Notre perception visuelle est influencée par la couleur, la brillance et la structure de la surface. Notre évaluation visuelle prend en compte ces trois paramètres et porte un jugement global. Jusqu'à présent, le grain ou la structure de surface ne pouvaient être jugés que visuellement ou avec des microscopes très sophistiqués. Cela a changé avec le nouveau spectro2profiler, une technologie pionnière combinant couleur, brillance, réflectivité 2D et topographie 3D dans un outil robuste et portable avec un temps de mesure court.
Le spectro2profiler utilise un éclairage circonférentiel à 45° à partir de six directions et une vue à 0°. La technologie BYK LED innovante et établie garantit des performances exceptionnelles : la stabilité à court terme, à long terme et la stabilité de la température sont contrôlées avec la plus grande précision possible. Le spot de mesure extra-large avec éclairage homogène garantit des lectures hautement reproductibles et représentatives. Ensemble, la plus grande précision et l'accord inter-instruments sont assurés et permettent l'utilisation de normes numériques – c’est la clé de la gestion globale des couleurs.
Image 1 Configuration de la mesure de couleur 45°c:0
Pour des raisons historiques, le spectro2profiler intègre un brillancemètre à 60°. La réflectivité et la brillance sont basées sur l'interaction de la lumière avec les propriétés physiques de la surface de l'échantillon. L'intensité dépend du matériau et de l'angle d'éclairage. Les résultats de mesure d'un brillancemètre conventionnel sont liés à la quantité de lumière réfléchie par un étalon de verre noir avec un indice de réfraction défini. Les instruments de mesure d'aujourd'hui sont très précis et largement utilisés dans l'industrie, mais ils présentent certains points faibles pour la mesure de surfaces structurées. Les ombres projetées et les zones invisibles pour le détecteur de mesure peuvent fausser le résultat de la mesure.
Image 2 Ombres projetées lors de lutilisation dune mesure de brillance traditionnelle à 60°
De plus, la perception de la brillance ne dépend pas seulement de la brillance spéculaire mais également du contraste observé entre les reflets spéculaires et les surfaces à réflexion diffuse. (1) Un brillancemètre classique n'est pas capable de capturer un comportement réfléchissant plus complexe tel que des réflexions réparties dans l'espace : par exemple dans des structures de type cuir, on trouve des collines à haute réflexion à côté de vallées à faible réflexion.
Pour surmonter cette limitation, le spectro2profiler propose une nouvelle technologie basée sur une caméra qui capture la distribution spatiale de la réflectivité. Une configuration d'éclairage en ligne élimine les ombres portées, les zones invisibles et les distorsions de perspective afin que la mesure soit indépendante de l'orientation. La caméra prend des images de réflectivité 2D. Les figures 3 et 4 montrent le principe de mesure du spectro2profiler et un exemple de carte de réflectivité en échelle de gris dans laquelle chaque pixel représente une valeur de réflectivité. Cela permet une analyse plus détaillée des distributions de réflectivité d'une surface.
Image 3 Configuration de la mesure de réflectivité à résolution spatiale
Image 4 Carte de réflectivité dune surface enduite de poudre acquise avec spectro2profiler
Jusqu'à présent, l'évaluation visuelle était le seul moyen de fournir un jugement complet sur une surface texturée. Par conséquent, les microscopes 3D sont utilisés pour fournir des informations très détaillées sur la structure de surface en laboratoire à des fins de recherche, mais ne conviennent pas pour une analyse simple et rapide de la qualité de la production.
Le spectro2profiler utilise une technique photométrique stéréo pour estimer les normales de surface afin de calculer une topographie 3D de cette surface. La technique a été initialement introduite par Woodham en 1980. (1) Les normales de surface sont calculées en observant un objet à partir de différentes directions d'éclairage. Avec chaque direction, l'objet projette différentes ombres sur la surface et la caméra prend des images pour chaque illumination. En utilisant la forme de l'ombrage, on estime la courbure de la surface et on calcule la carte de hauteur de l'objet. Le résultat est une véritable topographie 3D de la surface de l'objet mesuré. L'unité P-µm est la hauteur perçue.
Image 5 Acquisition dimages de différents éclairements pour calculer la topographie de surface (2)
Image 6 Carte de hauteur dune surface revêtue de poudre mesurée avec le spectro2profiler.
Les topographies telles que les grains de cuir ou les structures revêtues de peinture poudre peuvent être caractérisées par leurs structures cellulaires. Pour diviser la topographie en cellules, l'algorithme de bassin versant est utilisé, une approche de segmentation basée sur la région. On peut imaginer que l'algorithme inonde progressivement les vallées de la topographie, construisant des rivières jusqu'à ce que les zones des collines soient encerclées. (3) Ces zones seront définies comme des cellules, marquées par des lignes vertes dans la Figure 7.
Les caractéristiques de la surface peuvent être calculées sur la base des résultats de la segmentation du bassin versant pour comparer différentes structures ou grains. Les échelles de longueur spatiale résultent de l'étalonnage de la caméra et sont traçables en unités SI. La taille de cellule moyenne calculée correspond à notre impression visuelle de peinture poudre. La distribution des tailles de cellules individuelles est une indication de l'uniformité de la structure de surface. Par exemple, une structure de cuir naturel varie en uniformité en fonction de la partie de la peau de vache. Une peinture texturée peut former des agglomérations lors de l'application de peinture humide si les paramètres d'application varient, ce qui donne un aspect inhomogène. L'écart normalisé de taille de cellule est calculé en divisant la distribution de taille de cellule par la taille moyenne de cellule. C'est une mesure objective pour comparer l'uniformité de différentes structures indépendamment de sa taille de cellule absolue.
Image 7 Données brutes et données topographiques segmentées dun grain de cuir sur un substrat plastique
Image 8 Watershed segmentation of topography data
Pour évaluer l'apparence générale d'un objet, il est nécessaire de mesurer la structure de surface et la réflectivité en parallèle, car elles sont interdépendantes, mais sont combinées pour une évaluation visuelle globale. (4) Parce que nos yeux ne sont capables d'acquérir que des informations 2D, le système visuel humain reconstruit les informations 3D des objets dans notre cerveau en utilisant l'ombrage et les réflexions. (5) Cela signifie que la profondeur perçue d'une structure dépend du comportement de réflexion sur les collines et les vallées. Étant donné que le spectro2profiler utilise le même système de caméra et d'objectif pour l'acquisition de données de topographie 3D et de réflectivité 2D, il est possible de combiner les données des deux principes de mesure (Figure 8 et Figure 9). Ainsi, le reflet des collines et des vallées peut être séparé. La différence entre la réflexion des collines et des vallées, décrit le contraste et la profondeur perçue d'une surface structurée.
Image 9 Jeu de données de topographie 3D : La hauteur est codée en échelle de gris
Image 10 jeu de données de réflectivité 2D : Lintensité de la réflectivité est codée en échelle de gris
De nombreux composants d'intérieur automobile ont un aspect semblable au cuir et sont réalisés par différents fournisseurs avec différents processus et fabriqués à partir de divers matériaux. L'aspect de la surface des produits est analysé dans les différentes phases de développement, par exemple au tout début, par le bureau d'études dans le développement du grain pour approuver les fournisseurs et à la toute fin par le contrôle qualité en production. Les structures du grain du cuir peuvent apparaître différentes en contraste bien que la couleur et la brillance à 60° soient les mêmes (Figure 10). Cela peut être dû aux différents niveaux de réflectivité de la surface sur les collines et les vallées. Jusqu'à présent, cela devait être évalué visuellement, ce qui est subjectif et non reproductible. Les résultats de mesure dans le tableau montrent comment le contraste de réflectivité Rc peut distinguer les échantillons malgré la même couleur et une brillance de 60°. De plus, les résultats de la réflectivité pour les collines et les vallées fournissent des détails sur les causes des différents contrastes de réflectivité.
Checkzone | Sample 1 | Sample 2 | Sample 3 | Sample 4 |
Mean Reflectivity R (a.u.) | 162 | 156 | 156 | 155 |
Reflectivity Hills Rh (a.u.) | 209 | 188 | 195 | 190 |
Reflectivity Valleys Rv (a.u.) | 115 | 122 | 115 | 117 |
Reflectivity Contrast Rc | 0.29 | 0.21 | 0.26 | 0.24 |
60° Gloss (GU) | 1.3 | 1.3 | 1.2 | 1.3 |
Le nouveau contraste de réflectivité des paramètres de mesure est une mesure idéale pour le contrôle qualité de la production de pièces moulées par injection ou moulées.
Image 11 Quatre peaux de tableau de bord du même matériau avec différents niveaux de contraste
Dans cet exemple, des panneaux revêtus en poudre de la même couleur avec une structure fine à grossière sont évalués. Visuellement, les échantillons diffèrent en raison de différentes tailles de cellules (figure 11). Cette différence spécifique est causée par des variations d'épaisseur de film, mais aussi des additifs ou des changements de température peuvent avoir un impact sur la texture de la surface. Dans le tableau de données de smart-chart (Figure 12), on peut clairement voir que les quatre échantillons ont les mêmes valeurs de couleur et de brillance à 60°. Une différenciation peut être clairement faite par la taille moyenne des cellules.
Image 12 Quatre plaques enduites de poudre avec une structure différente
Image 13 Résultats de mesure affichés dans le smart-chart
Les pièces en plastique érodées ou la peinture à structure fine (cf figure 13) ont des structures trop petites pour se segmenter en cellules visibles. Par conséquent, une autre approche est nécessaire pour évaluer les données topographiques.
Les maxima et minima locaux sont détectés et la distance de micro-pic µPd (µm) est calculée comme la distance de pic entre les pics adjacents sur la topographie (Figure 14). Elle est en corrélation avec la rugosité perçue visuellement de ces structures fines. Plus la valeur est élevée, plus la structure apparaît rugueuse. L'effet de la rugosité est souvent renforcé, indiqué ou illustré par l'amplitude des pics de structure qui est mesurée par la Micro-Amplitude Locale µA (P-µm).
Les résultats dans le tableau de données de smart-chart (Figure 15) montrent que plus l'échantillon est rugueux, plus la distance du micro-pic et l'amplitude moyenne du micro sont respectivement élevées.
Outre la rugosité, la perception visuelle est également influencée par la réflectivité de la surface. Cet « aspect brillant » est principalement dominé par le contraste entre les taches scintillantes et les taches non scintillantes. Le spectro2profiler capture l'effet avec la mesure de Contraste de Micro Réflectivité µRc en utilisant les informations de réflectivité spatiale 2D de l'image de la caméra.
Image 14 Trois plaques avec peinture fine texture
Image 15 Calcul de la distance de micro-crête µPd (µm)
Image 16 Résultats de mesure affichés dans le smart-chart
Le spectro2profiler change la donne et marque un tournant dans l'analyse des surfaces structurées. Facile à utiliser, ce seul instrument combine la géométrie de mesure 45/0, la brillance spéculaire à 60°, la topographie 3D et la réflectivité 2D et représente une étape importante dans le contrôle objectif de la mesure des surfaces texturées. À l'heure actuelle, le spectro2profiler intègre quatre algorithmes pour l'analyse de la structure de surface - structures de type cuir, structures de type cuir inverse, textures de peinture grossières et textures fines de peinture ou de plastique. En raison de ses excellentes performances techniques en matière de répétabilité et d'accord inter-instruments, les normes numériques peuvent être utilisées comme référence, permettant une communication sans faille au sein d'une chaîne d'approvisionnement mondiale.
Désormais, notre perception visuelle de la couleur, de la brillance et de la structure peut être évaluée dans une approche holistique et objective. L'harmonie des couleurs et de l'apparence lors de la combinaison de différents composants peuvent être optimisées. Tout cela est maintenant possible avec le spectro2profiler portable, en laboratoire comme sur la chaîne de production.
[1] Woodham, R.J. 1980. Photometric method for determining surface orientation from multiple images. Optical Engineerings 19, I, 139-144
[2] by Meekohi - Own work, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=44925507
[3] Serge Beucher and Christian Lantuéj workshop on image processing, real-time edge and motion detection (1979). http://cmm.ensmp.fr/~beucher/publi/watershed.pdf
[4] Qi, L., Chantler, M. J., Siebert, J. P., & Dong, J. (2012). How mesoscale and microscale
[5] A. Nischwitz et al., Computergrafik und Bildverarbeitung, Vieweg+Teubner Verlag | Springer Fachmedien Wiesbaden GmbH 2011