微小曲率半徑的圖像處理測量方法

王健全，田欣利，張保國，李富強(qiáng)

(裝甲兵工程學(xué)院裝備再制造技術(shù)國防科技重點(diǎn)實(shí)驗(yàn)室，北京100072)

隨著精密和超精密加工技術(shù)的發(fā)展，出現(xiàn)了各種微小球面半徑的設(shè)備及元器件，如原子力顯微鏡針尖、光纖連接器插針體、模擬砂輪磨粒的單顆粒金剛石等。這些小型元件尖端部分的尺寸往往超出人類肉眼的最小分辨能力，如何測量其曲率半徑就成了一項(xiàng)重要課題。大型產(chǎn)品的曲率半徑測量可利用基于光學(xué)原理的牛頓環(huán)法［1］、激光球面干涉儀法，或根據(jù)物體在平面上的投影，求出實(shí)際輪廓曲線方程后按解析法［2］計(jì)算曲率半徑。測定小型工件可采用基于萬能工具顯微鏡的接觸法［3］、或球面樣板法、自準(zhǔn)直顯微鏡法及共焦干涉顯微成像術(shù)［4］進(jìn)行非接觸測量。微小元件的曲率半徑測量通常應(yīng)用顯微干涉術(shù)，如在Mirau或Linnik型干涉光路基礎(chǔ)上，結(jié)合 4 步法［5］、5 步法［6］、Carré法［7］、Schwider法或多步移相法測量［8］。Wang等人［9］通過參考球面與被測工件表面產(chǎn)生的移相干涉圖像計(jì)算被測物體的曲率半徑;Cai等人［10］提出將斐索干涉儀與變焦鏡頭相結(jié)合測量凸球面與凹球面曲率半徑的方法;陳磊、仇智等人［11-12］根據(jù)被測物體的單幅干涉圖像，擬合干涉條紋的光強(qiáng)曲線，得到物體面形的多項(xiàng)表達(dá)式，并由此計(jì)算被測件曲率半徑。以上方法均不同程度地存在算法誤差［13］，且需要精密的光學(xué)設(shè)備進(jìn)行測量，對于缺乏相應(yīng)儀器與技術(shù)的研究人員而言，需要一種更加通用、簡便和有效的曲率半徑測量辦法。

筆者使用帶度量標(biāo)尺的掃描電鏡(Scanning E-lectronic Microscope，SEM)提取待測工件表面圖像，以自編的圖像處理程序?qū)ζ溥M(jìn)行分析，而后采用基于Photoshop軟件的試湊法測算物體曲率半徑，并以單顆金剛石磨粒為例，分別應(yīng)用此方法與工具顯微鏡法、數(shù)據(jù)擬合法進(jìn)行對比，結(jié)果表明:新方法測量結(jié)果準(zhǔn)確，可操作性強(qiáng)，普適性好，具有較強(qiáng)的實(shí)用價(jià)值和經(jīng)濟(jì)效益。

1 待測物體的數(shù)字圖像采集

數(shù)字圖像可以定義為一個(gè)二維函數(shù)f(x，y)，其中x和y是空間坐標(biāo)，而f在任意一對坐標(biāo)(x，y)處的幅度，稱為該點(diǎn)處圖像的亮度或灰度。當(dāng)(x，y)和f的幅值都是有限的離散值時(shí)，稱該圖像為數(shù)字圖像［14］。圖像處理技術(shù)即為用計(jì)算機(jī)處理數(shù)字圖像的各種方法和步驟的總稱。

應(yīng)用圖像處理技術(shù)測量微小元件的曲率半徑，首先需要獲取適于處理及分析的數(shù)字圖像。由于普通數(shù)碼顯微鏡與金相顯微鏡存在景深淺、倍率小、清晰度不高、無度量標(biāo)尺等不足，因此獲取的圖像不能很好地呈現(xiàn)單顆金剛石磨粒尖端部分的細(xì)節(jié)，不利于后續(xù)處理與分析。筆者將SEM與普通數(shù)碼顯微鏡和金相顯微鏡的觀察結(jié)果對比后，確定采用SEM提取、分析待測工件表面圖像，從而有效解決了上述問題。圖1為同一型金剛石磨粒由GE5型數(shù)碼顯微鏡、BX51金相顯微鏡和Quanta200 SEM獲取的數(shù)字圖像。

2 圖像處理與曲率半徑計(jì)算

2.1 圖像預(yù)處理

預(yù)處理是相對于圖像識別、圖像理解的一種前期處理。通常圖像會由于背景噪聲、光照不均勻、幾何畸變等造成圖像失真、變形，需要應(yīng)用灰質(zhì)化處理、圖像增強(qiáng)、圖像平滑、圖像銳化等技術(shù)去改善圖像的視覺效果，或?qū)D像轉(zhuǎn)換成一種更適合人眼觀察和機(jī)器自動分析的形式［15］。

圖像處理技術(shù)針對的多數(shù)是單色調(diào)圖像，所以需刪除JPEG圖像的色彩和位置信息，使其轉(zhuǎn)化為0～255級BMP灰度圖像。正常情況下人裸眼對綠色的敏感度最高，對藍(lán)色敏感度最低，因此運(yùn)用“Y”算法［16］對R、G、B三原色進(jìn)行加權(quán)處理，可獲得視覺效果更好、亮度信息更豐富的灰度圖像。

圖像增強(qiáng)處理可采用直方圖均衡化和直方圖規(guī)定化方法，目的是使圖像動態(tài)范圍擴(kuò)大，圖像對比度增加，圖像更加清晰，特征更為明顯。試驗(yàn)中發(fā)現(xiàn):單顆金剛石磨粒的SEM圖像經(jīng)直方圖均衡化修正后，圖像灰度分布更加均勻，從而有利于圖像的后續(xù)分析和處理。圖像進(jìn)行直方圖均衡化［15］的函數(shù)表達(dá)式為

式中:k為SEM圖像灰度級數(shù)，不采用灰度級壓縮時(shí)取值256;ri為當(dāng)前像素的灰度值，取值范圍ri=0～k-1;n為像素總數(shù);ni為ri出現(xiàn)的頻數(shù)。

圖像平滑是為了去除或減少圖像噪聲，提高信噪比及圖像質(zhì)量。中值濾波處理［16］是一種常用的非線性信號平滑技術(shù)，對抑制圖像噪聲非常有效，并能較好地保護(hù)圖像邊緣信息。金剛石磨粒SEM圖像按上述方法預(yù)處理的結(jié)果如圖2所示。

圖2 圖像預(yù)處理圖像及其直方圖

2.2 圖像分割和邊緣提取

單顆金剛石磨粒圖像經(jīng)過預(yù)處理后，需經(jīng)過二值化處理算法將灰度劃分為2個(gè)區(qū)間，使感興趣區(qū)域與背景分割開來，為下一步的邊界檢測和識別打下基礎(chǔ)。對于灰度級為256的數(shù)字圖像，設(shè)定T為灰度門限閾值［17］，則二值化處理輸出結(jié)果可表示為

圖像的邊緣信息蘊(yùn)涵了感興趣目標(biāo)的特征信息，主要表現(xiàn)為圖像局部特征的不連續(xù)性和劇烈變化。提取輪廓邊緣是采用圖像處理方法測量被測物體曲率半徑的關(guān)鍵技術(shù)。曲率半徑計(jì)算結(jié)果準(zhǔn)確與否，不僅同邊界線和物體待測區(qū)域輪廓形狀的包絡(luò)程度相關(guān)，而且受提取的邊緣線條粗細(xì)影響。邊界線越精細(xì)、越接近真實(shí)輪廓形狀，測量結(jié)果越準(zhǔn)確。典型的邊緣檢測算法包括Sobel算子、Roberts算子、Prewitt算子、Log算子、Canny算子和形態(tài)學(xué)檢測算子等，如圖3所示。其中Canny算子以找出具有局部最大梯度幅值的像素點(diǎn)為基本思想，并定義了最優(yōu)檢測、最優(yōu)檢測精度和邊緣點(diǎn)、檢測點(diǎn)相對應(yīng)的3大原則［17］，本文對多種邊緣檢測算法效果進(jìn)行比較后發(fā)現(xiàn):Canny算子能在噪聲抑制和邊緣檢測之間取得較好平衡，提取的邊界線條與原始圖像輪廓匹配最好，且輪廓線條細(xì)膩，過渡也較為平滑，因此確定其作為測量金剛石磨粒尖端曲率半徑的最佳邊緣檢測與提取算法。

圖3 二值化處理后圖像邊緣檢測對比

2.3 待測物體曲率半徑計(jì)算

Potoshop是Adobe公司最富盛名的商業(yè)圖像處理軟件之一，該軟件能夠精確統(tǒng)計(jì)SEM圖像橫向與縱向像素?cái)?shù)量，并可根據(jù)需要繪制出不同大小且與金剛石磨粒尖端輪廓內(nèi)切的圓形。由于每幅圖像中單個(gè)像素大小恒定，通過計(jì)算被測物體輪廓最大內(nèi)切圓直徑所占像素?cái)?shù)，與SEM圖像標(biāo)尺對應(yīng)的像素?cái)?shù)進(jìn)行比較后，可換算得到待測對象的最大內(nèi)切圓半徑值RImax，即測定出其實(shí)際曲率半徑ROC，其數(shù)學(xué)表達(dá)式為

式中:LB為SEM圖像標(biāo)尺表示的實(shí)際長度;NB為標(biāo)尺所占像素?cái)?shù);NImax為最大內(nèi)切圓半徑對應(yīng)的像素?cái)?shù)。

3 試驗(yàn)結(jié)果與分析

采用天然金剛石對研、黃銅棒上鉆盲孔和釬焊等工藝制備錐角為60°的單顆金剛石磨粒。試驗(yàn)前，利用無錫光學(xué)儀器廠生產(chǎn)的400倍工具檢驗(yàn)顯微鏡標(biāo)定磨粒尖端圓弧半徑，測量結(jié)果依次為2、5、10 μm。用超聲波清除金剛石磨粒表面附著物后，將磨粒待測面平行載物臺放置于SEM下放大1 000～1 500倍后提取邊緣細(xì)節(jié)清晰的電子圖像。運(yùn)用表面圖像處理軟件進(jìn)行灰質(zhì)化、圖像增強(qiáng)和平滑處理，按灰度閾值T=60對預(yù)處理圖像進(jìn)行二值化分割，并采用Canny算子檢測出邊緣輪廓線條。為符合視覺習(xí)慣，需對圖像作色彩反轉(zhuǎn)處理，從而得到背景為白色、金剛石磨粒邊緣輪廓為黑色線條的圖案。在Photoshop中計(jì)算SEM圖像標(biāo)尺在長度方向的像素?cái)?shù)，使用“橢圓選框工具”繪制若干標(biāo)準(zhǔn)圓形，移動標(biāo)準(zhǔn)圓同金剛石磨粒的外邊緣輪廓內(nèi)切，將圖像充分放大后以“試湊法”反復(fù)操作，直到找出與磨粒尖端相切的最大直徑圓。該測量過程及基本原理如圖4所示。

圖4 基于圖像處理的曲率半徑測量過程

使用高階非線性多項(xiàng)式對金剛石磨粒尖端輪廓坐標(biāo)進(jìn)行曲線擬合［18］，然后根據(jù)式(4)計(jì)算擬合曲線的最小曲率半徑Rmin。同時(shí)與工具顯微鏡標(biāo)定結(jié)果進(jìn)行比較，3種方法的測量結(jié)果如表1所示。

式中:k為擬合曲線曲率;y為擬合曲線方程;y'、y″分別為方程y的一階和二階導(dǎo)數(shù)。

表1 3種曲率半徑測量方法結(jié)果對比

由表1可以看出:在缺乏精密光學(xué)測量儀器的條件下，幾種微小曲率半徑測量方法均存在一定誤差;與標(biāo)定值相比，基于圖像處理的曲率半徑測量方法誤差σ≤40.1%，結(jié)果較為準(zhǔn)確可靠，能滿足一般工程應(yīng)用需求。新方法測量準(zhǔn)確度、精度與數(shù)據(jù)擬合方法較為接近，其結(jié)果基本滿足實(shí)際使用要求，從測量過程進(jìn)行比較，使用新方法測量磨粒尖端曲率半徑更加簡單、快捷。受測定環(huán)節(jié)諸多因素影響，基于圖像處理的曲率半徑測量方法與傳統(tǒng)手段相比存在較大偏差，并且曲率半徑越小，相對偏差σ越大。分析認(rèn)為:工具投影儀法在測量微小元件曲率半徑時(shí)通常具有測量誤差，此外，曲率半徑小的金剛石磨粒前端更為尖銳，在各階段的圖像處理過程中可能出現(xiàn)更為明顯的局部細(xì)節(jié)丟失，甚至導(dǎo)致輪廓前沿虛化或平坦化，致使與邊緣輪廓相切的部位并非磨粒的真實(shí)尖端，其最大內(nèi)切圓代表的尺寸亦非真正的曲率半徑。解決該問題的關(guān)鍵是采用能更好保護(hù)圖像細(xì)節(jié)和邊緣信息的高效算法，并使用計(jì)算機(jī)自動分析、計(jì)算曲率半徑，減少測量中的人為誤差。

［1］ 姚啟鈞.光學(xué)教程［M］.北京:高等教育出版社，2003:72-73.

［2］ 安永東，劉穎.凸輪輪廓曲線曲率半徑的確定［J］.黑龍江工程學(xué)院學(xué)報(bào)，2003，17(3):50-51.

［3］ 李芳華.用接觸法測量內(nèi)圈滾道曲率半徑［J］.軸承，1989(3):44-46.

［4］ 王青，徐新華.干涉儀測量球面曲率半徑的精度分析［J］.東南大學(xué)學(xué)報(bào)，2009，39(11):55-59.

［5］ Wyant J C.Use of an AC Heterodyne Lateral Shear Interferometer with Real-time Wavefront Correction Systems［J］.Appl Opt，1975(14):2622-2626.

［6］ Schwider J，Burow R，Elssner K E，et al.Digital Wave-front Measuring Interferometry:Some Systematic Error Sources［J］.Appl Opt，1983(22):3421-3432.

［7］ Carré P.Installation et Utilisation du Comparateur Photo Letrique et Intef Rentiel du Bureau International des Poids et Mesures［J］.Metrologia，1996(2):13-23.

［8］ Burning J H，Herriott D R，Gallagher J E，et al.Digital Wavefront Measuring Interferometer for Testing Optical Surfaces and Lenses［J］.App Opt，1974(13):2693-2703.

［9］ Wang Q D，Yu J C，Zhang X J，et al.Solution for Best Fitting Spherical Curvature Radius and Aspherictiy of Off-axis Aspherics［J］.Opto-electronic Engineering，2000，27(3):16-19.

［10］ Cai X Y，Chang S D，F(xiàn)lueraru C.Compact System for Measurement of Optical Surfaces Having a Large Radius of Curvature［J］.Optical Engineering，2006，45(7):3286-3291.

［11］ 仇智.干涉顯微鏡測量球面小曲率半徑方法研究［D］.南京:南京理工大學(xué)，2006.

［12］ 陳磊，仇智.干涉顯微鏡測量小球面曲率半徑［J］.紅外與激光工程，2006，35(增刊):67-71.

［13］ 徐永祥，陳磊，朱日宏，等.微小球面曲率半徑的測量研究［J］.儀器儀表學(xué)報(bào)，2006，27(9):1159-1162.

［14］ Gonzalez R C，Woods R E.數(shù)字圖像處理［M］.2版.北京:電子工業(yè)出版社，2007:40-42.

［15］ 程應(yīng)科，林濱，張光秀，等.工程陶瓷磨削加工表面損傷圖像檢測［J］.稀有金屬材料與工程，2008，37(增刊1):116-119.

［16］ 王健全，田欣利，郭昉，等.基于灰度信息的工程陶瓷磨削表面粗糙度評定［J］.裝甲兵工程學(xué)院學(xué)報(bào)，2011，25(3):86-90.

［17］ 章毓晉.圖像處理［M］.2版.北京:清華大學(xué)出版社，2006:101-105.

［18］ 馬海民，趙庶旭，黨建武.鐵軌最小曲率半徑的圖像識別方法［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45(12):20-22.