專利名稱：橡膠制品中碳黑含量等級(jí)分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種測(cè)定制品中碳黑含量的方法，尤其涉及一種測(cè)定 橡膠制品中碳黑含量等級(jí)的分析方法。
背景技術(shù)：
碳黑是橡膠工業(yè)不可缺少的原料，是一種無(wú)定形的碳，它有各種 用途，包括作為顏料和許多橡膠制品最有效的、被廣泛應(yīng)用的的補(bǔ)強(qiáng) 劑與增強(qiáng)劑，碳黑能提高膠料的硬度、模量、斷裂能量、抗張強(qiáng)度、 抗撕裂、耐疲勞和耐磨耗性能。碳黑的另外一大作用是有效降低橡膠 制品的成本，特別是用在硅橡膠、氟橡膠和丙烯酸酯橡膠等特種橡膠 制品中。對(duì)后者來(lái)說(shuō)，碳黑用量越多越好，但過(guò)量的碳黑無(wú)助于增強(qiáng)、 補(bǔ)強(qiáng)效果，反而影響制品的光潔度和拉伸性能，增加制品的加工難度， 因此合理的碳黑用量是橡膠工業(yè)的研究課題。由于碳黑的物理性質(zhì)彼 此有差異，碳黑的物理性質(zhì)變化無(wú)常，目前測(cè)定法和分析方法的精確 度有限，需要改進(jìn)準(zhǔn)確測(cè)定制品中碳黑的含量的測(cè)定方法。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明的目的在于克服上述現(xiàn)有技術(shù) 的不足之處，提供一種用于橡膠制品中碳黑含量等級(jí)分析方法，本發(fā) 明測(cè)定碳黑等級(jí)的方法，其測(cè)量的不可靠性較目前的工藝方法要小， 更準(zhǔn)確地測(cè)定樣品的性質(zhì)，增強(qiáng)碳黑樣品性質(zhì)的確定性。
為達(dá)上述目的，本發(fā)明的橡膠制品中碳黑含量等級(jí)分析方法，采 用以下的技術(shù)方案-種橡膠制品中碳黑含量等級(jí)分析方法，其特征在于，包括下述
① 、把橡膠樣本經(jīng)過(guò)刀片裁切后，通過(guò)分析儀掃描獲得碳黑原始 影像，開(kāi)啟碳黑粒子影像，觀察橡膠樣本裁切外表切面產(chǎn)生高低起伏 的波動(dòng)情況，其中波峰及波谷皆為團(tuán)塊的碳黑粒子，而藉由光源反射， 便可利用波峰、波谷和水平面的高度差關(guān)系分辨出碳黑顆粒，進(jìn)而減 掉平均像素值；
② 、以標(biāo)準(zhǔn)影像為基準(zhǔn)之碳黑分級(jí)，將高度差關(guān)系以像素差關(guān)系 取代，先找出似為水平面的像素，將原始影像之總像素值和除以總像 素?cái)?shù)目而推導(dǎo)出一平均像素值，接著將影像中每一坐標(biāo)上之原始像素 值減去平均像素值，將結(jié)果取絕對(duì)值得到新灰階值如，使得每一原始 像素值與平均像素值的差值作為碳黑顆粒高度差衡量的標(biāo)準(zhǔn)；
③ 、經(jīng)過(guò)步驟②的計(jì)算可獲得一新灰階影像，提供后續(xù)影像分析 使用，此時(shí)進(jìn)行動(dòng)態(tài)二值化，二值化區(qū)分碳黑粒子與非碳黑粒子，利 用熵的概念，設(shè)T為最佳門(mén)坎值，即可利用T將影像分為C1 (背景) 和C2(前景)，在C1區(qū)的任一像素其灰階值f(x, y)必滿足^,"力^ ， 且C2區(qū)內(nèi)的任一像素，其灰階值f(x， y)必滿足T + B/"力^M4^， 令C1區(qū)的百分比為W1，而C2區(qū)的百分比為W2，此處需滿足 1=W1+W2
而C2區(qū)的熵為
<formula>formula see original document page 6</formula>
最佳門(mén)坎值T的決定需滿足M4^T' ￡(C2)
r (2) 因此在
區(qū)間內(nèi)，檢査所有的灰階值直到被滿足，此時(shí)必會(huì)
找到一個(gè)T，即為最佳門(mén)坎值；
④、接著由所決定的動(dòng)態(tài)門(mén)坎值對(duì)新灰階影像作二值化，利用門(mén)
坎值區(qū)隔出波峰以及波谷對(duì)水平面的像素差，以求得二值化后白色部
分為碳黑粒子；
◎、進(jìn)行計(jì)算碳黑粒子信息針對(duì)歩驟④處理后影像，推導(dǎo)各碳 黑粒子之總像素?cái)?shù)目、碳黑粒子個(gè)數(shù)、平均像素?cái)?shù)目、平均直徑、最
大碳黑粒子像素?cái)?shù)目、最大碳黑粒子直徑及h值，目的為求出碳黑粒
子的平均像素值差；
進(jìn)行分散度計(jì)算即橡膠樣本中碳黑粒子的分散情況，其中定義
100為分散度百分之百，分散度愈高表碳黑粒子分布愈分散，分級(jí)度 愈高；反之，分散度愈低碳黑分級(jí)愈低；
、依分散度及預(yù)設(shè)標(biāo)準(zhǔn)影像據(jù)以決定二值化門(mén)坎值步驟③所 算出的動(dòng)態(tài)門(mén)坎值無(wú)法使灰階影像二值化達(dá)到與碳黑分析儀分析之相 似二值化影像，以預(yù)設(shè)多組標(biāo)準(zhǔn)影像代入此樣本所推導(dǎo)之動(dòng)態(tài)門(mén)坎值， 據(jù)以計(jì)算分散度，由多組標(biāo)準(zhǔn)影像所求得之每一組分散度與此樣本分 散度比較選取出分散度最接近此樣本的標(biāo)準(zhǔn)影像，而套用由標(biāo)準(zhǔn)影像 調(diào)校出的最終門(mén)坎值；
⑦、利用最終門(mén)坎值作二值化據(jù)求得最終門(mén)坎值后，將原始碳
黑粒子影像以此門(mén)坎值作二值化的標(biāo)準(zhǔn)，此步驟即為遞歸執(zhí)行步驟②
步驟⑥，唯一改變的是將動(dòng)態(tài)(最初)門(mén)坎值改成調(diào)校(最終)門(mén)坎值；⑧、藉由分散度值及碳黑粒子信息判斷碳黑分級(jí)計(jì)算出分散度 以及碳黑粒子信息后，判斷碳黑分級(jí)需由分散度為主以及碳黑粒子信
息來(lái)調(diào)校，首先依照求出的分散度，以預(yù)設(shè)n組標(biāo)準(zhǔn)影像為參考，定 義出1~n 。=10)組分級(jí)范圍，即分散度落于何組范圍即為何組分級(jí)，
由步驟⑤求出的碳黑粒子信息統(tǒng)計(jì)分析而得，針對(duì)每一項(xiàng)因子皆與其 分級(jí)范圍內(nèi)的標(biāo)準(zhǔn)影像每一項(xiàng)粒子信息因子作相減求差值與原值的比
例關(guān)系，再將此六項(xiàng)比例關(guān)系分別乘以不同的權(quán)重；
(D、最后將所求得的值相加除以總組數(shù)，再與預(yù)設(shè)的標(biāo)準(zhǔn)影像分
級(jí)值作加減即求出最終的碳黑分級(jí)值，進(jìn)而判斷原始影像之ISO碳黑 等級(jí)為1 n(r^10)中的等級(jí)落點(diǎn)。
本發(fā)明的碳黑自動(dòng)識(shí)別方法，其功能強(qiáng)大，圖形顯示方便，具有 豐富的圖像處理函數(shù)庫(kù)，可以澄免縈瑣的計(jì)算，通過(guò)分析橡膠中碳黑 徽粒圖像，并進(jìn)行碳黑含量等級(jí)統(tǒng)計(jì)分析，確定橡膠中碳黑分散度， 測(cè)定碳黑在膠料中分散的均勻程度，保障膠料質(zhì)量和預(yù)側(cè)成品性能， 提高橡膠翻品的強(qiáng)度，改進(jìn)膠料的工藝性能。


圖1是本發(fā)明的系統(tǒng)處理流程圖2是碳黑粒子切面示意圖3是碳黑粒子反射光源示意圖。
具體實(shí)施例方式
為能進(jìn)一步了解本發(fā)明的特征、技術(shù)手段以及所達(dá)到的具體目的、 功能，下面結(jié)合附圖與具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。1、 采用GT-505CBD碳黑分析儀，獲得碳黑影像規(guī)格格式 BITMAP(BMP)、 Compress BITMAP(XMB)，影像維度800x583像 素，實(shí)際分析范圍721 x537像素；
開(kāi)啟碳黑原始影像，影像由GT-505CBD碳黑分析儀掃描獲得， 影像維度800x583像素，實(shí)際分析范圍721 x537像素；
2、 減掉平均像素值由于橡膠樣本經(jīng)過(guò)刀片裁切后，會(huì)使得外表
切面產(chǎn)生高低起伏的波動(dòng)情況，如附圖2，圖中斜線顆粒表碳黑粒子。
其中波峰及波谷皆為團(tuán)塊的碳黑粒子，而藉由光源反射，便可利
用波峰、波谷和水平面的高度差關(guān)系分辨出碳黑顆粒，如附圖3。
利用此觀念，發(fā)展以標(biāo)準(zhǔn)影像為基準(zhǔn)之碳黑分級(jí)技術(shù)(以下稱 CBCBM: carbon black classification based on model templates), 中
將高度差關(guān)系以像素差關(guān)系取代，因此需先找出似為水平面的像素， 將原始影像(721 x 537)之總像素值和除以總像素?cái)?shù)目而推導(dǎo)出一平均 像素值，其中x、 y為碳黑影像的長(zhǎng)及寬。
接著將影像中每一坐標(biāo)上之原始像素值減去平均像素值，將結(jié)果 取絕對(duì)值得到新灰階值如。目的是使得每一原始像素值與平均像素值 的差值作為碳黑顆粒高度差(像素差)衡量的標(biāo)準(zhǔn)。
由以上計(jì)算可獲得一新灰階影像，提供后續(xù)影像分析使用。
3、 動(dòng)態(tài)二值化動(dòng)機(jī)為藉由二值化區(qū)分碳黑粒子與非碳黑粒子， 而二值化門(mén)坎值隨著灰階影像的不同而有所變化，因此必須使用動(dòng)態(tài) 二值化判斷適當(dāng)?shù)拈T(mén)坎值。CBCBM利用Kapur統(tǒng)計(jì)方式(Kapur,丄N.， Sahoo, P, K. and Wong, A. K. C., "A new method for gray-levelpicture thresholding using the entropy of the histogram," Computer Vision, Graphics and Image Processing 29: 273-285， 1985.)，方法為
利用熵(Entropy)的概念，假設(shè)T為最佳門(mén)坎值，即可利用T將影像分 為C1 (背景)和C2(前景)，在C1區(qū)的任一像素其灰階值f(x， y)必滿足 os/(x，力^r，且C2區(qū)內(nèi)的任一像素，其灰階值f(x， y)必滿足 r + i、/^，力《M4Xc。令ci區(qū)的百分比為W1，而C2區(qū)的百分比為 W2，此處需滿足1-W1+W2
而C2區(qū)的熵為:
『2
，
最佳門(mén)坎值T的決定需滿足
M4X E(C,)+E(C2)
f (2)
因此在
區(qū)間內(nèi)， 一一檢查所有的灰階值直到被滿足，此時(shí) 必會(huì)找到一個(gè)T，即為最佳門(mén)坎值。之所以選取兩個(gè)熵和之最大值， 為若選定的門(mén)坎值很不錯(cuò)的話，那么C1區(qū)的分布和C2區(qū)的分布將呈 現(xiàn)較平滑的情形。機(jī)率分布愈平滑的事件集所表現(xiàn)出來(lái)的熵會(huì)愈大； 反之，機(jī)率分布愈不均勻，所表現(xiàn)出來(lái)的熵會(huì)愈小，即為Kapur的概 念。接著由所決定的動(dòng)態(tài)門(mén)坎值對(duì)新灰階影像作二值化的動(dòng)作，動(dòng)機(jī) 是利用門(mén)坎值區(qū)隔出波峰以及波谷對(duì)水平面的像素差，以求得二值化 后白色部分為碳黑粒子。此外，在此處需使用遞歸方式作處理，即若 已二值化處理后影像之黑色部分(非碳黑粒子)新平均像素值與之前于 步驟2中所推導(dǎo)之平均像素值不同時(shí)，則認(rèn)為步驟2推導(dǎo)的并非理想之平均像素值，必須遞歸至步驟2重行執(zhí)行。重新將原始影像每一坐 標(biāo)像素值減掉新平均像素值而得的新灰階影像，繼續(xù)執(zhí)行步驟3動(dòng)態(tài) 二值化操作，直至新平均像素值與平均像素值一致。
4、 去除噪聲顆粒動(dòng)機(jī)為使二值化后過(guò)小及過(guò)大之碳黑粒子(白 色部分)加以濾除及分解，判斷粒子大小之準(zhǔn)則為
像素?cái)?shù)目小于擬定之n碳黑粒子將予濾除；
像素?cái)?shù)目大于擬定m之碳黑粒子先對(duì)粒子亮度進(jìn)行判讀，若屬于
較亮粒子，則將此粒子中小于此粒子平均像素值之像素加以濾除，即
為分解例子動(dòng)作，遞歸處理直至像素?cái)?shù)目小于m為止。反之，若判讀 屬于較暗粒子，則將此粒子完全濾除。
5、 計(jì)算碳黑粒子信息針對(duì)歩驟4處理后影像，推導(dǎo)各碳黑粒子
之總像素?cái)?shù)目、碳黑粒子個(gè)數(shù)、平均像素?cái)?shù)目、平均直徑、最大碳黑
粒子像素?cái)?shù)目、最大碳黑粒子直徑及h值，其中h值定義如下，目的
為求出碳黑粒子的平均像素值差。
6、 計(jì)算分散度即橡膠樣本中碳黑粒子的分散情況，其中定義
100為分散度百分之百，分散度愈高表碳黑粒子分布愈分散，分級(jí)度 愈高；反之，分散度愈低碳黑分級(jí)愈低。
7、 依分散度及預(yù)設(shè)標(biāo)準(zhǔn)影像據(jù)以決定二值化門(mén)坎值動(dòng)機(jī)為步驟
3所算出的動(dòng)態(tài)門(mén)坎值無(wú)法使灰階影像二值化達(dá)到與碳黑分析儀分析
之相似二值化影像，因此需以動(dòng)態(tài)門(mén)坎值為輔，藉由算出的分散度及 預(yù)設(shè)標(biāo)準(zhǔn)影像為主來(lái)決定最終的門(mén)坎值。以預(yù)設(shè)多組標(biāo)準(zhǔn)影像代入此 樣本所推導(dǎo)之動(dòng)態(tài)門(mén)坎值，據(jù)以計(jì)算分散度，由多組標(biāo)準(zhǔn)影像所求得之每一組分散度與此樣本分散度比較選取出分散度最接近此樣本的標(biāo) 準(zhǔn)影像，而套用由標(biāo)準(zhǔn)影像調(diào)校出的最終門(mén)坎值。其最終門(mén)坎值的求 法為將此樣本的動(dòng)態(tài)門(mén)坎值與平均像素值和標(biāo)準(zhǔn)影像的動(dòng)態(tài)門(mén)坎值與 平均像素值之差距總和除以4再加上標(biāo)準(zhǔn)影像其理想門(mén)坎值計(jì)算調(diào)校
而得。而標(biāo)準(zhǔn)影像其理想門(mén)坎值為最近似于GT-505CBD碳黑分析儀 二值化結(jié)果的門(mén)坎值(己在初始定義)，因此可由計(jì)算調(diào)校出最終門(mén)坎值 以進(jìn)行二值化操作。令樣本影像動(dòng)態(tài)門(mén)坎值為Sample_Threshold，平 均像素值為Sample—Mean ,而標(biāo)準(zhǔn)影像動(dòng)態(tài)門(mén)坎值為 Standard—Threshold,平均像素值Standard_Mean，標(biāo)準(zhǔn)影像理想門(mén) 坎值為Standard—Ideal—Threshold，而最終門(mén)坎值為Final—Threshold。
8、 利用最終門(mén)坎值作二值化據(jù)求得最終門(mén)坎值后，將原始碳黑 粒子影像以此門(mén)坎值作二值化的標(biāo)準(zhǔn)。方法為先將原始影像每一坐標(biāo) 上之原始像素值減去平均像素值先求得新灰階影像，再將此影像以最 終門(mén)坎值作二值化工作，同時(shí)也需檢查二值化處理后影像之黑色部分 (非碳黑粒子)新平均像素值與之前所推導(dǎo)之平均像素值不同時(shí)，必須遞 歸重行執(zhí)行，直到兩者一致時(shí)，對(duì)二值化影像進(jìn)行去除噪聲顆粒以及 計(jì)算碳黑粒子信息歩驟，直至求出最終的分散度以及最終的碳黑粒子 信息(即為理想分散度及碳黑粒子信息)。簡(jiǎn)言之，此步驟即為遞歸執(zhí)
行步驟2~6，唯一改變的是將動(dòng)態(tài)(最初)門(mén)坎值改成調(diào)校(最終)門(mén)坎值。
9、 藉由分散度值及碳黑粒子信息判斷碳黑分級(jí)計(jì)算出分散度以 及碳黑粒子信息后，接著就是判斷分級(jí)的工作。判斷碳黑分級(jí)需由分 散度為主以及碳黑粒子信息來(lái)調(diào)校，首先依照求出的分散度，以預(yù)設(shè)n組標(biāo)準(zhǔn)影像為參考，定義出1 n組分級(jí)范圍，即分散度落于何組范
圍即為何組分級(jí)，但以上步驟只能判斷出樣本為何組分級(jí)范圍，必須
再細(xì)分決定出更詳細(xì)的分級(jí)信息。方法為由歩驟5求出的碳黑粒子信 息統(tǒng)計(jì)分析而得，信息包括各碳黑粒子之總像素?cái)?shù)目、碳黑粒子個(gè)數(shù)、 最大碳黑粒子像素?cái)?shù)目、最大碳黑粒子直徑為主，平均像素?cái)?shù)目、平 均直徑為輔。其中以預(yù)設(shè)10組標(biāo)準(zhǔn)影像的碳黑粒子信息為基準(zhǔn)，給予 各碳黑粒子之總像素?cái)?shù)目、碳黑粒子個(gè)數(shù)、最大碳黑粒子像素?cái)?shù)目、 最大碳黑粒子直徑四項(xiàng)因子較高的權(quán)重，平均像素?cái)?shù)目、平均直徑兩 項(xiàng)因子較低的權(quán)重，針對(duì)每一項(xiàng)因子皆與其分級(jí)范圍內(nèi)的標(biāo)準(zhǔn)影像每 一項(xiàng)粒子信息因子作相減求差值與原值的比例關(guān)系。再將此六項(xiàng)比例 關(guān)系分別乘以不同的權(quán)重。
(9) :令樣本碳黑粒子之總像素?cái)?shù)目為Sample—Total。
(10) :令樣本碳黑粒子個(gè)數(shù)為Sample—Num，標(biāo)準(zhǔn)影像碳黑粒 子個(gè)數(shù)為Standard—Num。
(11) :令樣本最大碳黑粒子像素?cái)?shù)目為Sample—Biggest,標(biāo)準(zhǔn) 影像最大碳黑粒子像素?cái)?shù)目為Standard_Biggest。
(12) :令樣本最大碳黑粒子直徑為Sample_Longest，標(biāo)準(zhǔn)影像 最大碳黑粒子直徑為Standard_Longest。
(13) :令樣本碳黑粒子平均像素?cái)?shù)目為Sample—Avg—Pixel,標(biāo) 準(zhǔn)影像碳黑粒子平均像素?cái)?shù)目為Standard—Avg—Pixel 。
(14) :令樣本碳黑粒子平均直徑為Sample—Avg—Diameter,標(biāo) 準(zhǔn)影像碳黑粒子平均直徑為Standard—Avg_ Diameter。最后將式(9) ~ (14)所求得的值相加除以總組數(shù)，再與預(yù)設(shè)的標(biāo)準(zhǔn) 影像分級(jí)值作加減即求出最終的分級(jí)值(分級(jí)值為小數(shù)點(diǎn)第三位四舍 五入至小數(shù)點(diǎn)第二位)。
10、碳黑分級(jí)值將碳黑分級(jí)值四舍五入至整數(shù)后，進(jìn)而判斷原 始影像之ISO碳黑等級(jí)為1~11。=10)中的等級(jí)落點(diǎn)。
以上所舉實(shí)施例僅用為方便舉例說(shuō)明本發(fā)明，并非對(duì)本發(fā)明作任
何形式上的限制，任何所屬技術(shù)領(lǐng)域中具有通常知識(shí)者，若在不脫離 本發(fā)明所提技術(shù)特征的范圍內(nèi)，利用本發(fā)明所揭示技術(shù)內(nèi)容所作出局 部更動(dòng)或修飾的等效實(shí)施例，并且未脫離本發(fā)明的技術(shù)特征內(nèi)容，均 仍屬于本發(fā)明技術(shù)特征的范圍內(nèi)。
權(quán)利要求
1、一種橡膠制品中碳黑含量等級(jí)分析方法，其特征在于，包括下述步驟①、把橡膠樣本經(jīng)過(guò)刀片裁切后，通過(guò)分析儀掃描獲得碳黑原始影像，開(kāi)啟碳黑粒子影像，觀察橡膠樣本裁切外表切面產(chǎn)生高低起伏的波動(dòng)情況，其中波峰及波谷皆為團(tuán)塊的碳黑粒子，而藉由光源反射，便可利用波峰、波谷和水平面的高度差關(guān)系分辨出碳黑顆粒，進(jìn)而減掉平均像素值；②、以標(biāo)準(zhǔn)影像為基準(zhǔn)之碳黑分級(jí)，將高度差關(guān)系以像素差關(guān)系取代，先找出似為水平面的像素，將原始影像之總像素值和除以總像素?cái)?shù)目而推導(dǎo)出一平均像素值，接著將影像中每一坐標(biāo)上之原始像素值減去平均像素值，將結(jié)果取絕對(duì)值得到新灰階值如，使得每一原始像素值與平均像素值的差值作為碳黑顆粒高度差衡量的標(biāo)準(zhǔn)；③、經(jīng)過(guò)步驟②的計(jì)算可獲得一新灰階影像，提供后續(xù)影像分析使用，此時(shí)進(jìn)行動(dòng)態(tài)二值化，二值化區(qū)分碳黑粒子與非碳黑粒子，利用熵的概念，設(shè)T為最佳門(mén)坎值，即可利用T將影像分為C1背景和C2前景，在C1區(qū)的任一像素其灰階值f(x，y)必滿足0≤f(x，y)≤T，且C2區(qū)內(nèi)的任一像素，其灰階值f(x，y)必滿足T+1≤f(x，y)≤MAXG，令C1區(qū)的百分比為W1，而C2區(qū)的百分比為W2，此處需滿足1＝W1+W2而C2區(qū)的熵為最佳門(mén)坎值T的決定需滿足因此在
區(qū)間內(nèi)，檢查所有的灰階值直到被滿足，此時(shí)必會(huì)找到一個(gè)T，即為最佳門(mén)坎值；④、接著由所決定的動(dòng)態(tài)門(mén)坎值對(duì)新灰階影像作二值化，利用門(mén)坎值區(qū)隔出波峰以及波谷對(duì)水平面的像素差，以求得二值化后白色部分為碳黑粒子；⑤、進(jìn)行計(jì)算碳黑粒子信息針對(duì)步驟④處理后影像，推導(dǎo)各碳黑粒子之總像素?cái)?shù)目、碳黑粒子個(gè)數(shù)、平均像素?cái)?shù)目、平均直徑、最大碳黑粒子像素?cái)?shù)目、最大碳黑粒子直徑及h值，目的為求出碳黑粒子的平均像素值差；進(jìn)行分散度計(jì)算即橡膠樣本中碳黑粒子的分散情況，其中定義100為分散度百分之百，分散度愈高表碳黑粒子分布愈分散，分級(jí)度愈高；反之，分散度愈低碳黑分級(jí)愈低；⑥、依分散度及預(yù)設(shè)標(biāo)準(zhǔn)影像據(jù)以決定二值化門(mén)坎值步驟③所算出的動(dòng)態(tài)門(mén)坎值無(wú)法使灰階影像二值化達(dá)到與碳黑分析儀分析之相似二值化影像，以預(yù)設(shè)多組標(biāo)準(zhǔn)影像代入此樣本所推導(dǎo)之動(dòng)態(tài)門(mén)坎值，據(jù)以計(jì)算分散度，由多組標(biāo)準(zhǔn)影像所求得之每一組分散度與此樣本分散度比較選取出分散度最接近此樣本的標(biāo)準(zhǔn)影像，而套用由標(biāo)準(zhǔn)影像調(diào)校出的最終門(mén)坎值；⑦、利用最終門(mén)坎值作二值化據(jù)求得最終門(mén)坎值后，將原始碳黑粒子影像以此門(mén)坎值作二值化的標(biāo)準(zhǔn)，此步驟即為遞歸執(zhí)行步驟②～步驟⑥，唯一改變的是將動(dòng)態(tài)門(mén)坎值改成調(diào)校門(mén)坎值；⑧、藉由分散度值及碳黑粒子信息判斷碳黑分級(jí)計(jì)算出分散度以及碳黑粒子信息后，判斷碳黑分級(jí)需由分散度為主以及碳黑粒子信息來(lái)調(diào)校，首先依照求出的分散度，以預(yù)設(shè)n組標(biāo)準(zhǔn)影像為參考，定義出1～n組分級(jí)范圍，即分散度落于何組范圍即為何組分級(jí)，由步驟⑤求出的碳黑粒子信息統(tǒng)計(jì)分析而得，針對(duì)每一項(xiàng)因子皆與其分級(jí)范圍內(nèi)的標(biāo)準(zhǔn)影像每一項(xiàng)粒子信息因子作相減求差值與原值的比例關(guān)系，再將此六項(xiàng)比例關(guān)系分別乘以不同的權(quán)重；⑨、最后將所求得的值相加除以總組數(shù)，再與預(yù)設(shè)的標(biāo)準(zhǔn)影像分級(jí)值作加減即求出最終的碳黑分級(jí)值，進(jìn)而判斷原始影像之ISO碳黑等級(jí)為1～n中的等級(jí)落點(diǎn)。
全文摘要
本發(fā)明提供一種用于橡膠制品中碳黑含量等級(jí)分析方法，其測(cè)量的不可靠性較目前的工藝方法要小，更準(zhǔn)確地測(cè)定樣品的性質(zhì)，增強(qiáng)碳黑樣品性質(zhì)的確定性。本發(fā)明把橡膠樣本經(jīng)過(guò)刀片裁切后，通過(guò)分析儀掃描獲得碳黑原始影像，進(jìn)而減掉平均像素值，以標(biāo)準(zhǔn)影像為基準(zhǔn)之碳黑分級(jí)，進(jìn)而判斷原始影像碳黑等級(jí)。本發(fā)明的碳黑自動(dòng)識(shí)別方法，圖形顯示方便，具有豐富的圖像處理能力，通過(guò)分析橡膠中碳黑徽粒圖像，并進(jìn)行碳黑含量等級(jí)統(tǒng)計(jì)分析，保障膠料質(zhì)量和預(yù)側(cè)成品性能，提高橡膠翻品的強(qiáng)度，改進(jìn)膠料的工藝性能。
文檔編號(hào)G01N21/55GK101509870SQ20091003677
公開(kāi)日2009年8月19日 申請(qǐng)日期2009年1月19日 優(yōu)先權(quán)日2009年1月19日
發(fā)明者陳明志, 陳景長(zhǎng) 申請(qǐng)人:高鐵檢測(cè)儀器(東莞)有限公司