基于图像处理技术CTOD试验装置的研制

王炳英，侯振波，徐圣朋

（中国石油大学 机电工程学院，山东 青岛266580）

裂纹尖端张开位移CTOD（crack tip opening displacement）是弹塑性断裂力学的一个重要参量，反映试验材料或焊接接头的抗开裂性能［1］，按照BS7448规范［2］规定，板厚超过50mm的焊接接头必须做CTOD试验，CTOD断裂韧性指标在焊接结构的安全评估方面应用广泛，因此很有必要在材料、材控专业的教学中增加CTOD试验。CTOD试验常用的测量方法是采用位移传感器，先测量裂纹嘴的张开位移，再换算出CTOD值。但是由于位移传感器的布置、装夹等方面的原因，需要对试件进行专门处理，给CTOD试验带来了不便，而且难以直接测量CTOD值。

为了能让学生形象地理解材料的抗开裂性能，并节约试验耗材，利用图像采集技术取代传统的位移传感器，直接采集裂纹尖端区的位移图像信息，让学生观察裂纹扩展的动态信息，应用图像处理软件对CTOD试验中裂纹尖端区的图像信息进行处理，直接获得相关试验数据，试验利用单个试样可多次演示开裂前裂纹张开位移，也可以进行裂纹开裂后的CTOD测试，试验结果精确直观，试验过程快捷经济。

1 系统总体结构及硬件实现

试验系统是在现有液压万能试验机的基础上，加载基于CMOS图像传感器的工业数字摄像机组成。主要由CTOD主体试验、数字图像采集、数据传输及存储、PC机实时图像处理及显示四部分组成，其总体结构框图见图1。

图1 系统总体结构

裂纹尖端扩张区数字图像的采集是通过高分辨率工业数字摄像机实现的。考虑到对图像质量及清晰度的要求，选用维视图像公司生产的MV－500UM－USB2.0接口黑白工业数字摄像机。

该相机体积小、结构简单、集成度高、功耗低、价格低廉，省去了图像采集卡，简化了连接电缆，使产品易用性大大提高。最高分辨率2 592×1 944，像素尺寸2.2μm×2.2μm，信噪比＞42dB。通过通用可编程接口对摄像机进行控制，图像采集控制程序施加外部信号触发采集或连续采集，实现裂纹尖端扩张区图像信息的实时采集。通过计算机编程控制曝光时间、亮度、增益等参数，保证所得图像信息的质量及分辨率。

通过可编程通用接口对固件程序和驱动程序进行优化处理，所搭建的系统能快速稳定地完成图像的采集、传输及处理工作，并易于使用，便于操作。

2 系统程序设计与开发

2.1 图像采集控制程序

图像采集程序的主要功能是控制工业数字摄像机完成裂纹尖端扩张区数字图像的采集，通过数据传输线，利用串口送入计算机存储后交由图像处理程序，应用图像处理技术进行后期技术处理，然后利用VB开发的人机交换界面实时显示采集到的裂纹尖端图像，实现对裂纹尖端张开位移的可视化分析与研究。图像采集程序的流程见图2。

图2 图像采集程序流程

2.2 图像信息处理程序

图像处理程序的主要功能是快速处理所获取的图像信息。计算机终端通过USB获取数字图像信息，数据预处理后，应用图像处理技术进行处理，通过图像分析进行特征识别［3］。图像处理流程见图3。

图3 图像处理流程

采用多线程技术对图像特征进行提取识别，并通过统计方法分析所获得的特征数据，同时进行可视化显示。

裂纹图像处理过程分为多步，每步图像处理算法的选择对图像处理结果很关键。针对金属焊接接头裂纹，设计出一套适用于裂纹尖端张开位移的检测算法。

2.2.1 迭代阈值分割

选择某一近似阈值作为估计值的初始值，然后进行分割，产生子图像，根据子图像的特性来选取新的阈值，再利用新的阈值分割图像，经过几次循环，使错误分割的图像像素点降到最少［4］。整体阈值分割后，裂缝被提取出来，图像中含有少量噪声。

2.2.2 裂纹中心线提取

对阈值分割后的图像进行裂纹区域的提取，这里要用到裂纹中心线。

（1）将图像逐行遍历，得到原裂缝图像每行最左边和最右边目标的列数r（1）和r（r），将其取平均，得到准中心线列数；

（2）由于图像噪声的存在，有一小部分r（i）会偏离中心线很远，这部分周围像素一般都是背景而不是目标。通过r（i）左右各3个像素比较，将全是目标像素的r（i）留下；

（3）对于没有r（i）的行，用前后行的r（i）进行插值，来确定列数，进而得到裂纹的中心线。

2.2.3 裂纹边界确定

裂纹图像边界的确定采用重心偏移法［5］。具体步骤如下：

（1）设图像Ⅰ中f（xi，yi）表示像素点（xi，yi）的灰度值，以像素点（xi，yi）为中心，采用5×5模板计算该点的重心偏移量。计算公式为

（2）计算像素点重心偏移量的空间距离，公式为

（3）根据空间距离的值，判断像素点是否为边缘点。

（4）反复重复以上步骤，最终得到裂纹图像的边界。

2.2.4 左右边界提取及宽度计算

对裂缝二值化图像的左右边界分别进行轮廓跟踪［6］，即可得到裂缝左右边界坐标。设裂缝左边界点的坐标为（xr，yr），右边界点的坐标为（x1，y1），则根据平面上两点间距离公式，左右边界点的距离为

当裂缝左边界点的坐标为（xr，yr）与右边界点的坐标为（x1，y1）重合时，则可确定此点为裂纹尖端顶点 （xc，yc），左 右 边 界 坐 标 中 心 点 坐 标 为。

通过以上步骤进行处理后得到裂纹图像轮廓线，可以清晰地显示裂纹尖端的轮廓曲线，并可对其进行进一步的数据测量。

3 结束语

改进后实验系统可清晰直观的对裂纹的动态扩展进行监测，试验过程更为直观，便于理解。有助于学生实验基础能力及创新能力的培养，对教学质量的提高具有重要意义。

试验系统极大地降低对试件的要求，提高试件的复用率，降低CTOD试验成本，实现教学试验的低成本运行。获得的数据信息量大，系统开放透明，且记录数据较多，可进行其他相关应用的后续开发和研究。随着研究的深入和图像处理、模式识别技术的发展和提高，自动化处理程度可不断提高，为科研提供更大的便利。

注：

①GB/T 2358－1994，金属材料裂纹尖端张开位移实验方法.

②GB/T 21143－2007，金属材料准静态断裂韧度的统一实验方法.

［1］苗张木，王志坚.金属焊缝CTOD试样疲劳裂纹前沿平直度研究［J］.武汉理工大学学报，2002，24（12）：54－57.

［2］British Standard Institution.Method for Determination of，Critical CTOD and Critical J Values of Metallic Materials［S］.1991，BS7448－1.

［3］韩晓军.数字图像处理技术与应用［M］.北京：电子工业出版社，2009：58－87.

［4］丁亚军，徐大宏.多标号图像分割及其应用［J］.计算机应用，2010，30（1）：29－31.

［5］林晓敏，桂婷.基于重心的一种灰度图形边缘检测算法［J］.计算机系统应用，2010，19（12）：235－237.

［6］李浩然，孙维国.数字图像轮廓特征提取过程研究［J］.微计算机应用，2010，31（11）：52－56.