密封環(huán)端面共聚焦掃描圖像的分形特征研究

2015-10-16 張浩 南京林業(yè)大學(xué)機械電子工程學(xué)院

  基于分形理論,利用MATLAB 開發(fā)密封環(huán)端面激光共聚焦掃描圖像分形維數(shù)計算及分析程序,利用Sierpinski地毯對程序的計算結(jié)果進行標(biāo)定,計算不同分割閾值下的圖像分形維數(shù),給出一種分割閾值的選取方法。研究結(jié)果表明: 設(shè)計開發(fā)的分形維數(shù)計算程序具有較高的準(zhǔn)確性; 圖像分割閾值的選取對密封環(huán)端面分形維數(shù)的計算有重要影響,給出的分割閾值選取方法,能使圖像二值化效果最佳,使掃描圖像能最大程度地反映密封環(huán)端面形貌的分形特征,從而提高密封環(huán)端面形貌定量描述的精確度。

  密封環(huán)端面的形貌是機械密封加工和工作過程中表現(xiàn)出來的重要特征,它對機械密封的摩擦特性和密封特性具有重要影響。研究密封環(huán)摩擦副粗糙表面的固有特性,正確表征摩擦副的表面形貌,對了解密封端面間的泄漏通道狀況,以及提高機械密封動靜環(huán)接觸端面的磨合質(zhì)量具有重要的意義。

  20 世紀(jì)70 年代,法國數(shù)學(xué)家Mandelbrot正式提出并創(chuàng)立了一種探索自然界復(fù)雜形態(tài)的數(shù)學(xué)分支———分形幾何學(xué)。分形幾何能夠在更深層次上深刻地描述、研究和分析普遍存在的雜亂無章的、不規(guī)則的、隨機的自然現(xiàn)象,在摩擦磨損領(lǐng)域中引入分形理論實現(xiàn)了對摩擦副粗糙表面形貌的科學(xué)的定量描述,從而推動了機械密封端面形貌與探尋密封泄漏通道的研究。在一些基于分形理論的機械密封端面研究中,大多采用W-M 或M-B 函數(shù)來表征和模擬密封端面,同時利用功率譜法和結(jié)構(gòu)函數(shù)法來研究輪廓曲線的分形特性,但是函數(shù)模擬只能得到統(tǒng)計意義上的形貌,并不能全部反映密封端面的泄漏通道情況,因此利用掃描圖像來研究密封端面的形貌特征就具有重要的意義。在以往一些基于掃描圖像的分形特征研究中,多結(jié)合圖像處理技術(shù)對圖像進行預(yù)處理,然后利用計盒維數(shù)等方式求取二值化后圖像的分形維數(shù),然而二值化過程中閾值的選取對圖像的特征表現(xiàn)和分形維數(shù)計算具有重要的影響,所選取的分割閾值應(yīng)能最大程度地將密封端面掃描圖像的分形特征表現(xiàn)出來。

  本文作者擬利用密封環(huán)端面的激光共聚焦掃描圖像,通過MATLAB 編程計算密封端面的分形維數(shù),討論二值化過程中分割閾值選取對分形維數(shù)的影響,給出一種圖像分割閾值的選取方法,突出圖像的自相似特征,從而為密封環(huán)端面的分形表征提供一種快速、精確的新方法。

  1、基于MATLAB 的分形維數(shù)算法設(shè)計

  分形維數(shù)是分形幾何理論中最重要的基本概念之一,目前已經(jīng)有很多維數(shù)的定義,主要包括Hausdorff維數(shù)、計盒維數(shù)(CBD) 、修正計盒維數(shù)、填充維數(shù)等。Hausdorff 維數(shù)是分形幾何理論的基礎(chǔ),可以說分形幾何的理論體系是建立在這一基礎(chǔ)之上,但是Hausdorff 維數(shù)只適合分形幾何的理論推導(dǎo),只能通過分析的方法獲得一小類規(guī)則的純數(shù)學(xué)分形的Hausdorff維數(shù),它對實際應(yīng)用中提出的分形維數(shù)的計算問題無能為力。鑒于此,人們提出了計盒維數(shù)的概念,由于計盒維數(shù)物理含義直觀,易于進行程序化計算,因此得到了廣泛的應(yīng)用。

  1.1、計盒維數(shù)的原理

  設(shè)A 是Rn 空間的任意非空有界子集,對于任意一個r>0,Nr(A) 表示用來覆蓋A 所需邊長為r 的n維盒子的最小數(shù)目。如果存在一個數(shù)DB,使得當(dāng)r→0 時,有

密封環(huán)端面共聚焦掃描圖像的分形特征研究

  計盒維數(shù)這個形式的定義在實際中有廣泛的應(yīng)用。在計算一個平面集A 的計盒維數(shù)時,可以構(gòu)造一系列邊長為r 的正方形,然后計算不同r 值的盒子與A 相交的個數(shù)Nr(A) , 這個維數(shù)是當(dāng)r→0 時,Nr(A) 增加的對數(shù)速率,或者可以由函數(shù)lnNr( A) 相對于lnr 圖的斜率的負值來估計。

  1.2、程序設(shè)計

  圖像在計算機中是以矩陣的形式存儲,一幅長度為M 個像素,寬度為N 個像素的圖像,可以看成是一個M×N 的矩陣,矩陣的每一個元素代表一個像素,元素的值是像素點顏色或索引色。利用激光共聚焦獲得的密封環(huán)端面圖像是RGB 格式,無法直接進行計盒維數(shù)的計算,因此需要對圖像進行預(yù)處理,包括灰度變換、平滑濾波、降噪等,再選取一個合適的分割閾值,將圖像二值化,這樣就將圖像處理成只包含0 (孔隙) 和1(固體骨架) 的二值矩陣。根據(jù)計盒維數(shù)的原理,可以通過MATLAB 編寫程序計算計盒維數(shù),步驟如下:

  (1) 讀取二值化的密封環(huán)端面圖像,并將其數(shù)值矩陣賦值給變量H;

  (2) 用不同邊長尺寸的正方形盒子對矩陣H 進行覆蓋,統(tǒng)計在不同尺寸r 下包含目標(biāo)像素(0—孔隙) 的盒子數(shù),計入數(shù)組Nr中;

  (3) 在雙對數(shù)坐標(biāo)中利用最小二乘法對(lnr,lnNr) 進行擬合,得到直線斜率的負數(shù)即為圖像的計盒維數(shù)。

  程序的流程圖如圖1 所示。

密封環(huán)端面共聚焦掃描圖像的分形特征研究

圖1 MATLAB 計算計盒維數(shù)程序流程圖

  1.3、程序驗證

  為了驗證設(shè)計程序的正確性,采用5級Sierpinski地毯作為標(biāo)定圖像,將計算結(jié)果與標(biāo)準(zhǔn)結(jié)果進行對比?梢钥闯觯疚牡挠嬎憬Y(jié)果與理論維數(shù)相對誤差非常小,說明本文作者設(shè)計的程序是可行的,同時也具有很高的精確度。

2、結(jié)論

  (1) 利用MATLAB 圖像處理,結(jié)合分形的基本理論,設(shè)計開發(fā)了基于MATLAB的分形維數(shù)計算分析程序,利用Sierpinski地毯進行標(biāo)定,驗了程序的可行性和準(zhǔn)確性。

  (2) 分割閾值的選取對分形維數(shù)的計算具有重要影響,隨著閾值的增大,分形維數(shù)總體上呈逐漸增大的趨勢;給出的分割閾值選取的方法,能夠使密封環(huán)端面圖像中的孔隙結(jié)構(gòu)最大化地表現(xiàn)出來,提高了分形維數(shù)計算的精確度。

  (3) 密封端面形貌具有高度的自相似特征,利用密封端面共聚焦掃描圖像結(jié)合分形理論,可以實現(xiàn)對密封端面形貌的快速、準(zhǔn)確的定量描述,這對于揭示密封端面的泄漏通道具有重要的意義。