金相组织定量分析步骤流程

金相组织的定量与分析，是金相检测之中极为重要的一个环节。具体的分析过程一本分为：金相组织定量分析.晶粒度分析以及M-A腐蚀分析。一般而言，要实现这些分析最重要的是需要运用到图像处理和分析的技术。

图像分析处理技术是指：以超声辅助焊焊工艺制备的Cu/Sn58Bi-1.5Al2O3/Cu连接头为研究对象，经切割、打磨、抛光、腐蚀后利用FEI-InspectS50扫描电镜获得Sn-Bi合金微观形貌见图1。其中基体呈现灰色枝状β-Sn相，白色岛状相为Bi相。

图2直方图均衡后图像                                         图3原图像直方图

在图像处理之前，一般采用直方图均衡的手段对图像进行增强，以提高图像的对比度，见图2。直方图均衡后，虽然图像灰度级的动态范围得到了展宽，但也增强了背景噪声，可能出现伪轮廓。对于Sn-Bi合金金相组织图像而言，灰色β-Sn相与白色Bi相对比度较大，两种组织的灰度直方图峰值易于区分，见图3，因此可不进行图像增强操作。当金相图太亮或太暗时，直方图区间集中，峰谷难以辨别，此时可以采用直方图均衡算法对图像进行非线性拉伸，提高整体对比度。

阈值分割

为了将前景Bi相从Sn基体中分离出来，需要基于灰度阈值对金相图进行分割，从而得到Bi相的像素连通集。全局阈值分割分成手动和自动两类，手动阈值的选取是决定分割效果的关键因素[2]。根据图3中的直方图双峰分布情况，当阈值取125时，分割后图像（见图5a），颗粒边界清晰，分割效果较好；当阈值取160时，可见Bi相部分粘连点消失，但颗粒内部出现大量前景像素点被误分为背景（见图5b），对后续统计造成困难。为了克服人工阈值设定的主观性，使机器视觉系统适应不同亮度的图像，可以采用自动阈值分割法。

图5c~图5f分别显示了采用自动阈值分割中的聚类法、最大类间方差法（OTSU法）、最大熵法和矩保持法分割后的图像，可以看出聚类法和OTSU法对于金相图像的分割效果较好。OTSU算法将图像按照灰度级分成背景和目标两类，两类间的方差越大，说明目标和背景的区别度越大，一般认为其错分概率最小[8]。具体过程为：假设金相图像被阈值k分成背景A和目标B两部分，则图像的类间方差为

 式中，w(k)为灰度级0~k的概率分布；和 分别为图像及A、B两个类的平均灰度[7]。算法遍历0~255灰度级找到使最大的阈值k，将大于k的Bi相灰度设为1，小于k的Sn基体灰度置为0，实现目标分割。

形态学处理

形态学处理主要是去除阈值分割后二值图像中的噪声及Sn相、Bi相中灰度交叠的部分引起的颗粒粘连，包括腐蚀、重构、小颗粒移除和孔洞填充等过程。腐蚀操作可去除两个颗粒间细小的地峡连接，降低后续颗粒参数统计的误差。设A为要腐蚀的二值化图像，B为结构元素，都为欧氏空间Z2中的集合[9]，则B对A的腐蚀定义为

 B对A进行腐蚀的结果为结构元素B平移z后仍然包含在A中的所有z点的集合。图6b哦使用元素值为1、尺寸为3×3的结构元素对图6a进行6次形态学腐蚀后的图像，可以看出颗粒1和颗粒2之间的地峡已被完全断开。当使用IMAQ Seperation函数执行的腐蚀运算时，如果地峡在腐蚀阶段被去除了，那么在重构过程中将不会得到恢复，以保证金相颗粒的尺寸不变。对于因腐蚀而在颗粒内部增加的孔洞，可以利用IMAQ FillHole函数将其用1填充，见图c。可以看出，原图及腐蚀后产生的孔洞都被填充，金相颗粒完整封闭。

(a)原图像               (b)6次腐蚀后                 (c)填充后

图6形态学处理效果图

定量分析

     本课题设计的定量金相分析系统采用模块化程序设计理念，定量分析时的操作过程主要由金相图像的标定、显示项配置及过滤参数约束、阈值设定、形态学修正、数据报表生成等构成。

金相图像标定

由于对金相图像的所有测量操作都是以像素为单位计算的，因此需要对金相图像进行标定将测量结果转化成实际值[10]。金相图中标尺的长度已知，可根据其所对应的像素数得到实际长度和像素数的对应关系。系统界面见图7，首先利用左侧的绘图工具在图像上绘制矩形感兴趣区域（ROI），将矩形的左右边缘对其标尺线两端，然后利用IMAQ Convert Rectangle to ROI函数转换为用起止坐标和旋转角度描述的简单数据结构，将左右边缘的坐标相减得到标尺像素数，从而得到实际长度和像素数的比值（μm/pixel），最后点击“校准”按钮完成标定。由扫描电镜在4000倍下拍摄的Sn-Bi合金金相图的标尺为30 μm，实验测得标定结果为0.07299 μm/pix。

颗粒特征参数测量

由于Bi相颗粒的数量、尺寸、面积、周长、形态等对合金的力学性能有重要影响[1]，因此着重从这几个方面对金相组织进行定量分析。由于组织颗粒形状不规则，本课题采用Waddell盘半径和Feret直径来表示粒径，Waddell盘半径是在颗粒面积不变的前提下，将颗粒等效为圆形后所对应的半径；Feret直径则为颗粒边界内的最大长度，测量结果见图8，其中图8a为划定的ROI区域，图8b为经过条件筛选后颗粒识别图，图8c为由测量结果生成的Feret直径分布图。

依据上述方法，本课题统计了3张金相图像的颗粒Feret直径、粒子周长、面积比等特性参数，见表1。商用DT2000M系统的分析结果见表2，可见两者测得面积比基本一致，Fheywood圆度因子（粒子周长与Waddell盘周长比）和DT2000M系统测量的圆度所反映的与1的偏离程度基本一致，但DT2000M系统未对粘连颗粒进行处理导致检测到的颗粒数减少，Feret直径和周长数值偏大。

结论

在LabVIEW平台下结合数字图像处理技术开发了锡铋合金焊料金相组织的定量分析系统，实现了金相图像的增强、滤波及阈值分割等预处理过程，完成了金相颗粒特征参数的定量分析。该系统具有良好的人机交互界面，可扩展性强，组织特征分析快速、准确，可为锡铋合金焊料断裂及韧化机制的研究提供可靠的测量数据，同时也可应用本研究对其他金相组织进行定量分析。