Obrazová analýza při hodnocení statických vnikacích zkoušek a výpočtu mikrotvrdosti Image processing for evaluation statical indentation and calculation micro hardness Petr Herzig Ivo Štěpánek Radek Poskočil Západočeská univerzita, Univerzitní 22, 306 14 Plzeň - ČR Abstrakt The paper is devoted by evaluation of static indentation tests by image processing. The evaluation aims partly on characterization failures of surface by indentation, especially on diffusion failures about indents and partly on sharpening of indents for evaluation micro hardness of system thin film – substrate. The main attention is given on optimisation of image information that are acquired from optical microscope. Here is viewed influence of different adjustment of device and the use of Nomarski differential contrast, display in the darkfield and their simultaneous use. The problem in evaluation of micro hardness by analysing thin hard wear resistant films is done by several factors. In the first phase (the acquisition of image information) is it firstly inaccurate legibility of indent. Here come additional problems with dirt on sample or with miscellaneous structural parts of evaluating material. High influence on good legibility of indents has the applied force. These factors are developed in inaccurate evaluation image of indents and consecutively in inaccurate appoint micro hardness of evaluating material. In the second phase (the processing of image information) are indents sharpened by image analysis and optimised with utilization tools of Image Pro-Plus program. The optimisation is pursued with different adjustments and filtrations of image. The indentation tests are realized on macrohardness tester and on micro hardness tester. 1. Úvod Příspěvek se zabývá hodnocením vnikacích zkoušek statickým diamantovým hrotem pomocí obrazové analýzy. Hodnocení je zaměřeno jednak na charakterizaci porušení povrchu vnikací zkouškou, především na šíření porušení kolem vtisku a jednak na zvýrazňování vtisků pro hodnocení mikrotvrdosti systémů tenká vrstva – substrát. Hlavní pozornost je soustředěna na optimalizaci získávaných obrazových informací z optického mikroskopu. Zde je posuzován vliv různého nastavení přístroje a využití Nomarského diferenciálního kontrastu, zobrazení v tmavém poli a jejich současné použití. 2. Měření mikrotvrdosti tenkých vrstev Tvrdost je definována jako odpor materiálu proti místnímu porušení cizím tělesem. Jako materiál vnikacího tělesa pro zkoušení tvrdosti se obvykle používá diamant, který nejvíce vyhovuje požadavkům (co největší tvrdost a mez pružnosti) kladeným na indentor.
Měření mikrotvrdosti se provádí na mikrotvrdoměrech se zátěžnou silou 0,5 kg. Jde o jednoduchou a rozšířenou metodu poskytující informace o elastických a plastických vlastnostech pevných látek v malých objemech. Hodnoty mikrotvrdosti jsou ovlivňovány celou řadou činitelů jako materiál indentoru, vibrace přístroje a vnější vibrace, lidský faktor při vytváření a měření vtisků apod. Tyto i jiné vlivy jsou příčinou, že u mikrotvrdosti je výsledek závislý na velikosti zatížení a že tedy není možno mikrotvrdost přímo srovnávat s tvrdostí zjištěnou při zatěžování nad 1kg nebo nejvýše 0,5 kg. U systémů tenká vrstva – substrát se pomocí zkoušek mikrotvrdosti hodnotí mechanické vlastnosti nanesených vrstev. Naměřené hodnoty jsou ale mimo jiné ovlivňovány vlastnostmi substrátu. Pokud vtisk zasáhl pouze materiál vrstvy, jedná se skutečně o mikrotvrdost samotné vrstvy. Je tedy nutné zvolit vhodnou velikost zatížení dodržením doporučených hodnot poměru t/d (t je tloušťka vrstvy, d je velikost úhlopříčky vtisku). Hodnota mikrotvrdosti je definována jako podíl zatížení L [g], které působí na diamantový hrot a plochy vtisku A [µm2]: L H= . A Je-li vnikacím tělesem jehlan s vrcholovým úhlem mezi protilehlými stěnami α, je plocha vtisku se střední velikostí úhlopříčky d: d2 . A= 2 cos(90° − α2 ) Pokud je použit Vickersův jehlan s vrcholovým úhlem α = 136°, potom je tvrdost: HV =
2 cos 22°.L 1854,4.L = d2 d2
a h =!
hloubka
proniknutí
hrotu
do
materiálu:
d . 7
V případě použití Knoopova indentoru se vytvářejí vtisky ve tvaru jehlanu s kosočterečnou základnou. Úhlopříčky vtisku jsou tedy různě dlouhé, přičemž se měří pouze velikost delší úhlopříčky d1 [µm]. Tvrdost je dána vztahem: HK =
14228,8.L . d 12
Výhodou Knoopova indentoru je menší hloubka proniknutí do materiálu h =!
d1 , což 30
umožňuje snížit vliv substrátu na naměřenou hodnotu mikrotvrdosti. 3. Získávání a zpracování obrazu, obrazová analýza Systémy pro zpracování obrazu s využitím výpočetní techniky umožňují vědcům, inženýrům, badatelům, lékařům a dalším převádět obrazové informace do digitálního
světa, kde mohou být potom prohlíženy, upravovány, analyzovány, měřeny, archivovány apod. Proces zpracování obrazu se skládá ze tří základních kroků: •
získávání obrazu ze vstupních zařízení, kterými mohou být analogové a digitální kamery (černobílé nebo barevné), skenery, videorekordéry, video mikroskopy, lékařské diagnostické zařízení či dříve digitalizované obrázky,
•
vlastní zpracování obrazu představuje soubor technik pro modifikaci digitálních obrázků za použití různých algoritmů. Příkladem může být redukce šumu v obrazu, zvětšení kontrastu, jasu nebo zvýraznění hranic objektů nacházejících se v obrazu,
•
obrazová analýza umožňuje získat užitečná data z digitálního obrazu. Je možné provést například detekci, identifikaci a měření objektů.
obrázek 1: Schéma zpracování obrazu
Aby bylo možné z digitalizovaného obrazu získat potřebné informace, je nutné obraz optimalizovat. Optimalizace obrazu se skládá v podstatě ze dvou částí: 1. hardwarová optimalizace, při které se na výsledné podobě obrazu podílejí nastavení přístrojů pro snímání obrazu. V případě obrazové analýzy vtisků při měření mikrotvrdosti jsou to především: - optický mikroskop – jeho správné zaostření, nastavení intenzity osvětlení, vibrace přístroje, dále použití speciálních zobrazení jako Nomarského diferenciálního kontrastu, zobrazení v tmavém poli nebo kombinace obou, - videokamera – její rozlišení, nastavení primárního barevného filtru pro dosažení vysokého rozlišení s nízkým podílem šumu a vysokou věrností barev.
2. softwarová optimalizace, kde je optimální kvality obrazu dosaženo pomocí softwarového vybavení. Existuje celá řada softwarových produktů pro obrazovou analýzu jako např. MVPilot, I-Cube, Image-Pro Plus a řada dalších. V těchto programech je možné obraz optimalizovat: - modifikací indexu intenzity, což představuje nastavení jasu, kontrastu a gama korekce (speciální korekce pro zvýšení kontrastu ve velmi tmavých nebo velmi světlých oblastech obrazu, - redukcí použité barevné palety na dvě barvy: černá a bílá (tzv. thresholding), - použitím prostorových lineárních filtrů (názvy se týkají programu Image-Pro Plus): a) Lo-Pass filtr – rozostřuje obraz modifikací hodnoty obrazového bodu tak, aby se hodnota přibližovala hodnotě sousedního bodu, b) Hi-Pass filtr – zvýrazňuje změny intenzity v obrazu c) Sharpen filtr – zostřením obrazu zvýrazňuje jeho jemné detaily d) Laplacian filtr – zvýrazňuje hranice oblastí v obrazu, podobá se filtru Hi-Pass e) Horizontal (vertical) edge filtr – zvýrazňuje horizontální (vertikální) hranice oblastí použitím prostorových nelineárních filtrů: a) Median filtr – vyhlazuje obrázek modifikací obrazových bodů, které se významně odlišují od ostatních, což je možné využít pro redukci náhodného šumu s vysokou intenzitou b) Erosion filtr – je to morfologický filtr, který mění ostrost objektů v obrazu redukcí hranic světlých objektů a zvětšením hranic tmavých objektů c) Dilation filtr – je opakem filtru Erosion d) Opening filtr – jde opět o morfologický filtr, který aplikuje nejdříve filtr Erosion a potom filtr Dilation. Tímto postupem je možné redukovat úzká spojení světlých objektů na tmavém pozadí e) Closing filtr – je opakem filtru Opening f) Roberts filtr – tento filtr vytahuje a zvýrazňuje hrany v obrazu, výsledkem je tedy obraz, ve kterém jsou hrany a obrysy zvýrazněny oproti tmavému pozadí g) Sobel filtr – je obdobou filtru Roberts h) Phase filtr – umožňuje lokalizovat hrany a indikovat směr změn intenzity - použitím frekvenčního filtru s jehož pomocí je možné odstranit periodický a spojitý šum v obrazu. Základem je konverze obrazu na soubor frekvencí a úprava frekvencí způsobujících tento šum. Konverze obrazu do sady frekvencí se nazývá Fourierova transformace, v programu Image-Pro Plus je možné využít funkci FFT (Fast Fourier Transformation) 4. Využití obrazové analýzy pro měření vtisků mikrotvrdosti Cílem projektu je použít obrazovou analýzu pro zjištění mikrotvrdosti tenkých vrstev. Jak již bylo zmíněno v kapitole 2, zatížení pro měření mikrotvrdosti tenkých vrstev bez vlivu substrátu jsou velice nízká a tedy i vtisky jsou velice malé a špatně čitelné. Úkolem obrazové analýzy tedy je tyto vtisky zoptimalizovat a pokusit se o určení mikrotvrdosti na
základě změřené plochy vtisku. K optimalizaci slouží právě nástroje programu Image-Pro Plus, jež byly popsány v předchozí kapitole. V první fázi projektu byly vytvořeny vtisky na substrátu z rychlořezné oceli 19830 s použitím makrotvrdoměru a zatížení 100 – 150 kg. Pro získání digitalizovaných obrazů vtisků byl použit světelný mikroskop Nikon Optiphot 100S a barevná video rgb kamera Sony DXC 151 AP, spolu s rozšiřující kartou počítače frame grabber Matrix Vision Pcimage SRGB. Byly vyzkoušena různá nastavení mikroskopu, především různé stupně zaostření a dále zobrazení s využitím Nomarského diferenciálního kontrastu, zobrazení v tmavém poli a jejich současné použití. Výsledné snímky je možné vidět na následujících obrázcích.
obrázek 2: Vtisk při zatížení 100 kg, materiál rychlořezná ocel, zvětšeno 200x
obrázek 3: Vtisk při zatížení 100kg, zvětšeno 200x, použito zobrazení v tmavém poli
obrázek 4: Vtisk při zatížení 100 kg, zvětšeno 200x, použit Nomarského diferenciální kontrast
Aby bylo možné zjistit plochu vtisku, je nutné nejdříve obraz zoptimalizovat. Obrázek 2 byl upraven pomocí funkce změny barevné palety na černobílý obraz Threshold. Výsledkem je obrázek 5.
obrázek 5: Upravený obrázek č. 2 pomocí funkce Threshold
Výsledek je ideální pro použití další funkce Count/Size, která počítá jednotlivé objekty a umožňuje vypočítat jejich plochu, pokud je aplikováno příslušné měřítko, které převádí hodnoty obrazových bodů na skutečné hodnoty. Následující obrázek ukazuje tabulku naměřených hodnot.
obrázek 6: Změřená plocha vtisku
Plocha objektu je tedy A = 111884,6 µm2. Z této hodnoty je možné určit velikost úhlopříčky vtisku: d = 2. A = 2.11884,6 = 473 µm Hodnota tvrdosti je potom HV =
2 cos 22°.L 1854,4.L 1854,4.100000 = = = 828 473 d2 d2
obrázek 7: Špatně zaostřený obrázek (zatížení 100kg, RO 19830), zvětšeno 200x
V důsledku špatného zaostření dochází ke zvětšení plochy vtisku a tedy k zvětšení naměřené hodnoty plochy.
obrázek 8: Naměřené hodnoty, které se vztahují k obrázku 7
Zjištěná plocha vtisku je A = 113547,8 µm2, tedy velikost úhlopříčky: d = 2. A = 2.113547,8 = 476,55µm a výsledná hodnota tvrdosti: 1854,4.100000 HV = = 816 476,5 2 Je vidět, že vypočítané hodnoty se částečně odlišují. pozn.: Vypočtené hodnoty odpovídají hodnotám uváděným v tabulkách, např. pro ocel 19824 je hodnota tvrdosti asi 64 HRC, což odpovídá přibližně hodnotě 820 HV. 5. Závěr Obrazová analýza přináší do hodnocení vnikacích zkoušek nové možnosti hodnocení a zkloubením hardwarové a softwarové optimalizace obrazu se dosahuje dokonalejší
čitelnosti obrazu v oblastech, kde již standardní hodnocení selhává, a dalšího rozvinutí komplexního hodnocení systémů tenká vrstva – substrát vnikacími zkouškami [4]. Při hodnocení obrazovou analýzou ustupuje do pozadí stále více subjektivní faktor v hodnocení, který často přináší v hodnocení velikou chybu měření. Díky obrazové analýze a dokonalejší aplikované optice s využitím Nomarského diferenciálního kontrastu se zpřesňují a rozšiřují možnosti v hodnocení mikrotvrdosti systémů tenká vrstva – substrát bez ovlivnění měření tenkých vrstev základním materiálem, ale i další hodnocení např. adhezivně kohezivní chování systémů tenká vrstva – substrát. V příspěvku jsou uvedeny první experimenty na kterých se dále pracuje a pro zoptimalizování postupů je potřeba provést ještě mnoho experimentální a programové práce. Příspěvek je připraven v rámci řešení výzkumného záměru Západočeské univerzity MSM 23 21 00 006 : Výzkum a rozvoj inovací, konstruování, technologie a materiálového inženýrství strojírenských výrobků. Literatura [1] Štěpánek I., Bláhová O., Kolega M.: Tenké vrstvy – vytváření, vlastnosti, Plzeň (1994) [2] Image-Pro Plus – Reference Guide, Media Cybernetics (1995) [3] Metal Hardness Conversion Calculator http://www.corvib.com/equotip/hardness_conversion.htm [4] Štěpánek I., Bláhová O., Šimůnková Š., Brůnová J., Method for analysis properties and behaviour of thin hard films, mezinárodní konference ICSFS ‘98 Copenhagen 1998