Algorytmy wyszukiwania przekrojów włókien w analizie mikrostruktur kompozytów

Wstęp

W ocenie ilościowej i jakościowej mikrostruktur materiałów szeroko wykorzystywane są techniki wizyjne. Termin techniki wizyjne obejmuje zastosowanie odpowiedniego sprzęt komputerowego (w tym kamery) oraz algorytmów umożliwiających automatyczne wyszukiwanie określonych cech lub obiektów na obrazach. W ocenie kompozytów włóknistych wyszukiwanymi obiektami są przekroje włókien, które parametryzuje się przez podanie współrzędnych środków i średnic okręgów dopasowanych do ich krawędzi. W prezentowanym przykładzie analizowane są przekroje wykonane prostopadle do kierunku ułożenia włókien. W innych przypadkach przekroje mają kształt eliptyczny.
Na podstawie tak sparametryzowanej mikrostruktury (modelu) kompozytu możliwe jest obliczenie wszystkich miar charakteryzujących jego budowę w sposób ilościowy (np. zawartość szkła i włókien różnych średnic) i jakościowy (równomierność rozmieszczenia włókien zbrojenia). Przykładami miar ilościowych są: udział szkła oraz udziały włókien różnych średnic, a jakościowych: równomierność rozmieszczenia włókien zbrojenia w tworzywie osnowy.
Analiza obrazu zwykle obejmuje szereg operacji tworzących określony algorytm, a jego użyteczność określa się na podstawie zgodności otrzymywanego modelu z oryginalnym obrazem.

Metodyka

Poniżej zaprezentowano trzy metody parametryzowania budowy mikrostrukturalnej kompozytu włóknistego o równoległym ułożeniu włókien ciągłych.
Obrazy cyfrowe, na których przeprowadzono wyszukiwanie okręgów zostały wstępnie przetworzone. Przetwarzanie polegało na konwersji wielokolorowej palety barw do palety składającej się z odcieni szarości.

Rys. 1: Obraz mikrostoruktury kompouzytu szkło-żywica epoksydowego

Metoda I - wyszukiwanie okręgów na obrazie binarnym
Metoda ta polega na doborze wartości progu dla operacji progowania i dopasowywaniu okręgów do obszarów wyróżnionych podczas progowania.
Kluczowym etapem tej metody jest dobór wartości progu. Dobór wartości doskonale odróżniającej obszary tła i obiektów jest często utrudnione i wymaga filtracji zakłóceń obrazu źródłowego i/lub wynikowego.
Dodatkowych parametrów służących do filtrowania wyników wyszukiwania okręgów dostarcza zakres akceptowanych promieni okręgów (r_min. – r_maks.).
Metoda ta stosowana może być do obrazów, na których wyszukiwane obiekty maja kolor wyraźnie odróżniający je od tła.

Rys. 2: Rezultat wykrywania okręgów na obrazie przekształconym do postaci binarnej


Metoda II – zastosowanie filtru Hougha

Działanie filtru Hougha polega na wykrywaniu umieszczaniu w obszarze analizowanego obrazu okręgów testowych o określonej średnicy i wykrywaniu krawędzi na ich obwodach. W ten sposób wyróżniane są krawędzie obiektów o okrągłych kształtach, których średnica jest zbliżona do średnic okręgów testowych.

Rys. 3: Rezultat wykrywania okręgów na obrazie w odcinach szarości z użyciem filtru Hougha


Metoda III - wyszukiwanie okręgów na obrazie w odcieniach szarości
Metoda ta polega na wyszukiwaniu okręgu o otoczeniu losowo wybranego punktu na podstawie wykrytych w tym obszarze zarysów krawędzi. Polega ona na wykonaniu kolejnych kroków:
- wstępna lokalizacja środka okręgu,
- wyznaczenie zbioru odcinków o długościach l_o=r_min. – r_maks. ułożonych promieniście,
- detekcji krawędzi na tych odcinkach,
- dopasowaniu okręgu do punktów krawędzi.



Rys. 4: Przykładowy rezultat wyszukiwania włókien w odcieniach szarości (widoczne wyraźne przesunięcie środka obszaru wyszukiwania w stosunku do znalezionego środka okręgu); kierunek wyszukiwania krawędzi na zewnątrz obszaru.



Rys. 5: Przykładowy rezultat działania automatycznego algorytmu rozpoznawania i pomiarów obiektów o okrągłym kształcie rozmieszczonych losowo w obszarze obrazu a) obraz surowy, b) obraz w odcieniach szarości z nałożonymi wynikami wyszukiwania.