CC BY
43
ЦИФРОВАЯ ОБРАБОТКА ИЗОБРАЖЕНИЙ МЕТАЛЛОГРАФИЧЕСКИХ МИКРОСТРУКТУР В СРЕДЕ ЫАТ1АВ. МЕТОДИКА
Гадалов Владимир Николаевич
докт. техн. наук, профессор ФГБОУВО «ЮЗГУ», г. Курск
Башков Олег Викторович докт. техн. наук, профессор КнАГТУ, г. Комсомольск-на-Амуре
Ворначева Ирина Валерьевна аспирант, ФГБОУ ВО «ЮЗГУ», г. Курск Филонович Александр Владимирович докт. техн. наук, профессор ФГБОУ ВО «ЮЗГУ», г. Курск
АННОТАЦИЯ
В статье приведена методика обработки изображений металлографических микроструктур в среде Matlab в целью исследования поверхностного слоя металлических образцов, подвергнутых циклическому нагру-жению и правильности идентификации полученных результатов. ABSTRACT
In the article a method of image processing metallographic microstructures in the MATLAB environment are described in order to study the surface layer of metal samples subjected to cyclic loading and the correct identification of the results obtained.
Ключевые слова: микроструктура, дислокации, Matlab, цифровое изображение, пиксель. Keywords: microstructure, dislocation, Matlab, digital image, pixel.
Как показывают исследования, на стадии циклического деформирования металлов изменяется дислокационная структура: на границах ферритных зерен генерируется новые дислокации; в отдельных зернах наблюдаются дислокационные сплетения. В наиболее благоприятно ориентированных зернах могут генерироваться полосы скольжения. Интенсивность микропластической деформации на этой стадии циклического деформирования в приповерхностных слоях металла выше, чем во внутренних объемах [7].
Особенно широкое распространение при изучении дислокаций получил метод избирательного травления, основанный на том, что вблизи дислокаций энергия связи атомов гораздо слабее, чем в недефор-мированной решетке. Поэтому места выхода дислокаций на поверхность кристалла травятся специально подобранным травителем быстрее, чем окружающая дислокацию поверхность. В результате такого травления на поверхности кристалла возникают ямки травления. Подсчет их позволяет определять одну из важнейших для полупроводниковых кристаллов характеристик — плотность дислокаций, выражаемую числом ямок травления на квадратный сантиметр. Расположение на поверхности кристалла и форма ямок травления дают возможность исследовать свойства дислокаций. По фигурам травления можно проследить за образованием и движением дислокаций в процессе пластической деформации.
Цифровое изображение микроструктуры материала состоит из конечного числа элементов, каждый из которых расположен в конкретном месте и имеет определенное значение, их принято называть пикселями. Так как структура поверхности материала определяет его механические и физические свойства, их можно определить по качественно обработанному цифровому изображению [1,3]. Основная задача цифровой обработки изображения металлографической микроструктуры - фоновая коррекция и выделение геометрических объектов для дальнейшего расчета и исследования, а также улучшение качества изображений
и устранение различных шумовых составляющих. Это достигается разработкой программ с помощью различных сред программирования; Matlab, MATHCAD и др.
Система Matlab предлагается как язык программирования высокого уровня для апробации и совершенствования уже известных и разработки новых математических методов обработки изображений и создания новых высокоэффективных, а порою и уникальных программных средств для этого [2].
Изображение можно представить как двумерную функцию Дх,у), где x и у - это пространственные (плоскостные) координаты [6].
Процессы обработки изображений в пространственной области можно обозначить уравнением g(x,y)=T[f(x,y)]
гдеДх,у) - входное изображение; g(x,y) - выходное (обработанное) изображение; Т - некоторый оператор преобразования над f в некоторой окрестности точки (х,у), который также может обрабатывать и последовательность изображений, например, суммировать.
В статье представлена методика обработки исходного цифрового изображения микроструктуры в программном продукте Matlab. Для апробации методики использовали изображение дислокационной структуры стали У13 (электронная микроскопия) после электротермоциклической обработки (х40000). Ниже приведена последовательность выполнения различных операций преобразования изображения с описаниями:
A=imread('steel.jpg') - чтение изображения из файла, где 'steel.jpg' - имя файла.
ImGray=rgb2gray(A) - создает полутоновое изображение, имеющее пиксели с рядом оттенков серого цвета в виде двумерной матрицы. Индексы матрицы задают положение каждого пикселя на экране дисплея, а значение соответствующего элемента матрицы задает его яркость — оттенок серого цвета.
L1 = filter2(L, ImGray)/255 - применение фильтра повышения резкости изображения.
Ь^8рес1а1('ип8Ьагр', 1,0); Ь1=Ш-
1ег2(Ь,1шОгау)/255 - повышение резкости изображения выполняется с помощью фильтра 'ишИагр'. Функция fspecial создает маску фильтра 'ишИагр'. После применения фильтра числовое значение каждого элемента матрицы Ь1 принимает значения от 0 до 1 (делится на 255). Повышение четкости изображения подобными фильтрами неизбежно приводит к усилению шумовой составляющей и зернистости реальных изображений [3, 4].
^1та,|и«1(Ы, [0.2 0.7], [0 1.0]) - осуществляет изменение яркости изображения, называемое гамма-коррекцией. Цифровой эквивалент получения фотонегатива, очень полезен для усиления белых или серых участков, окруженных большими преимущественно темными областями.
M=medfi1t2(J). Для устранения шумовой составляющей изображения, возникшей после повышения резкости, рекомендуется использовать нелинейные пространственные фильтры, отклики которых основаны на предварительном ранжировании пикселей изображения из текущей окрестности, после чего центральному пикселю присваивается значение, определенное в результате данного упорядочения.
BW=iш2bw(M,0.3) - преобразует изображение в бинарное (двухцветное), применяя операцию отсечения по порогу яркости, что позволяет резко выделить отдельные фрагменты исходного изображения. Пиксели преобразованного изображения имеют значение 0 (черный цвет), если уровень порога не превышен, и - 1 (белый цвет) в ином случае [2, 5].
i=imcomp1ement(BW) - функция дополнения или инвертирования изображения вычисляет дополнение для каждого элемента массива. Наиболее характерным применением функции дополнения является создание негативного изображения из исходного изображения.
SH=bwmorph(i, 'shrink') - выполняет заданную морфологическую операцию над бинарным изображением.
CL=bwmorph(SH, 'clean') - выполняет сжатие объекта таким образом, что объекты без «дыр» сжимаются в точку, а объекты с «дырами» сжимаются в 8-связные замкнутые в кольцо участки остова, проходящие посередине между границами «дыр» и внешней границей объекта.
SP=bwmorph(CL, 'spur') - удаляет изолированные пиксели объектов. Пиксели с единичным значением, все 8 соседей которых равны 0, заменяются пикселями с нулевым значением.
U=im2uint8(SP) - перевод матрицы изображения из класса logical в класс uint8, для работы с фильтром выделения границ по Канни.
C=edge(U, 'canny') - выделение границ изображения по методу Канни. Метод, основанный на использовании двух порогов, задающих два типа границ: «сильные» границы и «слабые». «Слабые» границы отмечаются только тогда, когда они соединены с «сильными» границами [1,2,4,8].
R=rangefilt(C) - анализ текстуры изображения, вычисляет локальные пределы изображения, т.е выполняется анализ текстуры [1,2,5,8].
DL=bwmorph(R, 'dilate') - наращивание объекта путем замены на 1 значений пикселей фона, граничащих с объектом.
BR=bwmorph(DL, 'bridge') - соединение ранее разъединенных пикселей (разделенных фрагментом фона толщиной в 1 пиксель).
TN=bwmorph(BR, 'thin', 8) - утонение объекта путем эрозии объекта при сохранении 8-связности.
i1=imcomplement(TN) - обратное инвертирование.
imshow(i1, []) - вывод полученного изображения.
На рисунке 1 приведено исходное изображение и конечный результат обработки.
а б
Рисунок 1 - Дислокационная структура стали У13 (электронная микроскопия): а) исходное изображение; б)
изображение после цифровой обработки
В таблице 1 приведены промежуточные результаты обработки изображения с помощью приведенной выше программы.
Таблица 1
Цифровая обработка изображения микроструктуры инструментами МайаЬ
Выполненная операция
ImGray=rgb2gray(A)
L=fspecial('unsharp', 1,0) и=йкег2(Ь,Мгау)/255;
[0.2 0.7], [ ]);
Полученное изображение
Выполненная операция
М=теаГЛ2(.Т);
BW=im2bw(M,0.3);
i=imcomplement(BW); SH=bwmorph(i, 'shrink'); CL=bwmorph(SH, 'с1еап'); SP=bwmorph(CL, ^иг');
Полученное изображение
Выполненная операция
U=im2uint8(SP); C=edge(U, 'саппу');
R=rangefilt(C);
DL=bwmorph(R, 'dilate'); BR=bwmorph(DL, Ъridge'); TN=bwmorph(BR, Шп', 8); i1 =imcomplement(TN);
Полученное изображение
Полученное в результате цифровое изображение в дальнейшем может быть использовано для измерения следующих параметров: средние размеры зерен; размеры, плотность и объемные доли включений; скалярная плотность дислокаций, амплитуда кривизны-кручения кристаллической решетки.
Стоит отметить, что результаты исследования и расчет параметров микроструктуры во многом зависят от качества обрабатываемого исходного изображения микроструктуры. Следовательно, процесс обработки изображения должен быть корректным. Результат обработки во многом зависит от качества подготовленных металлографических шлифов, их изображений.
Список литературы:
1. Гонсалес Р. Цифровая обработка изображений в среде МА^АВ / Р. Гонсалес, Р.Вудс, С. Эддинс. - М.: Техносфера, 2006. - 616с.
2. Дьяконов В.П. МАТЬАВ 6.5 8Р1/7/7/8Р1 + БтШшк 5/6. Работа с изображениями и видеопотоками. - М.: СОЛОН-Пресс. 2005. - 400 с.
3. Материаловедение: учебник для ВУЗов / Б. Н. Арзамасов, В. И. Макарова, Г. Г, Мухин [и др.] - 8-е изд., стереотип. - М.: Изд-во МГТУ им. Н.Э. Бау-мана,2008. - 648с.
4. Методы компьютерной обработки изображений / под ред. В.А. Сойфера. — М.: Физматлит, 2001. -784 с.
5. Применение цифровой обработки сигналов / под ред. Э Оппенгейма; пер. с англ. под ред. к.т.н. А.М. Рязанцева. - М.: Изд-во «Мир», 1980. - 552 с:
6. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB / Н. К.Смоленцев. - М: ДМК Пресс, 2005. - 304с.
7. Терентьев В.Ф. Циклическая прочность металлических материалов: Учеб. Пособие. - Новосибирск: Изд-во НГТУ, 2001. - 61с.
8. Цифровая обработка изображений в информационных системах / учеб. пособие / И.С. Грузман, В.С. Киричук [и.др.]. - Новосибирск : Изд-во НГТУ, 2002. - 352с.
УТИЛИЗАЦИЯ МЕДЬСОДЕРЖАЩИХ РАСТВОРОВ МЕТОДОМ
ЦЕМЕНТАЦИИ
Гончаренко Татьяна Павловна
Канд. хим. наук, доцент кафедры экологии Черкасского государственного технологического
университета, г. Черкассы, Украина Жицкая Людмила Ивановна
Канд. биол. наук, доцент кафедры экологии Черкасского государственного технологического университета, г. Черкассы, Украина
Предлагается эффективный способ утилизации медьсодержащих растворов. В статье описывается применение этого метода на примере отработанных медно-аммиачных травильных растворов производства печатных плат. Рассматривается установка для реализации этого метода.
Ключевые слова: производство печатных плат, медно-аммиачный травящий раствор, цементация
CUPRIFEROUS SOLUTIONS UTILIZATIONBY CEMENTATIONMETHOD
Zhytska L.I., candidate of biological sciences, professor
Нoncherenko T.P., candidate of chemical sciences, professor
Cherkassy State Technological University
The effective way of cupriferous solutions utilization is offered. The article describes the application of this method through the example of the waste copper-ammoniac etching solutions ofprinted circuit board production. Installation for realization of this method is considered.
Key words: printed circuit board production, copper-ammoniac etching mordant, cementation
Введение. К числу одной из важнейших проблем современности относится загрязнение и истощение водных ресурсов. Особую и едва ли не самую серьезную проблему представляет собой сброс отработанных промышленных вод. Основой всего комплекса мероприятий по охране водоёмов от загрязнения сточными водами есть создание и развитие замкнутых систем промышленного водоснабжения, применение эффективных способов очистки начальных потоков сточной воды с учетом повторного их использования [1, с. 325].
Гальваническое производство в электронном приборостроении продолжает оставаться источником загрязнения окружающей среды токсическими соединениями различных металлов, что представляется недопустимым с экологической точки зрения и нерациональным с точки зрения ресурсосбережения. Так, травление меди является одной из основных операций в производстве печатных плат (1111). При этом широко применяется медно-аммиачный травящий раствор на основе солей хлористого аммония и аммиачных комплексов двухлористой и однохлористой меди, обеспечивающий хорошее качество травления ПП и характеризующийся способностью накапливания стравливаемой меди до больших концентраций (110-120 г/л). Слив сточных вод этих производств в общий сток недопустим из-за его высокой агрессивности, токсичности и больших потерь меди. Для решения вопроса экологической защиты окружающей среды от загрязнения тяжелыми металлами предлагается методика по обезвреживанию травильного медно-аммиачного комплекса (МАК) и медьсодержащих электролитов.
Наиболее распространенным способом изготовления печатных плат является комбинирований позитивный способ. Одной из операций этого способа является - удаление медной фольги с пробельных мест заготовок печатных плат травлением в медно-аммиач-ном комплексе (МАК). В процессе осуществления этого способа в растворе МАК происходит повышение концентрации меди, в результате чего его способность удалять медь снижается и обуславливает необходимость поддержания концентрации меди, обеспечивающей оптимальную скорость травления ПП. Концентрация МАК корректируется методом разбавления, для чего примерно 1/3 его объёма сливают. Это количество раствора МАК (70-100 л в зависимости от типа установки травления и ёё производительности) и подлежит ежедневно обезвреживанию. Известны следующие способы обезвреживания раствора МАК [2, с. 110]:
1. Упаривание, в результате которого получается шлам, содержащий хлориды меди и аммония. Недостатком этого способа является длительность процесса, его энергоёмкость, сложность аппаратурного оформления, а также получение шлама, который нелегко утилизировать.
2. Разрушение щелочью при нагревании. В этом способе медь выделяется в виде окисла. Недостатками этого способа является выделение газообразного аммиака в атмосферу, длительность и энергоёмкость.
3. Электрохимическое осаждение меди. Недостатками этого способа является сложность аппаратурного процесса, большая энергоёмкость, длительность процесса, недостаточная полнота извлечения меди из раствора.
