CN101294950A - 一种检测沥青混合料中矿粉含量的方法及装置 - Google Patents

Abstract

本发明公开了一种检测沥青混合料中矿粉含量的方法，预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系，该方法包括：获取当前沥青混合料所对应的当前沥青胶浆图像；确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型；计算当前沥青胶浆图像的特征参数；根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量。本发明还同时公开了一种检测沥青混合料中矿粉含量的装置，采用本发明，能够提高检测沥青混合料中矿粉含量的精度。

Description

一种检测沥青混合料中矿粉含量的方法及装置

技术领域

本发明涉及沥青混合料的应用技术，尤其涉及一种检测沥青混合料中矿粉含量的方法及装置。

背景技术

随着我国交通行业的高速发展，沥青路面由于具有表面平整、无接缝、行车舒适、耐磨性好、振动小、噪声低等优势在新建或改建的公路中得到了更大的发展。沥青混合料是沥青路面的主要构成材料，其主要由沥青结合料、集料、矿粉等各种添加剂和空隙组成。

其中，矿粉在沥青混合料中具有重要的作用。在相同沥青用量的情况下，与沥青相互作用的矿料表面积对形成结构沥青有很重要的影响。矿料表面积愈大，形成的沥青膜越薄，结构沥青所占的比例愈大，沥青混合料的粘聚力也愈高。所以，在沥青混合料中加入适量的矿粉，可以增加矿料与沥青粘结面积，从而提高混合料粘结力，形成沥青胶结物质。并且，适量的矿粉能提高混合料的物理吸附作用和化学吸附作用，更多地产生结构沥青，减少自由沥青，提高混合料相互作用的粘聚力，进而混合料的水稳定性也能够得到保证。但过多的矿粉就有可能减小沥青混合料相互作用的粘聚力，使得沥青路面容易形成早期的损害。

另外，随着高速公路的发展，对沥青混合料的抗滑性也提出更高的要求。而路面的防滑能力与沥青混合料的粗糙度，矿料的微表面性质，混合料的级配组成以及沥青用量等因素有关。因此，为保证长期行车的安全，在配制沥青混合料时需要注意粗集料的耐磨性，而具有耐磨性的硬质石料往往多属于酸性石料，与沥青的粘附性差，因此，掺入适量的矿粉(碱性)是改善沥青与矿料的粘附性和提高沥青混合料质量的有效措施。

由以上的描述可以看出，适量的矿粉含量能够使沥青混合料的性能要求达到最佳。这样，为了保证沥青混合料的性能，检测该沥青混合料中的矿粉含量是必要的，然而现有技术中仅是根据经验换算的方法来估算沥青混合料中的矿粉含量，即检测者凭借经验估算沥青混合料中的矿粉含量，这降低了检测沥青混合料中矿粉含量的精度。

发明内容

本发明提供了一种检测沥青混合料中矿粉含量的方法及装置，以便提高检测沥青混合料中矿粉含量的精度。

本发明所提供的一种检测沥青混合料中矿粉含量的方法，预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系，该方法包括：

获取当前沥青混合料所对应的当前沥青胶浆图像；

确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型；

计算当前沥青胶浆图像的特征参数；

根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量。

本发明所提供的一种检测沥青混合料中矿粉含量的装置，包括：

存储单元，用于存储沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系；

获取单元，用于获取当前沥青混合料对应的当前沥青胶浆图像；

处理单元，用于确定所述获取单元获取的当前沥青胶浆图像中所包含的沥青类型和矿粉类型，并计算当前沥青胶浆图像的特征参数；

检测单元，用于根据所述处理单元确定的沥青类型和矿粉类型、计算的特征参数以及所述存储单元存储的对应关系，确定当前沥青混合料中的矿粉含量。

从上述方案可以看出，本发明实施例这种检测沥青混合料中矿粉含量的方法，通过预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系，然后获取当前沥青混合料所对应的当前沥青胶浆图像；确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型；计算当前沥青胶浆图像的特征参数；之后，根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量，相比于现有技术根据经验换算的方法来估算沥青混合料中的矿粉含量，能够提高检测沥青混合料中矿粉含量的精度。

进一步地，本发明实施例通过预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系的方法来确定当前沥青混合料中的矿粉含量，能够提高检测沥青混合料中矿粉含量的效率。

附图说明

图1为本发明实施例中检测沥青混合料中矿粉含量的流程示意图；

图2为本发明实施例中矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的特征参数的对应关系的设置流程图；

图3(a)为本发明实施例中预先设置的沥青胶浆图像示意图；

图3(b)为本发明实施例中预先设置的沥青胶浆图像的特征参数的示意图；

图4(a)为本发明实施例中当前沥青胶浆图像示意图；

图4(b)为本发明实施例中当前沥青胶浆图像的特征参数的示意图；

图5为本发明实施例中检测沥青混合料中矿粉含量的装置结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。

本发明提出了一种检测沥青混合料中矿粉含量的方法。在该方法中，针对各种矿粉类型、各个矿粉含量、各种沥青类型的特点，预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系；获取当前沥青混合料对应的当前沥青胶浆图像；确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型；计算当前沥青胶浆图像的特征参数；根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量。

其中，上述沥青胶浆图像的特征参数为矿粉类型对应的矿粉按照矿粉含量与沥青类型对应的沥青混合所得到的沥青胶浆图像的特征参数。比如，若矿粉类型包括K1和K2，沥青类型包括L1和L2，矿粉含量包括A％和B％，则上述预先设置的对应关系对应于矿粉类型、沥青类型、矿粉含量以及该矿粉类型对应的矿粉按照矿粉含量与沥青类型对应的沥青混合所得到的沥青胶浆图像的特征参数所有可能的组合，包括：K1，A％，L1及K1对应的矿粉以A％的比例与L1对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K1，B％，L1及K1对应的矿粉以B％的比例与L1对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K1，A％，L2及K1对应的矿粉以A％的比例与L2对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K1，B％，L2及K1对应的矿粉以B％的比例与L2对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K2，A％，L1及K2对应的矿粉以A％的比例与L1对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K2，A％，L2及K2对应的矿粉以A％的比例与L2对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K2，B％，L1及K2对应的矿粉以B％的比例与L1对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系；K2，B％，L2及K2对应的矿粉以B％的比例与L2对应的沥青混合所得到的沥青胶浆图像的特征参数的对应关系。

另外，上述沥青胶浆图像的特征参数可以有多种结构形式，如可以为与沥青胶浆图像的灰度有关的特征参数，或者为与沥青胶浆图像的纹理有关的特征参数，或者为与沥青胶浆图像的彩色有关的特征参数。

下面举具体实施例来说明本发明的具体实现流程。

参见图1，图1为本发明实施例中检测沥青混合料中矿粉含量的流程示意图。如图1所示，具体实现过程具体包括以下步骤：

步骤101，预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系。

本实施例中，上述沥青胶浆图像的特征参数与沥青胶浆图像的灰度有关的特征参数，比如可以为归一化灰度直方图，也可以为灰度的统计特征值，如可以为灰度均值，灰度偏差，灰度中值，灰度最大值，灰度最小值中的任意一个或多个。

其中，沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数四者之间的对应关系的具体设置方法可以采用图2所示的流程，该实施例中，沥青胶浆图像的特征参数为归一化灰度直方图，和/或灰度均值，和/或灰度偏差，和/或灰度中值，和/或灰度最大值和/或灰度最小值。如图2所示，确定上述对应关系的具体过程包括：

步骤201，将任意一种类型的矿粉以任意的矿粉含量与任意一种类型的沥青混合，得到混合后的沥青胶浆。

这里，上述任意一种类型的沥青和矿粉可为常用类型的沥青和矿粉。

步骤202，采集该混合后的沥青胶浆的图像，并对采集的图像进行处理。

这里，可通过数码相机或者专门的图像采集装置来采集混合后的沥青胶浆的图像，优选地，在采集混合后的沥青胶浆的图像时，为了确保采集的图像质量，可以利用强光源来消除自然光的影响。

此外，对采集的图像进行处理主要为对采集的图像进行对比度增强处理和消除噪声处理，其中，可以采用邻域为3*3的中值滤波方法消除该采集的图像中的噪声。

步骤203，计算处理后的沥青胶浆图像的特征参数。

具体地，计算处理后的沥青胶浆图像的归一化灰度直方图、和/或灰度均值、和/或灰度偏差、和/或灰度中值，和/或灰度最大值和/或灰度最小值。

本步骤中，处理后的沥青胶浆图像的归一化灰度直方图可通过公式：

P(r_k)＝n_k/n    (1)

计算，其中，k取值为0至L-1的任意一个正整数，L为处理后的沥青胶浆图像中最高的灰度级值，n_k为灰度级r_k对应的像素个数，n为该沥青胶浆图像的像素总数。优选地，该处理后的沥青胶浆图像的灰度级在0至L-1范围内的直方图是离散的，可利用函数h(r_k)＝n_k表示。至此，完成了处理后的沥青胶浆图像的归一化灰度的计算。

处理后的沥青胶浆图像的灰度均值m可通过公式：

$m=\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}{r}_{k}P\left(r_k\right)---\left(2\right)$

计算。其中，灰度均值m为该处理后的沥青胶浆图像中所有灰度值的平均值。

处理后的沥青胶浆图像的灰度偏差σ(r)可通过公式：

${\mathrm{\σ}}^2\left(r\right)=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{(r_i-m)}^{2}P\left(r_i\right)---\left(3\right)$

计算。其中，σ(r)为第r级灰度的方差。在计算灰度偏差σ(r)后，也可以计算该处理后的沥青胶浆图像中的标准差，即该标准差为方差的平方根。

处理后的沥青胶浆图像的灰度中值为将该处理后的沥青胶浆图像的所有灰度值从小到大或从大到小进行排列，处于正中间的值即为灰度中值。具体为，若所有灰度值的个数总和为奇数，则处于正中间的一个值即为灰度中值；若所有灰度值的个数总和为偶数，则处于正中间的两个值即为灰度中值。并且，根据上述所有灰度值的排列，也可以方便地确定处理后的沥青胶浆图像的灰度最大值和灰度最小值。

步骤204，设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系。

其中，若沥青胶浆图像的特征参数为沥青胶浆图像的归一化灰度直方图，则设置矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的归一化灰度直方图四者之间的对应关系。当然，沥青胶浆图像的特征参数也可以为灰度的统计特征值，如可以为灰度均值、灰度偏差、灰度中值，灰度最大值和灰度最小值中的任意一个或多个。比如，沥青胶浆图像的特征参数灰度均值、灰度偏差和灰度中值，则本步骤设置矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的灰度均值、灰度偏差和灰度中值之间的对应关系。

优选地，可以将上述确定的矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的特征参数之间的对应关系保存到基准比色表中。该基准比色表相当于一个数据库，以便后续沥青混合料中矿粉含量的检测。

至此，完成了矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的特征参数四者之间的对应关系的设置。

步骤102，采集待检测的当前沥青混合料的图像。

这里，可通过数码相机或者专门的图像采集装置来采集待检测的当前沥青混合料的图像，优选地，在采集待检测的当前沥青混合料的图像时，为了确保采集的图像质量，可以利用强光源来消除自然光的影响。

步骤103，对当前采集的图像进行增强和/或消除噪声的处理。

具体地，为了突出研究的对象，对当前采集的图像可以进行对比度增强处理。并且，为了避免图像采集过程中存在的噪声，需要对该图像进行降噪处理，具体实现时，可以采用邻域为3*3的中值滤波方法。

步骤104，对当前处理后的图像进行图像分割，得到对应的当前沥青胶浆图像。

优选地，可以采用阈值的方法对当前处理后的图像进行图像分割，即根据该处理后的图像，确定对该图像进行灰度切片变换的阈值，之后，根据该确定的灰度切片变换的阈值，对当前处理后的图像进行灰度切片变换。比如，若当前处理后的图像中显示的沥青胶浆的灰度级值一般集中在110级，则确定图像进行灰度切片变换的阈值为110，之后，根据该确定的灰度切片变换的阈值，对当前处理后的图像进行灰度切片变换，即将灰度级值小于110的图像保持不变，而将灰度级值大于110的图像变换为背景如变换为白色。通过这种方法，可以将当前沥青胶浆图像之外的其他图像变换为背景，如将当前沥青胶浆的部分外的图像的灰度值变换为白色。

需要说明的是，对当前处理后的图像进行图像分割得到的只是当前沥青胶浆的部分图像，并非为当前整个沥青胶浆的图像。

步骤105，确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型。

步骤107，计算当前沥青胶浆图像的特征参数。

如果上述步骤101中沥青胶浆图像的特征参数为沥青胶浆图像的归一化灰度直方图，则本步骤中计算当前沥青胶浆图像的归一化灰度直方图。具体计算方法与步骤203中的计算方法类似，这里不再赘述。当然，如果上述步骤101中沥青胶浆图像的特征参数为灰度均值、灰度偏差和灰度中值，则本步骤中计算当前沥青胶浆图像的灰度均值、灰度偏差和灰度中值，具体计算方法与步骤203中的计算方法类似，这里也不再赘述。

步骤108，根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量。

假如将矿粉类型、矿粉含量、沥青类型以及沥青胶浆图像的特征参数四者之间的对应关系保存到基准比色表中，则步骤108具体为：在基准比色表中查找到所述确定的沥青类型和矿粉类型。比如，上述步骤105确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型分别为A和B，则在该基准比色表中查找A和B，如果查找到，则判断当前沥青胶浆图像的特征参数与基准比色表中对应的特征参数的误差是否小于等于预设的阈值，如果是，将所述基准比色表中对应的矿粉含量确定为当前沥青混合料中的矿粉含量。

由于环境、采集装置等影响，当前沥青胶浆图像的特征参数可能与基准比色表中对应的特征参数并非完全一致，如果出现的误差小于等于预设的阈值，即在容许的误差范围内，则可将基准比色表对应的矿粉含量确定为当前沥青混合料中的矿粉含量。

至此，可以确定当前待检测的沥青混合料中的矿粉含量。

当然，如果上述出现的误差大于预设的阈值，即当前沥青胶浆图像中所包含的沥青类型A和矿粉类型B对应的特征参数与基准比色表中查找到的A和B对应的特征参数的误差大于预设的阈值，则尝试A对应的矿粉以不同的矿粉含量与B对应的沥青进行混合，并比较混合后所得到的各个沥青胶浆的特征参数与当前沥青胶浆对应的特征参数，直到比较后的误差小于等于预设的阈值。之后，将沥青类型A、矿粉类型B、通过尝试确定的矿粉含量以及A和B对应的特征参数插入到基准比色表中，以备后续矿粉含量的检测操作。

下面通过一个具体的应用实施例对本发明实施例中检测沥青混合料中矿粉含量的方法进行描述。

假如预先设置的对应关系中有矿粉类型A、沥青类型B、矿粉含量为5％以及A对应的矿粉以5％的质量比和B对应的沥青混合得到混合后的沥青胶浆图像的特征参数的对应关系。其中，A对应的矿粉以5％的质量比和B对应的沥青混合，得到混合后的沥青胶浆，利用数码相机采集该混合后的沥青胶浆的图像，得到如图3(a)所示的图像，其中，该采集的沥青胶浆的图像的像素大小为461*461。

若沥青胶浆图像的特征参数为归一化灰度直方图和灰度均值、灰度偏差、灰度中值，则参见图3(b)所示的预先设置的沥青胶浆图像的特征参数的示意图，如图3所示，预先设置的沥青胶浆图像的灰度均值为107.57，灰度偏差为19.47，灰度中值为106。

之后，假如当前沥青胶浆中所包含的沥青类型和矿粉类型分别为A和B，则采集当前沥青混合料，并对采集的当前图像进行增强和/或消除噪声的处理，以及对处理后的图像进行图像分割，得到对应的当前沥青胶浆图像，具体可参见图4(a)所示。之后，计算当前沥青胶浆图像的特征参数，具体为计算当前沥青胶浆的归一化灰度直方图和灰度均值、灰度偏差、灰度中值。采用上述步骤203中的方法计算该特征参数，得到如图4(b)所示的当前沥青胶浆图像的特征参数的示意图。在图4中，当前沥青胶浆图像的灰度均值为103.50，灰度偏差为25.17，灰度中值为103。

可以看出，图3(b)所示的特征参数和图4(b)所示的特征参数的误差并不很大，假如预设的阈值为7，则可判断出当前沥青胶浆图像的灰度均值与预先设置的沥青胶浆图像的灰度均值的误差，当前沥青胶浆图像的灰度偏差与预先设置的沥青胶浆图像的灰度偏差的误差，以及当前沥青胶浆图像的灰度中值与预先设置的沥青胶浆图像的灰度中值都小于预设的阈值，因此，可以确定当前沥青混合料中的矿粉含量为5％。

需要说明的是，本实施例中只是利用与沥青胶浆图像的灰度有关的特征参数进行了描述，当然也可以利用与沥青胶浆图像的纹理有关的特征参数，或者为与沥青胶浆图像的彩色有关的特征参数等来确定沥青混合料中的矿粉含量，其确定沥青混合料中矿粉含量的思路类似，这里不再赘述。

下面对沥青混合料中矿粉含量的检测装置进行描述。

参见图5，图5为本发明实施例中检测沥青混合料中矿粉含量的装置结构图，该装置包括：存储单元501、获取单元502、处理单元503和检测单元504。

其中，存储单元501用于存储沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系。

获取单元502用于获取当前沥青混合料对应的当前沥青胶浆图像。

处理单元503用于确定获取单元502获取的当前沥青胶浆图像中所包含的沥青类型和矿粉类型，计算所述当前沥青胶浆图像的特征参数。

检测单元504用于根据处理单元503确定的沥青类型和矿粉类型、计算的特征参数以及存储单元501存储的对应关系，确定待检测的当前沥青混合料中的矿粉含量。

优选地，检测单元504可包括：查找子单元5041、判断子单元5042和确定子单元5043。

其中，查找子单元5041用于在存储单元501存储的对应关系中查找到处理单元503确定的沥青类型和矿粉类型，发送查找通知给判断子单元5042。

判断子单元5042用于接收所述查找通知，并在判断出当前沥青胶浆图像的特征参数与存储单元501存储的对应关系中对应的特征参数的误差小于等于预设的阈值时，发送确定通知给确定子单元5043

确定子单元5043用于在接收到所述确定通知后，将所述存储单元501存储的对应的矿粉含量确定为当前沥青混合料中的矿粉含量。

获取单元502可包括：采集子单元5021和处理子单元5022。

其中，采集子单元5021用于采集当前沥青混合料的图像，并发送所述图像给处理子单元5022。

处理子单元5022用于对采集的图像进行增强和/或消除噪声的处理，并对处理后的图像进行图像分割，得到对应的当前沥青胶浆图像。

优选地，处理子单元5022可包括：处理模块5023、确定模块5024和变换模块5025。

其中，处理模块5023用于对接收的图像进行增强和/或消除噪声的处理。

确定模块5024用于确定所述处理模块处理后的图像进行灰度切片变换的阈值。

变换模块5025用于根据所述确定模块确定的灰度切片变换的阈值，将所述处理后的图像中除沥青胶浆图像外的其它图像变换为背景。

需要说明的是，本实施例中，检测沥青混合料中矿粉含量的装置内部各个单元的具体操作可与图1所示的方法流程中描述的操作过程一致，并且各个单元可以是物理功能单元，也可以是软件功能单元，并且各个单元还可进行细分或进行合并，具体实现时，本领域普通技术人员可根据实际情况进行处理，此处不再一一列举。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1、一种检测沥青混合料中矿粉含量的方法，其特征在于，预先设置沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系，该方法包括：

获取当前沥青混合料所对应的当前沥青胶浆图像；

确定当前沥青胶浆图像中所包含的沥青类型和矿粉类型；

计算当前沥青胶浆图像的特征参数；

根据确定的沥青类型和矿粉类型、计算的特征参数及所述对应关系，确定当前沥青混合料中的矿粉含量。

2、根据权利要求1所述的方法，其特征在于，所述根据确定的沥青类型和矿粉类型、计算的特征参数及对应关系，确定当前沥青混合料中的矿粉含量包括：

在所述对应关系中查找到所述确定的沥青类型和矿粉类型；

判断当前沥青胶浆的特征参数与所述对应关系中对应的特征参数的误差是否小于等于预设的阈值，如果是，将所述对应关系中对应的矿粉含量确定为当前沥青混合料中的矿粉含量。

3、根据权利要求1或2所述的方法，其特征在于，所述特征参数为与沥青胶浆图像的灰度有关的特征参数，或者为与沥青胶浆图像的纹理有关的特征参数，或者为与沥青胶浆图像的彩色有关的特征参数。

4、根据权利要求3所述的方法，其特征在于，所述与沥青胶浆图像的灰度有关的特征参数包括：灰度的统计特征值和归一化灰度直方图。

5、根据权利要求1所述的方法，其特征在于，所述获取当前沥青混合料对应的当前沥青胶浆图像包括：

采集当前沥青混合料的图像；

对采集的图像进行增强和/或消除噪声的处理；

对处理后的图像进行图像分割，得到对应的当前沥青胶浆图像。

6、根据权利要求5所述的方法，其特征在于，所述对处理后的图像进行图像分割：

确定所述处理后的图像进行灰度切片变换的阈值；

根据所述灰度切片变换的阈值，将所述处理后的图像中除沥青胶浆图像外的其它图像变换为背景。

7、一种检测沥青混合料中矿粉含量的装置，其特征在于，该装置包括：

存储单元，用于存储沥青类型、矿粉类型、矿粉含量以及沥青胶浆图像的特征参数的对应关系；

获取单元，用于获取当前沥青混合料对应的当前沥青胶浆图像；

处理单元，用于确定所述获取单元获取的当前沥青胶浆图像中所包含的沥青类型和矿粉类型，计算当前沥青胶浆图像的特征参数；

检测单元，用于根据所述处理单元确定的沥青类型和矿粉类型、计算的特征参数以及所述存储单元存储的对应关系，确定当前沥青混合料中的矿粉含量。

8、根据权利要求7所述的装置，其特征在于，所述检测单元包括：

查找子单元，用于在所述存储单元存储的对应关系中查找到所述处理单元确定的沥青类型和矿粉类型，发送查找通知给判断子单元；

判断子单元，用于接收所述查找通知，并在判断出当前沥青胶浆图像的特征参数与所述存储单元存储的对应关系中对应的特征参数的误差小于等于预设的阈值时，发送确定通知给确定子单元；

确定子单元，用于在接收到所述确定通知后，将所述存储单元存储的对应关系中对应的矿粉含量确定为当前沥青混合料中的矿粉含量。

9、根据权利要求7所述的装置，其特征在于，所述获取单元包括：

采集子单元，用于采集当前沥青混合料的图像，并发送所述图像给处理子单元；

处理子单元，用于对接收的图像进行增强和/或消除噪声的处理，并对处理后的图像进行图像分割，得到对应的当前沥青胶浆图像。

10、根据权利要求9所述的装置，其特征在于，所述处理子单元包括：

处理模块，用于对接收的图像进行增强和/或消除噪声的处理；

确定模块，用于确定所述处理模块处理后的图像进行灰度切片变换的阈值；

变换模块，用于根据所述确定模块确定的灰度切片变换的阈值，将所述处理后的图像中除沥青胶浆图像外的其它图像变换为背景。

Images