郭泓林,江浩,鄧翔

(1．中南大學(xué)材料科學(xué)與工程學(xué)院，湖南長(zhǎng)沙 410000；2．國(guó)網(wǎng)荊州供電公司互聯(lián)網(wǎng)部，湖北荊州 434007)

1 引言

碳纖維中包含的主要成分是碳元素，屬于一種特殊纖維，分子結(jié)構(gòu)在石墨與金剛石之間，具有質(zhì)量輕、耐高溫、化學(xué)性能穩(wěn)定、可塑性好等優(yōu)勢(shì)。其與樹脂、陶瓷等結(jié)合后，形成碳纖維復(fù)合材料，在航天、化學(xué)工業(yè)汽車制造等領(lǐng)域得到廣泛利用。但是碳纖維在生產(chǎn)過(guò)程中，由于工藝等各方面因素影響，容易產(chǎn)生斷裂現(xiàn)象，且在應(yīng)用時(shí)會(huì)因?yàn)闆_擊等原因造成斷裂損傷，這種材料在損傷前沒(méi)有任何征兆，破壞較為突然，這會(huì)導(dǎo)致嚴(yán)重后果。近年來(lái)，相關(guān)學(xué)者對(duì)碳纖維無(wú)損檢測(cè)技術(shù)進(jìn)行了大量研究。文獻(xiàn)[1]利用超聲相控陣檢測(cè)法對(duì)碳纖維進(jìn)行分層缺陷檢測(cè)。使用超聲相控陣檢測(cè)設(shè)備獲取對(duì)不同位置檢測(cè)的超聲掃描信號(hào)；對(duì)掃描信號(hào)閘門進(jìn)行設(shè)置，獲取閘門中幅值與深度信息，將其作為分層缺陷位置與尺寸的主要特性；根據(jù)幅值與深度信號(hào)特性建立分層缺陷掃描圖像。文獻(xiàn)[2]提出基礎(chǔ)磁感應(yīng)斷層成像的碳纖維缺陷檢測(cè)技術(shù)。構(gòu)建三維有限元模型，設(shè)置最佳檢測(cè)頻率，計(jì)算靈敏度矩陣數(shù)值；構(gòu)建碳纖維復(fù)合材料檢測(cè)系統(tǒng)，使用Tikhonov正則化方法實(shí)現(xiàn)分層缺陷圖像重構(gòu)和評(píng)價(jià)，進(jìn)而完成缺陷檢測(cè)。

上述研究均取得一定成果，為了將更多技術(shù)應(yīng)用到碳纖維斷裂檢測(cè)中，本文在機(jī)器視覺(jué)基礎(chǔ)上構(gòu)建斷裂損傷自動(dòng)識(shí)別系統(tǒng)。機(jī)器視覺(jué)表示利用機(jī)器代替人眼進(jìn)行測(cè)量，其最大特點(diǎn)是自動(dòng)化程度較高，容易實(shí)現(xiàn)信息集成，在一些不適合人工作業(yè)情況下，通常用機(jī)器視覺(jué)代替人工視覺(jué)。機(jī)器視覺(jué)能夠快速獲得海量信息，并能對(duì)這些信息進(jìn)行自動(dòng)化處理，因此在質(zhì)量檢測(cè)方面被廣泛利用。本文利用這種優(yōu)勢(shì)對(duì)采集到的檢測(cè)圖像進(jìn)行分析，識(shí)別出斷裂損傷碳纖維材料。

2 斷裂損失自動(dòng)識(shí)別系統(tǒng)算法設(shè)置

利用上述機(jī)器視覺(jué)系統(tǒng)采集到的碳纖維圖像(見(jiàn)圖1)需要進(jìn)行圖像增強(qiáng)[3-5]處理，進(jìn)一步提高圖像質(zhì)量，才能實(shí)現(xiàn)斷裂損傷的全面識(shí)別。

圖1 采集的碳纖維斷裂損傷圖像

2.1 灰度均衡

灰度均衡也可稱作直方圖均衡，是指經(jīng)過(guò)計(jì)算令輸入圖像變換為在任意灰度級(jí)上均存在相同數(shù)量像素點(diǎn)的輸出圖像[6]。灰度均衡處理可以提高圖像對(duì)比度，使圖像灰度分布更加均勻。利用圖像概率密度函數(shù)可將其定義為：

公式中，H(x)表示直方圖，A0代表圖像面積。

假設(shè)處理前、后的圖像概率密度函數(shù)分別表示為pr(r)、ps(s)，轉(zhuǎn)換函數(shù)為s=f(r)，能夠得出：

若要使變換后圖像的概率密度函數(shù)等于1，則需滿足如下條件：

公式兩邊對(duì)r進(jìn)行積分，可以獲得：

針對(duì)沒(méi)有進(jìn)行歸一化處理[7]的灰度均衡變換式為：

公式中，Hi代表第i灰度級(jí)中像素?cái)?shù)量。

2.2 圖像增強(qiáng)

在圖像采集時(shí)，背景與被測(cè)目標(biāo)顏色差距較大，為抑制背景噪聲，本文利用離散小波變換對(duì)圖像進(jìn)行增強(qiáng)。小波離散變換的宗旨是變換尺度與位移離散化，尺度離散即為根據(jù)冪級(jí)數(shù)來(lái)進(jìn)行離散處理，假設(shè)相應(yīng)的小波函數(shù)表示為：

利用上述離散小波變換公式進(jìn)行背景噪聲抑制，使圖像得到增強(qiáng)。

2.3 圖像分割

初始圖像得到增強(qiáng)后，本文利用RGB(Red Green Blue)空間聚類方法對(duì)圖像進(jìn)行分割。顏色聚類就是將類似的顏色合并為一類。表示顏色相似度的指標(biāo)為色差，通過(guò)RGB的空間對(duì)立對(duì)色差進(jìn)行描述。通常情況下使用加權(quán)RGB空間距離來(lái)計(jì)算色差：

公式中，R、G、B 分別代表向量a′與z′的RBG 分量，α，β，γ屬于顏色分量的加權(quán)值。

能夠看出公式(9)的計(jì)算量較大，所以為提高目標(biāo)識(shí)別效率，本文研究一種物理模型[8-11]。在此模型中，以a′為中心，順著所有顏色軸尺度挑選一個(gè)標(biāo)準(zhǔn)差，綜合分析RGB空間的視覺(jué)不對(duì)稱性質(zhì)得出：

公式中，δR、δG與δB表示顏色分量偏差。

利用RGB算法進(jìn)行圖像分割的步驟如下：(1)假設(shè)原始顏色數(shù)量表示為n，N為合并后的顏色數(shù)量，C1代表中間顏色數(shù)量，設(shè)定顏色像素閾值為n0；(2)C1≥N，根據(jù)色差表達(dá)式獲取色差最小的兩個(gè)顏色Xi與Xj；(3)將顏色差距最小的兩個(gè)色組Xi與Xj進(jìn)行合并，需檢驗(yàn)色組的像素?cái)?shù)量n1，若n1＜n0，則消除此色組，轉(zhuǎn)到步驟(2)；反之，重新獲取色組質(zhì)心，利用新質(zhì)心取代Xi的質(zhì)心，且刪除Xj，實(shí)現(xiàn)顏色聚類，根據(jù)聚類結(jié)果完成圖像分割。

2.4 目標(biāo)特征提取

經(jīng)過(guò)上述處理后，需要對(duì)碳纖維斷裂損傷進(jìn)行特征提取。本文利用hough變換檢測(cè)方法獲得圖像邊緣區(qū)域，并將邊緣部分保存到初始圖像中，通過(guò)imfill函數(shù)對(duì)圖像目標(biāo)區(qū)域進(jìn)行填充，將填充后的圖像和初始圖像相乘，即可獲得斷裂損傷特征。

(1)hough變換

Hough變換的核心思想是將圖像像素信息根據(jù)坐標(biāo)映射在參數(shù)空間中，選出帶有參數(shù)表達(dá)式的全部參數(shù)可能值，并對(duì)這些值構(gòu)造計(jì)數(shù)器，遍歷所有選出的像素，將像素坐標(biāo)引入到解析式中驗(yàn)證，如果符合要求則構(gòu)造的計(jì)數(shù)器增加1，當(dāng)計(jì)數(shù)值高于設(shè)定閾值時(shí)，特征就會(huì)被提取出來(lái)。

hough變換是通過(guò)直線hough變換發(fā)展而來(lái)的，其表達(dá)式利用極坐標(biāo)方式進(jìn)行表示：

ρ 表示直線與原點(diǎn)之間的距離，θ 為直線斜率，所以(ρ，θ)能夠確定一條直線。因此解析方程表示為：

cx與cy表示圓心坐標(biāo)，對(duì)參數(shù)C進(jìn)行整數(shù)化處理，使每組(cx，cy，R′)唯一確定一個(gè)目標(biāo)區(qū)域。逐步遍歷圖像中的全部像素，當(dāng)符合條件時(shí)，計(jì)數(shù)器加1，高于設(shè)定閾值時(shí)即可獲取目標(biāo)區(qū)域，將目標(biāo)顯示在圓心處。

(2)填充圖像區(qū)域

利用下述迭代公式完成區(qū)域填充：

公式中，Ac表示需要包圍的部分，k指迭代次數(shù)，B屬于叉狀結(jié)構(gòu)元素，是第k次迭代結(jié)果，與Ac的并集是最終填充結(jié)果。將填充后的圖像與初始圖像相乘，即可得到碳纖維斷裂損傷的特征。

2.5 斷裂損傷自動(dòng)識(shí)別

獲取斷裂損傷特征后，需對(duì)圖像中斷裂目標(biāo)進(jìn)行識(shí)別，本文利用矩形邊界框標(biāo)記法對(duì)缺陷位置進(jìn)行標(biāo)注。將圖像特征分為13×13 的網(wǎng)格，任意一個(gè)網(wǎng)格形成9 個(gè)錨框，用作預(yù)測(cè)邊界框的生成。為達(dá)到自動(dòng)識(shí)別目的，使用k-means方法對(duì)預(yù)測(cè)處理框進(jìn)行聚類分析，去除與真實(shí)邊界框的誤差。綜合分析復(fù)雜度和召回率等因素限制，本文選取五個(gè)錨框預(yù)測(cè)邊界框。

某張經(jīng)過(guò)處理的碳纖維圖像，將其特征圖分割為13×13的網(wǎng)格，任意網(wǎng)格中均會(huì)生成五個(gè)不同大小的錨框，每個(gè)錨框中又包括五個(gè)預(yù)測(cè)值(tx，ty，tw，th，t0)，這些值能夠計(jì)算預(yù)測(cè)框的坐標(biāo)與高度，表達(dá)式如下：

公式中，(bx，by)與(bw，bh)分別表示預(yù)測(cè)框坐標(biāo)與寬高，σ( )是sigmoid 激活函數(shù)，pw與ph分別代表錨框的寬與高，object描述缺陷目標(biāo)。

為避免相同目標(biāo)被多次檢驗(yàn)，本文引入非極大值抑制思想。首先選出置信度最高的框，計(jì)算其與剩余框的重合率，若重合率高于設(shè)置閾值，則刪除此框。重復(fù)上訴步驟即可對(duì)所有碳纖維圖像進(jìn)行處理，從而識(shí)別出斷裂損傷的碳纖維材料。

3 碳纖維材料斷裂損傷識(shí)別系統(tǒng)結(jié)構(gòu)

3.1 機(jī)器視覺(jué)系統(tǒng)結(jié)構(gòu)

機(jī)器視覺(jué)系統(tǒng)組成結(jié)構(gòu)如圖2所示。在光源適當(dāng)環(huán)境下，成像設(shè)備將場(chǎng)景信息采集到計(jì)算機(jī)中，生成初始圖像；其次，利用相關(guān)圖像處理技術(shù)對(duì)初始圖像進(jìn)行預(yù)處理，增強(qiáng)圖像質(zhì)量，提取感興趣的特征，實(shí)現(xiàn)對(duì)圖像的描述；最后，通過(guò)人工智能方式獲得更高層次的表達(dá)，完成視覺(jué)系統(tǒng)任務(wù)。

圖2 視覺(jué)系統(tǒng)結(jié)構(gòu)圖

本文構(gòu)建的自動(dòng)識(shí)別系統(tǒng)主要包括CCD攝像機(jī)、照明設(shè)備、圖像采集卡、主控計(jì)算機(jī)等部件。系統(tǒng)整體結(jié)構(gòu)如圖3所示。

圖3 自動(dòng)識(shí)別系統(tǒng)結(jié)構(gòu)圖

3.2 自動(dòng)識(shí)別系統(tǒng)硬件

(1)CCD攝像機(jī)

CCD(Charge Couple Device)屬于半導(dǎo)體成像器件，靈敏度高，且體積小、抗振動(dòng)性能較好。其工作方式為將目標(biāo)物體圖像通過(guò)鏡頭聚焦在芯片上，經(jīng)過(guò)濾波與放大處理后形成信號(hào)輸出。CCD的分辨率與芯片像素?cái)?shù)量有關(guān)。

(2)采集卡

本系統(tǒng)使用的是大恒PCT-XR捕捉卡，采集性能高，具備高速PCI總線，能夠?qū)崿F(xiàn)畫面流暢不間斷采集。將采集到的圖像以靜態(tài)方式儲(chǔ)存，并支持多種格式。采集卡工作原理如圖4所示。

圖4 圖像采集卡工作原理圖

(3)材料傳輸帶

系統(tǒng)傳輸部分利用雙軌道環(huán)形傳輸帶，在確保線體長(zhǎng)度條件下，減小設(shè)備尺寸，節(jié)省空間。傳送帶速度可以進(jìn)行實(shí)時(shí)調(diào)節(jié)，其工作原理如圖5所示。

圖5 傳送帶工作原理圖

(4)照明光源

選取適合的光源是獲得高質(zhì)量圖像的關(guān)鍵，機(jī)器視覺(jué)系統(tǒng)所用的光源包括熒光燈、氙燈、LED燈等，這些光源具體特征如表1所示。

表1 不同種類光源性能比較

綜合分析表1中不同光源性能，本文將使用LED燈作為機(jī)器視覺(jué)系統(tǒng)光源。

3.3 系統(tǒng)軟件環(huán)境

軟件模塊開發(fā)環(huán)境為Visual C++6．0編程語(yǔ)言，其屬于一種交互式可視化開發(fā)環(huán)境，能夠提供大量的有關(guān)位圖操作的函數(shù)，為圖像處理提供方便。

為了使所設(shè)計(jì)的軟件性能有效，需對(duì)每個(gè)階段進(jìn)行充分研究。模塊化是軟件設(shè)計(jì)應(yīng)滿足的基本要求，集合模塊化基本原理，確定本文系統(tǒng)軟件需具備如下特征：(1)可修改性：對(duì)軟件進(jìn)行增加或刪除模塊等操作不會(huì)影響整體程序；(2)可讀性：明確所有模塊表示的意義與接口關(guān)系，便于工作人員進(jìn)行維護(hù)；(3)驗(yàn)證性：與其它模塊相互獨(dú)立，便于調(diào)試，在本文系統(tǒng)中，結(jié)合算法要求設(shè)計(jì)每個(gè)子程序。軟件工作流程如圖6所示。

圖6 軟件工作流程圖

4 仿真實(shí)驗(yàn)與分析

為驗(yàn)證本文設(shè)計(jì)的自動(dòng)識(shí)別系統(tǒng)性能，使用實(shí)驗(yàn)室擁有的面陣相機(jī)進(jìn)行仿真實(shí)驗(yàn)。具體實(shí)驗(yàn)設(shè)備如圖7所示。

圖7 實(shí)驗(yàn)設(shè)備圖

相機(jī)詳細(xì)參數(shù)情況如表2所示。

表2 相機(jī)參數(shù)表

自動(dòng)識(shí)別系統(tǒng)軟件參數(shù)設(shè)置如表3所示。

表3 軟件參數(shù)設(shè)置

仿真實(shí)驗(yàn)中，收集4卷優(yōu)質(zhì)碳纖維材料，每卷長(zhǎng)度為300米，寬度為2米。對(duì)四卷材料進(jìn)行人為缺陷制造，每卷斷裂數(shù)量分別為20、30、40、50。利用文獻(xiàn)[1]、文獻(xiàn)[2]與本文方法對(duì)這些材料進(jìn)行檢測(cè)，能夠識(shí)別出的斷裂損傷結(jié)果如圖8所示。

圖8 斷裂損傷識(shí)別情況示意圖

由圖8可知，三種方法中，所提方法對(duì)斷裂損傷識(shí)別效果最好，漏檢率最低，能夠全面識(shí)別出材料缺陷。這是因?yàn)椋摲椒▽?duì)獲取的原始圖像進(jìn)行增強(qiáng)處理，提高圖像質(zhì)量，獲取的斷裂特征更加清晰，能夠有效識(shí)別出缺陷位置。

利用三種不同方法對(duì)大量存在斷裂缺陷的碳纖維材料進(jìn)行識(shí)別，識(shí)別速度均設(shè)置為8m/min，對(duì)三種方法連續(xù)工作的能力進(jìn)行檢測(cè)。結(jié)果如圖9所示。

圖9 不同方法持續(xù)工作能力對(duì)比

經(jīng)過(guò)對(duì)持續(xù)工作能力的比較可以發(fā)現(xiàn)，所提方法最長(zhǎng)工作能力可達(dá)到50 小時(shí)，主要因?yàn)楸疚脑O(shè)計(jì)的系統(tǒng)硬件設(shè)備性能好，滿足持續(xù)工作要求，且保持工作平穩(wěn)，不容易出現(xiàn)系統(tǒng)故障。

5 結(jié)束語(yǔ)

碳纖維是一種高附加值產(chǎn)品，存在優(yōu)良的物理與化學(xué)特性。隨著應(yīng)用范圍的不斷擴(kuò)大，對(duì)其質(zhì)量要求不斷提高。為及時(shí)發(fā)現(xiàn)碳纖維斷裂損傷情況，本文利用機(jī)器視覺(jué)方法設(shè)計(jì)了斷裂自動(dòng)識(shí)別系統(tǒng)。仿真實(shí)驗(yàn)表明，該系統(tǒng)能夠全面識(shí)別碳纖維缺陷，漏檢率低，持續(xù)工作能力較強(qiáng)，可以符合應(yīng)用要求。但是在實(shí)際識(shí)別過(guò)程中，材料中的雜質(zhì)不能完全消除，這將影響識(shí)別準(zhǔn)確度，在下一步研究中，將雜質(zhì)作為缺陷之一，對(duì)其進(jìn)行單獨(dú)檢測(cè)，以此改善系統(tǒng)性能。