[發明專利]基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法

有效

• 申請號: 201610036037.9
• 申請日: 2016-01-20
• 公開（公告）號: CN105651778B
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 鐘文麗;陳學華;陳翠華
• 申請（專利權）人: 成都理工大學
• 主分類號: G01N21/84
• 分類號: G01N21/84
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法，其特征在于采用以下具體步驟：

⑴輸入共焦顯微鏡觀測的巖礦石的表面結構數據及基準樣品的觀測標準值；

⑵對表面結構數據進行預處理，分別利用自適應中值濾波壓制和去除表面結構數據中的噪聲干擾，局部位置的噪聲干擾強，則選擇的濾波窗口也大、局部位置的噪聲干擾弱，則濾波窗口小；

利用最小二乘曲面方程擬合表面結構數據的基準中線，得到預處理后的表面結構數據；所用曲面方程為以下形式：

其中，a為曲面方程系數，M為曲面方程的最大階數，C(x,y)表示擬合得到的高階曲面方程，作為表面結構數據的基準中線，得到的預處理后的表面結構數據D_p(x,y)為：

D_p(x,y)＝D(x,y)-C(x,y)；

⑶利用希爾伯特-黃變換對預處理后的表面結構數據進行多尺度分解，得到小尺度的粗糙度數據，具體算法如下：

利用希爾伯特-黃變換的經驗模態分解(EMD)方法，將數據D_p(x,y)迭代分解為若干個不同中心頻率的窄帶信號分量，即固有模態函數(IMF)，分解過程中得到的固有模態函數的中心頻率從高至低順序排列，使數據D_p(x,y)表示為這些尺度從小到大的信號分量(IMF)的線性組合：

其中，N為經驗模態分解的次數，R(x,y)為經驗模態分解后的殘差信號分量；

從上述不同尺度的信號分量系列中，分離出小尺度的粗糙度數據D_R(x,y)為：

其中，R為小尺度固有模態函數的個數；

⑷利用粗糙度數據計算巖礦石表面粗糙度，利用希爾伯特變換，將粗糙度數據D_R(x,y)變換為虛部形式兩者可構成復數形式的粗糙度數據

則粗糙度數據的空間振幅為：

粗糙度數據的在x,y方向的空間波數分別為

將粗糙度數據的空間振幅與空間波數相結合，定義巖礦石表面粗糙度為

R(x,y)＝bA(x,y)F(x,y)

其中，b為共焦顯微鏡表面粗糙度基準校正因子，可通過標準樣的實驗測試過程確定；由此，通過計算上式，可以定量獲得巖礦石表面粗糙度參數；

⑸利用數據成圖軟件，將巖礦石表面粗糙度數據轉化成剖面圖像或進行可視化顯示，用于巖礦石的礦物物相分析與解釋。

2.根據權利要求1所述的一種基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法，其特征在于：使用了自適應中值濾波方法進行數據預處理，它能根據表面結構數據中的局部噪聲強度自適應地調節濾波窗口的大小，使該預處理能在盡量減少噪聲干擾的同時，盡量保留表面結構數據中的有效信息，改善了表面結構數據的信噪比和質量。

3.根據權利要求1所述的一種基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法，其特征在于：采用了高階多次曲面方程構建的最小二乘目標函數，擬合巖礦石表面結構數據中包含的基準曲面，使處理后的表面結構數據去除了基準曲面中線值的影響，有利于該數據進行多尺度分解和粗糙度數據的分離。

4.根據權利要求1所述的一種基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法，其特征在于：對不同尺度的表面特征參數，包括波紋度和形狀誤差進行分離后，利用小尺度固有模態函數建立了粗糙度數據D_R(x,y)，用于定量計算巖礦石表面粗糙度。

5.根據權利要求1所述的一種基于共焦顯微鏡觀測數據的礦物表面粗糙度數值計算方法，其特征在于：建立了巖礦石表面粗糙度的數值計算方法和公式，它考慮了表面結構數據在時頻域中的局部空間振幅和空間波數與表面粗糙度之間的對應關系，利用了局部空間振幅與空間波數的共同作用和貢獻，使表面粗糙度特征參數能直接和定量地反映巖礦石表面的粗糙程度。