政事放术与电用
应用研究
基于图像处理的橡胶中炭黑分散度评价方法研究
葵良文
(武汉理工大学湖北武汉430071)
摘要：研究基于图像处理分数度评价方法。使用区域生长法对图像分制,弥补了使用Osu法识别炭黑时在分散度校好情况下识别效果不佳的不足；在精简炭黑分数性特征信息的同时，考虑了分布性对炭黑分散度的影响，率富和优化了炭黑图像的特征体系；采用BP-RBF混合网络神经网络作为图像识别的分类器,建立炭黑分散度评价模型,其评价的准确度更高,评价过程更智能化,其准确率高达95%。
关键词：炭黑分数度图像分制BP-RBF混合神经网络
中图分类号：TQ330.381
文献标识码：A
炭黑作为橡胶混炼过程中份额最大同时也是最为重要的补强
性填料，其与生胶的混合均匀性直接影响到胶料的物理机械性能。在工业生产中以1-10十个等级标定混合均匀的程度，即炭黑分散度，并以分散度作为一个重要尺度去衡量胶料和其胶制品质量的好坏。
国内在炭黑分散度评价方面已做了大量研究，创立的分散度评价方法仍以显微照相法为基础，使用数字图像处理技术进行实现，其主要步要为胶料图像采集与处理，图像特征信息提取，分散度等级评价。
由于目前的显微摄像技术已经能够支持足够清晰胶料图像的获取，对于分散度检测的研究重心已偏向评价这一方向，即对于采集到的胶料图像的处理与评价工作。主要包括如何选择合适的图像分割算法甄别炭黑与背景，如何选择合适的图像信息表征炭黑分散
图1采集的胶料图像
文章编号：1007-9416(2016)07-0065-03
情况，如何选择合适的评价方法对分散度进行等级评定，使得评价的结果更加准确、可靠。
本工作针对胶料图像确定合适的图像分割算法，选择完整的图像信息建立炭黑分散度特征体系，并建立更健壮的分散度评价模
型，以期更准确的对炭黑分散度等级进行评级。 1图像采集与处理
基本流程包括胶料图像的采集、图像有效性判断、图像去噪与图像分割。
对于待测胶料切取试样，使用CCD摄像机获取胶料图像，示例如图1所示.统一格式为480×640×8bits，其中白点为炭黑。
对于一此过于模翻图像，因其不具备一定的清晰度，即使对图像进行增强也很难准确的对其进行分析。对这些图片进行评价没有意义。因此采用TenenGrad评价函数对图像进行模糊度评价，以评价函数值F对图像有效性进行判断。对大量过度模期图像与清晰图像的评价值F进行统计，分析统计所得数据易发现，模糊图像与清晰图像的界限位于40左右，F值超过40的图像就可认为其适合进行分散等级的评价。
使用3×3大小的中点滤波器对胶料图像进行滤波，中点滤波结合了求均值和统计排序，对于随机分布噪声效果最好，如高斯噪声和均匀噪声。
在经过前期的筛选、去噪获得较好的胶料灰度图像后，需要将其中的炭黑识别出来，这是典型的图像分割间题。对于胶料图像分割方法的研究并不多，其中使用最多的是一种基于全局阔值的Otsu 法。但在目标与背景的灰度相差不大且目标所占像素比例太低的情况下，计算出的Otsu阔值会偏向背景灰度，使得有些背景被误识为
图2使用Qtsu法分割结果
收稿日期：2016-04-29
作者简介：葬良文(1993一),男，汉族，江西南昌人,颈士研究生在读，研究方向：控制工程。
万方数据