一种基于图像处理的腐蚀铝箔孔洞面积和直径统计方法

1.本发明属于图像处理及铝箔表面分析技术领域，具体涉及一种基于图像处理的腐蚀铝箔孔洞面积和直径统计方法。
技术背景
2.电容器是世界三大被动电子元器件(电阻器、电容器及电感器)之一，在电子元器件产业中占有重要的地位，是电子线路中必不可少的基础电子元器件。铝电解电容器具有成本低、性能优良、工艺成熟、应用方便等优点，在电子元器件及整机中需求量非常大。
3.随着电子行业的不断发展，对铝电解电容器的性能要求越来越高，促使铝电解电容器向小型化、长寿命等方向发展。阳极化成箔是铝电解电容器的关键材料，如何提高铝电解电容器阳极箔的性能是电路系统小型化需要解决的核心问题。
4.腐蚀铝箔是铝电解电容器的基础材料，它的质量高低直接影响了铝电解电容器阳极箔的性能。目前对于腐蚀箔微观结构和形貌表征的研究较少，缺乏系统的测量方法表征腐蚀铝箔性能的好坏。大多数对腐蚀铝箔的微观表征主观因素较大，同时观测仅集中在一个或数个孔洞，无法反映整体的性能，测试结果具有随机性，不具有说服力。


技术实现要素：

5.针对现有技术中铝电解电容器用铝箔微观分析技术存在的上述问题，本发明的目的是提供一种基于图像处理的腐蚀铝箔孔洞面积和直径统计方法，使用该方法可以准确的比较不同腐蚀铝箔之间各区域面积的差异，同时可以精确的对孔洞的直径进行测量，便于后续对于铝箔性能的分析。
6.为达上述目的，本发明提供的技术方案如下：
7.一种基于图像处理的腐蚀铝箔孔洞面积和直径统计方法，包括以下步骤：
8.获得腐蚀铝箔的sem图像，将sem图像转化为灰度矩阵；按照灰度矩阵的灰度值的大小将灰度矩阵区域划分为基底区域与孔洞区域，分别计算基底区域与孔洞区域的面积，根据计算的基底区域与孔洞区域的面积对孔洞数目进行统计，并计算孔洞平均面积和直径。
9.进一步的，图像的放大倍数为2-10k。
10.进一步的，将sem图像转化为灰度矩阵包括以下步骤：采用matlab软件的imread函数读取sem图像，然后采用rgb2gray函数将图像image从rgb格式转化为灰度矩阵。
11.进一步的，按照灰度矩阵的灰度值的大小将灰度矩阵区域划分为基底区域与孔洞区域包括以下步骤：
12.4.1)求得灰度矩阵的平均灰度advdata，再根据每一个像素的灰度大小进行判断，灰度小于(0.6-1.0)*advdata的像素点为孔洞区域，灰度大于等于(0.6-1.0)*advdata的像素点为铝基底；
13.4.2)统计各区域像素点数量，得到铝基底和孔洞区域所占像素点的数量和比例，
进而根据比例尺得到铝基底区域和孔洞区域所占面积的大小。
14.进一步的，步骤4.2)后进行以下步骤：采用bwareaopen函数去除不符合要求的区域。
15.进一步的，bwareaopen函数选择4邻域判断去除小于4-100像素的区域。
16.进一步的，根据计算的基底区域与孔洞区域的面积对孔洞数目进行统计，并计算孔洞平均面积和直径，包括以下步骤：
17.采用bwlabel函数统计孔洞的数量，采用regionprops函数统计并计算各个孔洞的面积和平均直径；对sem图像全区域的孔洞的直径分布进行统计并画出直方图。
18.进一步的，bwlabel函数设置为4邻域。
19.与现有技术相比，本发明的有益效果为：
20.本发明对于孔洞面积和直径的计算相较于人工测量为精确，多次多张图片大量孔洞的计算可以有效避免误差，提高测量的精确程度。本发明可以解决人工多次测量的过于繁琐、存在随机性的问题，由程序控制的计算方法更为高效和便利。本发明使用简单的灰度计算对图像进行区域判断，节约了计算的成本，降低了内存和时间的消耗。本发明使用bwareaopen函数去除了不符合要求的区域，减小了由于腐蚀形貌不规则导致的误差。本发明得到的数据可以用于生成相应的腐蚀铝箔孔洞模型，便于后续对腐蚀铝箔的性能进行进一步的分析。
附图说明
21.图1为本发明一种基于图像处理的腐蚀铝箔孔洞面积和直径的统计方法的流程图；
22.图2为本发明实施例1的sem图像示意图；
23.图3为本发明实施例1进行形态学处理并划分区域后的示意图，黑色区域为铝基底，白色区域为孔洞；
24.图4为本发明实施例1最终得到的孔洞直径分布的统计直方图。
具体实施方式
25.下面结合附图对本发明进行详细说明。
26.如图1所示，本发明提供一种基于图像处理的腐蚀铝箔孔洞面积和直径统计方法，包括以下步骤：
27.1)拍摄腐蚀箔sem：使用扫描电子显微镜对腐蚀铝箔的表面进行拍摄，得到所需的sem图像，该图像的放大倍数为2-10k；
28.2)读取并转化为灰度矩阵：通过matlab软件读取扫描电子显微镜拍摄所得到的铝箔孔洞表面形貌图像image，并将其转化为灰度矩阵。
29.2.1)使用matlab的imread函数对sem图像进行读取；
30.2.2)使用rgb2gray函数将图像image从rgb格式转化为灰度矩阵；
31.3)划分灰度区域：按照灰度值的大小将图片区域划分为：铝基底、孔洞两部分区域，同时分别计算基底区域与孔洞区域的面积；
32.3.1)首先求得整个灰度矩阵的平均灰度advdata，再根据每一个像素的灰度大小
进行判断，灰度小于(0.6-1.0)*advdata的像素点判断为孔洞区域，其余像素点判断为铝基底；
33.3.2)在判断的同时对各区域像素点多少进行统计，得到铝基底区域和孔洞区域所占像素点的多少和比例，进而根据比例尺得到各自所占面积的大小；
34.3.3)使用bwareaopen函数去除了不符合要求的区域，减小由于腐蚀形貌不规则导致的误差。bwareaopen函数参数选择：使用4邻域判断，去除小于4-100像素的区域。面积大小由所拍摄sem图像放大倍数决定。
35.4)计算面积和直径：对孔洞区域的数量进行统计并计算孔洞平均面积和直径：
36.4.1)使用bwlabel函数统计孔洞区域的数量。bwlabel函数参数选择4邻域判断。
37.4.2)使用regionprops函数统计并计算各个孔洞的面积和平均直径。
38.4.3)对sem图像全区域的孔洞的直径分布进行统计并画出直方图。
39.实施例1
40.1)拍摄腐蚀箔sem：使用扫描电子显微镜对腐蚀铝箔的表面进行拍摄，得到如图2所示的sem图像，该图像的放大倍数为5.0k；
41.2)读取并转化为灰度矩阵：通过matlab软件读取扫描电子显微镜拍摄所得到的铝箔孔洞表面形貌图像image，并将其转化为灰度矩阵。
42.2.1)使用matlab的imread函数对sem图像进行读取；
43.2.2)使用rgb2gray函数将图像image从rgb格式转化为灰度矩阵；
44.3)划分灰度区域：按照灰度值的大小将图片区域划分为：铝基底、孔洞两部分，再分别计算总面积；
45.3.1)首先求得整个灰度矩阵的平均灰度advdata，再根据每一个像素的灰度大小进行判断，灰度小于0.8*advdata的像素点判断为孔洞区域，其余像素点判断为铝基底；
46.3.2)在判断的同时对各区域像素点多少进行统计，得到各区域所占面积的大小，本实施例孔洞与铝基底所占像素块大小分别为369659与859141个像素，面积比为约为4:9，根据比例尺计算得到其所占面积约为380μm2和900μm2；
47.3.3)使用bwareaopen函数去除了不符合要求的区域，bwareaopen函数选择4邻域判断去除面积小于16像素的区域。本实施例得到如图3所示的黑白区域的示意图，其中黑色为铝基底区域，白色为孔洞区域。
48.4)计算面积和直径：对孔洞区域的数量进行统计并计算孔洞平均面积和直径：
49.4.1)使用bwlabel函数统计孔洞区域的数量。bwlabel函数使用4邻域判断。本实施例计算得到孔洞数目246个。
50.4.2)使用regionprops函数统计并计算各个孔洞的面积和平均直径。本实施例计算得到平均直径为1.27μm，平均面积为1.67μm2。
51.4.3)对sem图像全区域的孔洞的直径分布进行统计并画出直方图。本实施例得到图4所示直方图，由图4可以得到：本实施例所选用的腐蚀铝箔存在孔洞直径大小较为集中，多在0.2-0.8μm范围内。可以预见该铝箔在化成过程中，中低压化成时会有比较稳定的表现，在高压化成时，由于小面积孔洞大规模堵塞，铝箔的比容量会损失比较严重。