大小的比值；Nε為該尺度下的盒子總數(shù)；K為分形系數(shù)。為了便于計(jì)算，對(duì)式(1)兩邊取對(duì)數(shù)，有：

對(duì)試樣圖像的分析結(jié)果見(jiàn)表2。

2.2 提取小波分解子圖像能量特征——灰度指標(biāo)

將原始圖像轉(zhuǎn)換為灰度圖像。離散化后的圖像可以用f(x,y)二維矩陣表示，矩陣中每一個(gè)元素就是圖像對(duì)應(yīng)該點(diǎn)的像素。像素值越小，越暗（黑），反之，圖像越亮（白）。小波變換的目的是將圖像的能量盡量集中在少量系數(shù)上，從而最大程度地去除原始圖像數(shù)據(jù)中的相關(guān)性[8-10]。

表2 表征粗糙度的分形維數(shù)

用db1小波進(jìn)行2層分解，獲取第二層的近似系數(shù)(A2)和細(xì)節(jié)系數(shù)（水平方向H2、垂直方向V2、對(duì)角線(xiàn)方向D2），處理輸入結(jié)果如下。

EH1，EH2，EV1，EV2以及ED1，ED2分別為水平方向、垂直方向和對(duì)角方向進(jìn)行 1，2層小波變換后的子圖像的能量值。λ是第二層小波分解得到的子圖像能量值差異的最大值：

表3 鋁合金試樣腐蝕形貌圖像特征值

以6061-1號(hào)試樣為例，圖3是鹽霧試驗(yàn)箱2個(gè)循環(huán)試驗(yàn)后4個(gè)試樣（大小約為5 cm×4 cm）進(jìn)行小波變換前后的結(jié)果?？梢钥闯?，腐蝕形貌圖像中的特征細(xì)節(jié)已經(jīng)被提取出來(lái)了，變換的目的是分離低頻信息與高頻信息。A2可以看到概貌圖，而從其他子圖中能看到邊緣和點(diǎn)等細(xì)節(jié)。隨著鹽霧試驗(yàn)時(shí)間的延長(zhǎng)，蝕點(diǎn)和裂縫數(shù)目增多，鋁合金表面腐蝕產(chǎn)物形貌顏色變暗，能量減小，如圖4所示。

3 圖像分析法與失重法的相關(guān)性分析

將特征值λ對(duì)腐蝕深度作圖，擬合結(jié)果如圖5所示，擬合的關(guān)系見(jiàn)式（4）。

由圖5和式(4)可以看出，在大氣腐蝕初期，試樣腐蝕形貌特征值λ與試樣腐蝕深度之間有較高的相關(guān)系數(shù)，可以用歸納的鋁合金試樣大氣腐蝕數(shù)據(jù)識(shí)別以及預(yù)測(cè)[11-13]。

4 結(jié)語(yǔ)

文中運(yùn)用分形理論和小波變換從模糊圖像增強(qiáng)后的鋁合金金屬腐蝕表面圖像中提取出特征值，作為腐蝕程度的表征。與以質(zhì)量損失量為基礎(chǔ)的腐蝕深度特征值進(jìn)行了相關(guān)性對(duì)比，得出基于圖像分析的特征提取法的準(zhǔn)確度和精度比較高，可以用于沿海裝備鋁合金材料大氣腐蝕早期行為識(shí)別研究。

[1] 宋詩(shī)哲, 王守琰, 高志明, 等. 圖像識(shí)別技術(shù)研究有色金屬大氣腐蝕早期行為[J]. 金屬學(xué)報(bào), 2002, 38(8)：893-896.

[2] 王守琰, 高志明, 宋詩(shī)哲. 實(shí)海試樣腐蝕形貌圖像特征提取及分析[J]. 腐蝕科學(xué)與防護(hù)技術(shù), 2001, 13(增刊)：461-463.

[3] 宋詩(shī)哲, 王守琰, 高志明, 等. 小波圖像分析研究有色金屬大氣腐蝕早期行為[C]// 全國(guó)腐蝕電化學(xué)進(jìn)展與應(yīng)用學(xué)術(shù)研討會(huì)論文集. 昆明： 中國(guó)腐蝕與防護(hù)學(xué)會(huì),2000.

[4] 徐忠營(yíng), 王偉, 孟松鶴, 等. 數(shù)字圖像相關(guān)技術(shù)在高溫?zé)崤蛎浵禂?shù)測(cè)量中的應(yīng)用[J]. 裝備環(huán)境工程, 2016,13(3)： 37-42.

[5] 王金棟, 陳定海, 姜曉明, 等. 鋁合金表面腐蝕損傷面積等效方法分析[J]. 裝備環(huán)境工程, 2016, 13(1)： 33-38.

[6] 金濤, 何衛(wèi)平, 廖圣智, 等. 2420-T62鋁合金涂層外場(chǎng)腐蝕環(huán)境下電化學(xué)性能研究[J]. 裝備環(huán)境工程, 2016,13(1)： 8-13.

[7] 周珊珊, 柴金廣. 圖像預(yù)處理的濾波算法研究[J]. 科學(xué)技術(shù)與工程, 2009, 13(9)： 3831-3832.

[8] 張淑玲, 鄒復(fù)民. 基于小波分析的人臉圖像特征提取[J]. 科學(xué)技術(shù)與工程, 2002,12(6)： 1719-1721.

[9] 李榮, 徐燕華. 基于視覺(jué)信息的圖像特征提取算法研究[J]. 電子設(shè)計(jì)工程, 2016, 24(9)： 188-190.

[10] 趙健. 小波與分形理論在圖像處理中的應(yīng)用[D]. 西安：西北工業(yè)大學(xué), 2003：56-123.

[11] 李曉剛, 董超芳. 西沙海洋大氣環(huán)境下典型材料腐蝕/老化行為與機(jī)理[M]. 北京： 科學(xué)出版社, 2014.

[12] 翁永基, 李相怡. 腐蝕預(yù)測(cè)和計(jì)量學(xué)基礎(chǔ)[M]. 北京：石油工業(yè)出版社, 2011.

[13] 趙海濱. Matlab應(yīng)用大全[M]. 北京： 清華大學(xué)出版社,2012.