高分子通报杂志已发表格式范文参考
1.基于计算机图像处理技术的橡胶材料老化裂纹自动识别方法研究
作者：徐云慧,涂辉 ,薛志远,周微,ZAHEER ul Haq,罗政刚,王再学
作者单位：徐州工业职业技术学院;上海交通大学
关键词：橡胶老化;表面裂纹;图像处理;自动识别
摘要：橡胶材料在工业界有着广泛的应用，老化是影响工业应用中使用的各种橡胶材料性能的关键因素， 橡胶材料老化后表面会出现龟裂裂纹。目前老化纹裂的观察主要依赖肉眼观察，存在主观判断偏差、动 态跟踪困难和难以量化等问题。本文提出了一种基于计算机图像处理技术的橡胶材料老化裂纹自动识 别方法，能够客观有效地识别和分析橡胶表面老化侵蚀的程度。研究涵盖了无拉伸状态下橡胶臭氧老化 裂纹、不同拉伸应变状态下橡胶臭氧老化裂纹，以及橡胶光老化和热氧老化裂纹的自动识别。结果表明， 该方法可以准确、快速地判断橡胶龟裂裂口的个数和裂纹面积，从而确定龟裂裂口的程度以及橡胶的耐 老化能力。这一研究结果为深入了解橡胶材料的老化过程提供了自动化识别方案，为裂纹扩展的动态过 程记录以及形态学与性能关系的建立提供了可能，同时也为制定提高橡胶材料耐老化性能的策略提供了 过程数据。
橡胶材料因其弹性、耐久性和耐磨性等独特 性能而广泛应用于各个行业，但因其经常暴露于 各种环境中，橡胶制品表面易开裂，使用寿命显著 缩短，老化加速[1] 。老化是橡胶工业中普遍存在 的问题[2,3] ，其因素包括臭氧老化[4,5] 、热氧老化[6] 和光老化[7] 。这些因素会在橡胶基质内引发连锁 反应[8] ，导致裂纹形成和机械性能丧失[9] 。准确 识别和分析各种橡胶老化状况对于质量控制、寿 命预测、开发更耐用的橡胶材料至关重要[10] 。尽 管臭氧老化试验《( 硫化橡胶或热塑性橡胶耐臭 气龟裂静态拉伸试验》GB/T 7762-2014)、热氧老 化试验《( 硫化橡胶或热塑性橡胶热空气加速老 化和耐热试验》GB/T 3512-2014)，以及光老化试 验《( 实验室光源暴露试验方法第2部分氙弧灯》 GB/T 16422.2-2014)等国家标准都对实验结果记 录和龟裂程度评定提出了要求，但要求“记录单 位面积上的裂纹数量或最大裂纹平均长度”并非 易事，传统方法通常依赖于人工检查或定性评估， 易导致主观评判不一致，且无法有效观察初期细 小裂纹并及时记录，难以检测橡胶早期退化现象， 也无法采取有效的预防措施。随着数字成像和图 像处理技术的不断进步，本研究开发了一种基于 图像增强、形态学与机器学习方法，能够全自动、 多场景适应、高效率、可扩展的橡胶材料老化裂 纹自动识别技术，所提出的方法能够自动识别与 分析橡胶材料中的臭氧老化、热氧老化或光老化 裂纹情况，即通过利用高分辨率成像和先进的图 像处理算法，客观量化老化对橡胶制品造成的损 害程度，这项技术的引入能够改变橡胶老化的评 估方式，提供更准确、高效、客观和可靠的评估方 法，为材料老化研究提供了从数据采集到动态分 析的一体化解决方案，具有显著的学术价值与工 程应用潜力。
1 实验部分
传统上，对橡胶老化裂纹的判断主要依赖人 工观察。例如：在规定老化时长或应变暴露后， 通过目测来判断龟裂情况；在任意规定应变条件 下，测定出现龟裂的时间、裂口数量和裂口长短 等。然而，当面对较多且不规则的龟裂裂纹时， 人工方法难以获得理想的裂口数量和裂口长短数 值结果，同时判断龟裂出现时间也需要时刻观察 和记录。计算机图像学在改善橡胶裂纹图像质量 上有着广泛的应用[11~13] ，包括图像增强技术、特 征提取技术、裂纹标注等，能够实现自动化的识 别与计量，大大节省人力消耗，同时减少主观误 差。橡胶试样老化裂纹自动识别过程如图1所示， 图1(a)为橡胶试样老化裂纹自动识别过程，图1(b) 为图像增强示意图，图1(c)为亮度矫正结构元素， 图1(d)为高斯低通算子。橡胶试样老化裂纹自动 识别步骤见步骤1~步骤8。
步骤1，照片拍摄。按照《硫化橡胶或热塑性 橡胶耐臭气龟裂静态拉伸试验》GB/T 7762-2014 国家标准进行橡胶试样臭氧老化试验，或按照《硫 化橡胶或热塑性橡胶 热空气加速老化和耐热试 验》GB/T 3512-2014国家标准进行橡胶试样热氧 老化试验，或按照《实验室光源暴露试验方法第2 部分氙弧灯》GB/T 16422.2-2014国家标准进行光 老化试验，经过规定的臭氧老化条件、热氧老化 条件或紫外光老化条件后，拍摄试样照片。
步骤2，原始图像。将步骤1中拍摄的照片读 取到计算机程序中，记作“原始图像”。
步骤3，图像增强。因橡胶试样的拍摄可能 包含一定的背景区域，因此消除背景影响非常重 要，通过计算机程序抑制“原始图像”背景，增强 试样的视觉观感，使试样更清晰呈现，增强特征
区域的观感，抑制非兴趣特征[14] ，以便后续分割 及计算老化面积。
式 中I是 原 始 图 像 的 像 素 值；Low_in和High_in分别是输入图像的低和高灰度阈值；Low_out和 High_out分别是输出图像的低和高灰度阈值。I2是 调整后的图像的像素值。Low_in和High_in默认使 用[0.10,0.60]，Low_out和High_out默认使用[0,1]， 从而突出0.1~0.6之间的像素点(图1b)。
步骤4，亮度矫正。橡胶试样表面呈黑色，背 景颜色更深，因此选择底帽运算进行亮度矫正， 底帽运算也被称为黑帽运算，在图像形态学中是 一种闭运算，能够突出图像中较暗的区域[15] 。将 步骤3中增强后的图像进行亮度矫正，减少不同 拍摄角度的亮度差异，并进行滤波处理，进一步 消除噪声影响。
公 式 中，⊕ 表 示 膨 胀 操 作，■ 表 示 腐 蚀 操 作， (x, y)是输出图像中的像素坐标，(s, t)是结构元素 SE中的元素坐标，I2(x - s, y - t)是步骤3中图像I2 在坐标(x - s, y - t)处的像素值，I(x + s, y + t)是原 始图像I在坐标(x + s, y + t)处的像素值，SE(s, t)是结构元素SE在坐标(s, t)处的值。SE是形态学 上的结构元素，本文中默认使用SE是一个半径为 15像素的圆盘形结构元素，如图1(c)。
步骤5，滤波去噪。为了减少图像的噪声以 及突出图像的边缘，使用 6×6 的高斯低通算子 和replicate边界填充滤波器进行滤波处理，得到 RGB三通道彩色图像。
对步骤4中图像I3，H是滤波器核(卷积核，如 图1(d))。M和N分别是滤波器核在行和列方向上的 半径，H(m, n)是滤波器核在位置(m, n)的值。I3(x + m，y + n)是输入图像在位置(x + m, y + n)的像素值。 对于边界处理，replicate选项意味着在图像边 界外的像素值将被复制，即边界上的像素值会延 伸到边界外。这样可以避免边界处出现不连续的 情况。具体来说，如果x + m或y + n超出了图像 的边界，那么I3(x + m, y + n)将取边界上最近的像 素值。例如，如果x + m < 1(即图像的最上边界)， 那么I3(x + m, y + n) 将取I3(1, y + n)的值；如果 x + m大于图像的高度，那么I3(x + m, y + n)将取 I3(height, y + n)的值。同样的规则适用于y + n超 出左右边界的情况。这种边界处理方式确保了滤 波器核在图像边界处也能完整地应用，从而避免 了边界处的图像信息丢失。
步骤6，Binarized处理。将步骤5中“RGB三 通道彩色图像”进行Binarized处理，转化成“二 值化黑白图像”，能够区分出试样的基体和裂纹的 不同颜色。
使用公式(8)将步骤7中的三通道彩色图像I4 转换成单通道的灰度图像，R是输入彩色图像的 红色通道。G是输入彩色图像的绿色通道。B是 输入彩色图像的蓝色通道，这些权重(0.299, 0.587, 0.114)是根据人眼对不同颜色的敏感度来确定的， 绿色的权重最大，因为人眼对绿色的敏感度最高。 I5中像素范围是[0,255]，0表示纯黑，255表示纯 白，level是一个介于0和1之间的阈值，用于确定 转换的界限，转换后的I6中像素只有0与1，连续 的1值即为联通的白色裂纹。
步骤7，裂纹标注。将步骤6中形成“二值化 黑白图像”里颜色较浅的裂纹区域标注出来。
步骤6中I6图上的裂纹以白色像素显示，连 通区域是由值为1的像素点组成的，而背景则是 值为0的像素点。Areai是第i个连通区域的面积， (x, y)是第i个连通区域中的像素坐标，求和是对 第i个连通区域中的所有像素进行的，因此，面积 计算过程实际上就是对连通区域中的所有1进行 计数。同时使用矩形框进行标注，这个矩形框是 连通区域的像素所界定的最小矩形，它完全包含 了该区域的所有像素点。
步骤8，结果识别。通过计算机自动计算裂纹 的数量(白色联通像素团块的个数)及面积(公式(10) 中白色像素数)占总试样(试样区域的总像素)的比 例，来判断裂口的程度。
2 结果与讨论
实验选取暴露在臭氧环境中老化试验的胶 条，包括无裂纹、少量裂纹和大量裂纹的图像，这 些图像都带有模糊的背景和不均匀的光照条件。 另外还对文献[16]和[17]中的实验样图进行识别， 结果表明本文提出的方法能够有效识别各类橡胶 的裂纹。
2.1 无拉伸应变状态下橡胶臭氧老化裂纹的自 动识别
臭氧老化橡胶试样遵循相应的实验标准，本文 方法能够有效识别臭氧老化裂纹的个数以及裂纹 占总体橡胶面的比例，并且能标注出具体的氧化裂 纹位置，裂纹长度和最大宽度能够精准计算得出。
本文提出的方法能够有效快速地进行橡胶臭 氧老化裂纹的自动识别。臭氧老化实验条件为 臭氧浓度(50±5)×10-8 ；温度(40±2) ℃；相对湿度 60%；臭氧流速500 mL/min，老化时间72 h。臭 氧老化试样为长条状，宽度(12±0.2) mm，厚度 (2.0±0.2) mm，总 长 度(105±0.5) mm，工 作 长 度 (45±0.5) mm (臭 氧 老 化 两 边 夹 具 夹 住 长 度 各 30 mm)。经过对4组配方橡胶材料进行无拉伸应 变状态下臭氧老化对比实验，实验配方见表1。
对4组配方进行了老化前后物理机械性能测 试，测试结果见表2。由表2可知，无裂纹的1#配方
试样，老化前后邵A硬度值只升高2，且老化系 数绝对值较低；而老化后呈现少量裂纹的2#配方、 较多裂纹的3#配方和大量裂纹的4#配方老化前 后硬度差值、老化系数绝对值呈现增加趋势，4种 配方的耐老化性比较为：1#配方耐老化性最好， 2#次之，3#较差，4#最差。
1#橡胶配方试样对应的无裂纹试样，见图2(a) 中的原始图像；2#橡胶配方试样对应的少量裂 纹试样，见图2(b)中的原始图像；3#橡胶配方试 样对应的较多裂纹试样，见图2(c)中的原始图像； 4#橡胶配方试样对应的大量裂纹试样，见图2(d) 中的原始图像。对4种配方的试样原始图像进行自 动识别，无拉伸应变状态下橡胶臭氧老化裂纹的识 别过程如图2所示。其中，图2(a)为无裂纹的识别 过程；图2(b)为少量裂纹的识别过程；图2(c)为较 多裂纹的识别过程；图2(d)为大量裂纹的识别过程。
无拉伸应变状态下橡胶臭氧老化裂纹自动识 别结果见表3。由表3可见：1#配方橡胶试样臭氧 老化无裂口，即采用防老剂4010 NA (3.0份)、防 老剂4020 (1.0份)、防老剂RD (1.5份)并用体系做 化学防护，采用微晶蜡(1.5份)做物理防护，橡胶 耐臭氧老化性能最好；4#配方橡胶试样臭氧老化 裂纹个数和裂纹面积占比均最大，说明橡胶的耐 臭氧老化性能最差，即只采用化学防护剂不采用 物理防护剂做防护体系，臭氧防护效果差，原因为 臭氧与橡胶反应是在橡胶表面进行的，物理防护 剂蜡能在橡胶制品表面形成一层几微米厚的惰性 蜡膜，将橡胶与空气中的臭氧隔离开，在一定时 间内使之不能发生反应，采用物理防护法和化学 防护并用才最有效；采用同样化学防护体系，微晶 蜡做物理防护比石蜡做物理防护对臭氧的防护效 果好，原因是石蜡形成的防护膜较脆易裂，且膜的 致密性和粘附性差，而微晶蜡相对石蜡更具韧性、 致密性好、不易破碎，在受到外力作用时，微晶蜡 形成的防护膜不容易出现裂缝和脱落情况，从而 更有效地阻隔臭氧对橡胶的作用，防护效果更佳。
综上所述，表2和表3的测试结果一致，表明 本文提出的基于计算机图像处理技术的橡胶材料 老化裂纹自动识别方法与通过物理机械性能变化 判断橡胶老化性的结果高度一致且呈正相关。
2.2 不同拉伸应变状态下橡胶臭氧老化裂纹的 自动识别
本文提出的方法能够有效进行拉伸应变状 态下橡胶臭氧老化裂纹的自动识别，对4#橡胶 配方试样通过在6%、10%、20%、40%、80%等不 同拉伸应变状态下进行臭氧老化实验，臭氧老化 试样为长条状，臭氧老化实验条件为臭氧浓度 (75±5)×10-8 ；温度(40±2) ℃；相对湿度60%；臭氧 流速500 mL/min，臭氧老化时间110 h。不同拉伸 应变下橡胶臭氧老化裂纹的自动识别过程如图3 所示，其中6%、10%、20%、40%和80%拉伸应变 下的识别过程分别见图3(a)~3(e)。对老化裂纹进 行自动识别，不同拉伸应变状态下橡胶臭氧老化 裂纹的识别结果见表4。在相同臭氧老化条件下，
随着拉伸应变率的增加，试样的裂纹数量和裂纹 面积占比整体呈上升趋势。然而，当拉伸应变达 到40%时，裂纹数量虽有所减少，但长裂纹数量 增加，裂纹面积占比上升了29.8%。进一步增加 拉伸应变至80%时，裂纹面积占比与40%拉伸应 变时相当，表明裂纹面积在40%左右达到饱和。 这说明，试样的裂纹数量和最大裂纹尺寸在超过 40%应变后，不会再有明显增加。
2.3 橡胶光老化和热氧老化裂纹的自动识别
本文所述方法能够有效实现橡胶光老化和 热氧老化裂纹的自动识别。实验中，对4#橡胶配 方试样分别进行了光老化实验、热氧老化实验， 以及光老化和热氧老化共同作用实验等3种老化 方式。裂纹识别结果及过程如图4所示，其中光 老化裂纹的识别过程见图4(a)；热氧老化裂纹的 自动识别过程见图4(b)；光老化和热氧老化共同
作用下裂纹的自动识别过程见图4(c)。实验条件 为紫外线强度(1.35±0.02) W/m2 /@340 nm、温度 (80±2) ℃，时间48 h。对老化裂纹进行自动识别， 橡胶光老化和热氧老化裂纹的自动识别结果见 表5。在同样的老化温度和老化时间下光老化的 裂纹呈不规则的条形，且数量较少，热氧老化裂
纹呈小片絮状，数量较度，且老化面积占比大；当 光老化和热氧老化共同作用时，裂纹兼具条状和 片絮状，裂纹面积明显增大，说明光和氧共同作 用时，对橡胶的老化作用更大。但老化裂纹个数 比只进行热氧老化时裂纹个数少，可能原因是在 光和热共同作用下，热氧老化造成的小片絮状变 成了大的连续的条状裂口。
3 结论
传统上，橡胶老化情况的评估需要记录老化 龟裂裂纹出现的时间、裂纹数量和裂纹大小，这对 人工记录来说是一项不小的挑战。本文提出了一 种基于计算机图像处理技术的橡胶老化裂纹自动 识别方法，能够有效识别各种复杂背景、不均衡光 照以及不同类型老化的裂纹。同时，橡胶裂纹深 度并不按裂纹长度线性比例增长，目前关于裂纹 深度与橡胶性能之间关系的研究还相对较少。因 此，未来我们将继续深入研究这两者之间的关系， 以及以视频数据为载体的橡胶龟裂自动化识别方 法，以实现全自动、全过程的橡胶裂纹动态扩展 数据记录的目标。
