材料是工业产品、生活用品中不可或缺的物质构成,具有重要的作用。大多数材料在诸如大气温度、湿度、雨水等自然环境因素的影响下,特别是金属材料,其表面会产生各种腐蚀现象,如裂纹、起泡、锈蚀、变色等,从而以材料外观腐蚀特征点的形式表现出来。通常情况下,腐蚀特征点大小、颜色对材料腐蚀相关性评价有着重要的参考意义,因此,可以对这些腐蚀特征信息进行采集、存储进而进行比较,以判断其材料的环境适应性。机器视觉系统是由一系列硬件设备组成的图像检测系统,其硬件设备包含了镜头、摄像机(工业相机)、图像采集卡、计算机系统等。在很长一段时间里,人们主要通过人工的方式来实现材料的腐蚀特征检测,即肉眼观察腐蚀产物,但这种方法存在一定的局限性,一方面,对恶劣环境中的材料腐蚀特征难以进行人为的检测,另一方面,受人的个人因素和能力影响,可能造成检测结果的偏差,因而人工方式检测在一定程度上不能很好的满足对腐蚀特征相关性的准确分析,进而影响腐蚀数据的有效应用。为了有效解决上述问题,可以将机器视觉技术、数据库技术以及图像处理技术综合运用,实时采集材料外观腐蚀图像,合理存储腐蚀图像信息,有效分析处理相关腐蚀特征数据。在材料样品的自然环境实验中,可以通过机器视觉系统实时监测材料样品,采集材料腐蚀图像,观察其腐蚀特征变化情况,建立数据库对图像信息进行有效地存储,并通过设计图像处理算法实现材料外观腐蚀特征信息的相关性分析。论文内容主要以有效采集、存储材料外观腐蚀信息为基础,实现腐蚀特征点的提取与相关性分析,具体工作如下:(一)建立图像采集系统,这里采用机器视觉系统,实现对腐蚀图像的实时监测与采集。(二)设计材料腐蚀特征数据库,存储并管理图像采集系统采集到的各种腐蚀图像数据。(三)引入图像处理技术,为了维持图像信息的真实性,要对采集的图像进行预处理。利用图像分割算法,分割和提取图像的腐蚀特征,进行特征点大小、颜色的计算,进而对其腐蚀特征的相关性进行研究。本文结合机器视觉技术、数据库技术以及图像处理技术开展基于材料外观腐蚀图像信息的采集、存储以及处理的应用研究,解决了腐蚀图像的提取与腐蚀特征相关性分析的问题,是材料腐蚀领域研究腐蚀问题的一种新途径。