CN104931515A - 基于沥青混合料各组分相对密度的内部均匀性识别方法 - Google Patents

Abstract

本发明公开了基于沥青混合料各组分相对密度的内部均匀性识别方法，首先，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面，再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字图像集合；然后进行编写图像分割和阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度，进而可根据数据直接评价沥青混合料内部结构均匀性，亦可以定量判定沥青混合料内部结构中的损伤位置。

Description

基于沥青混合料各组分相对密度的内部均匀性识别方法

技术领域

本发明涉及材料均匀性识别方法，特别涉及用于沥青混合料内部结构的均匀性评价及损伤位置判别的方法。

背景技术

现有的沥青混合料内部结构均匀性研究方法主要是通过将沥青混合料试件截面划分为四个相等面积小区域，计算各区域内集料数量、质心位置和面积比等参数评价其均匀性能。由于划分区域时，不可避免的会破坏少部分粗集料的完整性，所以在计算集料质心位置时会产生误差。此外，只考虑粗集料对沥青混合料均匀性的影响，忽略了砂浆和空隙的作用，且这种方法对于判别损伤位置是不准确的。

发明内容

本发明针对上述技术问题，提出一种用于沥青混合料内部结构的均匀性评价及损伤位置判别的方法。

为达到以上目的，通过以下技术方案实现的：

基于沥青混合料各组分相对密度的内部均匀性识别方法，包括如下步骤：

步骤一，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面，再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字图像集合；

步骤二，进行编写图像分割和阈值选取；

将试件图像每一层截面形成n个同心圆，分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域；

然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度。

其中，步骤一通过X-ray CT扫描仪沿沥青混合料试件轴向进行断层扫描试验；

其中，步骤二通过Matlab软件自行编写图像分割和阈值选取的程序，利用strel等命令获取试件每一层截面n个同心圆，然后采用imcrop等指令分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域，然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度；

编写用于多区域划分和计算均匀性评价指标的程序，具体程序如下：

将沥青混合料试件的数字图像集合分n层截面，同时，将每一层截面按相同的尺寸再划分m个规则的小区域，则每个试件会产生m×n个小区域；利用已选定的灰度分割阈值对数字图像集合中每个截面的m个小区域分别进行图像分割处理，将每个小区域中粗集料、砂浆和空隙各组分提取出来；

完成对沥青混合料试件数字图像集合中粗集料、砂浆和空隙提取后，根据各组分的面积值以及实际密度值计算每层截面中各个区域的均匀性评价参数，如下式所示：

${\mathrm{\ρ}}_{\mathrm{ij}}=\frac{\underset{f=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\β}}_f{A}_{\mathrm{fij}}}{C_{\mathrm{ij}}}---\left(1\right)$

                                               (i＝1,2,….,m；j＝1,2,….,n)

式(1)中，A_fij为第j层截面中第i个小区域内粗集料(f＝1)、砂浆(f＝2)和空隙(f＝3)的面积；C_ij为第j层截面中第i个小区域的面积；ρ_ij为第j层截面中第i个小区域的均匀性评价参数，其值可以表征截面内小区域的均匀性程度；

β_f分别为根据粗集料、砂浆和空隙的实际密度值计算的各组分密度权重值；β₁、β₂、β₃的计算公式如下：

${\mathrm{\β}}_f=\frac{{\mathrm{\ρ}}_f}{A}(f=\mathrm{1,2,3})---\left(2\right)$

式(2)中，β_f为单一试件数字图像中全部像素面积值与粗集料、砂浆和空隙实际密度值的比例关系，即单位像素面积内粗集料、砂浆和空隙各组分的密度权重值；ρ₁、ρ₂和ρ₃为粗集料、砂浆和空隙的实际密度值；A为单一试件的数字图像中全部截面有效像素的面积值，在图像学角度上其值物理意义为截面的面积值；然后利用ρ_dij值计算任意截面的均匀性评价参数K_d(h)，公式如下：

$K_d\left(h\right)=\sqrt{\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2}---\left(3\right)$

                                                (i＝1,2,….,m；j＝1,2,….,n)

式中，h为试件的油石比(％)；K_d(h)为油石比为h％试件的任意截面均匀性评价参数；ρ_dij为油石比为h％试件的第j层截面中第i个小区域的均匀性评价参数标准值。K_d(h)的数值大小表征了单层截面内的均匀性程度，数值愈小，表示该层截面的均匀性愈好。在计算ρ_dij值时，需要如下假设条件：(1)沥青混合料试件为理想模型，其物理参数与《公路工程沥青及沥青混合料试验规程》(JTGE20-2011)的要求一致；(2)沥青混合料试件内部结构全部组分呈均匀分布，无相同组分集中等现象；(3)基于CT技术检测试件的数字图像截面层数n相同，并且数字图像中相同面积小区域内的全部组分质量相等；利用如下公式计算均匀性参数标准值ρ_dij：

${\mathrm{\ρ}}_{\mathrm{dij}}=\frac{\underset{r=1}{\overset{N}{\mathrm{\Σ}}}{M}_r}{N\×n\×A_{\mathrm{ep}}}\×C_{\mathrm{ij}},(k=\mathrm{1,2},....,l)---\left(4\right)$

式(4)中，A_ep为单层截面内有效的像素面积；M_r为试验室成型的沥青混合料实际质量；N为试件数量。对于相同扫描参数的CT扫描设备，扫描结果中的A_ep值均相同，对于不同扫描参数的CT扫描设备，扫描结果中的A_ep值不一定相同，因为不同的扫描参数所获得图像的灰度值和尺寸不尽相同。此外，N的数值愈大，ρ_dij计算结果愈趋于稳定。由于采用ρ_dij计算单层截面均匀性评价参数K_d，因此应用K_d值可以评价多个相同成型方法不同配比沥青混合料试件中任意截面内的均匀性，特别是在今后的研究工作中可以通过大量的试验检测数据形成的单层截面均匀性评价参数K_d数据库，由此确定均匀性经验阈值，通过该阈值与实测的K_d比较分析沥青混合料试件内部结构中均匀性薄弱的具体位置；(本研究中的损伤是指由于沥青混合料内部结构中各组分分布的不均匀性而造成结构缺陷。)损伤的检测位置可以精确至试件轴向每一层的截面，由经验可知，当内部结构均匀性能产生损伤时，试件相应位置的K_d值发生突变的现象；

其中，本方法可计算试件整体均匀性评价参数K_z，利用该参数可以分析相同成型方法同级配沥青混合料试件的整体均匀性能，K_z值越小表示试件内部结构的均匀性能越好；理论上，当沥青混合料试件内部结构均匀性能达到理想状态时，整体均匀性评价参数K_z的数值为0，其计算式如下：

$K_z\left(h\right)=\sqrt{\frac{1}{m+n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2\right]}---\left(5\right)$

                                              (i＝1,2,….,m；j＝1,2,….,n)

式(5)中，h为试件的油石比含量(％)，例如K_z(3.5)表示油石比为3.5％试件的整体均匀性评价参数值。

综上，本发明可以有效的评价沥青混合料内部结构均匀性，其充分考虑了沥青混合料内部结构中各组分的作用，不再利用单一组分的多个特征值来评测沥青混合料内部结构均匀性，避免了提取组分的多个特征值，仅需要各组分的一个特征值，计算效率较高，亦可以定量判定沥青混合料内部结构中的损伤位置。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

本发明共4幅附图：

图1为本发明的轴向进行断层扫描形成效面积相等截面层示意图。

图2为本发明的单层界面分割示意图。

图3为本发明分割出小区域内粗集料分布图。

图4为本发明分割出小区域内砂浆分布图。

其中：图3中白色部分代表了粗集料，图4中白色部分代表了砂浆部分。

具体实施方式

基于沥青混合料各组分相对密度的内部均匀性识别方法，包括如下步骤：

步骤一，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面，如图1所示，再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字图像集合；

步骤二，进行编写图像分割和阈值选取；

将试件图像每一层截面形成n个同心圆，分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域；

然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度。

其中，步骤一通过X-ray CT扫描仪沿沥青混合料试件轴向进行断层扫描试验；

其中，步骤二通过Matlab软件自行编写图像分割和阈值选取的程序，利用strel等命令获取试件每一层截面n个同心圆，然后采用imcrop等指令分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域，然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度；

编写用于多区域划分和计算均匀性评价指标的程序，具体程序如下：

将沥青混合料试件的数字图像集合分n层截面，同时，将每一层截面按相同的尺寸再划分m个规则的小区域，则每个试件会产生m×n个小区域；

以单层截面划分16个规则小区域为例，如图2所示，编号1至4的小区域组成了第一象限(该象限命名方式与软件Matlab中矩阵表示方式有关)，以此类推，每个截面包含四个面积相同的象限，如编号5、6、7、8的小区域组成了第二象限，逆时针方向分别为第三象限、第四象限。可以发现，每一层截面包括四个面积不同的圆环，如编号1、5、9、13的小区域组成了第一层圆环，以此类推，由内至外分别为第二层圆环，第三层圆环和第四层圆环。每个截面中四个圆环区域的面积是不相同的，而每个圆环内包含四个小区域的面积是对应相等的。利用已选定的灰度分割阈值对数字图像集合中每个截面的16个小区域分别进行图像分割处理，将每个小区域中粗集料、砂浆和空隙各组分提取出来，如图3和图4所示，其中图3中各图像中白色部分代表了粗集料，图4中各图像中白色部分代表了砂浆部分。

利用已选定的灰度分割阈值对数字图像集合中每个截面的16个小区域分别进行图像分割处理，将每个小区域中粗集料、砂浆和空隙各组分提取出来；

完成对沥青混合料试件数字图像集合中粗集料、砂浆和空隙提取后，根据各组分的面积值以及实际密度值计算每层截面中各个区域的均匀性评价参数，如下式所示：

${\mathrm{\ρ}}_{\mathrm{ij}}=\frac{\underset{f=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\β}}_f{A}_{\mathrm{fij}}}{C_{\mathrm{ij}}}---\left(1\right)$

                                              (i＝1,2,….,m；j＝1,2,….,n)

式(1)中，A_fij为第j层截面中第i个小区域内粗集料(f＝1)、砂浆(f＝2)和空隙(f＝3)的面积；C_ij为第j层截面中第i个小区域的面积；ρ_ij为第j层截面中第i个小区域的均匀性评价参数，其值可以表征截面内小区域的均匀性程度；

β_f分别为根据粗集料、砂浆和空隙的实际密度值计算的各组分密度权重值；β₁、β₂、β₃的计算公式如下：

${\mathrm{\β}}_f=\frac{{\mathrm{\ρ}}_f}{A},(f=\mathrm{1,2,3})---\left(2\right)$

式(2)中，β_f为单一试件数字图像中全部像素面积值与粗集料、砂浆和空隙实际密度值的比例关系，即单位像素面积内粗集料、砂浆和空隙各组分的密度权重值；ρ₁、ρ₂和ρ₃为粗集料、砂浆和空隙的实际密度值；A为单一试件的数字图像中全部截面有效像素的面积值，在图像学角度上其值物理意义为截面的面积值；然后利用ρ_dij值计算任意截面的均匀性评价参数K_d(h)，公式如下：

$K_d\left(h\right)=\sqrt{\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2}---\left(3\right)$

                                               (i＝1,2,….,m；j＝1,2,….,n)

式中，h为试件的油石比(％)；K_d(h)为油石比为h％试件的任意截面均匀性评价参数；ρ_dij为油石比为h％试件的第j层截面中第i个小区域的均匀性评价参数标准值。K_d(h)的数值大小表征了单层截面内的均匀性程度，数值愈小，表示该层截面的均匀性愈好。在计算ρ_dij值时，需要如下假设条件：(1)沥青混合料试件为理想模型，其物理参数与《公路工程沥青及沥青混合料试验规程》(JTGE20-2011)的要求一致；(2)沥青混合料试件内部结构全部组分呈均匀分布，无相同组分集中等现象；(3)基于CT技术检测试件的数字图像截面层数n相同，并且数字图像中相同面积小区域内的全部组分质量相等；利用如下公式计算均匀性参数标准值ρ_dij：

${\mathrm{\ρ}}_{\mathrm{dij}}=\frac{\underset{r=1}{\overset{N}{\mathrm{\Σ}}}{M}_r}{N\×n\×A_{\mathrm{ep}}}\×C_{\mathrm{ij}},(k=\mathrm{1,2},....,l)---\left(4\right)$

式(4)中，A_ep为单层截面内有效的像素面积；M_r为试验室成型的沥青混合料实际质量；N为试件数量。对于相同扫描参数的CT扫描设备，扫描结果中的A_ep值均相同，对于不同扫描参数的CT扫描设备，扫描结果中的A_ep值不一定相同，因为不同的扫描参数所获得图像的灰度值和尺寸不尽相同。此外，N的数值愈大，ρ_dij计算结果愈趋于稳定。由于采用ρ_dij计算单层截面均匀性评价参数K_d，因此应用K_d值可以评价多个相同成型方法不同配比沥青混合料试件中任意截面内的均匀性，特别是在今后的研究工作中可以通过大量的试验检测数据形成的单层截面均匀性评价参数K_d数据库，由此确定均匀性经验阈值，通过该阈值与实测的K_d比较分析沥青混合料试件内部结构中均匀性薄弱的具体位置；(本研究中的损伤是指由于沥青混合料内部结构中各组分分布的不均匀性而造成结构缺陷。)损伤的检测位置可以精确至试件轴向每一层的截面，由经验可知，当内部结构均匀性能产生损伤时，试件相应位置的K_d值发生突变的现象；

其中，本方法可计算试件整体均匀性评价参数K_z，利用该参数可以分析相同成型方法同级配沥青混合料试件的整体均匀性能，K_z值越小表示试件内部结构的均匀性能越好；理论上，当沥青混合料试件内部结构均匀性能达到理想状态时，整体均匀性评价参数K_z的数值为0，其计算式如下：

$K_z\left(h\right)=\sqrt{\frac{1}{m+n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2\right]}---\left(5\right)$

                                           (i＝1,2,….,m；j＝1,2,….,n)

式(5)中，h为试件的油石比含量(％)，例如K_z(3.5)表示油石比为3.5％试件的整体均匀性评价参数值。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员在不脱离本发明技术方案范围内，当可利用上诉揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (2)

1.基于沥青混合料各组分相对密度的内部均匀性识别方法，其特征在于，包括如下步骤：

步骤一，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面，再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字图像集合；

步骤二，进行编写图像分割和阈值选取；

将试件图像每一层截面形成n个同心圆，分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域；

然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度。

2.根据权利要求1所述的基于沥青混合料各组分相对密度的内部均匀性识别方法，其特征在于：步骤一通过X-ray CT扫描仪沿沥青混合料试件轴向进行断层扫描试验；

步骤二通过Matlab软件自行编写图像分割和阈值选取的程序，利用strel等命令获取试件每一层截面n个同心圆，然后采用imcrop等指令分别对截面中每一个同心圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域，然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的相对密度；

编写用于多区域划分和计算均匀性评价指标的程序，具体程序如下：

将沥青混合料试件的数字图像集合分n层截面，同时，将每一层截面按相同的尺寸再划分m个规则的小区域，则每个试件会产生m×n个小区域；利用已选定的灰度分割阈值对数字图像集合中每个截面的m个小区域分别进行图像分割处理，将每个小区域中粗集料、砂浆和空隙各组分提取出来；

完成对沥青混合料试件数字图像集合中粗集料、砂浆和空隙提取后，根据各组分的面积值以及实际密度值计算每层截面中各个区域的均匀性评价参数，如下式所示：

${\mathrm{\ρ}}_{\mathrm{ij}}=\frac{\underset{f=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\β}}_f{A}_{\mathrm{fij}}}{C_{\mathrm{ij}}}---\left(1\right)$

                       (i＝1,2,….,m；j＝1,2,….,n)

式(1)中，A_fij为第j层截面中第i个小区域内粗集料(f＝1)、砂浆(f＝2)和空隙(f＝3)的面积；C_ij为第j层截面中第i个小区域的面积；ρ_ij为第j层截面中第i个小区域的均匀性评价参数，其值可以表征截面内小区域的均匀性程度；

β_f分别为根据粗集料、砂浆和空隙的实际密度值计算的各组分密度权重值；β₁、β₂、β₃的计算公式如下：

${\mathrm{\β}}_f=\frac{{\mathrm{\ρ}}_f}{A},(f=\mathrm{1,2,3})---\left(2\right)$

式(2)中，β_f为单一试件数字图像中全部像素面积值与粗集料、砂浆和空隙实际密度值的比例关系，即单位像素面积内粗集料、砂浆和空隙各组分的密度权重值；ρ₁、ρ₂和ρ₃为粗集料、砂浆和空隙的实际密度值；A为单一试件的数字图像中全部截面有效像素的面积值，在图像学角度上其值物理意义为截面的面积值；然后利用ρ_dij值计算任意截面的均匀性评价参数K_d(h)，公式如下：

$K_d\left(h\right)=\sqrt{\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2}---\left(3\right)$

                           (i＝1,2,….,m；j＝1,2,….,n)

式(3)中，h为试件的油石比(％)；K_d(h)为油石比为h％试件的任意截面均匀性评价参数；ρ_dij为油石比为h％试件的第j层截面中第i个小区域的均匀性评价参数标准值；K_d(h)的数值大小表征了单层截面内的均匀性程度，数值愈小，表示该层截面的均匀性愈好；在计算ρ_dij值时，需要如下假设条件：(1)沥青混合料试件为理想模型，其物理参数与《公路工程沥青及沥青混合料试验规程》(JTG E20-2011)的要求一致；(2)沥青混合料试件内部结构全部组分呈均匀分布，无相同组分集中等现象；(3)基于CT技术检测试件的数字图像截面层数n相同，并且数字图像中相同面积小区域内的全部组分质量相等；利用如下公式计算均匀性参数标准值ρ_dij：

${\mathrm{\ρ}}_{\mathrm{dij}}=\frac{\underset{r=1}{\overset{N}{\mathrm{\Σ}}}{M}_r}{N\×n\×A_{\mathrm{ep}}}\×C_{\mathrm{ij}},(k=\mathrm{1,2},...,l)---\left(4\right)$

式(4)中，A_ep为单层截面内有效的像素面积；M_r为试验室成型的沥青混合料实际质量；N为试件数量；对于相同扫描参数的CT扫描设备，扫描结果中的A_ep值均相同，对于不同扫描参数的CT扫描设备，扫描结果中的A_ep值不一定相同，因为不同的扫描参数所获得图像的灰度值和尺寸不尽相同；此外，N的数值愈大，ρ_dij计算结果愈趋于稳定；由于采用ρ_dij计算单层截面均匀性评价参数K_d，因此应用K_d值可以评价多个相同成型方法不同配比沥青混合料试件中任意截面内的均匀性，特别是在今后的研究工作中可以通过大量的试验检测数据形成的单层截面均匀性评价参数K_d数据库，由此确定均匀性经验阈值，通过该阈值与实测的K_d比较分析沥青混合料试件内部结构中均匀性薄弱的具体位置；其中，本方法可计算试件整体均匀性评价参数K_z，利用该参数可以分析相同成型方法同级配沥青混合料试件的整体均匀性能，K_z值越小表示试件内部结构的均匀性能越好；其计算式如下：

$K_z\left(h\right)=\sqrt{\frac{1}{m+n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{({\mathrm{\ρ}}_{\mathrm{ij}}-{\mathrm{\ρ}}_{\mathrm{dij}})}^2\right]}---\left(5\right)$

                              (i＝1,2,….,m；j＝1,2,….,n)

式(5)中，h为试件的油石比含量(％)。