表面活性剂检测

表面活性剂检测（精选12篇）

表面活性剂检测 第1篇

阴离子表面活性剂 (LAS) 是普通合成洗涤剂的主要成分, 也正是表面活性剂的大量应用导致了水质的严重污染。其中直链烷基苯磺酸钠是使用最广泛的阴离子合成洗涤剂的主要成分。含有阴离子洗涤剂的污水大量外排会严重污染水质, 并在水面形成大量泡沫, 不仅改变水质感官, 产生不良的臭味, 而且消耗水中的溶解氧, 降低水中溶解氧的含量, 影响水生物生长, 同时危害人类的身体健康。水中阴离子洗涤剂的含量已经成为当前水质污染的重要指标之一。随着中国节能减排目标的提出, 越来越多的污水处理厂投入运营和使用, 随着民众环保意识的增强, 污水处理厂的水质也备受关注。

阴离子洗涤剂测定的原理和方法:阳离子染料亚甲蓝与阴离子表面活性剂 (包括直链烷基苯磺酸钠, 烷基磺酸钠和脂肪醇硫酸钠) 作用, 生成蓝色的离子对化合物, 这类能与亚甲蓝作用的物质统称为亚甲蓝活性物质 (MBAS) 。生成的显色物可被三氯甲烷萃取, 其色度与浓度成正比, 并可用分光光度计在波长652nm处测量三氯甲烷相的吸光度。现行的测定方法有:一是国标法[1]GB7494-87, 二是“水和废水监测分析方法”[2] (第四版增补版) , 三是“标准检验方法”[3] (GB5750-2006) 中阴离子合成洗涤剂的检测方法, 它包括亚甲蓝分光光度法和二氮杂菲分光光度法。其中二氮杂菲分光光度法受环境温度影响比较大, 试剂要求临时配制, 操作复杂, 时间较长, 灵敏度较差。所以亚甲蓝分光光度法用得相对较多一些。

2 几种方法的比较

2.1 仪器和试剂。

UV-2450型紫外分光光度计, 10mm比色皿, 250ml分液漏斗;氯仿 (CHCl3) , 分析纯。4%氢氧化钠, 3%硫酸 (分析纯) 。直链烷基苯磺酸钠标准溶液, 当天配制10mg/L标准使用液。亚甲蓝溶液和洗涤液按照标准配制。

2.2 检测方法。

方法一 (国标法) :按照GB7494-87水质阴离子表面活性剂的测定) 的实验步骤进行测定。即向100ml水样中加入25ml亚甲蓝溶液, 摇匀后加入10ml三氯甲烷, 萃取转入第二个装有50ml洗涤液的分液漏斗中, 再加10ml三氯甲烷于原分液漏斗中, 重复萃取操作两次, 将三氯甲烷相合并于第二个分液漏斗中, 弃去水相。在第二个分液漏斗中洗涤合并的三氯甲烷相, 把三氯甲烷相转移到50ml的容量瓶中, 再用10ml三氯甲烷萃取洗涤液两次, 并入50ml容量瓶中, 最后用三氯甲烷定容至50ml, 于652nm波长下, 用1cm光程进行光度检测。

方法二:《水和废水监测分析方法》 (第四版增补版) 即向100ml水样中加入25ml亚甲蓝溶液, 摇匀后再加入15ml三氯甲烷, 激烈振摇30s, 注意放气。一次萃取, 静置分层。直接将三氯甲烷相经脱脂棉吸水后放入10mm比色皿中于652nm波长下进行光度测定。

方法三:《标准检验方法》 (GB5750-2006) 即向50ml水样中加入5ml三氯甲烷及10ml亚甲蓝溶液, 猛烈振摇30S, 放置分层。将三氯甲烷相放入第二套分液漏斗中。向第二套分液漏斗中加入25ml洗涤液, 振摇后静置分层。将三氯甲烷放入25ml比色管中呢。再各加5ml三氯甲烷于分液漏斗中, 振荡并放置分层, 合并三氯甲烷相于25ml比色管中, 同样再操作一次。最后用三氯甲烷定容至刻度。于650nm波长下用3cm比色皿测量吸光度。

方法四: (改进法) 在前三种方法的基础上稍作了改进和简化。即向50ml水样中加入10ml亚甲蓝, 摇匀后加入15ml三氯甲烷, 充分振摇, 静置分层。将三氯甲烷相放入第二套盛有25ml洗涤液的分液漏斗中, 振摇后静置分层。最后将三氯甲烷相经脱脂棉吸水后放入25ml比色管中, 不需要定容, 每个样测之前切记摇匀后于652nm波长下进行光度测定。

3 实验结果

标准曲线的绘制 (横坐标为浓度, 纵坐标为吸光值)

方法一:

方法二:

方法三:

方法四:

4 结果与讨论

方法一和方法三的问题在于, 用三氯甲烷萃取三次, 操作步骤繁杂, 三氯甲烷使用量大, 不易掌握, 灵敏度差, 对分析人员身体健康造成一定程度的影响。而且经研究发现使用15ml三氯甲烷萃取一次与与标准方法中的三次萃取测定结果无明显差异。

方法二与方法一和三比较优势在于操作简便, 溶剂用量小, 减少污染。但是该方法中存在的问题是:选择性和重现性很差, 没有洗涤液反洗的过程, 所以无法消除有机硫酸盐, 磺酸盐, 羧酸盐等产生的正干扰。而且这样静置分层后的三氯甲烷相, 其中的阴离子洗涤剂的浓度分布不均匀, 每一段的浓度都不同, 这样一来不管是打曲线还是测定样品, 都会导致数据没有代表性, 准确性很差。

而改进后的方法四的优势在于简化了复杂的萃取步骤, 减少了三氯甲烷的用量, 因此也降低了对环境的污染和对工作人员健康的影响。曲线线性更好, 范围更宽, 检测污水时减少了稀释步骤。并且一定程度上降低了可能的正干扰, 还弥补了方法二中的不足 (即浓度分布的不均匀, 数据代表性差等问题) 。

摘要：阴离子表面活性剂已经成为衡量水质污染的重要理化指标之一。通过几年来对该地区地下地表污水中阴离子表面活性剂的监测, 并对几种检测方法进行了比较, 根据经验发现亚甲蓝分光光度法操作时有些应注意的问题, 并在此基础上对原有方法做了一些改进。

关键词：阴离子表面活性剂,比较,改进

参考文献

[1]国家环保局《水和废水监测分析方法》编委会.水和废水监测分析方法 (第四版) [M].北京:中国环境科学出版社, 2002.

[2]国家环保局《水和废水监测分析方法》编委会.水和废水监测分析方法 (第四版增补版) [M].北京:中国环境科学出版社, 2009.

表面粗糙度轮廓及其检测 第2篇

思 考 题

5-1 为了研究机械零件的表面结构而采用的表面轮廓是怎样确定的？实际表面轮廓上包含哪三种几何误差？

5-2 表面结构中的粗糙度轮廓的含义是什么？它对零件的使用性能有哪些影响？

5-3 测量表面粗糙度轮廓和评定表面粗糙度轮廓参数时，为什么要规定取样长度？标准评定长度等于连续的几个标准取样长度？ 5-4 为了评定表面粗糙度轮廓参数，首先要确定基准线，试述可以作为基准线的轮廓的最小二乘中线和算术平均中线的含义？ 5-5 试述GB？T3505-2000《产品几何技术规范 表面结构 轮廓法 表面结构的术语、定义及参数》规定的表面粗糙度轮廓更衣室参数中常用的两个幅度参数和一个间距参数的名称、符号和含义？ 5-6 规定表面粗糙度轮廓的技术要求时，必须给出的两项基本要求是什么？必要时还可给出哪些附加要求？

5-7 试述在表面粗糙度轮廓代号上给定幅度参数Ra或Rz允许值（上限值、下限值或者最大值、最小值）的标注方法？按GB/T10610-1998《产品几何技术规范 表面结构要 轮廓法评定表面结构的规则和方法》的规定，各种不同允许值的合格条件是什么？ 5-8 试述表面粗糙度轮廓幅度参数Ra和Rz分别用什么量仪测量？试述这些量仪的测量原理和分别属于哪种测量方法？ 5-9 试述表面粗糙度轮廓幅度参数允许值的选用原则？

5-10 GB/T131-1993《机械制图 表面粗糙度符号、代号及其注法》规定了哪三种表面粗糙度轮廓符号？

5-11 试述表面粗糙度轮廓代号中幅度参数允许值和其他技术要求的标注位置？

习题

一、判断题 〔正确的打√，错误的打X〕

1.确定表面粗糙度时，通常可在三项高度特性方面的参数中选取。（）

2.评定表面轮廓粗糙度所必需的一段长度称取样长度，它可以包含几个评定长度。（）

3.Rz参数由于测量点不多，因此在反映微观几何形状高度方面的特性不如Ra参数充分。（）

4.Ry参数对某些表面上不允许出现较深的加工痕迹和小零件的表面质量有实用意义。（）

5.选择表面粗糙度评定参数值应尽量小好。（）

6.零件的尺寸精度越高，通常表面粗糙度参数值相应取得越小。（）

7.零件的表面粗糙度值越小，则零件的尺寸精度应越高。（）8.摩擦表面应比非摩擦表面的表面粗糙度数值小。（）9.要求配合精度高的零件，其表面粗糙度数值应大。（）10.受交变载荷的零件，其表面粗糙度值应小。（）

二、选择题（将下列题目中所有正确的论述选择出来）1．表面粗糙度值越小，则零件的＿＿。A．耐磨性好。B．配合精度高。C．抗疲劳强度差． D．传动灵敏性差。E．加工容易。

2．选择表面粗糙度评定参数值时，下列论述正确的有＿＿． A．同一零件上工作表面应比非工作表面参数值大。B．摩擦表面应比非摩擦表面的参数值小。C．配合质量要求高，参数值应小。D．尺寸精度要求高，参数值应小。E．受交变载荷的表面，参数值应大。3．下列论述正确的有＿＿。

A．表面粗糙度属于表面微观性质的形状误差。B．表面粗糙度属于表面宏观性质的形状误差。C．表面粗糙度属于表面波纹度误差。

D．经过磨削加工所得表面比车削加工所得表面的表面粗糙度值大。E．介于表面宏观形状误差与微观形状误差之间的是波纹度误差。4．表面粗糙度代（符）号在图样上应标注在＿＿。A． 可见轮廓线上。B． 尺寸界线上。C． 虚线上。

D．符号尖端从材料外指向被标注表面。E． 符号尖端从材料内指向被标注表面。

三、填空题

1．表面粗糙度是指＿＿。

2．评定长度是指＿＿，它可以包含几个＿＿。3．测量表面粗糙度时，规定取样长度的目的在于＿＿。

4．国家标准中规定表面粗糙度的主要评定参数有＿＿、＿＿、＿＿三项。

四．综合题

1．国家标准规定的表面粗糙度评定参数有哪些？哪些是基本参数？哪些是附加参数？

2评定表面粗糙度时，为什么要规定取样长度？有了取样长度，为什么还要规定评定长度？

3．评定表面粗糙度时，为什么要规定轮廓中线？ 4．将表面粗糙度符号标注在图2-38上，要求

（1）用任何方法加工圆柱面φd3，R a最大允许值为3.2μm。（2）用去除材料的方法获得孔φd1，要求R a最大允许值为3.2μm。（3）用去除材料的方法获得表面a，要求Ry最大允许值为3.2μm。

（4）其余用去除材料的方法获得表面，要求R a允许值均为25μm。5．指出图2-39中标注中的错误，并加以改正。

图 2-38 图2-39 6．试解释图1-5.1所示六个表面粗糙度轮廓代号中的各项技术要求？

7．试将下列的表面粗糙度轮廓技术要求标注在图1-5.2所示的机械加工的零件的图样上。

①φD1孔的表面粗糙度轮廓参数Ra的上限值为3.2μm； ②φD2孔的表面粗糙度轮廓参数Ra的上限值为6.3μm，最小值为3.2μm；

③零件右端面采用铣削加工，表面粗糙度轮廓参数Rz的上限值为12.5μm，下限值为6.3μm，加工纹理呈近似放射形； ④φd1和φd2圆柱面粗糙度轮廓参数Rz的上限值为25μm； ⑤其余表面的表面粗糙度轮廓参灵敏Ra的上限值为12.5μm。8．试将下列的表面粗糙度轮廓技术要求标注在图1-5.3所示的机械加工的零件的图样上。

①两上φd1圆柱面的表面粗糙度轮廓参数Ra的上限值为1.6μm，下限值为0.8μm；

②φd2轴肩的表面粗糙度轮廓参灵敏Rz的最大值为20μm； ③φd2圆柱面的表面粗糙度轮廓参数Ra的最大值为3.2μm，最小值为1.6μm；

④宽度为b的键槽两侧面的表面粗糙度轮廓参灵敏Ra的上限值为3.2μm；

⑤其余表面的表面粗糙度轮廓参灵敏Ra的最大值为12.5μm。

表面活性剂检测 第3篇

关键字：片剂；表面缺陷；边缘检测；算法比较

中图分类号：TP391.41 文献标识码：A文章编号：1007-9599 (2011) 11-0000-02

Edge Detection Algorithm Comparison and Implementation in Tablet Surface Defect Detection Method

Li Guopei Xiao Lijing Zeng Jiexian

(Jiangxi Nanchang Hangkong University,Nanchang330063,China)

Abstract:This paper analyzes several edge detection algorithm and the basic principles,

comparing the advantages and disadvantages of each operator by VC + + programming tools for the operator above the tablet surface defect image edge extraction,and the experimental results concluded,Sobel operator in this project better than the other operators.Thus,in a different edge detection programs should be based on the actual situation,choose the most suitable edge detection for image processing in order to obtain the best experimental results.

Keywords:Tablets;Surface defects;Edge detection;Algorithm comparison

一、引言

边缘检测在图像处理与计算机视觉中占有特殊的位置，它是底层视觉处理中重要的环节之一，也是实现基于边界的图像分割的基础 [1]。一直以来，学者对这一问题做了很多的的研究，除了常用的局部算子及以后在此基础上发展起来的种种改进方法外，又提出了许多新的技术，其中突出的有LOG、用Facet模型检测边缘、Canny的最佳边缘检测、统计滤波检测以及随断层技术兴起的三维边缘检测[2，3]。在片剂的缺陷检测与识别中，提取片剂图像边缘和缺陷边缘是研究的重点，也是缺陷识别的基础，因此，做好对片剂图像边缘的检测和提取非常有必要。

二、边缘检测算法原理

边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用局部图像微分技术来获得边缘检测算子。经典的边界提取技术大都基于微分运算。首先通过平滑来滤除图像中的噪声，然后进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的阈值来提取边界。经典的边缘检测算子包括：Roberts算子，Prewitt算子，Sobel算子，Log （Laplacian of Gaussian）算子等，下面将这些算子进行介绍：

（一）Roberts边缘算子。Roberts算子是一种利用局部差分算子寻找边缘的算子，由下式给出：

（2-1）

其中 是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程。

（二）Sobel边缘算子。Sobel边缘算子的卷积和如图2.1所示，图像中的每个像素都用这两个核做卷积。这两个核分别对垂直边缘和水平边缘响应最大，两个卷积的最大值作为该点的输出位。运算结果是一幅边缘幅度图像。

Sobel算子认为邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越大，产生的影响越小。

（三）Prewitt边缘算子。Prewitt边缘算子的卷积和如图2.2所示，图像中的每个像素都用这两个核做卷积，取最大值作为输出，也产生一幅边缘幅度图像。

Prewitt算子在一个方向求微分，而在另一个方向求平均，因而对噪声相对不敏感，有抑制噪声作用。

（四）Laplacian边缘算子。拉普拉斯算子一种二阶边缘检测算子，它是一个线性的、移不变算子。是对二维函数进行运算的二阶导数算子，对一个连续函数 它在图像中的位置 ，拉普拉斯值定义为：

（2-2）

Laplacian算子利用二阶导数信息，具有各向同性，即与坐标轴方向无关，坐标轴旋转后梯度结果不变。使得图像经过二阶微分后，在边缘处产生一个陡峭的零交叉点，根据这个对零交叉点判断边缘。其4邻域系统和8邻域系统的Laplacian算子的模板分别如图2.3和图2.4所示。

通常使用的拉普拉斯算子3×3模板如图2.5所示：

（五）Log边缘算子。马尔（Marr）和希尔得勒斯（Hildreth）根据人类视觉特性提出了一种边缘检测的方法，该方法将高斯滤波和拉普拉斯检测算子结合在一起进行边缘检测的方法，故称为Log（Laplacian of Gassian ）算法。也称之为拉普拉斯高斯算法。该算法的主要思路是：先用高斯函数对图像滤波，然后对滤波后的图像进行拉普拉斯运算，算得的值等于零的点认为是边界点。用数学公式表示为：

（2-3）

在实际使用中，常常对LOG算子进行简化，使用差分高斯函数（DOG）代替LOG算子。

（2-4）

拉普拉斯算子对图像中的噪声相当敏感，而且它常产生双像素宽的边缘，也不能提供边缘方向的信息。高斯-拉普拉斯算子是效果较好的边沿检测器，常用的5×5模板的高斯－拉普拉斯算子如图2.6所示：

（六）Canny边缘算子。Canny边缘检测基本原理：具有既能滤去噪声又保持边缘特性的边缘检测最优滤波器，其采用一阶微分滤波器。采用二维高斯函数的任意方向上的一阶方向导数为噪声滤波器，通过与图像卷积进行滤波；然后对滤波后的图像寻找图像梯度的局部最大值，以此来确定图像边缘。根据对信噪比与定位乘积进行测度，得到最优化逼近算子。Canny类似于LOG边缘检测方法，也属于先平滑后求导数的方法。

Canny边缘检测算法：首先，用高斯滤波器平滑图象；其次，用一阶偏导的有限差分来计算梯度的幅值和方向；再其次，对梯度幅值进行非极大值抑制；最后，用双阈值算法检测和连接边缘。

三、对片剂表面图像实验及结果分析

本次实验的边缘检测程序由Visual C++语言编写[4]，本项目通过使用以上各算子对片剂进行边缘检测，并挑选出经典的几种检测出的结果进行比较。

通过对以上实验图的比较，可以看出，Laplacian of Gassian算子检测出的边缘存在很多噪声，轮廓不清晰，产生了很多虚假边缘；prewitt算子能较全面地检测出边缘，但边缘不够细锐，而且模糊；sobel算子检测出的边缘轮廓清晰，虚假边缘少，更易于后期的缺陷提取和识别。

四、结论

通过边缘检测算子理论和实验的各种分析比较，各种不同的算子对同一片剂图像会产生不同的边缘提取效果，且边缘检测算子各有优缺点，但是针对于不同的实验应该选取不同的边缘检测算子，比如Canny算子虽然是基于最优化思想推导出的边缘检测算子，但实际效果并不一定最优。Laplacian of Gassian算子对噪声很敏感，产生了很多虚假的边缘。Sobel算子检测的效果明显优于其它算子，适合本项目的边缘检测。

参考文献：

[1]张德丰.数字图像处理.北京:人民邮电出版社,2009,10

[2]Sharifi M,Fathy M,Mahmoudi M T.A Classified and Com-parative Study of Edge Detection Algorithms[A].Information Technology：Coding and Computing,2002,International Conference[C].[s.l.]:[s.n.],2002:117-120

[3]刘晨,张东.边缘检测算子研究及其在医学图像中的应用[J].计算机技术与发展,2006,8

[4]张宏林.精通Visual C++数字图像处理典型算法及实现（第二版）[M].北京:人民邮电出版社,2008:325-348

[作者简介]

表面活性剂检测 第4篇

生物表面活性剂是由微生物产生的一类具有表面活性的生物化合物, 除具有化学合成表面活性剂的理化特性外, 还具有无毒、能生物降解等优点, 其应用前景非常广阔, 并有可能成为化学合成表面活性剂的替代品或升级换代品。其中, 糖脂类生物表面活性剂还具有很好的抗菌作用, 被称为“绿色生物表面活性剂”, 其与化学表面活性剂复配后能达到超低界面张力[1], 对原油具有乳化性, 润湿性, 增溶性。S L T01是从大庆油田地层水中筛选得到的高效代谢糖脂类生物表面活性剂的菌种, 属铜绿假单胞菌 (Peudomonas aeruginosa) 的一种。经室内评价, 该菌经过培养所产生的表面活性物质, 可以使液体培养基的表面张力从58m Nm-1降低到33m Nm-1。

2 正交试验材料与方法

2.1 试验材料

(1) 菌种来源:从大庆油田地层水中分离得到铜绿假单胞菌;

(2) 培养基组成[2]:碳源:石蜡;硝酸盐:Na NO3;磷酸盐:K2HPO4、KH2PO4、Mg SO4;微量元素:铁盐Fe SO4、Mn SO4;酵母膏。所用药品试剂均为分析纯。

2.2 因素水平的选择

培养基配方[3]中的碳源从经济角度考虑最终选定石蜡, 经实际检验效果良好;微量元素和酵母膏因为用量较少本文不做比较。其余5种因子每种因子分为4个水平见表1。

2.3 菌种培养条件

采用恒温摇床培养。温度35℃, 转速150r/min。250ml三角瓶中装液量100ml, 接种量5%。48小时表活剂产量达到峰值。

3 糖脂的含量检测

3.1 制作标准曲线

将标准鼠李糖脂分别配置成单位 (m g∕L) 20、40、60、80、100、120、140、160、180、及200的稀释液, 各取0.5m l, 分别加入 (苯酚:硫酸=1:5混合液) [4]4.5ml, 混匀冷却, 80℃水浴30分钟以后于490nm测光密度, 以2.0ml水按同样显色操作为空白, 横坐标为多糖含量, 纵坐标为光密度值, 制作标准曲线。

4 结果

4.1 培养基最佳配方的选择结果

根据5种因子每种因子分为4个水平得出16中正交试验, 由均值大小可得出, 培养基各因子最优组合方案, 即理论最佳配方选择是:石蜡8.0ml, KH2PO4 8.0g/L, Na NO3 1.0g/L, K2HPO4 2.4g/L和Mg SO4 2.0g/L, 该组合所获得的表活剂含量可以得到最大, 为5.78g/L。

4.2 标准曲线如图1所示

4.3 糖脂含量检测结果

利用优化得出最佳 (S L T01) 菌生产表面活性剂的培养基产出的发酵液。应用苯酚硫酸法检测表活剂含量。根据标准曲线的线性回归方程为y=0.0038x-0.0235, 相关系数r2=0.9963计算发酵液中糖脂含量为5.78g/L。

5 讨论

本文对菌种 (S L T01) [5]进行室内培养, 石蜡、Na NO3、K2HPO4、KH2PO4、Mg SO4、Mn SO4、Fe SO4和酵母膏是必不可少的成分, 影响菌种代谢能力。其中起主要作用的C源重要性大于P源, P源大于N源。

正交试验法是一种以较少试验次数得到最佳的试验结果的方法。在本文中, 将需要进行1024次的试验, 通过正交法只需16次试验, 即可得到结果。这种方法方便、快捷、准确, 值得推广应用。

参考文献

[1]马满英等.假单胞菌AB93066产鼠李糖脂发酵条件的优化[J].精细化工, 2008, (03)

[2]马满英等.预处理酸沉淀冷冻干燥法提取鼠李糖脂新工艺[J].湖南大学学, 2008, (01)

[3]刘军义等.正交法研究光合细菌计数培养基[J].检验检疫科学, 2004, (01)

[4]盖立学等.微生物采油技术在大庆油田低渗透油藏的应用[J].大庆石油地址与开发, 2011, (02)

表面活性剂检测 第5篇

在临床检测中，常常遇到溶血的标本。溶血对ELISA检测乙肝表面抗原（HBsAg）究竟是否有影响，各文献报道很不一致，本文对标本溶血的原因及其对ELISA检测乙肝表面抗原的影响进行简要的讨论。1 标本溶血的原因

溶血是临床检验中最常见的一种干扰和影响因素。溶血可分为体内溶血和体外溶血［1］。体内溶血可由物理因素（如人工心脏瓣膜或大血管手术后）、化学因素（如恶性疟）和药物毒性反应等因素引起。体外溶血可由物理因素（抽血时负压过大、水浴温度过高、冰冻、振荡等机械性破坏）、化学因素（血样接触表面活性剂）和代谢因素（如遗传病引起红细胞脆性增加）引起。

在临床上常见的引起标本溶血的原因包括 ［2］ :由于病人严重脱水、低血容量休克等原因导致穿刺困难造成的溶血;由于抽血器具质量不合格如真空管负压不够或塑料试管质量较差导致的溶血;用干燥管采血为了尽快分离血清用竹签搅拌不当引起的溶血等。2 标本溶血对乙肝表面抗原检测的影响

一些研究没有发现标本溶血对HBsAg检测的影响。李穗芬 ［3］ 对20例HBsAg阴性和10例HBsAg阳性病人的溶血和非溶血标本包括10例OD值在临界值附近的标本进行了对照，结果非溶血和溶血标本的阴、阳性结果完全一致。20例HBsAg阴性和10例OD值在临界值附近的样本，溶血与对应非溶血标本OD值间差异没有显著性;10例HBsAg阳性样品，溶血标本OD值明显大于对应非溶血标本OD值。因此得出结论，标本溶血不影响HBsAg结果的判定，只是使HBsAg阳性标本的OD值提高。许斌等［4］ 对HBˉsAg强阳性样品的非溶血与溶血（Hb浓度为241g/L）标本的A值作了对照后未发现两者有统计学差异，得出结论:溶血对HBsAg的检测没有影响（严格意义上应表述为:溶血对HBsAg强阳性标本的检测没有影响）。单桂秋等［5］ 的研究也显示，HBsAg阳性样品的非溶血与溶血标本的A值间经t检验差异无显著性。

其他的一些研究则发现，溶血对HBsAg的检测有影响。钱厚明等 ［6］发现，在17例溶血标本中，初检的5例HBsAg阳性标本，经重新抽血复检后有2例仍为阳性，另3例转阴。认为是溶血导致了假阳性的出现。刘玉振等 ［7］ 研究发现，溶血对HBsAg的检测有影响，当红细胞浓度>25%造成的溶血可导致假阳性。龙宪和等［8］ 研究发现，无论在健康人还是乙肝病毒感染者中，溶血均导致了ELISA一步法检测HBsAg假阳性结果的出现，而采用二步法则可以保证结果判读无误。标本溶血对乙肝表面抗原检测影响的可能机制

溶血是由于各种原因造成红细胞破坏，胞内血红蛋白（Hb）等物质和细胞内液进入血清。溶血对ELISA的影响主要是反应孔对溶血血清中Hb的非特异性吸附和溶血时细胞内液对血清的稀释作用。单桂秋等［5］ 的实验也证明了溶 血对血清具有稀释作用。

在ELISA试验中，酶标反应板孔包被物的浓度是一个相对定值，抗原抗体反应存在最适比例和后带现象，因此，HBsAg浓度与A值只是在一定的范围内呈一定的线性关系;当HBsAg达到一定浓度时A值的变化进入平台期;当HBsAg浓度太高时，A值反而会降低。因此，溶血可以使HBsAg浓度很高的样品的A值升高（在一定程度上解决了后带现象）;当HBsAg浓度与A值呈线性关系时才会因溶血的稀释作用使A值下降;当HBsAg浓度近临界值时，可能造成假阴性。

Hb具有类过氧化物酶活性，其作用与辣根过氧化物酶类似，如果反应孔非特异吸附Hb而残留，则可催化底物显色，使本底A值升高甚至造成假阳性。如果洗涤质量好，则可能大大减少或排除非特异性吸附的干扰。单桂秋等［5］ 的实验未体现血中Hb非特异性吸附的影响。龙宪和等 ［8］ 采用二步法操作可以排除溶血释出的Hb对HBsAg检测的影响也说明洗板质量在ELISA检测中的重要性。

表面活性剂检测 第6篇

摘要：针对带钢表面缺陷检测系统的速度滞后，精度偏低等问题，在分析成像理论和图像检测理论的基础上，设计并实现了一种带钢表面缺陷高速高精度在线检测系统，该系统首先采用大功率半导体均匀发光激光器技术、高速线扫描成像技术和基于图形处理器的Gabor纹理滤波技术实现了高速高分辨率的图像采集和处理，然后采用基于嵌套循环的K-折交叉验证、信息增益率和BP神经网络方法构建了高准确率的分类器，以达到对带钢表面缺陷高速高精度在线检测，实验结果表明，该系统满足了现有带钢生产速度的要求，具有较高的精度和准确率。

关键词：图像采集和处理；图像检测；Gabor纹理滤波；神经网络

DoI：10.15938/j.jhust.2016.06.009

中图分类号：TPl83；TP391.4

文献标志码：A

文章编号：1007-2683（2016）06-0044-06

0.引言

钢铁企业为了提高竞争力，对带钢的生产提出了新的要求，也对带钢表面检测系统提出了更高的要求，既要有更高的检测速度还要有更加准确的检测精度，而与此同时，跟随机器视觉技术的发展，带钢表面检测系统也得到了广泛的研究与应用，主要研究包括：①光源技术，由于带钢检测对光源要求频度高、体积小，这限制了传统光源在其应用，激光具有方向性好、亮度高、体积小等优点，被广泛应用于带钢检测应用中，国内的徐科等提出热轧钢检测中用绿光作为激光光源，但激光照明需解决均匀性问题.②扫描技术，由于电荷耦合元件（charge-coupled device，CCD）能够实现实时检测，成为目前研究和应用的主流技术，但是，CCD电荷耦合器需在同步时钟的控制下，以行为单位一位一位地输出信息，速度较慢，而互补金属氧化物半导体（complementary metal oxide semiconductor，CMOS）光电传感器采集光信号的同时就可以取出电信号，还能同时处理各单元的图像信息，速度比CCD电荷耦合器快很多，③图像处理算法，受限于带钢加工过程的特性，带钢表面呈现出随机纹理的特点，对于随机纹理图像的处理分析，目前常用的方法有共生矩阵法、频域滤波法、分形法等，作为频域滤波法的代表，二维Gabor滤波器有着与生物视觉系统相近的特点，广泛应用于纹理图像的处理分析，但是，CPU很难满足现在的带钢检测的实时要求，④分类算法，特征选择的主流算法是主成分分析和信息增益，主成分分析存在特征向量方向不一致的问题，而且如何确定主成分存在主观性，信息增益可以衡量特征的優劣，利用它可对特征进行排序，方便后面的特征选择，但信息增益适用于离散特征，信息增益率既适用于离散特征也适用于连续特征，被广泛应用于特征选择的过程中，图像分类算法主流算法包括支持向量机和BP神经网络，支持向量机不适用于大样本的分类问题，BP神经网络方法具有能够解决非线性分类问题，对噪声不敏感等优点，被广泛应用于带钢检测中，如王成明等提出的基于BP神经网络的带钢表面质量检测方法等，但是BP神经网络的超参的设定往往具有随机性，这严重影响了分类效果。

本文首先介绍了带钢表面缺陷高速高分辨率成像系统的设计，针对光源的不均匀性、图像处理速度慢等问题，提出改进方法，然后介绍了分类器的构建，针对样本划分的随机性、特征选择的随机性以及BP神经网络超参设定的随机性问题，做出改进，最后介绍试验结果。

1.带钢表面缺陷高速高分辨率的成像系统的设计

1）大功率半导体均匀发光激光器技术，激光能够保证带钢表面缺陷的检出率，本系统选用808mm半导体激光器作为照明源，出光功率可达30w，亮度可达1500流明，激光照明需解决均匀性的问题，本文采用了基于鲍威尔棱镜的激光线发生办法，解决了激光照明的均匀性问题，其光路如图1所示。

该方法首先在激光聚焦位置放置圆形球面透镜，负责将发散的激光束汇聚成准平行光，同时控制光柱的粗细，然后，利用鲍威尔棱镜的扩散效果对圆柱的一个方向进行扩束，最终形成激光线，为保证亮度及宽度的适应性，激光器出光口距离圆透镜、鲍威尔棱镜的距离可以精密调整，为了降低反射亮度损失，在透镜表面镀上808±5nm的T≥99%的增透膜。

GPU的算法分为两个流程：训练过程主要针对无缺陷图像进行，通过训练完成纹理图像的背景建模，一方面消除背景变化带来的干扰，另一方面形成有效的Gabor卷积参数，以便在检测过程中得到最优的检出效果.检测过程对实际拍摄的缺陷图像进行分析，首先按照GPU的核心数和缓存大小对图像进行分解，本文所有GPU的核心数为1024，显存2G，因此将原始图像分解为1000块，分别加载到1000个核心中，同时并发运行卷积运算.最后将各个窗口的卷积结果合并到一起，得到完成的滤波结果，最后借助于背景模式，将背景的干扰消除，得到干净的缺陷区域。

3）成像系统，根据缺陷检测的精度要求（1800m/min的检测速度，0.25mm的精度），带钢的规格要求（1900 mm规格），对带钢进行成像系统设计，基于互补金属氧化物半导体（CMOS）的成像芯片具有速度快，用电低等优势，选用两个4K线扫描CMOS相机作为成像核心器件，选用Camera Link Full接口作为数据输出，两个4K扫描中间重叠100mm作为图像拼接区，两组线激光光源与线扫描组成系统的主要成像模块，成像系统结构如图3所示。

2.构建分类器

检测缺陷类别及其特征描述如表1所示：

1）训练集和样本集划分.主要缺陷类别有5个，每个类别收集样本7000，共计35000个样本，为了避免训练集和样本集划分的盲目性，采用10一折交叉验证的方式划分训练集和测试集，即将样本集分成10份，从中选1份为测试集，剩下的为训练集，如图4所示，究竟选择哪一份作为测试集，需在后面的嵌套循环中实现。

2）特征选择，缺陷区域的长度、宽度、面积、区域对比度等共计138个特征形成初始特征集合，利用信息增益率来对各个特征排序。

上述各循环组合在一起就是一个嵌套循环，其N-S盒图如图5所示，最外层是测试集和训练集的10折交叉验证，第1层是确定最优的特征数，第3层是确定最优的隐含层节点数，第4、5层是确定最优的输入层和隐含层、隐含层和输出层的初始权值。

经以上循环，确定D3作为测试集，最优特征数为23个，最优的隐含层节点数是46个，同时也确定了最优的初始权值，对应的3层BP神经网络的网络模型如图6所示。

3.实验结果

1）鲍威尔棱镜与柱透镜进行对比在实际工作距离1.5m处，采用0.1m为间隔使用光功率计测试光源功率，如图7所示，横轴为测试点，纵轴为测试点的光功率。实验表明，鲍威尔棱镜均匀性优于柱透镜。

2）Gabor滤波方法与其他方法比较将动态阈值法+Blob分析法（方法A）和灰度共生矩阵纹理背景消除法（方法B）两种方法与Gabor滤波方法进行比较，如图8所示.由于缺陷与背景灰度相近（图（a）），致使方法A缺陷丢失（图（b）），由于缺陷与背景纹理相近（图（d）），致使方法B产生噪声（图（e）），Gabor方法取得了不错的效果（图（e）、（图（f）））。

3）GPU与CPU比较以4096×4096的图像为例，选10幅有代表性图像，利用CPU（最新的intel◎i7-2600处理器，4核8线程，2.6GHz，内存8G）和GPU（nVidia◎GTX970，4G緩存显卡）进行Ga-bor运算，计算时间如表2所示，GPU计算效率明显优于CPU，其中CPU的平均耗时为290.4ms，而GPU的平均耗时为31.7ms。

4）检测效果在产线速度为1775m/min，最小检测缺陷的尺寸为0.25mm的检测系统中，对带钢的主要4种类型缺陷进行检测统计，检测结果如表3所示。

可计算出整体检出率99.9%，检测准确率99.4%。

4.结论

表面活性剂检测 第7篇

拉曼散射是一种分子受光子激发的非弹性散射现象,拉曼光谱表征了化学物质的分子结构特性,可以用来鉴定分子中存在的功能基团,实现化学分子的指纹辩识,从而被用作识别鉴定未知化学物的有效方法[1、2]。拉曼光谱技术具有无须样品制备、不受水分子的干扰、可以进行无创快速检测,检测设备轻便等特点[3]。随着光学、电子学、半导体技术和计算机技术的发展[4],拉曼光谱检测技术的优越性逐渐得以展示,从而使这项技术开始应用于多个领域。但是,由于拉曼方法受到检测灵敏度的限制,实际应用有很大的局限性。近年来,纳米技术的发展给拉曼方法提供了新的生命力。实验表明,拉曼光谱检测灵敏度随基底表面纳米颗粒尺度减小而增强,尤其在基底表面纳米颗粒尺度小于100纳米情况下,检测灵敏度的增强效应尤为显著。因此,进行基底表面处理以增加信噪比,即采用特制的纳米修饰芯片,提高检测灵敏度和测量精度,得到表面增强拉曼光谱(Surface-Enhanced Raman Spectroscopy,SERS)是拉曼光谱技术得以有效应用的关键。表面增强拉曼光谱技术使其检测限提高了4~10个数量级,甚至可达十万亿分之一(ppt)[5],不仅在物质分子结构分析方面,而且在痕量化学物质快速检测方面也越来越显示出巨大的潜力。

唾液中含有大量的蛋白质和人体代谢产物,很多疾病可以通过对唾液的成分分析进行诊断[6]。采集唾液标本具有取样方便、无创伤、取样过程易于监视等特殊的优点,作为一种创新性检测方法将成为有效的补充手段甚至逐步取代其他样本的检测而越来越受到人们的重视[7]。可以快速地对唾液进行检测是表面增强拉曼检测技术的重要特点。唾液检测示意图如图1所示。

本研究应用欧普图垂斯公司(Opto Trace Technologeis,Inc.)研发的便携式表面增强拉曼检测系统(Ram Tracer TM)对29例吸毒人员的唾液样本进行了检测,并与正常人的拉曼光谱进行了比对分析,为进行吸毒人员快速筛查提供了一种可行的新方法。

1 检测设备与主要技术指标

1.1 检测设备

Ram Tracer TM-200拉曼光谱仪,如图2所示。

1.2 主要技术指标

0m W~3 00m W,785 nm稳频激光;TE冷却,2048像素CCD;光谱分辨率:<6 cm-1;光谱范围:250cm-1~2400 cm-1。

2 检测方法

2.1 样本的采集

样本可以直接采用受试物,在医学研究中可采集受试者的唾液、血清等。

唾液提供人在提供样本前10分钟用清水漱口,在干净容器中留取唾液1毫升~1.5毫升。血清取自血液自行凝血后的上清液。将样本移至1.5毫升离心管,以每分一万四千转的速度离心10分钟。

2.2 样本的检测

将离心后的样本用微量移液管取上清液5微升左右,点至纳米修饰芯片上,略干后即可检测。激光输出功率取100m W左右,湿样品可取200m W。功率小,信噪比低;功率过大会对样本造成损害。扫描获取经过样本和纳米修饰芯片散射的光谱信号,再经过相应的信号处理就可获得与样本分子结构相关的拉曼光谱图谱,横坐标是拉曼频移(以波数cm-1为单位),纵坐标是拉曼散射强度。唾液拉曼光谱如图3所示。

图中拉曼峰表示被测样本中所包含的特定分子结构特性,分析拉曼峰所在的位置和相对强度,可以得到被测样本的化学成分。在医学研究中,通过某种疾病患者拉曼光谱与健康人的比对,可能发现特异性拉曼峰,从而成为某种疾病的特异性标志,成为对这种疾病临床诊断的方法。

3 唾液检测结果与讨论

与北京安定医院药物依赖治疗中心合作,共检测吸毒者唾液样本29例,其中海洛因依赖者25例,冰毒依赖者3例,吗啡依赖者1例。另外采集正常人唾液样本15例作为对照。

图4为海洛因依赖者唾液样本的拉曼光谱曲线,从中可以看出在波数1030 cm-1处有一个相对幅值9162十分明显的拉曼峰。图5为不吸烟正常人唾液样本,从中可以看出在波数1045 cm-1处只有一个相对幅值1949较小的拉曼峰。图6为吸烟正常人唾液样本,在1030 cm-1和1045 cm-1处各有一个相对幅值1532、1734很小的拉曼峰。在所检测的样本中,上述特征普遍存在,冰毒和吗啡依赖者特异性拉曼峰的波数与海洛因依赖者相同,只是相对幅值略有差别,但都远高于正常人的样本,具有良好的一致性,从而提示可以通过对唾液的拉曼光谱分析,在人群中筛查出吸毒者。

4 结束语

表面增强拉曼光谱检测技术是一项新的检测技术,还有很多相关问题需要深入研究。例如:我们找到了吸毒者的特异性拉曼峰,这个峰值可能是由于毒品在体内的代谢产物引起的,但具体的代谢过程和代谢物质还有待进一步的深入研究。

表面增强拉曼光谱检测技术具有灵敏度高、操作简便、检测快速的特点,可广泛应用于医学、食品卫生、环境保护、刑事侦查等领域,具有良好的应用前景。特别是对唾液的检测具备取样方便、无创伤、取样过程易于监视等特殊的优点,可能成为体检筛查、疾病诊断的一种新的检测方法。

摘要：拉曼光谱可以表征化学物质的分子结构特性,表面增强拉曼检测方法采用纳米技术使原有的光谱强度提高了(410)个数量级,在痕量化学物质快速检测方面显示出巨大的潜力。本文介绍了表面增强拉曼检测技术所用的设备和检测方法,并报告了将表面增强拉曼光谱检测技术应用于吸毒者的鉴别,检测了29例吸毒者的唾液,与健康人的样本进行了对比分析,发现吸毒者唾液的拉曼光谱在1030cm-1具有明显的特异性。

关键词：拉曼光谱,表面增强,唾液检测

参考文献

[1]Moskovits M,Surface-enhanced Raman Spectroscopy[J].Rev.Mod.Phys.,1985,57(3):783-826.

[2]Otto A,Mrozek I,Grabhorn H,Akemann W,Surface-enhanced Raman scatting[J].J.Phys.:CondensedMatter,1992,4:1143-1212.

[3]Corset J,Aubard J.Surface enhanced Raman Scatting:newtrends and applications.[J].J.Raman Spectroc.,SpecialIssue,1999,29(8):22.

[4]Yao J L,Xu X,Wu DY,et al.,Electronic properties ofmetal nanorods probed by surface-enhanced Ramanspectroscopy.[J].Chem.Commun.,2000,22(3):1627.

[5]Wang H H,Liu C Y,Wu S B,et al.,HighlyRaman-enhancing substrates based on silver nanoparticlearrys with tunable sub-10 gaps.[J].Adv.Mater,2006,18(4):49-~495.

[6]M.Fitzmaurice,A.A.Haka,Z.Volynskaya,et al.,RamanSpectroscopy:Development of Clinincal Applications forBreast Cancer Diagnosis[J].SPIE,5862,1(2005).

表面活性剂检测 第8篇

随着对机械零件表面加工要求的不断提高, 计算机视觉检测作为一种产品质量控制的重要手段也得到了飞速发展。针对表面伤痕比较尖利这一形状特征,文献[1] 用Harris角点作为标记点标记缺陷位置,再利用灰度信息滤除伪标记点,最后提取出缺陷处图像。但在Harris角点检测算法[2～4]中,经验常数k值的选取是算法能否取得较好的实验结果的关键。文献[1]对角点检测算法没有进行优化,无法减小响应函数的不稳定性,对实验结果会有干扰。本文提出先对角点检测算法进行优化,再利用优化后的角点检测对热轧带钢[5]进行在线检测,对得到的质量信息进行图像处理[6]进而分析产品缺陷,为产品的在线检测提供参考,对提高产品生产效率、保证生产质量、调整生产工艺和设备有重要意义。

1角点检测优化原理

Harris角点检测方法[7]认为,一幅图像的像素点在任意方向上的灰度变化量都能够通过微分运算反映,因此可以区分出角点。设以像素点(x,y)为中心的高斯窗口分别在x方向和y方向上的移动位移为u,v个单位, Harris给出的灰度变化量为:

其中,I(x,y)为像素点的灰度函数,wx, y为高斯窗口函数,主要用于对图像进行降噪,一般定义wx, y为:

公式(1)可近似表示成泰勒多项式形式:

其中:

⊗表示卷积。

将Eu,v(x,y)化为二次型,令M化为实对称矩阵有:

其中,公式(4)中M为实对称矩阵:

对公式(4)进行对角化处理可得:

其中,R为旋转因子,其特征值λ1和λ2分别反映了x方向和y方向上的图像表面曲率。只有当λ1和λ2都比较大时且为基本相等的正数时,意味着该点在任意方向上的灰度值都发生了剧烈变化,表明这个点可能为角点。

此外,Harris还定义角点响应函数CRF为:

其中,det M为矩阵M的行列式,tr M为矩阵的迹, 且ttrr M=λ1+λ2,K为大于零的经验参数值,满足CRF值大于预设定的阈值时,当前像素点则为角点。然而选取不同的k值,与之对应的也会有不同的检测效果,需要不断的调试程序直到k值取得一个对整体实验效果都较好的值时,实验才会取得令人满意的检测结果。

针对以上不足,由Harris角点检测原理可以得出, λ1≈λ2>1时为角点,得:

由式(8)和式(9)可推导出:

即:

式(10)为优化的角点检测算法,避免了经验参数k值对检测的影响,同时也避免了公式(1)中的极小值的选取,减少了响应函数的不稳定性。

由式(10)可知,当位于图像的边缘区域和平坦区域的时候CRF(x,y)都小于零,只有当其是角点的时候, CRF(x,y)才大于零。

2实验与分析

根据实验条件,本文选取热轧带钢表面常见的三种缺陷作为检测对象。在工况下,热轧带钢的温度接近于锻件的高温,所处环境恶劣。一般的检测方法不适用这种情况。

热轧带钢常见的三种缺陷分别为辊印( R o l l marks)、红锈(Red scale),边部气割缺陷(Craters)。 为了检测这几种缺陷,将LED灯光源调至适中,CCD相机拍摄素材图像,运用Open CV进行特征提取[8,9]。对剪切拍摄的素材图像进行裁剪处理,选取有缺陷的部分表面图像,依据图像处理的基础理论知识进行处理。在图像处理中, Canny算法给出了判断边缘提取方法性能的指标,是图像处理的经典算法之一,Hough变换也是图像变换中的经典手段,主要用来从图像中分离出具有某种相同特征的几何形状。Canny算法和Hough算法在图像处理中都应用非常广泛,本文分别应用Canny算法和Hough算法对实验图像进行处理,与角点检测算法处理得到的结果进行对比,实验结果如图1~图3所示,为了更直观的评价三种算法提取结果,本文用MATLAB分别提取三种缺陷的灰度图像建成灰度三维图,XY平面对应相应的缺陷图像,Z轴表示缺陷图像中的每一个像素点的灰度值三维图,结果如图4~图6所示。

从图1~图3可以看出,优化后的角点检测算法能分辨以上三种热轧带钢的表面缺陷,角点比较清晰。 Canny算法仅在边部气割缺陷的缺陷情况下能分辨出表面缺陷,在辊印和红锈缺陷的情况下,Canny算法不能分辨出来,Hough算法仅在红锈缺陷的情况下能分辨出来,对其他两种缺陷分辨不明显。

观察对比图4~图6的灰度三维图,也可以知道,对于辊印和红锈缺陷,Canny算法处理的图像灰度值在缺陷处灰度值变化不大,这表明Canny算法不能明显区分图像中的缺陷;Hough算法只在红锈缺陷中灰度值变化明显,能分辨出表面缺陷,其他缺陷分辨不理想;角点检测算法表现优异,准确的分辨出了三种缺陷图像。

经过以上对比,可以看出优化后的角点检测算法在缺陷检测方面比Canny算法和Hough算法具有更好的效果。

在检测缺陷图像时,角点检测算法不仅在缺陷检测方面效果良好,还能通过根据突变点的灰度值为图像的缺陷分类判定提供重要信息,避免误判和错判。例如图5(c)和图6(c),分别代表红锈灰度三维图和边部气割缺陷灰度三维图,从中可以看出红锈和边部气割缺陷这两种缺陷图像的灰度变化是相反的。其中,红锈的角点突变点的灰度值很小,接近于零,边部气割缺陷的图像的角点突变点的灰度则变化较大,两者在角点突变点灰度值相差很大,因此在用角点检测方法来在检测缺陷图像时,通过考虑突变点的灰度值可以避免造成误判和错判,在实现缺陷图像的快速分类时,角点检测可以提供灰度信息帮助,对缺陷分类系统优化有重要意义。

3结论

角点检测因其含有很高的信息量来反映图像的局部特征,能够快速可靠的实现标定、匹配功能。本文提出的优化角点检测方法来实现对热轧带钢表面的缺陷检测,对比Canny算法和Hough算法具有更好的检测效果。同时,角点检测算法还可以通过考虑突变点的灰度值来检测误判和错判。实验结果证明本文提出的优化角点检测算法不仅比Canny算法和Hough算法有更好的检测效果,还能为图像缺陷分类提供重要的灰度信息,为热轧带钢的在线检测提供了一种新的缺陷检测参考方法,对缺陷检测方法的改进和缺陷检测分类系统的优化设计也具有重要意义。

摘要：针对在线检测热轧带钢的表面缺陷的技术特点,提出一种基于计算机视觉的角点检测方法。针对处于工况下的钢板表面特征,所提出的方法优化了基本Harris角点检测算法,避免了完全依靠经验来选取参数的局限。在判定缺陷图像时,通过对比突变点的灰度值和灰度,克服其他缺陷造成的误检、错检,提高检测的准确性。通过实验验证,所提出的方法比Canny算法和Hough算法具有更好的检测效果。

设备内表面磁粉检测方法探讨 第9篇

但对于特殊环境下的容器检验, 荧光磁粉检测则表现其突出优越性。新标准JB/T4730.4-2005《承压设备无损检测》第4部分中在用承压设备磁粉检测时采用荧光磁粉的内容, 具体条文如下:“对在用承压设备进行磁粉检测时, 如制造时采用高强度钢以及对裂纹 (包括冷裂纹、热裂纹、再热裂纹) 敏感的材料, 或是长期工作在腐蚀介质环境下, 有可能发生应力腐蚀裂纹的场合, 其内壁宜采用荧光磁粉检测方法进行检测”。

对于一些特殊容器, 如高压容器, 盛装易燃、易爆性介质容器, 特别是内装腐蚀性介质容器。这些容器内壁容易形成极其细微的表面裂纹, 由于这种裂纹非常细小而且形状和方向具有随意性, 以及处于这种特殊环境下, 很容易形成穿透性裂纹, 具有很高的危害性。对于这种情况, 容器内部检测宜选用荧光磁粉检测法, 且通过对裂纹尺寸, 以及人眼对光的响应、容器表面对比度和设备状况等方面对这种检测方法进行讨论。

1 裂纹尺寸与磁痕显示

磁粉检测时, 对工件进行磁化时, 会在裂纹处产生漏磁场, 漏磁场会吸附磁粉在工件表面形成磁痕而被发现的。在一定范围内, 裂纹的长度、宽度及深度尺寸对所形成磁痕显示有着非常大的影响。长宽比越大所产生的漏磁场越大, 形成的磁痕显示越明显, 越容易被发现;越短、越窄、越浅则越不容易被发现。对于细小的疲劳裂纹、应力腐蚀裂纹及晶间腐蚀裂纹等, 能提供的缺陷显示尺寸太小, 目视很难发现, 为提高对细小缺陷的识别能力, 保证检测结果的可靠性, 往往要采用更高灵敏度的检测方法。

2 人眼对光的响应

波长决定了光的颜色, 能量决定了光的强度。在电磁波辐射范围内, 只有波长400nm~760nm的辐射能引起人们的视感觉, 这段光波叫做可见光。按波长由大到小顺序排列, 依次为红、橙、黄、绿、青、兰、紫七色光。人眼对各色光的敏感度是不同的, 根据测定结果, 波长为555的黄绿色光光谱光视效率为1, 对人眼最敏感, 其它均小于1。不同可见光照度下, 人眼平均响应曲线如图1所示。

曲线a为1000lx明亮条件下观察, 人眼敏感度为1;曲线b为暗室中, 平均照度10lx条件下观察, 人眼的敏感度增加到30;曲线c在全暗中, 平均照度1lx条件下观察, 眼睛的敏感度高达800, 比曲线a增加800倍。非荧光检测时, 在可见光下观察磁痕, 相当于图1中曲线a。荧光检测时, 在暗室或全暗条件下观察磁痕, 相当于曲线b、c。比较可知, 荧光磁粉检测较非荧光磁粉检测对人眼的响应有相当大的优势, 同时荧光磁粉在320nm~400nm的紫外光 (被称为黑光) 激发下, 产生波长范围510nm~550nm的黄绿色荧光, 具有很高的光谱光视效率, 使得荧光法对缺陷有更高的显现性。

3 对比度

磁粉的颜色、荧光亮度及与工件表面的对比度, 对磁粉检测灵敏度有很大影响, 其中起主要作用的是亮度反差。亮度反差是指某一表面上反射的光量与邻近表面反射的光亮之比。

在非荧光检测系统中, 磁痕呈低亮度而本底金属呈高亮度。本底可反射15%~75%的入射光, 磁痕可反射3%~8%的入射光, 45%平均本底反射除以5%的平均磁痕反射光, 得到9∶1的反差比。在荧光检测系统中, 由于激发出大量黄绿色可见光, 磁痕是亮点, 这使得非荧光本底呈低亮度, 磁粉呈高亮度, 相应的反差比就高, 在全黑的观察区域内, 有效反差可达到200∶1或更高。

颜色反差方面, 非荧光磁粉与工件背景的对比度极低, 荧光磁粉与工件表面形成的紫色本底有很高的对比度。由于荧光磁粉的高对比度, 使其具有高的检测灵敏度。

4 设备状况

在用承压设备内部环境一般比较恶劣, 内表面易形成铁锈、氧化层、腐蚀产物, 这种表面色泽与非荧光磁粉对比度低, 人在这种环境下很难观察到缺陷磁痕的显示, 很容造成漏检。同时, 容器本身形成了一个暗区空间, 对非荧光磁粉来说, 光照条件很差, 需借助外接灯光观察, 容易漏掉小的裂纹。但对荧光检测来说, 容器形成的暗区正是其所必需的环境条件, 通过黑光灯的照射下产生的黄绿色光, 人眼在没有白光的干扰下很容感觉到, 罐内本身所具备的条件非常适合荧光检测。

5 结语

在几种常规的检测方法中, 没有哪种检测方法是最好, 只有最合适的检测方法。荧光检测法作为一项成熟的检测技术, 在一些特殊工作环境下检测灵敏度高于非荧光磁粉, 特别是在细小缺陷检出能力方面更为突出。对于在用承压设备, 一般所处环境比较恶劣、复杂, 选择最优的检测方法显得的尤为重要。

摘要：在用承压设备内部环境比较恶劣, 复杂, 长期在这种工作环境下产生的裂纹类型, 以及人眼对光的响应、表面对比度和设备状况的分析, 通过分析得出在用设备内表面检测时优先选用荧光法磁粉检测。

关键词：设备,内表面,荧光磁粉检测

参考文献

[1]宋志哲.磁粉检测[R].全国特种设备无损检测人员考委会, 2006.

[2]JB4730.4-2005, 承压设备无损检测第四部分磁粉检测[S].

一种带钢表面缺陷检测的算法 第10篇

关键词：缺陷检测,提升格式,双正交小波,二值化

随着科学技术的飞速发展, 机器视觉应用在产品的生成过程中已经不再是新鲜事。机器视觉的研究主要是通过图像处理的方法来取得图像的基本特征, 本文主要是对生产线上带钢表面缺陷特征提取的研究。在生产带钢过程中, 受到各种因素的影响, 不可避免的会产生多种不同类型的缺陷, 不仅影响带钢产品的各项性能, 还影响其生产厂家的名誉。

小波在图像处理中具有很广泛的应用[1,2], 通常的小波滤波器都是小数的形式, 实际上数字图像都是用整数表示, 如果通过Mallat算法来实现小波变换的话, 那么滤波后的数据就不再是整数了, 所以重构的图像难免会失真, 就会有能量的丢失。这样就在很大的程度上限制了小波的使用。提升格式的小波不仅提供了一种新的双正交小波的方法;而且也能够实现从整数到整数的小波变换;并可以使用不同长度的低通滤波器和高通滤波器来进行小波变换;而且任何小波都可以用这种提升格式方法来实现[3]。

1 提升格式的Mallat算法

现在小波理论都是建立在傅里叶分析的基础上的[4], 因此会受到傅里叶分析的限制。1995年, Swedens提出了不依赖于傅里叶变换的一种小波变换技术, 即提升格式, 其主要特点一是可根据需要来设计小波基, 从而进一步不断修正提升小波的性质, 消失矩就是一个很好的例子;二是能够通过改进小波变换算法以提高算法的速度, 与经典的Mallat算法相比, 运算量大大减少了一半;三是克服传统小波的平移和伸缩不变性, 但获得的小波具有第一小波的所有特点, 如时频局部化性质和快速变换算法, 所以可以在非平移不变区域上构造小波基[5]。

1.1 双正交小波的提升格式的频域表示

假设尺度函数, 小波函数及它们的对偶都是紧支集的[6—7], 相对应的双尺度符号为三角多项式, 双尺度方程中只有有限个系数非零, 则双正交条件的一个必要条件为:

式 (1) 中

通过以上推理给出了一定的滤波器双正交的所有滤波器形式, 于是可以得到双正交小波的提升格式:

设{H (ω) , H0* (ω) , G0 (ω) , G* (ω) }是一组双正交滤波器,

则{H (ω) , H* (ω) , G (ω) , G* (ω) }也是一组双正交滤波器。

1.2 双正交小波提升格式的时域表示

利用提升格式可以构造出具有对称性、高阶消失矩的双正交小波, 本文采用最简单的Haar最简单的小波进行构造。

1.3 提升格式的Mallat算法

利用双尺度方程和提升格式得到提升式的小波分解与重构算法[10,11]。

分解过程:

计算提升前的系数:

计算提升后的系数:

分解公式:

重构过程:

计算

计算

重构公式:

2 算法的描述

假设给定一个长度为2N的输入信号f[12], 要将其分解成低频信号sj-1和细节信号dj-1, 那么提升小波需要三步来完成, 即分裂 (S) 、预测 (P) 和更新 (U) 。

2.1 分解

将输入的信号分为两个较小的子集sj-1和dj-1。最简单的方法是将输入的信号根据奇偶性分成两组, 所产生的小波被称为懒小波, 分解过程可表示为f= (sj-1, dj-1) 。

2.2 预测

在基于原始数据相关性的基础上, 有偶数序列sj-1的预测值P (sj-1) 来预测奇数序列dj-1, 也就是将滤波器P对偶信号作用以后作为奇信号的预测值, 奇信号的实际值与预测值相减得到残差信号。

2.3 更新

更新的思想是要找到一个更好的子集sj-1, 使得其保持原图的某一特性。有如下定义sj-1=sj-1+U (dj-1) 。

经过提升小波变换后的原信号被分解为低频子集和高频子集, 重复以上三个步骤, 经过N次分解得到小波分解系数集{sj-n, dj-1, dj-n+1, …, dj-1}, 其中sj-n为信号的低频分量, 其他的则为从低到高的高频分量。其示意图如图1所示。

图2为小波提升重构。

定义H和G的多相位矩阵为

可知

类似的H和G的对偶多相位矩阵为

所以

这里的He (z) 和Ho (z) 分别是H (z) 中的偶次项和奇次项, H*和G*是H和G的对偶滤波器。

3 实验结果分析

3.1 实验结果

选取的图像是由CCD工业摄像机采集的, 大小为256×256, 采用Haar小波进行2层提升分解, 通过与原始算法处理的图像对比;文中提出的双向正交小波的提升Mallat算法能够很好的检测出缺陷的存在。

3.2 实验分析

由表1可知, 本文算法处理过的图像与原图像的相似度更大些, 即说明重构图像失真小, 而采用原始的算法重构图像失真稍微大些, 由此可见提升格式的Mallat算法的有效性。

4 结束语

表面活性剂检测 第11篇

为了解决普通拉曼方法无法检测微量样本的问题，科学家一直在探索表面增强拉曼光谱技术(surface EnhancedRaman Spectroscopy，简称SERS)。SERS技术是利用微量分子吸附于铜、银、金等金属溶胶或电极表面，使其拉曼光谱信号增强10⁴-10⁹倍，从而极大改进了拉曼信号响应的强度。SERS技术是一种新的微量测试技术，可以在分子水平上研究材料分子的结构信息。

SERS发现于1974年，Fleischmann等人对光滑银电极表面进行粗糙化处理后，首次获得吸附在银电极表面上单分子层吡啶分子的高质量的拉曼光谱。随后人们通过系统的实验和计算发现吸附在粗糙银表面上的每个吡啶分子的拉曼散射信号与溶液相中的吡啶的拉曼散射信号相比，增强了多个数量级，指出这是一种与粗糙表面相关的表面增强效应，被称为SERS效应。

传统的表面粗糙化处理是采用机械手段，如打磨等，从而使表面一致性较差，检测会出现时灵时不灵的现象。最近，设立在苏州纳米生物科技园的OptoTrace公司成功研制出了基于纳米技术和半导体技术的纳米芯片。该芯片的纳米结构一致性好，并可通过优化纳米特性尺度进一步使检测灵敏度的级别提高到ppb水平，使微量以至于痕量物质检测成为可能。

以该芯片为基础的表面增强拉曼光谱技术已在快速检测三聚氰胺、苏丹红1号、孔雀石绿等非法添加剂中成功应用。其中，三聚氰胺标准品系统检测时间小于1分钟，苏丹红1号标准品系统检测时间约为1分钟，孔雀石绿标准品系统检测时间约为2分钟。

结束语

钢球检测中表面经纬展开系统的研究 第12篇

近年来发展的钢球质量检测仪器大多采用涡流检测技术,检查时对钢球的球面多采用子午线展开方式,但由于此类仪器价格昂贵、使用过程中难以达到钢球检查要求的清洁度、子午线展开方式中子午轮型面复杂、制作难度大、子午轮在应用中易于磨损、受损的子午轮会导致钢球展开不充分、容易引起缺陷漏检、要求经常更换、维护费用高,目前在国内推广使用受到一定的限制。因此,为简化子午线展开的复杂模型,本文提出一种采用经纬展开方式的钢球表面展开系统,同时将对钢球展开的运动状态和运动学方程进行深入研究。此展开系统具有价格便宜、易于制作、展开充分、不易磨损等特点。

2 钢球表面机械展开系统

机械展开是钢球检测时整个球面都能保证得到检查的技术关键。如果展开不充分,会使局部球面得不到检查,导致漏检。因此,在实现外观质量检测过程中,钢球须在此展开机构的作用下,连续、完整和高效的将待检测表面在一定时间内连续全部送至传感器的有效探测区域,使其不存在任何盲点,并且尽量减小重复点以提高检测质量和检测效率。

本文采用经纬展开方式对钢球表面进行机械展开,即探头沿钢球赤道摆动扫描,钢球沿经线方向旋转的互动展开,如图1所示。这种展开方式简化了子午线展开的复杂模型,只要经纬方向的转动配合恰当,就可以方便得到充分的展开。

机械展开系统的运动部件主要有探头架、上下导轮,当电机控制上下导轮同速度搓动时,步进电机控制探头架上安置的成180度角的两只探头沿赤道方向对钢球扫描检查。由于采用上下导轮搓动形式,保证钢球被检时能很好的转动,并且上下导轮的接触球面为V字型,使被检钢球与导轮的接触可近似看作是点接触,所以,可以认为被检钢球与上下导轮间作纯滚动而不产生滑动,其展开装置如图2所示。

检测中被检钢球的进出料是由轮系上的球窝实现的。在上下导轮同步转动时,下导轮将带走检查完毕的钢球,同时上导轮将待检球送入检查位置。

为了提高检测效率和检测质量,就必须研究钢球表面运动规律与数学模型。

3 钢球展开运动状态的描述

经纬展开方式中,探头沿钢球赤道方向摆动扫描,钢球沿经线方向旋转,因此探头在钢球表面的扫查轨迹是钢球面上的一圈圈的螺旋线。螺旋线能否覆盖整个球面和螺旋线的密度决定了展开是否充分,是否有局部的漏检存在。

4 钢球表面展开机构的运动学方程

由于探头在钢球表面的扫查轨迹是复杂的空间螺旋线,并且钢球在展开过程中只作纯旋转运动,不产生移动,因此为了能对探头在钢球表面扫查运动规律做动态仿真,同时分析钢球展开轨迹空间螺旋线的间距即死区大小和检测运动周期,应建立一套简便有效的数学模型。

从图2知,钢球受到上下导轮的搓动作用,绕轴以ω1旋转,探头沿钢球赤道摆动扫查,相当于绕轴以ω2转,且ω1⊥ω2,角速度矢量ω1固定为Z轴方向,角速度ω2在X-Y平面内,并以原点O为圆心做圆周运动,如图3所示。

在X轴、Y轴、Z轴上分别取与坐标轴具有相同正方向的单位矢量i,j,k,用r表示半径为R的钢球上的P(x,y,z)点的位置矢量,即探头在某一时刻在钢球表面扫查点位置矢量,则其矢量方程为:

因为该空间曲线的参数方程为:

所以动点的速度矢量为:

又因为该点的角速度矢量为:

ω=ωx+ωy+ωz

同时由图3的几何关系知:

所以ω=(ω2cosθ)i+(ω2sinθ)j+ω1k,根据运动学关系,可知钢球球面上P点的瞬时速度v=rω=(xi+yj+zk)(ωxi+ωyj+ωzk),由向量代数中向量积运算公式得:

因为P(x,y,z)位于半径为R的钢球上,则以原点为球心,R为半径的球面方程为x2+y2+z2=R2,所以运动学方程为:

因为方程组(1)为一阶变系数微分方程组,无固定的求解规律,所以将x,y轴旋转ω1t角度后,坐标(x,y,z)变换为(x',y',z'),而z轴未旋转,所以z'与原坐标z相同,如图4所示。

由图4可得到坐标变换公式:

将方程组(2)代入方程组(1),并化简得:

设钢球表面上一初始点为P0(x0,y0,z0),则有(x,y,z)t=0=(x0,y0,z0)

由一阶齐次和非齐次方程组求解方法可求方程组(3)的解为:

将方程组(4)代入(2)后得:

x=x0cos(ω1t)-y0sin(ω1t)cos(ω2t)+z0sin(ω1t)sin(ω2t)=x0cos(ω1t)-y0/2sin[(ω1+ω2)t]-y0/2sin[(ω1-ω2)t]-z0/2cos[(ω1+ω2)t]+z0/2cos[(ω1-ω2)t]

y=x0sin(ω1t)+y0cos(ω1t)cos(ω2t)-z0cos(ω1t)sin(ω2t)=x0sin(ω1t)+y0/2cos[(ω1+ω2)t]+y0/2cos[(ω1-ω2)t]-z0/2sin[(ω1+ω2)t]+z0/2sin[(ω1-ω2)t]

z=z0cos(ω2t)+y0 sin(ω2t)

即钢球表面上一初始点P0(x0,y0,z0)经过时间t的运动方程为:

x=x0cos(ω1t)-y0/2sin[(ω1+ω2)t]-y0/2sin[(ω1-ω2)t]-z0/2cos[(ω1+ω2)t]+z0/2cos[(ω1-ω2)t]

y=x0sin(ω1t)+y0/2cos[(ω1+ω2)t]+y0/2cos[(ω1-ω2)t]-z0/2sin[(ω1+ω2)t]+z0/2sin[(ω1-ω2)t]

z=z0cos(ω2t)+y0sin(ω2t)

由上式可以精确地计算出钢球表面上一初始点P0(x0,y0,z0)经过时间t后,将位于球面上另一点Pt(x,y,z)处。

5 对运动学方程仿真结果

假设被检钢球直径为10mm,则可设P0(0,0,5),变换w1和w2的值,通过matlab运用上述推导的运动学方程对探头1和2在钢球上的扫查轨迹进行仿真,经比较当w1=50,w2=2时仿真扫查轨迹较为理想,仿真结果如图5所示。

若检测探头线圈直径为2mm,那么可以认为至少在探头覆盖的4πmm2范围内为有效探测区。当钢球的速度为50rad/s、探头的速度为2rad/s,并且一个检测通道检测球的效率为2700粒/S即一个钢球的检查时间为1.33s时,可以将扫描螺旋线覆盖整个球面,依此计算的螺旋线间距约为1mm,不存在螺距太大引起漏检的问题。实际检测中,为了保证两探头检查衔接区域不发生漏检现象,探头扫描速度要大于2rad/s。由仿真结果可知,对于Φ10mm的钢球的检测是充分的。如果被检测钢球的直径小于10mm,那么在此机械展开系统中,钢球的旋转角速度将更大,探头扫查螺旋线将更加密集一些,不会产生漏检现象。

6 结论

通过对采用经纬展开方式设计的钢球表面机械展开系统的研究,描述了钢球展开的运动状态,建立了钢球表面展开机构的运动学方程,并用matlab的仿真证明了运动方程的正确性。

这对于分析死区大小,检测运动周期和实现钢球展开机构的优化设计打下了良好的理论基础,对进一步研究钢球检测机理和推广应有很好的参考价值。

摘要：该文简要介绍了采用经纬展开方式的钢球表面展开系统的设计,描述了钢球展开机构的运动状态,采用坐标变换建立了钢球表面展开机构的运动学方程,并且对运动学方程进行了仿真。

关键词：钢球检测,经纬展开,运动学方程,仿真

参考文献

[1]蒋沂萍.钢球的超声波探伤法[J].轴承,2003(10).

[2]钢球外观质量涡流检测[D].中国学位论文库.

[3]钢球表面质量自动评价体系建立及其应用的研究[D].中国学位论文库,2000.

[4]潘洪平,董申,梁迎春,等.钢球表面质量评价系统[J].轴承,2000(7).

[5]潘洪平,谢水生.钢球表面质量评价系统用展开轮的理论研究[J].轴承,2001(12).

[6]赵刚.钢球表面展开机构的运动学方程解析解[J].轴承,1998(7).