Képelemzés

Képelemzés

A képek és a képek leírásai az anyag­vizsgálat és a minőségbiztosítás lényeges elemei. A káresemények vizsgálatának területén szükség van rá, hogy a képdokumentáció a makroszkópos képektől egészen a mikroszkópos képekig folytonos legyen.

Ez a folytonos képdokumentáció vizsgálati beszámolóvá fogható össze, és egyéb adatokkal, pl. mechanikai mérési adatokkal kombinálható. A képfeldolgozó rendszer kiegészítő funkcióival, mint a kézi távolság-, szög és felületmérés, kvantitatív adatok fűzhetők hozzá a beszámolóhoz. Teljesen automatikus képelemzésnél lehetőség van rá, hogy szürkeárnyalatok vagy színfokozatok küszöbértékeivel meghatározzanak bizonyos morfológiai tulajdonságokat, mint a méret, alak és szerkezetfajta. A képek automatikus kvantitativ kiértékelése különböző lépések során alapul (lásd a táblázatot). A feladattól függően alkalmazható csak néhány vagy akár minden lépés.

A számítógépes és videotechnológia fejlődése erősen befolyásolta az elektronikus képfeldolgozás területének továbbfejlesztését. A rögzített képek különböző szoftverekbe, például szövegszerkesztőkbe vagy DTP-szoftverekbe illeszthetők, és ezáltal lehetővé vált a minden releváns adatot tartalmazó beszámolók gyors elkészítése. Emellett ezek az adatok a képekkel együtt adatbázisba menthetők, és a képek és szövegek adatai az áttekinthető keresőfunkciókkal bármikor újra előkereshetők.

Képadatok rögzítése

Ahhoz, hogy (analóg vagy digitális) videokamerával PC-re lehessen menteni a képeket, teljesülniük kell bizonyos feltételeknek. Az analóg kamerák jelét egy videodigitalizáló (frame grabber) kártyára vezetik, és ott digitalizálják. A digitális kamerák USB, Firewire vagy GigE csatlakozón át közvetlenül összekapcsolhatók a számítógéppel. Az így létrehozott makroszkópos vagy mikroszkópos képek valós időben optimalizálhatók.

Napjainkban szinte kizárólag digitális kamerákat használnak. A kilencvenes évek vége felé egyre népszerűbbek lettek a digitális kamerák a képarchiválás és képelemzés terén. Ez különösen két tényezőnek köszönhető: 1) A digitális kamerák lényegesen nagyobb pixelszámot kínálnak a képfelvételeken, és ezáltal nagyobb felbontást és 2) a digitális kamerák költségei lényegesen kedvezőbbek, mint az analóg kamerák és az elengedhetetlenül szükséges videodigitalizáló költségei. A nagyfelbontású digitális kamerával felvett kép gyakran kétlépcsős eljárást tesz szükségessé, ahol a képet először kis felbontásnál fókuszálás céljából jelenítik meg, és utána rögzítik és mentik el a képet nagy felbontásban. A fókuszkép kis pixelsűrűségű megjelenítése és a kamera újbóli nagyfelbontású képrögzítése által hibák adódhatnak. Annak érdekében, hogy az analóg kamera élő képével összehasonlítható legyen a munka, a képfrissítési sebesség legalább 25 kép/másodperc legyen.

A képadatok fájljai két primer formátumon, a bittérképes (bitmap) és vektoros formátumon alapulnak. Normál esetben az anyagvizsgálati képfeldolgozásban bitmap alapú képeket dolgoznak fel. A digitális mintaként eltárolt képek lényegében pixelsorokból és pixeloszlopokból álló rasztermezők. A részletek felismerése céljából végzett digitális nagyítás esetén láthatóvá válnak az egyes pixelek. A pixel – vagy képpont – a kép legkisebb alkotóeleme. A monitoron megjelenített kép sokezernyi külön pixelből áll. A lenti ábrán öntöttvas képe látható. A digitálisan kinagyított részterületen felismerhetők az egyes pixelek. A bittérkép minden egyes pixelét egy vagy több információs bit tárolja.

Ha egyszínű (fekete/fehér) a kép, akkor pixelenként elegendő egy bit az információk tárolásához. De az anyagvizsgálat területén normál esetben színes vagy szürkeárnyalatos képek fordulnak elő. Ezeknek a képeknek a megjelenítéséhez további bitek szükségesek, a színértékek, ill. szürkeárnyalatok megjelenítéséhez.

Az alábbi táblázat megadja, hogy pixelenként hány bit szükséges a szürkeárnyalatos vagy színes képek megjelenítéséhez.


A szürkeárnyalatos képek esetében 256 szürkeárnyalattal dolgoznak, ezek jelenítenek meg minden lehetséges szürkeárnyalatot, a fekete értéke 0, a fehéré 255. Például az 53. ábrán látható kép információi , az X és Y pozíciókból és egy-egy 0 és 255 közötti számból állnak össze. A színes képeknél két általános, a színek numerikus megjelenítésére használt modell létezik, az RGB és a HLS kép. Ezek a megjelenítési módok a kép visszaadásához az egyes pixelek X és Y pozíciója mellett három további érték tárolását követelik meg. Általánosságban megállapítható, hogy a színes képek azonos pixelsűrűség mellett lényegesen nagyobb tárolókapacitást igényelnek, mint a szürkeárnyalatosak.

A szürkeárnyalatos képek esetében 256 szürkeárnyalattal dolgoznak, ezek jelenítenek meg minden lehetséges szürkeárnyalatot, a fekete értéke 0, a fehéré 255. Például az 53. ábrán látható kép információi , az X és Y pozíciókból és egy-egy 0 és 255 közötti számból állnak össze. A színes képeknél két általános, a színek numerikus megjelenítésére használt modell létezik, az RGB és a HLS kép. Ezek a megjelenítési módok a kép visszaadásához az egyes pixelek X és Y pozíciója mellett három további érték tárolását követelik meg. Általánosságban megállapítható, hogy a színes képek azonos pixelsűrűség mellett lényegesen nagyobb tárolókapacitást igényelnek, mint a szürkeárnyalatosak.

Az RGB-modell a három alapszínre, a vörösre, zöldre és kékre épül. Ezek az alapszínek a különböző színek megjelenítéséhez eltérő arányban kombinálhatók. Ezt a színkeverést összeadó (additív) színkeverésnek nevezik, mert ha a három színt azonos arányban kombinálják, akkor az eredményképpen kapott kép fehér. Amennyiben viszont teljesen hiányoznak az RGB-információk, akkor az eredményképpen kapott kép fekete. A három RGB alapszínt 0 és 255 közötti értékekkel ábrázolják. A 3 alapszín kombinációjaként keletkező színárnyalatok az egyes alapszínek eltérő részarányából adódnak. Például a vörös vörösértéke 255, zöldértéke 0, kékértéke szintén 0. A sárga szín vörösértéke 255, zöldértéke 255, kékértéke pedig 0. Ezt a rendszert három független iránnyal rendelkező kockaként ábrázolják: a piros, a zöld és a kék feszíti ki a rendelkezésre álló teret.
A kocka térátlójának hossza felel meg a fényerőnek.

A HLS modell a szín, a fényerő és a színtelítettség koncepcióján alapul. A szín a színárnyalat megjelenítését jelenti. A maratás által pl. a barna vagy kék színárnyalat különböző fokozatai hívhatók elő. A színtelítettség a szín kiegészítő információja. Meghatározza, hogy a szín mennyire élénk vagy tiszta – a híg vagy tompább ellentéteként. A fényerő a fényintenzitástól függ, és a szürkeértékekhez hasonlítható, ahol a nulla jelenti a feketét és a 255 a fehéret. A HLS színtér kettős kúpként értelmezhető, ahol a kúp térbeli középvonala a feketétől a fehérig terjedő szürkeárnyalat-skála, a középvonaltól mért távolság a telítettség, az irány vagy szög pedig a szín.

A jobb oldali ábrán egy pixel kilenc különböző színértékkel van megjelenítve. Ezt a 9 értéket mutatja a 47. táblázat a szürkeérték-skála, az RGB modell és a HLS modell esetében. Azoknál a pixeleknél, amelyek nem tartalmaznak szürkeértéket (4-9), a szürkeérték nincs megadva. A kép felbontása lényegében a képforrástól, a mikroszkóptól, a makroszkóptól és egyéb kapcsolódó jellemzőktől függ. A digitális mikroszkópiában a képek felbontása a mikroszkóp felbontásától és a kamera pixelszámától függ. A digitalizált kép kivehetősége és felbontása erősen függ a kép megjelenítésére használt összpixelszámtól. Az X és Y irányban jellemző pixelszám 640 × 480-tól 3840 × 3072-ig terjed. A pixelszámokat összeszorozva megkapjuk a megjelenítéshez használt összes képpont számát. A nagy pixelszám normál esetben élesebb képet eredményez, ezért arra következtethetnénk, hogy mindig célszerű a lehető legnagyobb pixelszámú képet rögzíteni.

Ez azonban nem mindig szükséges és helyes. Minél nagyobb a rögzített kép pixelszáma, annál nagyobb a szükséges tárhely. Emiatt ezek a képek nem alkalmasak weboldalakon történő megjelenítésre vagy e-mailben elküldésre. E szempontból fontos, hogy a kamerát az adott feladatnak megfelelően válasszák meg.

Mérések elvégzéséhez a képet vagy képforrást először kalibrálni kell. A kalibrálást egy ismert távolságot a pixelszámmal arányba állítva végzik. A fénymikroszkópban az egyes nagyítási fokozatokat (objektíveket) objektív-mikrométer segítségével kalibrálják. Ha nem négyzetesek a pixelek, akkor X és Y irányú kalibrálást is kell végezni.

Ezenkívül lehetőség van más forrásból importált képek kalibrálására is. Az egyes képek kalibrálásának előfeltétele, hogy a képen legyen léptékvonal.

Képjavítás
A képjavítás fogalma alatt egy sor szürkeértékszűrő rejlik, amelyek részben azért szükségesek, hogy a képet előkészítsék az automatikus kiértékeléshez. E szűrők alkalmazásával elvégezhető a képek szürkeárnyalatainak módosítása, az élek kiemelése vagy a kép utóélesítése. A szürke kép feldolgozása lehetővé
teszi, hogy az egyes pixelek értékeit a kép teljes tartalmára kiterjedően módosítsák. Két lehetőség van erre: A kontraszt, fényerő és gammaérték beállítása vagy a szomszédos pixelek összehasonlítása. A szomszédos pixelek összehasonlítása alapműveletnek tekinthető. Az alkalmazott szomszédsági szűrők normál esetben 3×3, 5×5, 7×7 stb. pixelméretű négyzetek. Tipikus alkalmazás a fázishatárok lokális kontrasztjának javítása. Ez azt jelenti, hogy élszűrő
alkalmazásakor szűkebb lesz a fázisátmenet határa. A művelettel pontosabb küszöbértékmegadás lehetséges.

Kézi képmérés
A kézi képmérésnél a felhasználó határozza meg, milyen mérést végez a képen. Lehetőség van vonalmérésre, párhuzamos vonalmérésre, rádiusz- vagy  átmérő meghatározásra, szabad vonalmérésre és szögmérésre. Tehát a felhasználó határozza meg, hogy a kiértékelendő kép milyen méretei érdeklik.
A kapott mérési eredmények eltárolhatók és adatfeldolgozó programokkal további kiértékelés végezhető rajtuk. Ez a kiértékelési módszer természetesen nagyon időigényes, és emiatt csak korlátozott számú képre alkalmazható. A jobb oldali ábra párhuzamos vonalmérésre mutat példát. Ez a mérési módszer az egyik leggyakrabban használt mérés a közepes rétegvastagság meghatározására.

A kézi mérés mellett lehetőség van az egyes képekbe megjegyzéseket, ill. leírásokat tartalmazó szövegmezők beillesztésére is. Így egyszerűen beilleszthetők a képekre vagy azok tartalmára vonatkozó megjegyzések (mint egy felragasztott címke). Különösen fontos a kép alsó sarkában elhelyezhető léptékvonal beillesztése. A megjelenített léptékvonal a képméret változtatása esetén is mindenkor lehetővé teszi a mérési eredmények ellenőrzését.

Automatikus képmérés
Ha részletes mérési sorozatot kívánnak végezni, vagy nagy pontosságot követelnek meg a kvantitatív kiértékelésnél, fontos, hogy automatizálják a folyamatot. Ha például a kézi rétegvastagság-mérést tekintjük, ebben a példában lehetőség van a rétegen belüli pórushányad százalékos arányának mérésére és egyidejűleg a rétegvastagság eloszlásának meghatározására. A következőkben a mérés folyamatát mutatjuk be és írjuk le.

Küszöbérték
A küszöbérték megadása meghatározott szürkeérték- vagy színérték-tartomány kiválasztására szolgál. A kiválasztott szürke- vagy színérték-tartományt különböző hamis színekkel (bitsíkokon) jelenítik meg.

A bitsíkok a kiválasztott küszöbérték-tartományra ráhúzott bináris réteget jelentenek. A geometriai méretek mérését azután a kiválasztott bitsíkokon
végzik.
A küszöbérték megadásának első lépése a szürke-, ill. színérték-hisztorgram megjelenítése. Ez azt jelenti, hogy a kép minden pixeléhez hozzárendelik a megfelelő szürke- vagy színértéket, és azután a szürke- vagy színértékeket hisztogramként ábrázolják. Szürkeértékes tartományban dolgozva a szürkeskála felbontása 8 bit mélységű. Azaz a képet 256 szürkeárnyalattal jelenítik meg. A FEKETE értéke 0, a FEHÉR értéke 255.

Színes képpel dolgozva ugyanez a 256 érték a világosságnak (fényerőnek) felel meg. A lenti ábrán a sárga bitsíkokat választották ki és rendelték a kiértékelendő réteghez. A megjelenítés megfelel a HLS színtér fent leírt színküszöbölésének.

Bináris képfeldolgozás
A küszöbértékek kiválasztása után a szövet különböző fázisai, ill. alkotórészei különböző bitsík-színekkel jeleníthetők meg. Lehetőség van több fázis vagy alkotórész egy munkafázisban történő, automatikus mérésére. A bináris képfeldolgozás lehetővé teszi a kiválasztott bitsík elkülönített feldolgozását. Az egyes bitsíkok feldolgozása lehetővé teszi a fázisok vagy alkotórészek megkülönböztetését morfológiájuk vagy méretük alapján. Emellett lehetőség van arra
is, hogy a kizárási eljárással fázisokat vagy alkotórészeket vonjon be a mérésbe vagy zárjon ki belőle. A bináris képfeldolgozás az őt érdeklő fázisok vagy alkotórészek kiválasztását is lehetővé teszi a felhasználó számára.

A réteg példájában arra is lehetőség nyílik, hogy meghatározzák a (fekete) pórusok százalékos felületi arányát a rétegben, és egyidejűleg a pórusfelületek méreteloszlását és a közepes pórusméretet is. A rétegvastagság-eloszlás mérése előtt azonban definiálni kell a réteg területén a referenciafelületet. A láthatatlan pórusok kizárására különböző bináris parancsok kombinációja használható, mint a kitöltés és zárás.A rétegvastagság-eloszlás meghatározására a kiválasztott területre raszterhálót terítenek.

Logikai műveletekkel ekkor logikai kapcsolat teremthető a különböző (sárga és piros) bitsíkok között. Ezek tehát két különböző bitsík közötti logikai függvények. Általában VAGY, ill. ÉS kapcsolatról van szó.

A réteg ÉS kapcsolata esetén csak a sárga bitsíkfelületekkel fedésben lévő piros vonalakat vizsgáljuk. A lenti ábrán az ÉS logikai kapcsolat eredménye látható. A VAGY kapcsolatnál lehetőség van két különböző fázis összekapcsolására. Ha például az oxidokat és szulfidokat kezdetben egyesével határozták meg, és más-más bitsíkban jelenítették meg, akkor a VAGY kapcsolattal meghatározható a zárványok összesített részaránya.

A nagy teljesítményű bináris képfunkciók egyike az egyes geometriai paraméterek csoportokra osztásának lehetősége. A felosztás alak vagy méret alapján végezhető. Alkalmazható egyszeres méretadat (>5 mm) vagy többszörös méretadat (>2 és <5). Ha maximális megengedett pórusméretet specifikáltak, akkor megjelölhető minden olyan pórus, amely túllépi a specifikációt. A mérési paraméterek különböző méretekre vonatkozhatnak. Mérési paraméterként alkalmazható minden rendelkezésre álló geometriai méret, mint az átmérő, hosszúságarány, felület stb. Emellett, pl. a pórusok osztályozásánál, lényeges szerepet játszanak az alaktényezők. Az anyag gázosodásából eredő pórusok kör alakúak, a zsugorodásból eredőek gyakran lényegesen összetettebb alakúak. Az alaktényezőkkel lehetőség nyílik a részecskék vagy pórusok arányának vizsgálatára (pl. felület/kerület).Ebben a réteges példában a pórusokat a hosszúkás oxidoktól választották külön. A rétegre helyezett rácsvonalakat használják azután a hosszúságmérés kiértékeléséhez. Az egyes vonalak hosszait hisztogramként ábrázolják, ami statisztikai adatokat, mint a réteg minimális, maximális, közepes értéke és standard eltérése is bemutat.

A kvantitatív mérések két kategóriába sorolhatók: mezőspecifikus és objektumspecifikus mérések. A rácsvonalak hosszúságmérése objektumspecifikus mérés. Ebben az esetben minden egyes hosszt megmérnek és megjelenítenek a hisztogramban a hozzá tartozó statisztikával. A szemcseméreteloszlás esetében a kép peremét metsző részecskéket vagy szemcséket törlik. Ezáltal csak a képen belüli szemcséket vagy részecskéket mérik.

Mezőméréseket a teljes képen hajtja végre a rendszer, a képen vagy a kiválasztott képkivágáson való összes előfordulás összegét meghatározva. Mezőmérésnél statisztikai információ csak akkor nyerhető, ha több külön mezőt elemeznek. A mezőméréseket a mikroszövetek fázishányadainak meghatározására alkalmazzák. Általában a százalékos fázisarányt határozzák meg a mezőmérés során. A felületarányok meghatározása a bitsík pixeleinek a kép teljes pixelszámához viszonyított arányán alapul. A réteg esetében az az igény jelentkezik, hogy a porozitást a réteghez viszonyítsák, ne a
teljes képhez. Ez a számítás úgy történik, hogy a vizsgálandó bitsík pixeleinek számát, azaz a réteg pórusait elosztják a réteg összes pixelének számával.

Általános alkalmazások
A kvantitatív anyagvizsgálat terén szerzett sokéves tapasztalat néhány alább felsorolt alkalmazásnál különösen fontosnak bizonyul.

Szemcseméret
A képelemzés segítségével lehetővé válik a közepes szemcseszám és szemcseszám-eloszlás ASTM E 112 szerinti gyors és pontos meghatározása. Még ha a maratás után nem is egyértelműen jelennek meg a szemcsehatárok, lehetőség van automatikus szemcsehatárrekonstrukcióra. Az automatikus mérésbe kézzel beavatkozva továbbra is adott a lehetőség pl. az ikerszemcsehatárok kiküszöbölésére. Ha van a maximális vagy minimális megengedett szemcseméretre vonatkozó előírás, akkor az annak meg nem felelő összes szemcse másik bitsíkszínnel jelölhető meg.

Porozitás
A porozitás sok műszaki anyagban nem kívánatos, mivel a pórusok megváltoztatják az anyag fizikai tulajdonságait. A képelemzés képes a kvantitatív póruselemzés elvégzésére, ami hisztogram formájában tartalmazhatja a pórusok méreteloszlását, a pórusok látómezőnkénti számát, a maximális és közepes nagyságot és a pórusalakot.

Vonalmérés
Sok mérési feladatnál elegendő a kézi vonalmérés. Ha azonban nagyfokú pontosságot és statisztikai értékeket követelnek meg, akkor az automatikus képelemzés jelentős időmegtakarítást hoz. A bevonat vagy réteg felmérése a pixelértékek alapján történik, és a rétegre a binarizálását követően rácsvonalakat fektetnek. A réteg és a rácsvonal között a pixeleket logikai kapcsolatokkal értékelik ki. Ennek eredménye a rétegvastagságot megjelenítő vonalak hosszának automatikus meghatározása.

Alak és méret mérése
Az öntöttvasban az anyag minősége és alakíthatósága szempontjából döntő a grafit formája. Az öntöttvasat úgy fejlesztették ki, hogy a grafit golyócskák formájában jelenjen meg benne. Ezáltal jelentősen javultak az anyag mechanikai tulajdonságai. Azonban az olvadék kémiai összetételének ingadozásai vagy egyéb tényezők következtében a grafitgömbök szabálytalan alakot ölthetnek.

Ez az alakváltozás a mechanikai tulajdonságok romlásához vezethet. A kvantitatív képelemzés segítségével adott a lehetőség a grafit formáinak ellenőrzésére és a grafit gömböcskeképződésének megállapítására. Ugyanezek a kiértékelési technikák természetesen mindenféle más szemcsére is alkalmazhatók.

Százalékos fázisarány meghatározása
A mikroszerkezetek különböző fázisainak százalékos felületaránya befolyásolja az anyag tulajdonságait. Pl. az öntöttvas szakítószilárdsága közvetlenül összefügg a perlit százalékos arányával. Adott a különböző fázisok kvantitatív meghatározásának lehetősége a képen. Például a kvantitatív képelemzés lényeges feladata az acél tisztasági fokának meghatározásának területén a szulfidok és oxidok százalékos arányának meghatározása.

TANÁCSOK A KÉPARCHIVÁLÁSHOZ ÉS KÉPELEMZÉSHEZ
A feladathoz elegendő pixelsűrűségű kamerarendszert válasszon. A képeket, ha lehet, léptékvonallal mentse el. Ha a képeket későbbi kiértékelés céljából menti el, ügyeljen arra, hogy eredeti képként mentse őket.