Анализ различных металлических структур с помощью металлографического микроскопа.
В течение многих лет исследователи-металлографы качественно описывали микроструктурные характеристики металлических материалов посредством наблюдения под микроскопом полированной поверхности металлографических образцов или оценки микроструктуры, размера зерна и неметаллических свойств путем сравнения с различными стандартными изображениями. Смеси и фазовые частицы и т. д. Этот метод не отличается высокой точностью и имеет большой субъективизм в оценке. Воспроизводимость результатов также неудовлетворительна, и все это делается после полировки металлографического образца. При измерении на двухмерной плоскости на поверхности существует определенный разрыв между результатами измерения и описанием реальной структуры в трехмерном пространстве. Появление современной стереологии предоставляет людям науку, которая экстраполирует двухмерные изображения в трехмерное пространство, то есть данные, измеренные в двухмерной плоскости, объединяются с теоретической формой микроструктуры, размером, количеством и формой трехмерное пространство металлического материала. Наука, которая связывает распределение и может установить внутреннюю связь между формой трехмерной пространственной организации, размером, количеством и распределением материалов и их механическими свойствами, предоставляя надежные аналитические данные для научной оценки материалов.
Поскольку микроструктура и неметаллические примеси в металлических материалах распределены неравномерно, измерение какого-либо параметра невозможно определить путем измерения одного или нескольких полей зрения под микроскопом. Для определения достаточности необходимо использовать методы расчета. Только выполнение множества расчетных задач в нескольких полях зрения может гарантировать надежность результатов измерений. Если для визуальной оценки под микроскопом используются только человеческие глаза, точность, последовательность и воспроизводимость очень низкие, а скорость измерений очень низкая, а некоторые даже невозможно выполнить из-за чрезмерной рабочей нагрузки. Анализатор изображений заменяет наблюдение и вычисления человеческим глазом на передовую электронную оптику и компьютерные технологии. Он может гибко и точно выполнять важные для вычислений измерения и обработку данных. Он также имеет высокую точность, хорошую воспроизводимость и позволяет избежать обработки. Он обладает такими характеристиками, как влияние факторов на результаты металлографической оценки, прост в эксплуатации и может напрямую печатать отчеты об измерениях. В то время он стал незаменимым методом количественного металлографического анализа.
Анализатор изображений микроскопа Olympus — мощный инструмент для количественного металлографического исследования материалов. Это также хороший помощник для ежедневных металлографических проверок. Это позволяет избежать субъективных ошибок, вызванных ручной оценкой, и, таким образом, избежать явления споров. Хотя невозможно и ненужно использовать анализатор изображений каждый раз при ежедневном металлографическом контроле, если качество продукции ненормальное или уровень металлографической структуры находится между квалифицированным и неквалифицированным и не может быть оценен, вы можете использовать анализатор изображений для анализа. Он выполняет количественный анализ. анализ для получения точных результатов и обеспечения качества продукции. Применение анализаторов изображений в металлографическом анализе расширило перечень объектов металлографического контроля, способствовало повышению уровня контроля, а также очень полезно для повышения качества испытательного персонала.
Введение в принцип и функции анализатора изображения микроскопа Olympus
Система анализатора изображения представляет собой систему оптического формирования изображений, состоящую из металлографического микроскопа и предметного столика микроскопической камеры. Его цель – сформировать изображение металлографического образца или фотографии. Металлографический микроскоп может напрямую выполнять количественный металлографический анализ металлографических образцов; столик микроскопической камеры подходит для анализа металлографических фотографий, негативов и других объектов.
Чтобы использовать компьютер для хранения, обработки и анализа изображений, изображения необходимо сначала оцифровать. Кадр изображения состоит из распределения, которое не соответствует шкале серого. Математический символ используется для обозначения j {{0}} j (x, y). Следовательно, кадр изображения может отображаться с использованием отображения утечки момента m×n. Каждый элемент в данный момент соответствует пикселю изображения. Значение aij представляет собой оттенки серого пикселя, принадлежащего i-й строке и j-му столбцу в изображении отображения утечки. ценить. ПЗС-камера (камера с зарядовой связью) — это устройство оцифровки изображения. Микроскопические особенности металлографического образца отображаются на ПЗС-матрице через оптическую систему, а ПЗС-матрица выполняет фотоэлектрическое преобразование и сканирование. Затем оно извлекается как флаг изображения, расширяется с помощью расширителя и преобразуется в оттенки серого для последующего хранения. , а затем получить цифровое изображение. Компьютер устанавливает пороговое значение серого T в соответствии с диапазоном значений серого признака, подлежащего измерению в цифровом изображении. Что касается любого пикселя в цифровом изображении, если его шкала серого больше или равна T, его исходная шкала серого будет заменена белым (значение шкалы серого 255); если оно меньше T, исходная градация серого будет заменена черной (значение градации серого 0). Оттенки серого могут преобразовать изображение в оттенках серого в бинарное изображение только с двумя оттенками серого: черным и белым, а затем выполнить необходимую обработку изображения, так что вычислительная функция может легко выполнить подсчет частиц, площадь и периметр бинарного изображения. Обязательства по измерению и другому анализу изображений. Если используется обработка псевдоцветов, 256 уровней серого можно преобразовать в соответствующие цвета, чтобы можно было легко идентифицировать детали с очень близкими уровнями серого и условия их окружения или другие детали, тем самым улучшая изображение и упрощая его обработку компьютерами. многофункциональные изображения. .
