数学形态学在铸造镁合金AM50定量金相分析中的应用.doc

数学形态学在铸造镁合金AM50定量金相剖析中应用金相剖析主要研究是金属及合金成分、组织、结构与性能之间关系,是研究与测试金属材料性能重要手段。随着高分辨率电子显微镜与计算机技术快速发展,金相剖析方法不断丰富。近年来,利用数字图像处理技术进行定量金相剖析成为国内外学者一个研究热点。数学形态学以集合论思想为基础,使用具有一定特征图像作为结构元对图像进行检索与运算,从而对图像进行剖析,是数字图像处理一个重要分支,在预处理、基于物体形状分割、物体量化等领域中,与其他标准算法相比,都具有更好结果与更快计算速度。数学形态学关键在于结构元选择,基本操作为膨胀、腐蚀、开操作与闭操作。本文主要应用数学形态学方法,使用数学剖析软件MATLAB,对铸造镁合金AM50进行定量金相剖析。 1研究对象本文研究对象是在某压铸镁合金结构件所截试样500倍金相照片。该试样由手锯截取,使用塑料浇注镶嵌法镶嵌,用400#砂纸进行粗磨获得平整表面后,依次使用600~2000#砂纸细磨,再用机械抛光法抛光直至得到光亮镜面。经抛光后试样使用4%***酒精溶液进行化学腐蚀后,使用金相显微镜观察并获得金相照片。金相照片如图1所示,大小为2580×1944像素,。 2数字图像处理 ,对图片读取一般使用imread语句。MATLAB读取图片功能十分强大,既可以直接读取指定路径文件,又可以配合uigetfile语句以打开文件方式读取文件,也可以配合for语句进行文件批量处理等操作。 ,这种类型图像像素点是由红、绿、蓝三个分量合成,因铸造镁合金AM50主要由α-Mg与Mg17Al12两相组成,所以要将RGB图像转换成每个像素只有一个采样颜色灰度图像,以达到简化计算,排除干扰目。这种将RGB图像转换成灰度图像过程就是灰度化处理,在MATLAB中用rgb2gray语句实现,灰度图像及其直方图如图2所示。 。针对灰度图像图像增强主要可以分为三个方面,分别是灰度变换、图像平滑与图像锐化。从灰度图像直方图可以看出,图片只有一个峰,说明图片对比度不强,因此需要对该金相图片进行灰度变换以增强对比度。使用数学形态学方法对图像增强对比度主要靠以下命令实现: 式中:se代表结构元;f代表灰度函数;g代表灰度变换后函数;k是决定结构元大小参数,此处k需要选取一个较大值,以保证结构元尺寸足够大,以至于其无法完全匹配晶粒,从而产生对整个图像背景合理估计;执行是顶帽操作,执行是底帽操作。选取k=30进行操作后得到图像如图3所示: 图4是由传统直方图均衡化方法得到对比度增强照片。通过图3与图4对比来看,经过形态学变换金相照片具有更好对比度,特征明显,层次分明。而使用直方图均衡化方法得到图片虽然对比度明显,右上角与左边枝晶颜色有明显差别,同时存在右下角区域模糊现象。 ,将图像变为非黑即白。由于铸造镁合金AM50经过化学腐蚀处理后,Mg17Al12相被腐蚀,α-Mg相就变得凸出,二者对光线反射发生了变化,图1中较亮部分是α-Mg相,较暗部分Mg17Al12相与杂质、缺陷被去除后留下痕迹,正因为如此,我们才能看清