金屬材料自然環(huán)境腐蝕的圖像識別.pdf

1、材料的腐蝕形貌圖像是評價材料腐蝕性能的重要特征之一,該工作將數(shù)字圖像處理技術應用于金屬腐蝕研究,運用現(xiàn)代數(shù)學理論與方法,結合自然環(huán)境材料腐蝕的特點,研究材料腐蝕形貌圖像特征值與試樣腐蝕形態(tài)和數(shù)據(jù)間的關系,主要研究成果如下:建立適合于自然環(huán)境暴露試樣腐蝕形貌圖像處理系統(tǒng),確立了合適的圖像采集參數(shù)和預處理方法.結果表明,中值濾波可以有效濾除采集過程中產生的噪聲,而模糊增強則是一種有效的使圖像中腐蝕特征顯現(xiàn)的方法;建立了基于模糊增強和閾值選擇

2、法相結合的點蝕圖像二值化方法;獲取了金屬材料海水暴露腐蝕試樣的形貌圖像,計算預處理后圖像的分形維數(shù)、廣義維數(shù)、面積因子和空隙特征并作為系統(tǒng)的輸入,用模糊模式識別理論建立了腐蝕形貌診斷分析系統(tǒng),可以由圖像的分形特征值判斷金屬材料腐蝕形態(tài);將小波圖像分析和現(xiàn)代數(shù)學方法相結合,建立了研究有色金屬大氣腐蝕早期行為的方法:運用小波變換對預處理后的圖像進行分解并提取子圖像的能量值作為特征值,用典型相關分析求取了特征值和腐蝕深度之間的相關系數(shù),將提取

3、的圖像特征值與典型相關系數(shù)的乘積作為神經(jīng)網(wǎng)絡的輸入,建立加權特征值和試樣腐蝕失重數(shù)據(jù)之間的神經(jīng)網(wǎng)絡模型.運用建立的方法對純鋅大氣暴露和鋁合金模擬加速大氣腐蝕試樣分析結果表明,該方法可以對試樣的腐蝕進行預測并具有較高精度;采用面向對象的編程語言Visual Basic編制了金屬材料海洋環(huán)境和有色金屬材料大氣腐蝕數(shù)據(jù)咨詢管理和預測診斷系統(tǒng),系統(tǒng)中包括材料腐蝕數(shù)據(jù)和腐蝕形貌圖譜的圖文數(shù)據(jù)庫并具有一定的腐蝕預測和腐蝕形貌診斷功能.人工神經(jīng)網(wǎng)絡模