引言
TC4 鈦合金材料強度高，硬度高，抗疲勞和抗腐蝕性能顯著，600 ℃ 溫度左右狀態下工作表現突出，并且 TC4 的密度僅為鋼和鎳基高溫合金的一半，使得其在航天航空工業中應用廣泛。
TC4 材料在不同熱處理狀態下組織結構差異較大，表現為 α 相組織的形狀和相對量不一樣。金相組織定量分析方法為研究不同熱處理狀態下各相成份與材料性能之間關系意義重大。
金相組織特征參數包括晶粒尺寸、復相合金中各相的相對量、界面曲率、位錯密度、第二相粒子尺寸及分布等。如何準確地算出金相組織中各參數，是圖像處理方法的主要研究方向。吳雪平等開發的半固態金屬金相組織的計算機軟件系統，以及徐建林等研發的鑄造材料金相組織圖像分析軟件，這些系統自動 化 程 度 不 高，而 且 準 確 率 差; 靳伍銀等以 Matlab 為工具，提出一種對金相定量分析的數字圖像處理方法，這類方法需要熟練Matlab 編程，且占用計算機內存大; 其他的金相處理方法普遍存在自動化程度不高，準確率低，處理的過程不直觀。本研究提出一種對金相定量分析的數字圖像處理方法，可用于對處理的結果進行檢查與修正，提高圖像處理準確率。
1 TC4 鈦合金的 ImageJ 處理過程
1． 1 陰影校正
金相樣品在觀察過程中，顯微鏡光軸不正、照度不均勻都可能會使得金相圖片明暗不均勻，對晶界的提取干擾很大。對此采用滾動球背景減法\\( Rolling ball algorithm，RBA\\) 來修正不均勻的背景。設將二維灰度圖中每個點對應的值看成第三維\\( 高度\\) ，形成一個空間曲面。在曲面上放置一個給定半徑的球必將滾落在該曲面的低洼處，將小球接觸到的曲面部分稱為背景。利用滑動拋物面將滾動球替換為與給定半徑小球的頂點具有不同曲率的滑動拋物面，這就使得任何圖像值都可以找到合適的拋物面。對于大的像素值的點，在沿 x、y 及2 個斜45°方向上，旋轉拋物面均可被近似為拋物線。利用這些滑動拋物線可對這些方向上的圖像數值進行處理，為遍歷整個曲面，需要多次使用同一方向上的拋物線對圖像進行處理，因此只能在精度和速度之間進行折中選擇。在滾動拋物面算法中為了降噪，使用一個 3 ×3 的背景作為應用對象，因此無論是使用滾動球還是滑動拋物面算法，在計算背景過程中都會對圖像產生輕微的平滑效果，但在算法中可以有效的避免圖像角落處的對象被當做背景而減去的現象發生\\( 注意: 滾動球總會接觸到圖像 4 個角中的像素，從而把他們當做背景像素\\) 。以圓形結構元 g\\( r =10\\)作為結構元，對平滑濾波后的圖像 I 進行形態學的開運算\\( 滾動球算法\\) 以產生背景圖像，即【1】
可以看出來背景增強后金相圖片中晶界更加清晰。
1． 2 圖像增強
灰度值 0 ～255 用直方圖表示，灰度級太大導致圖像模糊，通過變換使圖像的像素占有的灰度級盡量集中。調節前灰度值范圍為 0 ～255，變換后為 108 ～ 255; 變換后使圖像更加明亮，黑白差異更加明顯，輪廓更加清晰。
1． 3 數值化
二值化和閾值化統稱數值化。圖像進行二值化處理能使圖像變得簡單，不僅數據量減少，而且更能凸顯感興趣的目標輪廓。將所有灰度值小于閾值的像素點被判為特定物體，灰度值為 0 表示;否則這些點被排除在物體區域之外，灰度值為255，表示背景以及之外的物體區域。為便于邊緣提取和圖像分割將灰度圖像\\( 典型的是 8 位每像素\\) 轉換為黑白圖像。從灰度圖像獲得這種黑白圖像的過程通常稱作為閾值化。采用 ISODATA算法來確定閾值，閾值化后圖片黑白分明，利于邊緣提取。
1． 4 顆粒分析
設置閾值將高于或低于閾值的值設置為黑或白，再設置目標的像素大小、圓度等參數來提取出顆粒。把顆粒選中后即可去除顆粒。有些小的噪聲可以通過簡單的去噪就可以實現，但是有些大的、大規模的噪聲通過簡單的去噪只能達到降噪的效果。要達到完全消除噪聲，必須通過去除顆粒來實現。去除顆粒是把金相圖片中一些影響邊緣提取的噪聲去掉。
1． 5 圖像分割
采用分水嶺分割算法\\( Watershed segmenta-tion algorithm，WSA\\) 對圖像進行分割，相比其他的分割算法能夠較好地提取對象輪廓，準確識別對象邊界且運算量小等優點。分割后的圖片將 α 相組織分成了若干個特定的，更利于提取的區域。
2 TC4 金相組織圖片處理與結果分析
2． 1 圖片處理
本研究基于 TC4 合金的金相圖片處理，大致過程為: 原始圖片→陰影校正→增強去噪→二值化→去噪點→ 圖像分割→計算識別。為TC4 材料金相圖片從原始金相照片到 TC4 鈦合金材料 α 相組織識別和提取的整個處理過程的直觀顯示。
2． 2 結果分析
可以看出該方法效果明顯，TC4 組織中 的α相都準確識別到了，而且輪廓提取較精準，沒有出現過度分割現象。是 TC4 棒材鍛件金相圖片處理后的 α 相數據結果，包含了 α 相面積、長軸、短軸等數據信息。將 Area 列相加再除以總的像素即為 α 相面積比例，如 1 723 652/3 491 484 = 0． 493 8，即可知 α 相比例為 49． 38% 。將 Feret 和 MinFeret 列分別求均值為長短軸數值，如: Feret = 147． 705，MinFeret = 101． 302，長軸/短軸 =147． 705/101． 302 =1． 458。
3 結論
1\\) 基于 TC4 合金棒材，以 ImageJ 軟件為工具的數字圖像處理結果顯示，TC4 合金棒材中 α 相占 49． 38%，長短軸比為 1． 458。
2\\) 提出的數字圖像處理技術對 TC4 鈦合金的金相組織定量分析，不僅可以測出不同相的相對量，以及金相分析中其他特征參數，還實現了對處理的過程保存，用于對處理的結果進行檢查，且具有方便快捷、精度高、自動化程度高等優點。
3\\) ImageJ 軟件強大的圖像處理工具箱為處理金相照片提供了很大的便利，函數齊全，編程方便，可實現對 TC4 鈦合金組織金相圖片進行處理和定量分析。其他多相組織定量也可以應用本研究提出的方法，為組織含量對力學性能影響的研究提供了必要的依據。
參 考 文 獻
［1］蔣少松． TC4 鈦合金超塑成形精度控制［D］． 哈爾濱: 哈爾濱工業大學，2009: 1 －2．
［2］王召軍． TC4 合金高溫形變工藝與顯微組織特征［D］． 沈陽: 東北大學，2009: 1 －15．
［3］吳雪平，吳樹森，毛有武，等． 鎂、鋁合金半固態金相組織分析軟件的開發［J］． 特種鑄造及有色合金，2002\\( 5\\) : 51 －53．
［4］徐建林，陳超，路陽，等． 鑄造鋁青銅顯微組織的計算機輔助分析［J］． 鑄造，2004，53\\( 10\\) : 819 －822．
［5］靳伍銀，趙霞霞，祁曉玲，等． 基于數字圖像處理的 GCr15 軸承鋼金相組織定量分析［J］． 蘭州理工大學學報，2013，39\\( 1\\) : 6 －9．
［6］王建萍，王家平，許建廣． 數字圖像處理在定量金相分析中的應用［J］． 材料導報，2003，17\\( 1\\) : 63 －65．
［7］張紅旗，王春光，王全喜，等． 數字圖像處理技術在金相分析中的應用研究［J］． 農機化研究，2013\\( 3\\) : 209 －213．
［8］張海軍． 基于數字圖像處理技術的灰鑄鐵金相分析［D］． 呼和浩特: 內蒙古農業大學，2008: 9 －12．
［9］汪穎，劉奇，李成鑫． 基于數學形態學的分水嶺圖像分割方法［J］． 四川大學學報: 自然科學版，2004，41\\( 增刊\\) : 457－ 460．
