[发明专利]柴油机排放颗粒物微观结构特征自动定量评价方法

摘要

本发明公开了一种对柴油机排放颗粒物微观结构特征自动定量评价方法。自动定量评价柴油机排放颗粒物微晶碳层上每条微晶碳层的长度、微粒微观结构中相邻两个微晶碳层的垂直距离、以及微晶尺寸与此微晶碳层两端像素点间直线距离的比值，这3个微观结构特性参数。方法包括四大步骤：即样品前处理；微粒微观形貌图像的获取；对获取微粒微观形貌的图像进行数学变换处理；和柴油机排放颗粒物微观结构特征参数的提取和计算。采用了图像Gabor滤波法、局部阀值法、改进的OPTA法等对微粒微观结构特征3个参数进行了提取。应用本方法可以自动、快速、准确的评价微粒微观结构特征，从而增加了一种微粒排放控制技术在汽车及内燃机上应用效果的快速、自动考核方法。

主权项

1.柴油机排放颗粒物微观结构特征自动定量评价方法，其特征是自动定量评价柴油机排放碳质颗粒物的微晶尺寸(La)、层面间距(d)和曲率(C)3个微观结构特性参数，其中微晶尺寸(La)定义是微晶碳层上每条微晶碳层的长度；层面间距(d)的定义是微粒微观结构中相邻两个微晶碳层的垂直距离；曲率(C)的定义是微晶碳层的微晶尺寸与此微晶碳层两端像素点间直线距离的比值，自动定量评价的过程包括以下步骤：(1)样品前处理将1g从柴油机排气中收集的微粒样品精细研磨后置于150ml二氯乙烷中萃取24小时，期间使用超声波振荡器加速萃取过程，将萃取后的微粒样品置于10ml无水乙醇中，使用超声波振荡器振荡30分钟，使研磨后的微粒样品均匀分散于所述无水乙醇中，形成稳定的悬浮液，取一滴分散好的微粒-乙醇悬浮液置于场发射透射电子显微镜镍网微栅上，待乙醇自由挥发后，微粒样品前处理工作完成；(2)微粒微观形貌图像的获取采用场发射透射电子显微镜对步骤(1)所述微粒样品形貌进行观测，获取微粒微观形貌电子显微镜照片；(3)对步骤(2)所获取微粒微观形貌的图像进行数学变换处理：(3.1)图像规格化对源图像进行规格化处理：设I(i，j)为像素点(i，j)的灰度，其中i和j分别为微粒微观形貌图像中以像素点为单位的横、纵坐标，M和N分别代表源微粒形貌图像的灰度均值和灰度方差，N(i，j)是规格化后点(i，j)的灰度，图像规格化定义如下：式中，M=1A*BΣi=0A-1Σj=0B-1I(i,j)---(b)]]>V=1A*BΣi=0A-1Σj=0B-1(I(i,j)-M)2---(c)]]>式中A和B为微粒源图像具有的横、纵像素点数量；M₀、V₀是预先设定的规格化后的图像灰度均值和方差，两者取值范围均为0～255之间的整数。(3.2)方向图计算将规格化后的微粒图像分成大小为Q×Q的子块，其中Q的取值范围为0.35～10nm，对于面积小于Q×Q的子块予以去除，将A×B大小的整个微粒图像分成P×P个互不重叠的子块，其中P通过(d)式计算：P=Min(A,B)×SQ---(d)]]>式中S为形貌图像中每两个相邻像素点所对应的实际距离；采用Sobel算子计算每个子块像素点(u，v)的水平方向的梯度值和竖直方向的梯度值如式(e)和(f)所示：∂x(u,v)=N(u+1,v-1)+2N(u+1,v)+N(u+1,v+1)-N(u-1,v-1)-2N(u-1,v)-N(u-1,v+1)---(e)]]>∂y(u,v)=N(u-1,v+1)+2N(u,v+1)+N(u+1,v+1)-N(u-1,v-1)-2N(u,v-1)-N(u+1,v-1)---(f)]]>再利用式(g)、(h)、(i)估计中心在点(i，j)子块的局部方向：Vx(i,j)=Σu=i-P2i+P2Σv=j-P2j+P2∂x(u,v)∂y(u,v)---(g)]]>Vy(i,j)=Σu=i-P2i+P2Σv=j-P2j+P2(∂x2(u,v)-∂y2(u,v))---(h)]]>θ(i,j)=12tan-1(Vx(i,j)Vy(i,j))if(Vx(i,j))≠0θ(i,j)=π2if(Vx(i,j))=0---(i)]]>公式(i)中的θ即为所在子块的局部方向角；(3.3)进行图像分割，包括：方差法、方向法、复合法；(3.3.1)方差法(3.3.1.1)按照步骤(3.2)将微粒形貌图像划分为互不重叠的P×P的子块，对每一图像子块分别进行处理；(3.3.1.2)按照(j)、(k)式计算每一图像子块的灰度均值和方差：Means=1P×PΣi=1PΣj=1PN(u,v),---(j)]]>Vars=1P×PΣi=1PΣj=1P(N(u,v)-Means)2---(k)]]>式中N(u，v)是子块(k，l)中第u行第v列的图像点灰度值，Means为图像子块的灰度均值，Vars为图像子块的方差；(3.3.1.3)对于每一图像子块，当Vars小于定义的阀值T1时，将其设定为背景区域，否则作为前景区域，保留其灰度值，T1取值范围为0～255之间的正整数；(3.3.2)方向法(3.3.2.1)按照步骤(3.2)计算微粒形貌图像的方向图和方向直方图；(3.3.2.2)按下列标准对每一图像子块进行分割：①如果所述方向直方图中的峰值超过定义的阀值T2时，则该区域被视为前景，T2取值范围为0～255之间的正整数；②如果所述方向直方图中的峰值差值小于定义的阀值T3，则该区域被定义为背景T3取值范围为0～255之间的正整数；③如果所述方向方差大于定义的阀值T4，则该区域被定义为前景，T4取值范围为0～10000之间的正整数；(3.3.3)复合法设A，B分别是微粒形貌图像经过方向法和方差法分割后得到的图像，C为用复合方法得到的分割图像，则：(3.4)图像增强采用偶对称的Gabor滤波器，其函数形式如下：h(x,y:φ,f)=exp{-12[xφ2δx2+yφ2δy2]}cos(2πfxφ)---(m)]]>式中，x_φ＝xcosφ+ysinφ           (n)      y_φ＝-xsinφ+ycosφ          (o)式中φ是微晶碳层的方向，垂直于Gabor滤波器；f是微晶碳层的频率；δ_x和δ_y分别是Gabor滤波器在x轴和y轴上的高斯常数，图像增强即需要确定φ、f参数，以及Gabor滤波器在x轴和y轴上的高斯常数δ_x和δ_y；(3.4.1)按照所述步骤(3.2)中方向图计算的方法计算每个图像子块的方向图；(3.4.2)计算微晶碳层的频率(3.4.2.1)按照步骤(3.1)图像规格化处理过的图像再按步骤(3.2)中的方法分割成P×P大小的互不重叠的子块；以图像子块中心点(i，j)为中心，子块碳层方向为短轴，作一个尺寸为2P×P大小的长方形窗口，在窗口中按公式(p)计算幅值X[k]；X[k]=1PΣd=0P-1N(u,v)]]>k＝0，1，…，2P-1                 (p)式中，u=i+(d-P2)cos(O(i,j))+(k-P)sin(O(i,j))---(q)]]>v=j+(d-P2)sin(O(i,j))+(P-k)cos(O(i,j))---(r)]]>(3.4.2.2)离散信号X[k]组成了一个二维的正弦波，从得到的X[k]中找到所有的极大值点，并计算这些极大值点的平均距离，或称为极大值点间的平均像素点数，记为T(i，j)，则微晶碳层的频率可表示为F(i，j)＝1/T(i，j)；(3.4.2.3)如果X[k]信号中没有连续的峰值，那么频率值就设为-1，表示无效频率；(3.4.3)确定Gabor滤波器在x轴和y轴上的高斯常数δ_x和δ_y，将Gabor滤波器应用于规格化后的图像N(u，v)可得到增强后的碳质微粒微观形貌图像E(i，j)：E(i,j)=Σu=-Wg2-Wg2Σv=--Wg2-Wg2h(u,v:O(i,j)),F(i,j)N(i-u,j-v)---(s)]]>(s)式中N为规格化后的微粒形貌图像，O为微晶碳层方向图、F为微晶碳层频率，W_g为Gabor滤波器的尺寸大小，W_g取值范围为0～100；(3.5)二值化(3.5.1)按所述步骤(3.2)中的方法把微粒形貌图像分成P×P大小的子块；(3.5.2)对每一子块进行如下处理：(3.5.2.1)按公式(k)的方法求每一子块的平均灰度；(3.5.2.2)统计子块内大于等于T及小于等于T的像素个数N_i和N_s，其中T＝Means；(3.5.2.3)如果|N_s-N_l|＜δ(δ取值范围为0～100)，则T为所求阀值；否则如果N_s＞N_l，则T＝T-1；而在|N_s-N_l|≥δ且N_s≤N_l时，T＝T+1。(3.6)图像细化(3.6.1)构造8个矩阵并形成8个消除模板，其中1表示前景点，0表示背景点，×表示即可为前景点又可为背景点；000X1X111]]>0X10110X1]]>111X1X000]]>1X01101X0]]>X00110X1X]]>00X011X1X]]>X1X01100X]]>X1X110X00]]>(3.6.2)构造6个矩阵并形成六个保留模板；X1X00110X1X0XXXX]]>XX000110XX1XXXXX]]>XX0X0110XX00XXXX]]>X0XX111XX1XX000X]]>X0XXX1XX110XX00X]]>X0XXX1XX011X00XX]]>(3.6.3)从图像的左上角像素点开始，按照从左到右、从上到下的顺序对形貌图像进行扫描；(3.6.4)对于某一前景像素点P_(i，j)(i和j分别为该像素点以像素数为单位所对应的横、纵坐标)，抽取出14个像素领域，如下面的矩阵所示，将P_(i，j)的8个领域像素(P_(i-1，j-1)，P_(i-1，j)，P_(i-1，j+1)，P_(i，j-1)，P_(i，j+1)，P_(i+1，j)，P_(i+1，j)，P_(i+1，j+1))与上面的8个消除模板相比较，如果这8个领域元素和8个消除模板中的一个匹配时(模板中非“×”值的所有元素与该元素定义的8个领域中的像素值都相等时称匹配)，则去除P_(i，j)(即P_(i，j)＝0)，否则，P_(i，j)保留；P(i-1,j-1)P(i-1,j)P(i-1,j+1)P(i-1,j+2)P(i,j-1)P(i,j)P(i,j+1)P(i,j+2)P(i+1,j-1)P(i+1,j)P(i+1,j+1)P(i+1,j+2)P(i+2,j-1)P(i+2,j)P(i+2,j+1)X]]>(3.6.5)如果该像素在所述步骤(3.6.4)中被去除，则将P_(i，j)的14个领域像素再和(3.6.2)中的6个保留模板进行比较，同时去除下面矩阵所示的三种保留模板情况；如果与其中一个匹配，则P_(i，j)保留，否则P_(i，j)才真正删除；0011011101110011]]>0000011011111111]]>1000110011001000]]>(3.6.6)对所述微粒微观形貌图像中的所有像素点进行迭代，直到没有一个像素值被改变位置；(4)柴油机排放颗粒物微观结构特征参数的提取和计算根据步骤(3)进行微粒微观形貌图像变换处理后，提取出微粒微观结构特征数字图像；再根据微粒微观结构特征参数的定义，自动计算出微晶尺寸(La)、层面间距(d)和曲率(C)这3个微粒微观形貌特征参数。