本發(fā)明屬于金相組織定量技術領域，尤其涉及一種鉻陶瓷復合鍍層網(wǎng)狀裂紋定量檢測方法。

背景技術：

鉻陶瓷復合鍍是應用于活塞環(huán)表面處理的一種新工藝，具有高耐磨性、高耐腐蝕性等性能，滿足現(xiàn)代內(nèi)燃機尤其是大功率柴油機對活塞環(huán)的苛刻要求。

鉻陶瓷復合鍍鍍層表面的網(wǎng)狀裂紋含量對鉻陶瓷復合鍍層的硬度、耐磨性能及抗拉缸等方面都起到重要的作用。通過電鍍過程中的電流換向，使得納米級硬質(zhì)陶瓷顆粒嵌入網(wǎng)狀裂紋中，陶瓷顆粒硬度達2200～3000hv0.025，遠遠高于外來顆粒的硬度，因此可以大幅提高工件的耐磨損性能。此外，網(wǎng)狀裂紋也可以作為“油池”起到儲油作用，有利于潤滑油膜的保持。

目前鉻陶瓷復合鍍鍍層網(wǎng)狀裂紋含量尚無國際標準、國家標準和行業(yè)標準，檢驗人員一般根據(jù)自己的工作經(jīng)驗來對裂紋含量進行評定，無法做到定量檢測，因此檢測結果重復性較差，不能有效客觀地指導實際生產(chǎn)。

技術實現(xiàn)要素：

本發(fā)明的目的在于：提供一種鉻陶瓷復合鍍層網(wǎng)狀裂紋定量檢測方法，通過切割分析的方法獲取鉻陶瓷復合鍍層網(wǎng)狀裂紋百分含量，具有快速、準確、高效的優(yōu)點。

為了達到以上目的，提供一種鉻陶瓷復合鍍層網(wǎng)狀裂紋定量檢測方法，包括如下步驟：

s1、對鉻陶瓷復合鍍層試樣依次進行機械研磨和機械拋光，直至表面呈光滑鏡面；

s2、將鉻陶瓷復合鍍層試樣放入掃描電鏡中，調(diào)整圖像亮度和對比度，采集試樣表面裂紋圖片；

s3、對裂紋圖片進行預處理和圖形分割，提取圖片中裂紋區(qū)域；

s4、分析裂紋區(qū)域計算出鉻陶瓷復合鍍層試樣中裂紋密度面積百分比數(shù)據(jù)。

本發(fā)明的優(yōu)選方案是：s3步驟中所述預處理的方法具體為：

s31a、統(tǒng)計原始圖像的所有灰度級rk和像素數(shù)nk，k＝0,1,2,…l-1；

s32a、用pr(rk)＝nk/n計算原始圖像的直方圖，k＝0,1,2,…l-1；

s33a、計算累計分布函數(shù)：k＝0,1,2,…l-1；

s34a、應用公式gj＝int[gmax-gmin]tk+gmin+0.5]計算影射后的輸出圖像的灰度級gj，j＝0,1,2,…p-1，p為輸出圖像灰度級的個數(shù)；

s35a、用rk和gj的映射關系修改原始圖像的灰度級，從而獲得直方圖近似均勻分布的輸出圖像。

優(yōu)選地，步驟s3中所述圖形分割的方法具體為：

s31b、設圖像f(x,y)灰度級范圍為g＝[0,l-1]，各灰度級出現(xiàn)的概率為pi；

s32b、閾值t將圖像像素分為兩類c0＝[0,t]和c1＝[t+1,l-1]，兩類概率為和ω1＝1-ω0；

s33b、使用準則函數(shù)定義為兩類的類間方差：σ²(t)＝ω0(μ0-μ)²+ω1(μ1-μ)²＝ω0ω1(μ0-μ1)²，選取σ²(t)的最大值t作為分割對象和背景的最佳閾值t。

優(yōu)選地，步驟s4的計算方法具體為面積比si為閾值分割區(qū)域面積，sj為圖像總體面積。

優(yōu)選地，步驟2中掃描電鏡的圖像采集倍數(shù)為500倍。

優(yōu)選地，步驟2中掃描電鏡加速電壓為20kv。

本發(fā)明有益效果為：采用預處理和圖形分割的方法提取圖片中裂紋區(qū)域，能夠快速、準確地分析出鉻陶瓷復合鍍層網(wǎng)狀裂紋百分含量。

附圖說明

下面結合附圖對本發(fā)明作進一步的說明。

圖1是本發(fā)明的步驟流程示意圖；

圖2是本發(fā)明實施例采集的鉻陶瓷復合鍍層網(wǎng)狀裂紋掃描電鏡照片；

圖3是本發(fā)明實施例經(jīng)預處理后的鉻陶瓷復合鍍層網(wǎng)狀裂紋照片。

具體實施方式

為了使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面結合附圖和具體實施例對本發(fā)明進行詳細描述。

請參閱圖1，一種鉻陶瓷復合鍍層網(wǎng)狀裂紋定量檢測方法，包括如下步驟：

s1、對鉻陶瓷復合鍍層試樣依次進行機械研磨和機械拋光，直至表面呈光滑鏡面；

s2、將鉻陶瓷復合鍍層試樣放入掃描電鏡中，調(diào)整圖像亮度和對比度，采集試樣表面裂紋圖片；

s3、對裂紋圖片進行預處理和圖形分割，提取圖片中裂紋區(qū)域；

s4、分析裂紋區(qū)域計算出鉻陶瓷復合鍍層試樣中裂紋密度面積百分比數(shù)據(jù)。

以下將對上述方法中的各步驟及實施方式進行詳細說明：

s3步驟中所述預處理的方法具體為：

s31a、統(tǒng)計原始圖像的所有灰度級rk和像素數(shù)nk，k＝0,1,2,…l-1；

s32a、用pr(rk)＝nk/n計算原始圖像的直方圖，k＝0,1,2,…l-1；

s33a、計算累計分布函數(shù)：k＝0,1,2,…l-1；

s34a、應用公式gj＝int[gmax-gmin]tk+gmin+0.5]計算影射后的輸出圖像的灰度級gj，j＝0,1,2,…p-1，p為輸出圖像灰度級的個數(shù)；

s35a、用rk和gj的映射關系修改原始圖像的灰度級，從而獲得直方圖近似均勻分布的輸出圖像。

s3步驟中所述圖形分割的方法具體為：

s31b、設圖像f(x,y)灰度級范圍為g＝[0,l-1]，各灰度級出現(xiàn)的概率為pi；

s32b、閾值t將圖像像素分為兩類c0＝[0,t]和c1＝[t+1,l-1]，兩類概率為和ω1＝1-ω0；

s33b、使用準則函數(shù)定義為兩類的類間方差：σ²(t)＝ω0(μ0-μ)²+ω1(μ1-μ)²＝ω0ω1(μ0-μ1)²，選取σ²(t)的最大值t作為分割對象和背景的最佳閾值t。

步驟2中掃描電鏡的圖像采集倍數(shù)為500倍。

本實施例中對鉻陶瓷復合鍍層試樣依次進行機械研磨和機械拋光，其中，機械研磨為粗機械研磨到細機械研磨的過程，依次用280目、600目、1000目和1500目的砂紙進行機械研磨，每一類型砂紙金相研磨時間約為5min；機械拋光設備的轉(zhuǎn)速為800-1200r/min。

將制備好的試樣放入掃描電鏡觀察，在加速電壓20kv下調(diào)整圖像亮度和對比度，使得試樣表面裂紋清晰地顯示在圖像顯示區(qū)域內(nèi)，并采集如圖1所示的掃描電鏡照片,照片放大倍數(shù)為500倍。

對圖1進行灰度化轉(zhuǎn)換和圖像直方圖均衡化修正，使得圖像的灰度間距增大或灰度均勻分布、增大反差，使圖像細節(jié)變得清晰，使得裂紋形態(tài)的識別特征更加清晰，如圖2所示。

使用圖像分析軟件對處理后的圖片進行分析，提取裂紋形貌，如圖3所示，計算鉻陶瓷復合鍍層中裂紋含量為6.23％。

除上述實施例外，本發(fā)明還可以有其他實施方式。凡采用等同替換或等效變換形成的技術方案，均落在本發(fā)明要求的保護范圍。