[發明專利]基于密度梯度圖像處理法測試晶體密度連續分布的方法

有效

• 申請號: 201410330580.0
• 申請日: 2014-07-10
• 公開（公告）號: CN104091338A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 張浩斌;劉渝;孫杰;康彬;姜燕;徐瑞娟;徐金江;劉曉峰
• 申請（專利權）人: 中國工程物理研究院化工材料研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 伍孝慈

技術領域

本發明的實施方式涉及含能材料檢測領域，更具體地，本發明的實施方式涉及一種基于密度梯度圖像處理法測試晶體密度連續分布的方法。?

背景技術

密度是固體顆粒材料的重要物性指標，其值大小取決于材料的物質組成和內部結構形態，直接影響材料的使用性能。對于含能材料，晶體顆粒密度不但影響炸藥和推進劑的爆轟能量，而且還與他們的安全性能密切相關。高性能武器彈藥研究對于含能材料晶體顆粒密度及密度分布的高精度測量提出了迫切需求。?

晶體顆粒密度是一個具有統計意義的指標，是用以表征溶劑包藏、微孔、裂紋、位錯等晶體內部缺陷的重要參量。晶體內部缺陷對炸藥沖擊波感度的影響極為敏感，對于相同組分的材料所構成的晶體，其中溶劑包藏、孔洞、裂紋甚至晶格缺陷等晶體內部缺陷越多，密度也就越低，安全性能越差，如HMX、RDX晶體顆粒密度相差0.001g/cm³，沖擊波感度變化10％～20％。因此，準確測定含能材料的顆粒密度對炸藥晶體品質表征和安全性能預測具有重要意義。然而，對炸藥安全性能影響最大的往往是其中晶體缺陷較多密度較低的少部分晶體，因此平均的炸藥晶體密度很難準確反應炸藥晶體的安全性能，只有掌握炸藥密度的分布狀況才能為高性能武器彈藥的研制提供可靠的支撐。?

目前，固體顆粒密度測試的方法主要有液體比重瓶法、氣體密度法、沉降浮選法和密度梯度法。液體比重法和氣體密度法只能獲得樣品的平均密度，該?法精確度低且無法描述顆粒的密度分布情況；沉降浮選法是將待測樣品于不同密度的液體中反復沉降浮選、洗滌過濾、干燥恒重，最后得到不同密度下的樣品的質量分布，該法可在一定程度上描述樣品的密度分布，但測試過程繁瑣，耗時長，勞動強度大，誤差來源多，難以繪制一條精確、完整、連續的密度分布曲線；密度梯度法是一種能夠快速測定炸藥晶體密度的新方法，但測試者只能通過目測觀察樣品在密度梯度管中的分布，難以準確定量表征各密度下的樣品數量。目前，國內外還沒有建立真正的顆粒密度分布定量測試方法，還不能像粒度測試那樣精確繪制顆粒密度連續分布曲線。研究一種可快速定量表征各密度下的樣品數量，獲得連續密度分布曲線的方法顯得尤為迫切。?

發明內容

本發明克服了現有技術的不足，提供一種準確快速測定含能材料晶體密度連續分布，定量表征各密度下的樣品數量，快速進行顆粒密度分布定量測試，得到密度分布曲線的方法。?

為解決上述的技術問題，本發明的一種實施方式采用以下技術方案：?

一種基于密度梯度圖像處理法測試晶體密度連續分布的方法，它包含以下步驟：?

A、配制密度連續且呈上輕下重均勻分布的密度梯度柱；?

B、稱取待測晶體樣品，將其緩慢加入步驟A的密度梯度柱的上表面，使其自然下沉至穩定停止在密度梯度柱中與其密度相等的位置；?

C、向步驟B的密度梯度柱投入密度均勻間隔分布的玻璃浮子，待其自然下沉至穩定停止在密度梯度柱中與其密度相等的位置；?

D、采用計算機視覺技術對所述密度梯度柱進行拍照采集，獲得整個檢?測區域的視覺圖像，然后將所述視覺圖像轉化為灰度圖像，對待測晶體樣品的灰度圖像進行積分處理，得到待測晶體樣品的灰度-高度曲線；對玻璃浮子的灰度圖像進行積分處理，讀出每一顆玻璃浮子的對應高度，用其密度對高度作圖得到密度梯度柱的高度-密度曲線；?

E、以密度分布已知的晶體樣品的質量含量-灰度曲線與步驟D所述的灰度-高度曲線轉化得到待測晶體樣品的質量含量-高度曲線；?

F、將步驟D所述的高度-密度曲線與步驟E所述的質量含量-高度曲線轉化為待測晶體樣品的質量含量-密度曲線，即為待測晶體樣品的密度分布曲線。?

進一步的技術方案是，所述密度梯度柱為單根密度梯度柱或密度梯度陣列，當所述密度梯度柱為密度梯度陣列時，步驟B所述玻璃浮子只投入該陣列中的其中一列中。?

當采用密度梯度陣列時，該密度梯度陣列相互連通，各列密度梯度柱的對應高度的密度相等。?

更進一步的技術方案是，所述密度梯度柱的密度和高度呈線性關系，其密度分布范圍覆蓋待測晶體樣品的密度分布區間，其密度中間值位于待測晶體樣品的密度集中分布區域中。?

更進一步的技術方案是，所述計算機視覺技術為任何可以采集數碼照片的技術。?

優選的，所述采集數碼照片的設備為數碼攝像機或CCD相機。?

本發明步驟D所述將視覺圖像轉化為灰度圖像是利用圖像處理軟件將視覺圖像的每個像素的顏色轉化為對應的灰度值。?