（计算机应用技术专业论文）陶瓷显微图像的数字分析与处理.pdf

陶瓷显微图像的数字分析与处理 摘要 陶瓷是中华民族文化极其重要的组成部分，深刻影响着世界文 化史的发展进程。显微组织测量与分析是判断陶瓷材料状态和内部 结构的主要途径，对陶瓷材料研究具有非常重要的现实意义。 通常，陶瓷研究人员使用传统人工方法进行显微组织的定量分 析。此种方法乏味费时，检验人员劳动强度大，检测结果的可靠性 及有效性难以保证。 为此，本课题以古瓷釉显微结构为例，利用现代电子显微技术， 对瓷釉试样系列截面，显微放大陶瓷磨片，获取陶瓷显微组织图像。 从图像增强、图像平滑、图像分割及边缘检测四个方面，详细比较 分析各种数字图像处理技术，结合陶瓷显微图像的特点，根据图像 处理结果，选取适用于陶瓷显微图像处理的最优方法。 本课题研究方法如下： ( 1 ) 运用数字图像技术中的拉普拉斯锐化、中值滤波方法对陶 瓷显微组织图像进行预处理，滤波去除图像分析中的干扰因素和误 差，获得利于分析的图像。 ( 2 ) 采用改进的最大类间方差法确定阈值，自动分离具有相近 灰度特征的组元，实现陶瓷多组元的图像分割，并对二值分离图像 进行边缘检测，提取组元轮廓。 ( 3 ) 由于陶瓷显微组织图像为不连续图像，一般数学建模法不 适合用于图像分析，因此，课题采用体视学方法计算普适参数，定 量表征陶瓷显微组织中各相的体积分数、空间尺度分布。 本课题采用模块化设计和面向对象思想，利用d e l p h i 7 0 作为开 发工具，设计陶瓷显微图像数字分析与处理系统，详细介绍系统各 模块及数据库的实现方法，有效协助研究人员进行陶瓷显微组织定 量分析，为陶瓷材料的研究提供技术支持。 关键词t 显微组织，体视学，定量分析，边缘检测，图像分割 t h ea n a l y s i sa n dd i g i t a li m a g e p r o c es s i n g0 fc e r a m i c m i c r o s t r u c t u r e a b s t r a c t t h ec e r a m i c st h a tp r o f o u n d l yi n f l u e n c e st h ew o r l dc u l t u r a lh i s t o r y i sa ne x t r e m e l yi m p o r t a n tc o n s t i t u e n to fc h i n e s ec u l t u r e t h em o d e m s c i e n c ea n dt e c h n o l o g yp r o m o t e st h es t u d ya n di n n o v a t i o no fc e r a m i c m a t e r i a l t h em i c r o s t r u c t u r e a n a l y s i s i s w i d e l y u s e di n j u d g i n g c o n d i t i o na n di n t e r n a ls t r u c t u r eo fc e r a m i cm a t e r i a l ，w h i c hh a st h e p r a c t i c a ls i g n i f i c a n c et ot h es t u d yo fc e r a m i cm a t e r i a l u s u a l l y , t h ec e r a m i cm i c r o s t r u c t u r eq u a n t i t a t i v ea n a l y s i si sc a r r i e d o nw i t ht r a d i t i o n a la r t i f i c i a lm e t h o dw h i c hi st i m e c o n s u m i n ga n dc a n h a r d l yg u a r a n t e et h ev a l i d i t yo f r e s u l t s t h e r e f o r e ，t a k e t h ea n c i e n tc e r a m i c g l a z e m i c r o s t r u c t u r ef o r e x a m p l e w i t he l e c t r o nm i c r o t e c h n i q u e ，c e r a m i c s m i c r o s e c t i o ni s e n l a r g e du n d e rt h em i c r o s c o p e s oa st og a i ni m a g e so fc e r a m i c m i c r o s t r u c t u r e t h e nt h em o s ts u p e r i o rm e t h o df o rp r o c e s s i n gc e r a m i c m i c r o s t r u c t u r ei m a g ei ss e l e c t e db yt h ed e t a i l e dc o m p a r a t i v ea n a l y s i s a c c o r d i n gt ot h ei m a g ep r o c e s s i n gr e s u l ta n dc h a r a c t e r i s t i c so fi m a g e s t h em e t h o di nt h ep a p e ri ss h o w e da sf o w l l o w i n g ： ( 1 ) f i r s t ，t h ep r e p r o c e s s i n g i sc a r r i e do n w i t h t h e m e t h o do f l a p l a c i a na n dm e d i a n f i l t e rt oe l i m i n a t et h ed i s t u r b a n c ei ni m a g e a n a l y s i ss t e p ( 2 ) t h e n ，t h et h r e s h o l du s e df o ri m a g es e g m e n t a t i o ni sc h o s e nw i t h t h ei m p r o v e da l g o r i t h m t h ec e r a m i cc o m p o n e n t sa n dt h e i re d g e sa r e g a i n e dw i t ht h et e c h n o l o g i e so fi m a g es e g m e n t a t i o na n de d g ed e t e c t i o n ( 3 ) b e c a u s et h ei m a g e sa r ed i s c o n t i n u o u s ，a n dt h em a t h e m a t i c s i l m o d e l i n gm e t h o di sn o ta p p r o p r i a t ef o ri m a g ea n a l y s i s ，p a r a m e t e r sf o r q u a n t i t a t i v ea n a l y s i sa r ec a l c u l a t e dw i t ht h es t e r e o l o g ym e t h o d i nt h ep a p e r ，t h ec e r a m i cm i c r o - i m a g ed i g i ta n a l y s i sa n dp r o c e s s i n g s y s t e md e s i g n e db ym o d u l a rd e s i g nm e t h o da n do b j e c t o r i e n t e dt h o u g h t w i t hd e l p h i 7 0t o g e t h e rw i t hd e t a i l e ds y s t e mr e a l i z a t i o nm e t h o da s s i s t t h er e s e a r c h e rt oc a r r yo nq u a n t i t a t i v ea n a l y s i se f f e c t i v e l y k e y w o r d s ：m i c r o s t r u c t u r e ，s t e r e o l o g y , q u a n t i t a t i v ea n a l y s i s ，e d g e d e t e c t i o n ，i m a g es e g m e n t a t i o n i i i 陶瓷显微图像的数字分析与处理 原创性声明及关于学位论文使用授权的声明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本 文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律责任由本人承担。 论文作者签名： 鱼! 玄 e l 期： 2 q q 军生笸月 关于学位论文使用授权的声明 本人完全了解陕西科技大学有关保留、使用学位论文的规定，同意 学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权陕西科技大学可以将本学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。同时授权中国科学技术信息研究所将本学 位论文收录到中国学位论文全文数据库，并通过网络向社会公众提供 信息服务。 ( 保密论文在解密后应遵守此规定) 论文作者签名： 叠孽互导师签名：兰垄至日期：2 q q 军生旦 陶瓷显微图像的数字分析与处理 1 绪论 1 1 论文研究背景与研究意义 陶瓷是中华民族文化极其重要的组成部分，深刻影响着整个世界文化史的 发展进程。现代科学技术的发展促使陶瓷材料的研究方法不断创新、提高。陶 瓷科学与研究已经成为对我们生活产生重大影响的一门学科。随着先进陶瓷材 料的研究和开发，在与人类生活息息相关的各个领域，如电子、通讯、环境保 护、医疗等，都能找到陶瓷的身影。现代人的生活离不开陶瓷，高技术产业、 国防军工的发展，在很大程度上都要依赖陶瓷材料的突破和发展才得以实现。 陶瓷研究对人类发展、社会进步和人民生活水平的提高有重要作用。 长期实践和研究表明，陶瓷材料的性能是由其内部的微观组织结构所决定 t ，】。外观艺术美是第一要素，最终决定陶瓷外观的是其内部结构t ：1 。陶瓷化学 组成和工艺参数孕育着其内部结构，表明了组成一工艺一结构一外观之间的依 存关系。如果把关系式中的“外观”改为。性能一，就成为陶瓷材料研究中的 对应关系式。常用的陶瓷材料研究方法是由化学成分和制备工艺来实现对组织 结构的控制，在此基础上最终确定陶瓷材料的使用性能，改善材料性能。除此 之外，显微组织测量与分析是判断陶瓷材料状态和内部结构的主要途径 3 1 。 然而，从我国陶瓷行业整体现状看，陶瓷研究大多采用传统方法，存在着 效率低、分析难度大等缺点。陶瓷行业的生产装备落后等原因，严重制约了陶 瓷工业的进一步发展，导致陶瓷生产存在能耗大、产品档次低、质量差、工艺 技术装备落后、产品结构不合理等问题。因此，充分依靠科技进步、借助新 技术，对陶瓷材料研究具有非常重要的现实意义和战略意义。 目前陶瓷显微组织研究存在以下问题： ( 1 ) 传统的人工目测法评定陶瓷显微组织，准确性、一致性和重现性差， 速度慢，分析难度大，有时甚至无法进行； ( 2 )陶瓷艺术外观通常只有较为模糊的文学或仿物文字，使科学研究结 构与外观关联受到限制； ( 3 )显微组织缺乏定量表征方法，不能定量分析陶瓷微相，使得某些决 定陶瓷外观视觉效果的主要因素不明。 通常，研究材料的显微组织只能在试样的某一截面上进行，但此时所观察 到的显微结构并非陶瓷的三维真实形貌【5 】。体视学是近年来迅速发展起来的一 陕西科技大学硕士学位论文 门新兴边缘学科，是建立从二维截面所获得的组织测量值与描述组织三维参数 之间关系的数学方法，被广泛应用于材料、冶金、矿物、生物等学科领f 6 】。体 视学是基于统计意义上的测量结果，需要对测量目标进行多次、重复测量，如 果使用人工法来完成该操作，研究人员的劳动强度大，不易实现【7 1 。 为解决以上问题，本课题主要研究结合数字图像处理技术和体视学方法， 设计陶瓷显微图像数字分析与处理软件，计算普适参数，定量表征陶瓷显微组 织中各相的体积分数、空间尺度分布，实现显微组织的定量分析。陶瓷显微组 织定量分析的研究，有利于提高显微组织分析的准确性与效率，避免记录显微 组织一系列繁杂的工作，对掌握影响陶瓷特殊艺术外观的主要相结构，对陶瓷 材料的研究与应用具有重要的现实意义与广阔的应用前景。 1 2 国内外图像软件的研究现状 传统显微镜在分析显微结构过程中易受人为因素的影响，而且不适合快速 处理大批量样品，并且维护成本高、操作复杂，需要配备专门的操作人员，给 日常的检测工作带来不便【。1 。借助数字图像技术对显微组织进行定量表征是一 种新颖的、专门用于组织颗粒甚至分子级量化分析研究的技术【，1 。 迄今为止，在国内，显微图像处理技术已用于各行各业的研究，如材料、 冶金、医药、生物、化工、摩擦学等需要利用图像手段进行统计，进行形态学 自动分析和测定的领域中0 0 1 。典型的应用为：医疗系统中的细胞测量l 、矿物 和岩石等矿物质测定1 1 2 、产品质量检测 1 3 j 、碳纤维截面测定m 】等。 在医学上，细胞形态的自动图像识别、细胞形态的检测是医学检测中的重 要部分。很多疾病的诊治主要依靠医学专家观察标本中细胞在显微镜下的形 态，对细胞进行识别和分类。而借助数字图像技术、计算机模式识别和人工智 能等技术，可以实现对细胞图像的自动识别，快速准确地识别各类细胞并做出 相应的诊断，大大的提高检查效率，减少人为误差。如血液细胞图像识别系统 能准确、快速识别血液中的各类白细胞，极大地提高血液形态检查的效率。 在矿物研究领域，对于部分矿物纹理图像，可以通过将矿物网孔状纹理图 像分成小区域，根据小区域内的灰度分布与训练样本的经验灰度直方图进行相 似性比较，将小区域图像归为具有纹理特征的一类，实现对矿物成分纹理的识 别与分类。 在质量检测领域，利用数字图像技术，可以实现对组织识别与检测，并由 此判断产品质量优劣。例如，以粉丝组织的显微图像为基础，运用灰度共生矩 阵和分形理论提取显微图像的特征，将提取出来的特征做为神经网络淀粉品质 2 陶瓷显微图像的数字分析与处理 分类的输入，建立粉丝淀粉品质的自动检测系统。 在材料学中，金属材料定量金相分析方面的研究较多】，极少应用于陶瓷 材料研究。虽然，我国对于陶瓷的微观结构有一定的研究，例如对河南钧瓷釉、 福建天目瓷釉中的分相现象进行了物理化学的基础研究，但苦于缺乏定量分析 釉中微相的方法，传统人工方法效率低，使陶瓷内在结构与外观视觉关系研究 受到制约。 目前常用的图像处理软件主要有以下几种： ( 1 ) p h o t o s h o p 通用图像处理软件，是一种商业付费软件，图像处理功能 强大，具备二次开发功能，但是不适合目标的测量与计算。 ( 2 )o s i r i s 3 6 0 医用图像处理软件，适用于生物、医学领域的图像分析和 测量，软件本身不具备二次开发功能，但是软件源代码可以付费获取，用户可 以通过修改源代码间接进行二次开发。 ( 3 )n i h 图像处理软件，由美国国立医学研究院开发，适用于生物、医 学领域的图像分析和测量。软件用p a s c a l 语言编译，在m a c i n t o s h 微机上运行， 源代码公开。 ( 4 ) s c i o n l m a g e 图像处理软件，是n i h 图像处理软件的w i n 3 2 版本，免 费但源代码不公开，其算法、操作功能与n i h 图像处理软件相似，使用说明书 详尽，具有宏处理语言二次开发功能。 ( 5 ) i m a g e j 图像处理软件是n i h 图像处理软件的j a v a 版本，源代码公开， 具备宏处理语言的软件二次开发功能，但与传统w i n d o w s 应用程序相比，人机 界面的操作习惯不太一致。 由此可见，目前的图像处理软件大多适用于医学、生物领域，或者缺少图 像分析与测量功能，并且客户对图像分析与处理的需求基于各种行业知识，因 此，显微图像分析软件必须根据客户独特的需求分析进行开发。另外，由于陶 瓷显微组织图像为不连续图像，一般数学建模法不适合用于图像分析 1 6 1 ，因此， 本课题结合数字图像技术与体视学，研究适用于陶瓷材料的图像处理与分析方 法。 1 3 论文的研究内容 本课题以古陶瓷显微结构图像为例，使用显微电镜将陶瓷磨片显微放大， 拍下显微图像，设计陶瓷显微图像的数字分析与处理软件，实现陶瓷显微组织 的定量表征。 陶瓷显微结构存在多种组元【1 7 i ，利用数字图像处理技术，对陶瓷显微图像 3 陕西科技大学硕士学位论文 进行图像预处理，根据显微图像的不同灰度特性，使用图像分割方法，分离出 显微结构中的各种晶相及其轮廓图。结合体视学方法，可以进一步实现图像的 测量与分析，获取普适参数，为今后研究人员分析数据，推导陶瓷成分与外观 质地之间的关系提供依据，为陶瓷材料研究，生产质地更好的陶瓷制品提供技 术支持。 课题最终实现的目标为： ( 1 )利用数字图像技术对陶瓷断面显微结构图像进行处理与分析，分离 出图像中的多组元，如晶体、气孔、釉体，并提取组元轮廓图； ( 2 )运用体视学原理计算普适参量，实现陶瓷显微结构定量分析； ( 3 )建立功能完善的数据库管理系统，为陶瓷材料的研究提供依据。 本课题主要研究两方面内容，分别为显微图像处理和定量分析。 显微图像处理主要实现图像格式转换、图像增强、图像滤波、图像分割、 边缘检测等功能，获取有利于图像分析的处理图。 定量分析实现计算陶瓷普适参数，定量表征陶瓷显微结构。 1 4 本章小结 本章介绍了课题的研究背景、研究意义以及国内外图像处理技术的发展概 况，引出了本文的研究内容。 4 陶瓷显微图像的数字分析与处理 2 数字图像处理与体视学 2 1 数字图像处理 图像就是对客观存在物体的一种相似的生动模仿和描述。 图像处理技术基本上可以分为两大类：模拟图像处理和数字图像处理。 模拟图像处理( a n a l o gi m a g ep r o c e s s i n g ) 包括光学处理( 利用透镜) 和 电子处理，如：照相、遥感图像处理、电视信号处理等。模拟图像处理的特点 是速度快，一般为实时处理，理论上可以达到光的速度，可以并行处理。模拟 图像处理的缺点是精度较差，灵活性差，很难具有判断能力和非线性处理能力。 数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 是指用数字计算机及其它有关 数字技术，对图像施加某种运算和处理，从而达到某种预定的目的。例如：将 褪色的照片重新变清晰，从医学显微镜提取有意义的细胞特征等。 与模拟图像相比，数字图像处理的精度高，处理内容丰富，可以进行复杂 的非线性处理，有灵活的变通能力。 2 1 1 图像处理的目的 一般而言，对图像进行加工和分析主要有如下三方面目的f l 。1 ： ( 1 )提高图像的视觉质量。如去除图像中的噪声、改变图像的亮度和颜 色、增强图像中的某些成份、抑制某些成份、对图像进行几何变换等，用于改 善图像质量，以达到真实的、清晰的、色彩丰富的显示效果。 ( 2 )提取图像所包含的某些特征或特殊信息，以便于计算机分析，例如， 常用模式识别、计算机视觉的预处理等。特征包括很多方面，如频域特性、灰 度颜色特性、边界，区域特性、纹理特性、形状拓扑特性以及关系结构等。 ( 3 )对图像数据进行变换、编码、压缩，以便于图像的存储和传输。 2 1 2 数字图像处理方法概述 数字图像处理方法大致可分为两大类，即空域法和变换域法。 a 空域法 空域法把图像看作是平面中各个像素组成的集合，然后直接对一维，二维 函数进行相应的处理。空域处理法主要有下面两大类： ( 1 ) 邻域处理法。包括：梯度运算( g r a d i e n ta l g o r i t h m ) ，拉普拉斯算 子运算( l a p l a c i a no p e r a t o r ) ，平滑算子运算( s m o o t h i n go p e r a t o r ) 和卷积运算 ( c o n v o l u t i o na l g o r i t h m ) 。 5 陕西科技大学硕士学位论文 ( 2 ) 点处理法。包括：灰度处理( g r e yp r o c e s s i n g ) ，面积、周长、体积、 重心运算等等。 b 变换域法 数字图像处理的变换域处理方法是首先对图像进行正交变换，得到变换域 系数阵列，然后再实施各种处理，处理后再反变换到空间域，得到处理结果。 这类处理包括：滤波、数据压缩、特征提取等处理。 2 1 3 数字图像处理的主要内容 数字图像处理研究的主要内容主要有以下几个过程1 1 9 | 。 a 图像获取、表示和表现 该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把 数字图像显示和表示出来( 如打印) 。这一过程主要包括摄取图像、光电转换 及数字化等几个步骤。 b 图像复原 当造成图像退化( 图像品质下降) 的原因已知时，复原技术可以对图像进 行校正。图像复原最关键的是对每种退化都需要有一个合理的模型。例如，掌 握聚焦不良成像系统的物理特性，便可建立复原模型。退化模型和特定数据一 起描述了图像的退化，因此，复原技术是基于模型和数据的图像恢复，其目的 是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。 c 图像增强 图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的 定量信息时，可以使用图像增强技术，较为主观地改善图像的质量。所以，图 像增强技术是利用改善图像视感质量所采取的一种方法。因为增强技术并非是 针对某种退化所采取的方法，所以很难预测哪一种特定技术最好，只能通过试 验和分析误差来选择一种合适的方法。有时可能需要彻底改变图像的视觉效 果，以便突出重要特征的可检测性，而非改善视感质量。 d 图像分割 图像中通常包含多个对象，图像处理为达到识别和理解的目的，几乎都必 须按照一定的规则将图像分割成区域，每个区域代表被成像的一个物体( 或部 分) 。其本质是将像素进行分类，分类的依据是像素的灰度值、颜色、频谱特 性、空间特性或纹理特性等。 图像自动分割是图像处理中最困难的问题之一。人类视觉系统的优越性， 使得人类能够将所要观察的对象从复杂场景中分开，并识别出每个物体。但对 计算机来说，这却是一个难题。大部分图像的自动分割还需要人工提供必需的 6 陶瓷显微图像的数字分析与处理 信息来帮助，只有一部分领域开始使用。由于解决和分割有关的基本问题是特 定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知 识来提高处理的可靠性和有效性是图像分割的研究热点。 e 图像分析 图像处理应用的目标几乎均涉及到图像分析，即对图像中的不同对象进行 分割、特征提取和表示，从而利于计算机对图像进行分类、识别和理解。 在工业产品零件无缺陷且正确装配的检测中，图像分析是对图像中的像素 转化成一个“合格 或“不合格一的判定。在有的应用中，如医学图像处理， 不仅要检测出物体( 如肿瘤) 的存在，而且还要检查物体的大小。 f 图像重建 图像重建与上述的图像增强、图像复原等不同。图像增强、图像复原的输 入是图像，处理后输出的结果也是图像，而图像重建是指从数据到图像的处理， 即输入的是某种数据，而经过处理后得到的结果是图像，c t 就是图像重建处 理的典型应用实例。目前，图像重建与计算机图形学相结合，把多个二维图像 合成三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感 的高质量图像。 g 数字图像的压缩和编码 数字图像的数据量是相当庞大的，在传输过程中，对图像数据进行压缩非 常重要。数据的压缩主要通过图像数据编码和变换压缩完成。 2 2 体视学 体视学是在挪威召开的国际会议上提出的，是建立从组织截面所获得的s 维测量值与描述组织n ( s n ) 维参数之间关系的数学方法，是近年来迅速发展 起来的一门新兴边缘学科，被广泛应用于生物医学、金属材料金相分析、显微 组织研究和三维断口研究以及短纤维材料强度分析等领域。 2 2 1 体视学的研究内容 根据体视学理论 2 0 1 ，体视学的研究内容大体有： 测定形状类似颗粒或气孔的平均形状及单位体积中存在的个数； 测定体积密度即物相或特殊相在材料中占有的体积百分率； 测定材料中随机分布颗粒的平均粒径及其分布特征； 测定单位体积中的界面( 或表面) 面积； 测定单位体积内纤维状颗粒的总长及晶棱的全长； 测定材料中分散存在颗粒间的接触率，接触个数，接触表面积及界面距离； 7 陕两科技大学硕士学位论文 测定取向性晶粒及几种晶粒形成凝聚领域的解析； 测定晶粒连结性、连续性、接近性及分离性等拓扑学性质； 由二维断面图像组合成三维立体图像技术。 2 2 2 体视学参数 显微组织定量分析是体视学的组成部分，可以称为定量显微学。在定量分 析方面，研究人员常常关心组织中所要讨论的组元体积、表面积、长度以及个 数等量，但这些都是容量性质、为了要把它们变为强度性质，引入“密度 概 念。“密度 定义为单位体积，单位面积或单位长度上的量。一个测试面切割 空间组织，组元被切出的“象”称为组元的搿断面一 2 1 l 。 运用体视学中的德莱塞( d e l e s s e ) 定律和罗西瓦尔( r o s i w a l ) 定律 2 2 1 ， 在二维显微组织统计测量的基础上，可以获得样品显微组织的三维普适参数， 实现显微组织的定量分析。有关密度参数及各参数间的关系列于表2 1 中，表 中跏为组元体积密度，s v 为组元表面积密度，p p 为点密度，a a 为界面面密 度，l a 为轮廓线密度，尸，为测试线上截点密度，三，为线密度。 体视学参数可以使用面积法、线分析法、计点法来测量。计点法耗费时间 最少，误差相对较小，面积法误差最小，但耗费时间最长，线分析法在误差上 和耗费时间上都比计点法效果差【2 2 1 。此外，借助数字图像技术，计点法的实现 最简单，效果最佳。 表2 i 体视学测量参数间的关系 t a b 2 - 1r e l a t i o nb e t w e e ns t e r e r o i o g yp a r a m e t e r s 2 3 本章小结 本章主要讨论数字图像处理技术和体视学的相关概念，介绍了图像处理的 方法、特点、图像处理的主要内容，以及体视学参数之间的关系。 8 陶瓷显微图像的数字分析与处理 3 陶瓷显微图像的处理 陶瓷显微图像的处理对于陶瓷显微结构酌定量分析有重要意义。在陶瓷显 微图像采集的过程中，由于光路和传输设备等客观条件限制，获得的图像往往 与原始陶瓷显微结构存在差异，在质量上总有一些缺点，比如清晰度不够高， 噪声过多，亮度不均匀等，造成图像不利于计算机分析与处理，因而陶瓷显微 图像必须要进行预处理。图像处理是指运用相应的方法，将图像采集过程中采 集到的原始图像数据经过一系列图像变换过程，得到清晰、精简的图像，使之 更适合人服观察判断或计算机分析处理。 课题以古瓷釉为例，对古瓷釉显微图像进行处理，实现组织定量表征。中 国古代名瓷釉种类繁多，从结构角度来看可以归为三类：玻璃态釉、析晶釉、 分相釉。大多古瓷釉以玻璃相为主，其中散落晶相、气孔相或玻璃分相，如图 3 一i 所示。 i ： 令 ，1 囤3 1 瓷釉显微图像 f i 9 3 - lc e r a m i cg l a z em i e r o s t r u c t u r ei m a g e s 下面主要介绍图像锐化、图像滤波、图像分割、边缘检测方法，针对陶瓷 显微图像的特点分析其处理效果，取最优方法，或者对传统方法做相应改进， 最终形成陶瓷显微图像的处理方法。 3 1 图像滤波 陶瓷显微图像在摄像、传输或数字化的过程中常常产生一些分散的孤立 点，如椒盐噪声，还有的可以形成一些虚假的边缘或轮廓。显微图像中的噪声 又对陶瓷显微结构定量分析的数据测量结果有很大影响所以在应用图像之前 必须去除图像中的噪声污染，才能确保获得陶瓷组元精确的测量结果。 对受到噪声污染的图像可毗采用线性滤波的方法来处理，但足很多线性滤 波有低通性，在去除噪声的同时也使得边缘模糊。 中值滤波是一种非线性的去除噪声的方法，在一定的条件下，可以克服线 陕两科技大学硕士学位论文 性滤波器如最小均方滤波、平均值滤波等带来的图像细节模糊，做到既去除噪 声又保护图像的边缘。中值滤波对滤波脉冲干扰及图像扫描噪声最为有效，但 对一些细节特别多，尤其是点、线、尖点细节多的图像不宜采用中值滤波方法。 基于陶瓷显微图像特点，为消除陶瓷显微图像扫描和传输过程产生的噪声，避 免图像模糊，本课题选择中值滤波法对图像进行滤波。 中值滤波是把数字图像中一点的值用该点邻域内各个点的中值来代替。对 于奇数个元素，中值是指按大小排序后，中间的数值；对于偶数个元素，中值是 指排序后中间两个元素灰度的平均值。 一组数x ，x 2 ，x 3 ，x 4 ，x 厅，假如排序为x l g r a y c l a s s i 】t h e n t 2g r a y c l a s s 【i + 1 ； e n d ； 根据陶瓷显微图像中釉体占多数的特点，t 灰度级左右两端区域即为气 泡和晶体所在的像素区域； ( 3 ) 将图像灰度分为两个区间【0 t 和【t + 1 2 5 5 】，将多阈值分割 问题转换为容易实现的单阈值分割问题； ( 4 ) 分别在两个灰度区间 0 ，t 和【t 十1 ，2 5 5 使用传统o t s u 法， 遍历区间灰度级，寻找阈值t 1 ，t 2 ，符合1 6 b 值最大的条件： ( 5 ) 最后，根据闽值t l ，t 2 ，使用阈值分割法，实现对陶瓷显微组织多 一 陶瓷显微图像的数字分析与处理 组元的自动分割。 由于改进的o t s u 算法将阈值运算限制在有效的灰度区间内，大大减少运 算量，而且对于图像目标与背景灰度分布不均匀，灰度重叠情况同样适用，图 像分割准确。此外，改进的o t s u 算法，通过对图像两个有效区域进行灰度遍 历，确定多阈值，可以实现多目标分割，适用于符合瓷釉显微组织分布特征的 图像。图3 - 6 为实验结果，图3 - 6b ) 为原始图像的灰度直方图，由图3 - 6c ) 和图 3 6d ) 比较可看出，改进的o t s u 分割算法对图像的处理效果较为理想。 3 4 边缘检测 陶瓷显微图像的最终目的是测量出组元三维体视学参数，而陶瓷组元的轮 廓提取是显微组织定量分析的前提，因此，在显微图像分割的基础上，需进一 步对显微图像进行边缘检测。 边缘是指在图像中灰度出现突变的区域。边缘提取方法是分析图像的每个 像素在某个邻域内灰度的变化，利用边缘邻近一阶或二阶方向导数变化规律， 即边缘算子( e d g eo p e r a t o r ) 法检测出边缘。边缘算子大致可分三大类，即梯 度算子、方向模板算子和拟合算子。梯度算子是数学上梯度算子的近似形式， 而方向模板算子是对不同方向使用不同的模板来检测，拟合算子则是对图像的 局部灰度值同边缘的参数模型相拟合。 确定图像中边界的另一种方法是先检测每个像素和其直接相邻的状态，以 决定该像素是否确实处于一个物体的边界上，具有所需特性的像素被称为边缘 点。当图像中各个像素的灰度级用来反映各个像素符合边缘像素要求的程度 时，这种图像被称为边缘图像( e d g em a p ) ，可以用仅表示边缘点的位置而没 有强弱程度的二值图像来表示。 3 4 1r o b e r t s 边缘算子 l o1l l loi liii i 一1 o lio一1l 1 1 13 - 7r o b e r t s 边缘算子模板 f i 9 3 7r o b e r t se d g eo p e r a t o r r o b e r t s 边缘检测算子是一种利用局部差分算子寻找边缘的算子， 梯度算子。其模板如图3 7 所示，可由下式给出： 如力：i = 、l - f ( x , y ) 。一顶丽i z + 协i 鬲历一沥：万面捧 1 9 是最早的 ( 3 - 2 3 ) 陕西科技大学硕士学位论文 式中，f ( x ，y ) 是具有整数像素坐标的输入图像。 由于r o b e r t s 算子窗口小，噪声作用也小，因此一般仅用于响应具有陡峭 的低噪声图像，改进的另两种常用算p r e w i t t 算子和s o b e l 算子，它们对有噪声 的阶跃型边缘检测能力比r o b e r t s 的好。 3 4 2p r e w i t t 边缘算子 图3 8 所示的两个卷积核形成了p r e w i t t 边缘算子。图像中每一个点都用 这两个核做卷积。一个核对通常的垂直边缘响应最大，而另一个对水平边缘响 应最大。两个卷积的最大值作为该点的输出值，运算结果是一幅边缘图像。 f - 1 1 j l00 i i11 l 睇一- 1 1 li i1 01l lj e 享习雕 匮习i 习医訇 陶瓷显微图像的数字分析与处理 图3 1 0 为拉普拉斯边缘算子的几种模板。图3 1 0a ) 为像素点上下左右4 个邻点的集合，8 个邻点的算子模板如图3 一1 0b ) 所示，也可推广l a p l a e i a n 算子，考虑像素点对角线方向，见圈3 - 1 0c ) ，。 3 4 5 轮廓提取 在本课题中处于边缘检测阶段的陶瓷显微图像是经预处理分割的二二值图 像。以上几种算子是4 1 对所有图像而言的，包括庆度图像和二值图像，计算量 相对来说比较大。此外，从圈3 1 1 分析结果看，r o b e r t s 、p r e w i t t 和s o b e l 算 子的边缘检测图像都存在边缘点不连续的现象，检测效果不佳，l a p l a c i a n 算子 检测结果中的图像轮廓较粗。为此，本课题采取适用于二值图像处理的快速轮 廓提取算法，实验结果表明，轮廓提取效果较好。 a 1 气泡显微圈 a ) b u b b l ei m a g e b 、r o b e r t s 检测图 b ) r o b e , se d g em a p d 1s o b e l 检洲困 ms o b e le d g e m a p e 、l a p l a c i a n 检剥图 e 1l a p l a c i a ne d g em a p c 1p r e w i t t 拴测困 c ) p r e w i t te d g em a p o q o g g n 轮廓提取 0p r o f i l es e p a r a t i o n 囤3 1 i 迫埠捡剥结果 f i 9 3 1 1e d g ed e t e c t i o nr e s u l t 对一幅二值图像来说，图像的灰度只有两个值，要么为0 ，要么为2 5 5 ， 图像中目标的边缘为灰度突变的地方。 假定圈3 - 1 2 中的大矩形框为一幅二值图像，其内矩形框为目标，a 为目标 边缘上一点，周围其余点为a 的8 个邻点，b 、c 、d 为目标内的点。 遍历整幅图像，当某点的灰度值与其8 个邻点灰度值之差的绝对值均为0 陕西科技大学硕士学位论文 时，将该点的灰度值设为0 ，反之，则将该点的灰度值设为2 5 5 ，于是目标的 边缘就被检测出来了。 图3 一1 2 二值图像边缘图 f i 9 3 - 12b i a n r ye d g em a p 3 5 本章小结 本章从图像锐化、图像滤波、图像分割及边缘检测四个方面详细比较分析 了各种数字图像处理方法，针对陶瓷显微图像的特点，根据图像处理结果，选 择适用于陶瓷显微图像处理的方法，并应用改进的o t s u 法实现陶瓷多组元的 自动分割。 陶瓷显微图像的数字分析与处理 4 陶瓷显微图像的分析 陶瓷研究学科不仅需要对陶瓷材料的行为、性能，以及加工、生长和使用 过程中的变化进行定性研究，而且需要定量表征。通过陶瓷显微组织定量分析 来预测材料性能，是评定陶瓷内在结构与外观视觉关系最有效的方法之一。 目前，陶瓷显微组织的研究仍然以偶然断面( 或平面) 图像或投影图像为 主，前者是不透明材料的截面光学显微镜图像，后者包括透明物体的薄片光学 显微图像、薄膜电子显微图像、断口的投影图像等，很少涉及三维相空间定量。 4 1 组织评估方法 三维显微组织的评估有以下几种主要途径： ( 1 ) 借助粒子束穿透材料的显微技术，直接对三维图像进行观察和测量； ( 2 )通过一系列平行截面的图像来确定组织的空间模型，从而计算组织 空间形貌的特征参数。 ( 3 )通过观察一系列任意平面( 截平面或投影平面) 上的二维图像特征 参数，复原组织空间形貌。图像平面形貌与立体形貌之间的统计学关系是通过 几何概率和微分几何等数学方法来确定的。 重建三维空间技术和立体测量技术很耗费时间，实验人员的劳动强度大， 第三种方法即为体视学的研究内容，根据二维显微组织统计测量的结果，获得 有关样品显微组织的三维普适参数。因此本课题采用体视学方法，获取定量表 征陶瓷显微组织的参数。 4 2 分析内容 本课题研究的最终目的是计算陶瓷组元的参数，主要为体积密度和表面积 密度。研究人员可以根据这两个普适参数，对陶瓷显微组织进行更深入的研究。 其它的体视学参数如断面的面密度a a ，测试线上截点密度尸，线密度上， 等，可以根据表2 1 参数间的关系，通过组元的体积密度和表面积密度来推导。 4 3 参数测量 空间密度不能直接测量，但可以根据截面上的测量值推导出来。测量体视 学参数的方法有面积法、线分析法、计点法。本课题采用计点法，利用表2 1 参数间的关系，选用以下参数的测量公式，在陶瓷显微图像处理的基础上，根 陕西科技大学硕士学位论文 据组元分离图和轮廓图，对图像中的像素进行扫描计数，实现体视学参数的测 量，为陶瓷显微组织的研究提供依据。 4 3 1 体积密度 根据体视学原理可以证明跏和二维参数p p 的关系： v v = p p ( 4 1 ) 式中： 尸p 测试面上的点密度： v v - - - - - 体积密度。 体视学中体积密度定义为：落在待研究相上的点数占落在测试系统( 研究 的陶瓷切面照片) 中总点数的百分比。影响体积密度的因素有气孔，第二相、 杂质、光学散射因素等。因此，根据陶瓷显微组织的体积密度可以了解陶瓷烧 结好坏反映透明陶瓷主晶相和透过率的关系等。 4 3 2 表面积密度 另一个重要参数就是组元的表面积密度。根据体视学原理可以证明： s v - - 4 x 幸l a ( 4 2 ) 式中： 爵一表面积密度； 三口- 一单位断面积中平均组元的周边长度。 s 1 ，反映的是晶粒的三维几何构型。在陶瓷中所要研究的主晶相的晶粒数量 和形状是决定跏值大小的重要因素。一般来说，晶粒越多，晶粒形状越不规 则晶界越多，这种晶界不但包括晶粒晶界，同时也包括晶粒和气孔的晶界、晶 粒和第二相的晶界等。 4 4 本章小结 本章在第三章陶瓷显微图像处理的基础上，根据三维显微组织的评估方 法，结合体视学与数字图像技术，讨论陶瓷显微组织普适参数的测量方法，并 且简单介绍了组元体积密度和表面积密度的测量意义。 2 4 陶瓷显微图像的数字分析与处理 5 系统总体设计 s 1 系统开发环境 5 1 1 硬件环境 硬件环境是指开发陶瓷显微图像处理与分析软件所使用的环境。 ( 1 ) p c 机一台，用于对显微图像进行处理与分析工作； ( 2 )显微电镜，用于记录显微镜观察到的放大图像，直接输入计算机； ( 3 )扫描仪，对已有显微组织图像进行扫描，输入计算机进行处理。 5 1 2 软件环境 选择m i c r o s o f tw i n d o w s 为操作平台、在d e l p h i 7 0 环境下开发编译软件。 d e l p h i 7 0 是b o r l a n d 公司推出的开发工具产品，广泛应用于图形设计、图 像处理及多媒体技术中，是创建w i n d o w s 应用程序最简便、最快捷的开发工具 之一。d e l p h i 作为快速开发工具( r a d ) 的代表，不仅是一个面向对象的可视 化开发环境，而且提供了功能强大的可视化组件库( v c l ，v i s u a lc o m p o n e n t l i b r a r y ) ，这些组件是用o b j e e tp a s c a l 语言编写的，本身就是对象，拥有属性， 事件和方法。 d e l p h i 可视化开发环境的编辑器和窗体设计器协同工作，使程序员在设计 窗体实体时，后台会同步地在编辑器中自动地生成组件代码。另外，d e l p h i 采 用了事件驱动的程序运行机制，当一个事件作用在目标对象上时，就可以触发 事件处理程序，或是发布消息。程序员通过设置对象的属性，方法和消息处理 过程，就可以构造出相应程序来。 选择d e l p h i 作为本软件开发工具，是因为d e l p h i 在数据库和图像处理方 面有着非常强大的功能，具备世界顶尖的编译技术、世界一流的数据库开发支 持。d e l p h i 进行图像处理的速度并不亚于v c ，只需要少量的代码就能实现很 多复杂的功能，大大提高开发效率。d e l p h i 提供了p i x e l s