基于数字图像分析的碳钢腐蚀等级评定方法

刘 淼，薛建军，王 玲，张小军，封荣光

（南京航空航天大学 材料科学与技术学院，南京211100）

碳钢的腐蚀是不断发展的过程，腐蚀发展程度取决于发展的时间和腐蚀环境，研究腐蚀发展程度对预测腐蚀行为和了解腐蚀机理有重要意义。而在一系列描述腐蚀程度的参数中，腐蚀等级是一个重要参数，用来对腐蚀作定性或粗略描述。目前，碳钢腐蚀等级的评定主要根据GB／T 6461－2002《金属基体上金属和其他无机覆盖层经腐蚀试验后的试样和试件的评级》，采用人工目测的方法进行评定。这种方法检测速率慢，检测人员工作强度大，而且由于存在人为因素，因此检测结果的一致性较差，不同人员检测的结果不同，置信度较低。

近年来，随着计算机技术飞速发展，基于计算机视觉的检测技术由于其方便性、快捷性及准确性，在金属腐蚀检测中受到越来越多的关注，并逐渐显示出了强大的应用潜力。Sabine等[1]运用自行设计的原位图像采集装置，采用具有离子选择功能的光纤图像传感技术研究了 Al－Cu电偶对在0.1mol／L NaCl缓冲溶液（pH＝7.0）中的腐蚀过程。M.R.Pidaparti等[2]采用小波变换和分形方法研究了镍铝青铜在不同腐蚀环境和不同应力状态下的腐蚀形态。结果表明，通过图像处理区分腐蚀图像中的凹坑和裂纹是完全可行的。实践表明，利用计算机图像和视觉技术对金属腐蚀特征进行图像采集、处理、评价，实现对腐蚀特征进行定量或定性分析，不仅可以加快检测速率，保证检测质量一致性，还可以避免人因疲劳、注意力不集中等带来的误判[3]。D.Itzhak等[4]用扫描仪直接扫描304不锈钢在10%FeCl3中50℃时浸泡20min产生的腐蚀图像，然后将上述图像进行二值化处理，统计出了整个试样表面不同大小的蚀孔数量。K.Y.Choi和S.S.Kim[5]采用数字图像处理的方法对表面腐蚀进行了分析，结果表明，利用图像的颜色、纹理和形状对腐蚀形态进行描述是可行的。

本工作采用C语言编程对碳钢腐蚀图像进行处理，对碳钢的腐蚀等级自动评定进行探讨，其流程图如图1所示。

图1 腐蚀等级评定流程

1 图像预处理

由于图像的传送和转换总会造成图像的某些质量下降，这些造成图像降质的因素称为图像的噪声。在产品腐蚀检测时，很可能将噪声误认为是产品的腐蚀，造成整个系统性能下降。图像预处理的作用是对采集到的图像进行去噪、增强处理，减少噪声对后续处理的影响。

1.1 对比度增强

由于光照及拍摄角度等方面的原因常常造成采集的腐蚀图像照度不均匀，甚至有些图片出现大面积的阴影，背景或目标出现全黑。为了清晰地还原真实场景，需对图片进行修正，消除照度影响。现有的处理不均匀光照，提高图片对比度的主要方法有直方图均衡、灰度变换、同态滤波、Gamma校正等。

直方图均衡化是使图像灰度分布趋于均匀，它对于一些灰度分布比较密集或者对比度比较低的图像能取得比较满意的增强结果。但是由于直方图均衡化实际上降低了图像的灰度级，往往会在图像中形成一些不连续的斑块，特别是在图像中高光区域和阴影区域对比相对明显的情况下，表现更为突出[6]。图2为经过腐蚀的试片图像，图3为原图经过直方图均衡化后的图像。由图3可见，直方图均衡化后的图像右下角由于照度不均匀产生大片阴影。

图2 腐蚀原图

图3 直方图均衡后图像

对照度不均匀的图像通过全局变换并不能保证所关心的局部区域得到所需要的增强效果，为解决这类问题，需要根据关系的局部区域特性来进行局部变换，达到对局部区域的增强效果[7]。图4为图像经过局部增强后的效果，通过局部增强后，图像对比度有所增强，而且并未出现大片阴影。

Gamma校正也是一种灰度变换，它是为了克服人类视觉系统对于亮度感觉的非线性关系而引入的一种传输函数[6]。图5为局部增强后进行Gamma校正后的效果，对比图4和图5可见，经过Gamma校正后的图像亮度明显增大，右下角未出现图4的大片阴影。

图4 局部增强后图像

图5 Gamma校正后图像

1.2 去噪平滑

图像去噪平滑是用于突出图像的宽大区域和主干部分（低频部分）或抑制图像噪声和干扰（高频部分），使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。包括均值滤波、中值滤波、灰度形态学滤波等多种方法。

通常的中值滤波采用3×3矩阵模版（8点邻域模版）进行滤波计算，如图6所示。本工作采用了4点邻域模版进行运算，如图7所示。与传统矩阵模版滤波计算相比，这种方法在一个运算周期内只需对5个数据进行均值计算，大大缩短了程序运算时间。图8为中值滤波后的效果。

图6 8点邻域

2 图像二值化

二值图像是指整幅图像画面内仅黑、白两个灰度值的图像。较灰度图像而言，二值图像节省存储空间、传输速度快，易于统计某些特征量。在腐蚀图像处理中，由于腐蚀区域的形状极不规则，用传统方法难以精确计算腐蚀面积，因此必须对图像进行二值化处理[8]。

自动阈值法是比较常用的图像二值化方法（见图9）。对于灰度图像来说，图像中的腐蚀点和图像背景是有明显的区别，通过选择特征阈值，区分腐蚀点和背景。设原始图像为f（x，y），选择特征阈值为T，将图像分割成两部分，分割后图像g（x，y）为：

式中：0代表黑色，255代表白色。

图9 腐蚀二值图像

3 腐蚀面积计算

腐蚀灰度图像转为二值图像后，只存在纯黑和纯白两种颜色，其中黑色代表了腐蚀点颜色，白色代表基体颜色。通过计算二值图像中黑色像素点占整个图像像素点的比例可得出腐蚀图像的腐蚀面积，根据GB／T 6461－2002《金属基体上金属和其他无机覆盖层经腐蚀试验后的试样和试件的评级》中关于保护评级的规定（表1所示），可判定腐蚀级别。其程序流程图如图10。

表1 腐蚀等级与腐蚀面积之间的关系

图10 腐蚀面积计算流程图

GB／T 6461－2002《金属基体上金属和其他无机覆盖层经腐蚀试验后的试样和试件的评级》中附录A的标准圆点图，是腐蚀等级评定的参考标准，通过对标准圆点图腐蚀面积的计算，并通过表1判断其腐蚀等级可以验证程序的准确程度。程序运行结果如表2所示。

?

由表2可知，除1级标准圆点图和8级标准圆点图自动评级结果存在一定的误差，其他腐蚀等级圆点图评定结果与标准一致。

4 碳钢试片腐蚀等级评定

选取2个腐蚀试片图像（1号试片和2号试片）进行处理。其中1号试片腐蚀严重，目测腐蚀等级达到3级，2号试片表面无腐蚀点，目测腐蚀等级为5级。用两种对比度增强的方法对腐蚀图像进行处理，并对最终腐蚀等级评定结果进行对比。

4.1 采用全局直方图均衡运行结果

采用直方图均衡法对图像进行对比度增强，程序运行结果如表3所示。

?

由表3可见，1号试片图像和2号试片图像运行结果与目测结果相差甚远，腐蚀面积与实际情况不符。出现偏差的原因是因为光照不均匀，图像产生部分阴影，在灰度图像转换为二值图像后出现的大量黑色像素点就是代表阴影部分，进而导致腐蚀面积计算出现极大偏差，腐蚀等级评定不准确。

4.2 采用局部增强并进行Gamma校正后的运行结果

由4.1可知，对照度不均匀的腐蚀图像采用全局变换不能达到所需要的增强效果，因此对图像局部增强后进行Gamma校正。运行结果如表4所示。

?

通过对比表3与表4的运行结果可得，图像经过局部增强后再进行Gamma校正可以消除照度不均匀引起的阴影，腐蚀面积计算也更为准确。

5 结论

（1）腐蚀图像二值化后能较好区分腐蚀区域和基体，便于计算腐蚀面积；

（2）通过二值图像计算得到的腐蚀面积较精确，解决了传统几何方法难以计算不规则区域面积的问题；

（3）通过直方图均衡化处理的图示图像虽然可以提高对比度，但无法消除照度不均匀产生的阴影；

（4）腐蚀图像经过局部增强处理后再进行Gamma校正可以消除照度不均匀产生的不良影响。

[1]Stefan Sabine，David R W.Aluminum surface corrosion and the mechanism of inhibitors using pH and metal ion selective imaging fiber bundles[J].Analytical Chemistry，2002，74（4）：886－894.

[2]Ramana M Pidaparti，Babak Seyed Aghazadeh，Angela Whitfield.Classification of corrosion defects in NiAl bronze through image analysis[J].Corrosion Science，2010，52（11）：3661－3666.

[3]章毓晋.图象理解与计算机视觉[M].北京：清华大学出版社，1999.

[4]Itzhak D，Dinstein I，Zilberberg T.Pitting corrosion evaluation by computer image processing[J].Corrosion Science，1981，21：17－22.

[5]Choi K Y，Kim S S.Morphological analysis and classification of types of surface corrosion damage by digital image processing[J].Corrosion Science，2005，47（1）：1－15.

[6]储霞，吴效明，黄岳山.照度不均匀图像的自动Gamma灰度校正[J].微计算机信息，2009，25（6／3）：292－293.

[7]章毓晋.图象处理和分析[M].北京：清华大学出版社，1999.

[8]朱做涛，穆志韬，苏维国，等.基于图像处理技术的铝合金腐蚀等级评定方法[J].南京航空航天大学学报，2010，42（3）：383－386.