1.一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法,其特征在于,该方法包括以下步骤:
步骤一,通过显微CT设备获取铝电解用阴极炭块样品的数字图像,实现铝电解用阴极炭块的二维表征;
步骤二,对获取图像用阴极炭块的数字图像进行矩形分割,隔离出静态炭块显微CT数字图像内子集的矩形图像,由获取的铝电解用炭块数字图像,输入计算机后,使用IPP分析图像软件对图像执行裁剪和消除不需要的黑色背景操作,然后对图像的倾斜程度进行修正;将彩色图像转化为灰度图像,同时进行光密度的校正操作;对处理后的图像的BCG、阴影、补偿视觉上的不足进行调节,BCG(brightness,contrast,gamma correction)是指图像的亮度、对比度和非线性的校准;
步骤三,通过阈值选择和依据阈值计算炭骨料、杂质、孔隙、沥青的比例对图像进行颜色特征计算,得出铝电解用阴极炭块炭骨料、杂质、孔隙、沥青的含量;
步骤四,通过形态学特征分析与统计出炭骨料图像不同颗粒面积与个数;将炭骨料图像分为4个级配,分别为大颗粒、中颗粒、小颗粒、粉料,利用IPP软件的颗粒统计功能对每个颗粒进行的面积或者粒径进行统计,然后分别统计出对应区间的总面积和对应区间颗粒的数量。
2.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法,其特征在于,在步骤二中,对处理后的图像的BCG、阴影、补偿视觉上的不足进行调节通过高频滤波对图像进行锐化处理,或者通过均值和中值滤波对处理后的炭块显微CT图像以平滑处理。
3.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法,其特征在于,在步骤三中,阈值选择,将预处理后的铝电解用炭块的图像的灰度值的曲线绘制出,发现具有明显的双峰特性,截取谷底的灰度值作为阈值,背景灰度值可看作固定的数值,被采集的炭块图像中各个成分有类似的对比度,根据峰谷的范围,选择一个合适的阈值,依据阈值对图像进行分割;
依据阈值计算炭骨料、杂质、孔隙、沥青的比例,通过图像中的标尺,将图像像素和标尺进行比例的转化,可以精确计算每种成分具体的面积,先计算每个灰度值所在方格的个数,再将个数进行统计,获得像素的面积,再将像素转化为面积具体的数值。
4.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法,其特征在于,步骤四的具体方法为:第一步,区域分离,依据灰度值分离炭骨料、杂质、孔隙、沥青的区域;
第二步,门限处理,先设定一个灰度值为对应的门限值,当炭块的显微CT数字图像的灰度值等于或者大于门限的时候图像为白色,小于门限值则为黑色,根据得出的阈值,获取只有1个BPP的二值化炭骨料图像;也可以运用反向选择的方法进行区域分离,针对2种以上的选择区域可以先选择第一个区域,再将其灰度值调节为与第二个区域同样的灰度值,这样就为一个灰度值,即把灰度值介于0-25和25-100的区域图像的灰度值转化为0,即和背景的颜色一样,这样就单独分离出了炭骨料的图像部分;
第三步,孔隙填充,得到没有孔隙的炭骨料颗粒图像;选定较小的黑色孔隙进行填充,满足炭骨料颗粒级配的计算素材,当选定10mm的时候,最大的孔隙被填充,再对图像进行具体观察;
第四步,对获取的图像进行边缘检测,选择算法进行边缘检测,搜索炭骨料图像的边缘,最终获得边缘的曲线,勾勒出炭骨料图像的形状,实现分割,边缘检测包括梯度法、拉普拉斯法;
第五步,对第四步获取的数字图像进行腐蚀、膨胀、开运算、闭运算操作;假设每个炭骨料图像中的点都是一个二维变量,用(m,n)表示这个二维变量,m和n分别代表1个黑色元素的横纵坐标,腐蚀的表达式为:其中G表示经过腐蚀处理后炭骨料图像的集合,M表示腐蚀处理前的炭骨料图像的集合,B是指腐蚀处理前炭骨料图像的结构元素,Bmn表示腐蚀处理后炭骨料图像的结构元素,和腐蚀处理的原理相反,膨胀在数字图像处理过程中的作用主要是扩充物体的边界点,使得边界点对选择的AOI区域扩充,可运用于孔隙的填充,假设每个炭骨料图像中的点都是一个二维变量,用(m,n)表示这个二维变量,m和n分别代表1个黑色元素的横纵坐标,腐蚀的表达式为:其中G表示经过膨胀处理后炭骨料图像的集合,M表示膨胀处理前的炭骨料图像的集合,Bmn表示膨胀处理后炭骨料图像的结构元素,开运算可以有效处理图像中细小突出的部分,使得炭骨料图像更加平滑,而闭运算使得炭骨料图像的微小的孔隙得以填充,同时平滑边界;
第六步,将炭骨料图像分为4个级配,分别为大颗粒、中颗粒、小颗粒、粉料,利用IPP软件的颗粒统计功能对每个颗粒进行的面积或者粒径进行统计,然后分别统计出对应区间的总面积和对应区间颗粒的数量,颗粒级配的理论模型主要是依靠Dinger-Funk模型,模型如下式:其中dL表示炭骨料颗粒最大粒径,dn表示炭骨料颗粒的最小粒径,n为炭骨料颗粒的分布 数 表示累计百分比。
5.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法,其特征在于,步骤四中,颗粒级配的理论模型主要是依靠Dinger-Funk模型,模型如下式:其中dL表示炭骨料颗粒最大粒径,dn表示炭骨料颗粒的最小粒径,n为炭骨料颗粒的分布系数, 表示累计百分比。