一种用于获取喷丸工艺中的弹丸散落分布函数的方法与流程

1.本发明涉及对金属材料表面进行强化处理的喷丸工艺，尤其是涉及一种用于获取喷丸工艺中的弹丸散落分布函数的方法。


背景技术：

2.喷丸工艺主要包括喷丸强化工艺和喷丸成形工艺，都是通过喷枪喷射弹丸流，使之散落撞击金属零件的表面，在金属零件上产生相应的残余应力场，从而实现金属零件强化与抗疲劳强度增强的效果。因此，获得喷丸工艺中散落弹丸在某工艺参数下的分布状态，对后续金属零件残余应力场的分析起着非常重要的作用。
3.目前，采用图像识别算法来分析获得散落弹丸分布状态是一种行之有效的方法。但是，喷丸工艺中特别是喷丸强化工艺中的弹坑直径非常小，为识别有效的喷丸弹坑，如果拍摄装置要保证图像的分辨率，拍摄装置的单次拍摄的有效视野场景就将非常小。因此，无法通过一次拍摄获取单张图像的方式，来获得整个喷丸弹丸散落区域的图像，进而无法采用图像识别算法来准确分析散落弹丸的分布状态。


技术实现要素：

4.为解决现有技术中存在的以上问题，本发明提出了一种基于数字图像识别技术的用于获取喷丸工艺中弹丸散落的分布函数的方法，通过准确获得和处理弹丸散落区域的数字图像，能够得到弹丸的分布模型，进而经过高斯分布函数(又称为正态分布)拟合而得到喷丸工艺中的弹丸散落的分布函数，并最终获得弹丸散落的分布情况。
5.具体而言，本发明提供了一种用于获取喷丸工艺中的弹丸散落分布函数的方法，其中从喷枪中喷出的弹丸流散落形成喷丸条带，其特点在于，所述方法包括以下步骤：
6.在所述喷丸条带上截取一段区域，在所述区域内，拍摄装置沿垂直于所述喷丸条带的长度方向按照预定的步长从所述区域的一边移动至另一边，以获得具有重合区域的多张拍摄图像；
7.根据拍摄顺序对所获得的多张拍摄图像进行排序，采用自动图像处理算法区分前、后图像的重合区域并依次拼接相邻的拍摄图像，最终获得所述多张拍摄图像的全拼接图像；
8.预处理全拼接图像以统计有效像素点及其对应的坐标值，根据统计的有效像素点及其坐标值进行正态分布拟合，以获得区域内散落弹丸的分布函数；
9.根据弹丸散落分布函数计算获得整个喷丸条带内弹丸散落分布情况。
10.使用根据本发明公开的用于获取喷丸工艺中的弹丸散落分布函数的方法，不仅能够在保证图像分辨率的基础上准确识别有效的弹丸弹坑，还能够获得有效视野较大的喷丸散落区域的图像，从而能够确保采用图像识别算法获取弹丸散落分布函数的准确性，尽可能地减小误差，实现金属零件残余应力场的准确分析。
11.另外，通过截取喷丸条带的部分区域进行弹丸分布函数拟合，能够快速获得喷丸
工艺中的整体弹丸散落分布情况，从而准确分析金属零件全局的残余应力场，大大降低了成本和时间，提高了分析效率。
12.根据本发明的一种实施方式，在所述喷丸条带上截取的所述区域包含沿所述喷丸条带的长度方向在所述喷丸条带的两侧绘制的彼此相互平行的两条边缘线。
13.根据本发明的另一种实施方式，两条边缘线被设定为其间形成的区域能够包含所述喷丸条带中至少95％的散落弹丸。通过绘制几乎能够包括所有散落弹丸在内的边缘线，能够为拍摄装置的移动提供方向，并能够避免喷丸条带附近的空白区域对图像处理识别的准确度产生影响，减小误差。
14.根据本发明的另外一种实施方式，预定的步长被设定为小于单张拍摄图像长度的一半。通过设置预定的步长小于单张拍摄图像长度的一半能够保证拍摄的前后图像都存在一定的重合区域，保证后续图像拼接的顺利进行，能够获得截取区域的完整图像。
15.根据本发明的另外一种实施方式，在截取区域内，拍摄装置沿垂直于所述边缘线的方向按照预定的步长从所述一条边缘线移动至另一条边缘线，以获得具有重合区域的多张拍摄图像。将边缘线所在位置设置为拍摄装置移动的起始位置与终止位置，能够保证有效拍摄到截取区域内的弹丸，同时减少空白无效区域的拍摄，减少空间浪费以及不必要的识别计算资源，提高效率。
16.根据本发明的另一种实施方式，采用自动图像处理算法区分前、后图像的重合区域包括：通过二值化预处理前、后图像以获得前、后图像的灰度值，根据灰度值采用基于灰度值的模板匹配方法计算获得与前述前图的像素尺寸一致的匹配度表，
17.其中，匹配度表中最大值的位置即为最佳匹配位置，将后图移动至该最佳匹配位置并得到完全匹配的部分，以此来区分出前、后图像的重合区域。
18.根据本发明的另外一种实施方式，该方法还包括：根据所述最佳匹配位置将所述前图区分为前部分和重合部分，将所述后图区分为重合部分和后部分，基于所述前、后图的重合部分将所述后部分拼接于前图，从而获得相邻图像的拼接图像。
19.根据本发明的另外的一种实施方式，测量两条边缘线之间的距离，根据该距离以及全拼接图像中两条边缘线之间的像素距离来标定拍摄图像的像素尺寸。通过测量边缘线之间的物理距离以及图像中边缘线的距离，能够建立像素尺寸与物理距离尺寸之间的统一，从而根据拍摄装置移动步长以及图像中反馈的信息准确找到重合区域、找到图像中各像素值对应的坐标值，以及完成拼接过程中前后图像应当移动的像素位移。
20.根据本发明的另外一种实施方式，预处理所述全拼接图像的过程包括：通过均值化预处理所述全拼接图像以减少背景噪声，提高图像的信噪比。
21.根据本发明的另外一种实施方式，预处理全拼接图像的过程还包括：通过二值化预处理全拼接图像以增强全拼接图像中弹坑位置的亮度，从而将表示弹坑的颗粒分割出来。
22.根据本发明的另外一种实施方式，预处理全拼接图像的过程还包括：通过图像形态学开操作预处理全拼接图像，以便于去除所述全拼接图像背景中的划痕。
23.根据本发明的另外一种实施方式，统计有效像素点及其对应的坐标值的步骤包括：统计初始位置的像素值以及每个拍摄位置处的像素值，以获得有效像素点及其对应的坐标值，从而最终得到全拼接图像内像素值的分布情况。
24.根据本发明的另一种实施方式，用于获取喷丸工艺中的弹丸散落分布函数的方法还包括：根据全拼接图像内像素值的分布情况，进行二次分布函数的最小二乘法拟合，获得二次分布函数的标准差，从而拟合出区域内的弹丸散落分布函数，最终获得整个喷丸工艺的弹丸散落分布情况。
25.在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实施例。
26.本发明的积极进步效果在于：
27.根据本发明的以上各实施方式提供的一种获取喷丸工艺中的弹丸散落分布函数的方法，通过截取弹丸流形成的喷丸条带的部分区域进行扫描拍摄，不仅能够保证拍摄图像的分辨率以有效识别弹丸弹坑，还能够获得弹丸散落区域的图像，减小了测量误差，简化了测量工艺。通过正态分布函数拟合扫描区域内的弹丸散落分布，获得喷丸条带内的弹丸散落分布情况，从而能够快速准确地分析金属零件的残余应力场。
附图说明
28.图1为在根据本发明优选实施方式中截取一段区域时的示意图。
29.图2为根据本发明优选实施方式由拍摄装置拍摄的多张拍摄图像。
30.图3为根据本发明优选实施方式的图像拼接步骤的流程图。
31.图4为相邻两张拍摄图像中前图和后图的原始图像。
32.图5为相邻两张拍摄图像中前图和后图经过二值化处理后的图像。
33.图6为根据本发明优选实施方式确定的最佳匹配位置的示意图。
34.图7为根据本发明优选实施方式的截取区域全拼接图像的示意图。
35.图8为图7所示的全拼接图像经预处理、二值化和形态学开操作处理后的示意图。
36.图9为用于图7所示全拼接图像的弹丸散落分布函数拟合图的示意图。
具体实施方式
37.下面将结合说明书附图，进一步对本发明的优选实施例进行详细描述。请注意，以下的描述仅为示例性的，并非对本发明保护范围加以限制，任何的其他类似情形也都将落入本发明的保护范围之中。
38.在以下的具体描述中，方向性、顺序性的术语，例如“前”、“后”、“x轴方向”、“y轴方向”、“z轴方向”等，参考附图中描述的顺序及方向使用。本发明的实施例的图像可被置于多种不同的方向与顺序，方向性、顺序性的术语是用于示例的目的而非限制性的。
39.本文中所采用的术语“图像的二值化处理”是指将图像上的像素点的灰度值设置为0或255，通过适当的阈值选取而使得整个图像呈现出明显的黑白效果，从而获得可以反映图像整体和局部特征的二值化图像，便于将图像中目标物所在的颗粒分割出来；本文中所采用的术语“图像的基于灰度值的模板匹配”是指将前图作为目标图像，将后图作为模板图像，进行基于灰度值的模板匹配。经过模板匹配计算后，能够得到和前图像素尺寸一致的匹配度表。其中在前后图中匹配度越高，该位置处对应的灰度值越高；本文中所采用的术语“均值处理”是指使用图像各位置处的像素值减去图像的像素平均值。
40.本文中所采用的术语“形态学开操作”又可以理解为形态学开处理，是指先对图像
进行腐蚀，然后对腐蚀后的图像进行膨胀。具体过程为，先用一个结构元素(如3
×
3的矩阵)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0。在图像中表示为图像中心及邻域有一个点不是黑点，该点就被腐蚀成白点。随后用该结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“或”操作，如果都为0，则该像素为0，否则为1。
41.喷丸工艺主要包括喷丸强化和喷丸成形，其具体过程为，弹丸从喷枪中在气流的带动下，高速从喷枪中流出散落形成喷丸条带。散落的弹丸撞击金属零件表面，与金属表面撞击的位置会产生弹坑，同时会在金属零件的撞击区域处生成相应的残余应力场。分析生成的残余应力场，将有助于了解金属零件的表面强化以及抗疲劳强度提高情况。
42.本发明基于这样的构思，散落弹丸与金属表面撞击位置的分布通常按照一定的高斯密度分布函数分布。因此，计算出高斯密度分布函数中涉及的各个参数，即可获取喷丸工艺中的弹丸散落分布函数，从而了解散落弹丸在某工艺参数下的分布状态，进而实现分析喷丸工艺后金属零件内生成的残余应力场。
43.由此可以知道，获取喷丸工艺中散落弹丸的分布函数对分析金属零件经喷丸工艺后生成的残余应力场，以及了解金属零件的表面强化效果和抗疲劳强度提高情况十分重要。因此需要喷丸工艺中散落弹丸分布涉及的高斯密度分布函数进行分析，明确需要计算求解出高斯密度分布函数中涉及的各个参数，具体分析描述详见下文。
44.一般而言，弹丸从喷枪中在气流的带动下，高速从喷枪中流出，以喷丸中轴线为原点呈二维高斯密度分布函数分布，随机撞击在待加工金属零件表面。在笛卡尔坐标系下，二维高斯密度分布函数如下式所示：
[0045][0046]
其中，σ1为x轴方向分布的标准差，σ2为y轴方向分布的标准差，μ1为x轴方向的原始位置，μ2为y轴方向的原始位置，ρ为x轴方向和y轴方向的相关系数。
[0047]
在喷丸弹丸流分布中，默认喷枪轴线方向为z轴方向,喷枪前进方向为x轴方向，由此可确定与x轴方向和z轴方向均垂直的y轴方向，且散落弹丸在x轴方向和y轴方向的分布是独立的，所以式(1)中的相关系数ρ的值为0。同时，弹丸流可视为圆锥形，且关于圆锥中心旋转对称，坐标原点和z轴都位于圆锥体的中心线上，所以：
[0048]
σ1＝σ2＝σ
ꢀꢀ
(2)
[0049]
μ1＝μ2＝0
ꢀꢀ
(3)
[0050]
因此，结合式(1)-式(3)，式(1)中的二维高斯密度分布函数可以简化为下式：
[0051][0052]
式(4)为笛卡尔坐标系下的喷丸工艺中散落弹丸涉及的二维高斯密度分布函数，对于极坐标系，r2＝x2 y2，则上式(4)可进一步简化为：
[0053][0054]
通过式(5)可知，在喷丸工艺中散落弹丸的具体散落分布情况，取决于标准差σ大小。
[0055]
基于喷丸条带的数字图像，通过数字图像处理识别算法能够准确获得喷丸弹丸散落的位置，并经过拟合计算出式(5)中的标准差σ的值，从而得到散落弹丸的分布函数。
[0056]
具体地，通过在喷丸条带上截取一段区域，使拍摄装置在截取区域内沿垂直于喷丸条带的方向按照预定的步长从区域的一边扫描至另一边，获得具有重合区域的多张拍摄图像。再对多张拍摄图像进行排序，随后采用自动图像处理算法依次拼接相邻的拍摄图像，最终获得显示截取区域的全拼接图像。然后预处理全拼接图像并统计有效像素点及其对应的坐标值，计算获得标准差σ值，最终拟合出区域内散落弹丸的分布函数。最后再根据拟合的散落弹丸分布函数计算获得整个喷丸条带内所述弹丸散落分布情况，具体过程将结合说明书附图在下文进一步详述。
[0057]
如图1所示，从喷枪中喷出的弹丸流散落形成喷丸条带。在本公开内容中，设定随着喷枪的前进而形成的喷丸方向为喷丸条带的长度方向，在喷丸条带的两侧绘制彼此相互平行的两条边缘线。其中，两条边缘线需要将喷丸条带尽可能的包括在内，便于标定图像的像素尺寸。具体地，两条边缘线被配置为能够包括喷丸条带中至少95％的散落弹丸。
[0058]
再垂直于喷丸条带，从喷丸条带中截取一段区域出来，该区域包括绘制的两条边缘线。从截取区域的一侧开始进行拍摄扫描，优选地，起拍位置与最终拍摄位置拍摄的图像能够包括手绘的边缘线，每次拍摄一副图像后，拍摄装置沿着垂直于条带区域的方向移动预定的步长直到移动到最终拍摄位置。优选地，拍摄装置沿着垂直于边缘线的方向进行移动拍摄。每次拍摄装置移动的预定的步长可以是固定的，也可以是不固定的。优选地，每次拍摄装置移动的预定的步长小于单次拍摄视野长度的一半。作为示例性地，假设拍摄装置单次拍摄采集的图像视野尺寸为l*w，每次移动的预定的步长为
△
l，则要求
△
l＜0.5*l。这样，前后两个位置拍摄的图像的视场会有重合部分，并且，该重合部分在前后位置的拍摄图像中都会出现。当拍摄装置移动截取区域的另一侧，拍摄完成后将停止下一步的移动拍摄。
[0059]
对于在喷丸条带上截取的一段区域，通过上述逐步拍摄图像的方法，会获得具有重合区域的多张拍摄图像，如图2所示。随后对多张拍摄图像进行排序，通过自动图像处理算法识别出相邻图像中的重合区域，并对拍摄的多张图像进行拼接，获得多张拍摄图像的全拼接图像，具体过程如下。
[0060]
如图3所示，首先对拍摄的多张图像进行排列，优选地，根据拍摄装置拍摄的先后顺序，将多张拍摄图像进行前后排列。在前后图像中，基于上述拍摄扫描策略，前后图像中都会存在一定的重合区域。随后，在图像序列中，根据前后图像的顺序关系，对前后图像都进行二值化处理以获得前后图像的灰度值，并将图像的主要特征散落弹丸以及背景中的划痕从背景中分割出来，提高这些主要特征的强度，以便于找到前后图像的重合区域。具体地，图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，通过适当的阈值选取而使得整个图像呈现出明显的黑白效果，从而获得可以反映图像整体和局部特征的二值化图像，将拍摄图像中弹坑所在的颗粒分割出来。示例性地，随机挑选出两张前后拍摄的相
邻拍摄图像，二值化处理前的前、后相邻拍摄图像分别如图4中的左右图所示，二值化处理后的前、后相邻拍摄图像分别如图5中的左右图所示。
[0061]
接着，测量所述两条边缘线之间的距离，根据所述距离以及全拼接图像中两条边缘线之间的像素距离来标定所述拍摄图像的像素尺寸。然后基于灰度的匹配分析预处理前后图像，具体地，将前图作为目标图像，将后图作为模板图像，进行基于灰度值的模板匹配。经过模板匹配计算后，能够得到和前图像素尺寸一致的匹配度表。其中在前后图中匹配度越高，该位置处对应的灰度值越高，如图6所示。在匹配度表中，最大值对应的位置即为前后图像的最佳匹配位置。将后图移动到最佳匹配位置时，前后图像的重合部分将会完全匹配重合。
[0062]
然后根据最佳匹配位置对前后图像进行划分截取，将前后图可以划分成前部分、重合部分和后部分此三部分。具体地，将前图像划分为前部分和重合部分，将后图像划分为重合部分和后部分，其中前图像与后图像的重合部分完全重合。然后根据区分出来的重合部分，将前后图像的前部分、重合部分和后部分进行拼接。优选地，保留相邻图像中的前图像，去掉后图像中的重合部分，将后图像中的其余部分拼接到前图像上。然后对图像序列中的图像重复进行上述预处理与拼接处理，即可完成多张拍摄图像的拼接，最终获得所有拍摄图形的拼接图像，即获得整个截取区域的全拼接图像，如图7所示。
[0063]
随后，预处理前述全拼接图像，具体地，对全拼接图像进行预处理包括均值处理全拼接图像以去除背景噪声，提高图像的信噪比。具体地，对图像进行均值处理操作为使用图像各位置处的像素值减去图像的像素平均值。然后对预处理后的全拼接图形进行二值化处理。进一步地，对于二值化处理后的全拼接图像进行形态学开操作，通过开操作以将图像背景中的划痕等杂质去除。此处形态学开操作为先对图像进行腐蚀，然后对腐蚀后的图像进行膨胀。具体过程为，先用一个结构元素(如3
×
3的矩阵)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0。在图像中表示为图像中心及邻域有一个点不是黑点，该点就被腐蚀成白点。随后用该结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“或”操作，如果都为0，则该像素为0，否则为1。最后获得形态学开操作之后的全拼接图像如图8所示。
[0064]
再基于经过形态学开操作之后的全拼接图像，垂直于喷枪前进的方向，进行横向有效像素点及其坐标值统计，如表1所示。
[0065]
表1：
[0066]
001001001000010000000100001000100100001000010101010001000000010000000000000010000000000110001010001001110010100000000001000000000000001010001010000000000010000000000000121313023121123012120
[0067]
表1中的第1至8行示出了二值化以及形态学开操作之后的全拼接图像对应的像素
矩阵，1代表有效像素点，0代表无效像素点，沿着喷枪前进的方向，进行图像纵向统计每列有效像素点的个数，统计结果如表1中的第9行所示。根据制定的扫描策略，相邻像素值坐标变化对应的长度应为单个移动步长，示例性地，单个移动步长为δl，则根据图1中表格的第9行可统计获得各像素值对应的坐标值，如表2所示。
[0068]
表2：
[0069]
(0，1)(δl，2)(2δl，1)(3δl，3)(4δl，1)(5δl，3)(6δl，0)(7δl，2)(8δl，3)(9δl，1)(10δl，2)(11δl，1)(12δl，1)(13δl，2)(14δl，3)(15δl，0)(16δl，1)(17δl，2)(18δl，1)(19δl，2)(20δl，0)
[0070]
最后针对表2中统计的像素值及其对应的坐标值结果数据，采用式(5)中的高斯密度分布函数(又称正态分布函数)的最小二乘法的拟合，可获得高斯密度分布函数的标准差，实现对散落弹丸分布函数的拟合，得到散落弹丸的分布函数。具体地，将表2中的值，进行一维正态分布的最小二乘法拟合，计算得到正态分布的标准差约为17，最终像素统计情况及拟合函数如图9所示。
[0071]
本发明的本发明的上述优选实施方式有益技术效果：
[0072]
1、通过设计的拍摄扫描策略，能够保证图像分辨率的基础上，准确获得喷丸弹丸散落区域的图像，减小分析估计误差。
[0073]
2、截取喷丸条带的部分区域进行拍摄扫描，即可快速准确的获得截取区域内的散落弹丸的分布函数，分析计算后有效获得散落弹丸在喷丸条带内的分布状态，简化了拍摄实验步骤，大大提高了分析拟合估计的效率。
[0074]
3、分析计算后获得的散落弹丸在喷丸条带内的具体分布状态，便于后续分析金属零件的残余应力场，了解金属材料的表面强化与抗疲劳强度提高情况，具有明显的工程应用意义。
[0075]
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。