CN105139380A - 基于ct技术构建冻融环境下混凝土孔隙结构的方法 - Google Patents

Abstract

本发明属于混凝土技术领域，公开了一种基于CT技术构建冻融环境下混凝土孔隙结构的方法。该方法包括如下步骤：制作所述冻融环境下的混凝土试件；对所述混凝土试件进行二维横向断层CT扫描，得到所述混凝土试件的多个CT扫描图像；对每个CT扫描图像进行二值化处理，得到二值化处理后的CT图像；将多个所述二值化处理后的CT图像，进行三维体重建，得到所述冻融环境下混凝土试件的三维体孔隙结构；根据所述三维体孔隙结构，确定在所述冻融环境下混凝土孔隙结构的参数。本发明能够反映经历冻融循环后混凝土试件孔隙结构变化。

Description

基于CT技术构建冻融环境下混凝土孔隙结构的方法

技术领域

本发明属于混凝土技术领域，具体涉及一种基于CT技术构建冻融环境下混凝土孔隙结构的方法。

背景技术

随着混凝土的广泛应用，学者越来越重视对混凝土耐久性的研究。钢筋腐蚀、冻融破坏以及侵蚀环境的物理化学作用是影响混凝土耐久性的三个重要因素。其中的冻融破坏对混凝土耐久性的影响日益成为研究的重点。

在我国西部寒区，冻融循环作用往往是导致混凝土各项力学性能退化及承载力降低的主要原因。而冻融环境下混凝土材料的破损机理及宏观力学性能劣化均与其内部随机分布的孔隙结构密切相关，原因是混凝土在经历冻融循环作用后，内部已存在的初始孔隙结构会逐渐产生损伤，随着冻融循环作用的进行，混凝土内部的细观损伤会逐渐加剧，最终将会引起混凝土材料宏观的破坏。冻融环境下混凝土的宏观断裂破坏和失稳与其变形时内部微孔隙、微裂纹等内部缺陷的分布与变化紧密相关。因此研究混凝土材料在冻融循环作用下混凝土孔隙结构的分布与变化具有重要的理论意义和实际的工程应用价值。

目前，国内外专家、学者均开展过混凝土孔隙对强度以及破坏机理影响的研究。随着混凝土CT技术的发展，CT技术越来越多地应用到对混凝土材料在无损条件下细观结构中孔隙的识别与分析。郭丽萍通过CT技术对高性能混凝土材料的缺陷进行了分析。Andrey.P在CT扫描基础上运用格构模型研究了普通混凝土的孔隙结构及损伤演化过程。XiaoSun对得到的水泥浆试件的CT图像进行了深入的研究，通过编制相关的计算程序，对内部孔隙的渗透性、连通性进行了研究。Wong.R.C.K运用X-rayCT技术研究了单轴压缩条件下混凝土材料的孔洞及骨料的结构分布特点。

但是，目前所有的研究都集中在常态或初态下的孔隙分布特征，实际上在冻融环境下，材料孔隙的分布特征会随着冻融循环次数的增加发生较大的改变。

发明内容

针对上述现有技术的缺点，本发明的目的在于提出一种基于CT技术构建冻融环境下混凝土孔隙结构的方法。

为达到上述目的，本发明的实施例采用如下技术方案予以实现。

一种基于CT技术构建冻融环境下混凝土孔隙结构的方法，所述方法包括如下步骤：

步骤1，制作所述冻融环境下的混凝土试件；

步骤2，对所述混凝土试件进行二维横向断层CT扫描，得到所述混凝土试件的多个CT扫描图像；

步骤3，对每个CT扫描图像进行二值化处理，得到二值化处理后的CT图像；

步骤4，将多个所述二值化处理后的CT图像，进行三维体重建，得到所述冻融环境下混凝土试件的三维体孔隙结构；

步骤5，根据所述三维体孔隙结构，确定在所述冻融环境下混凝土孔隙结构的参数。

本发明的特点和进一步的改进为：

(1)步骤3具体包括如下子步骤：

(3a)对所述CT扫描图像进行二值化处理，得到二值化处理后的CT图像，所述CT扫描图像的尺寸为M×N；

(3b)将所述二值化处理后的CT图像进行分割，得到尺寸为(M/p)×(N/p)的p²个局部域CT图像，对每个局部域CT图像再次进行二值化处理，其中p为整数。

(2)子步骤(3a)具体包括如下子步骤：

(3a1)计算尺寸为M×N的CT扫描图像的最大灰度值P_max和最小灰度值P_min；

(3a2)根据所述最大灰度值P_max和所述最小灰度值P_min，计算分区阈值 $T_k=\frac{P_{min}+P_{max}}{2},k=0;$

(3a3)根据所述分区阈值，将尺寸为M×N的CT扫描图像分割成目标区域和背景区域两部分；

(3a4)分别求出所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂；

$H_1=\frac{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)}$ $H_2=\frac{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)}$

其中，H(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N(i,j)为H(i,j)的权重系数；

(3a5)根据所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂再次计算分区阈值T_k，k＝1,2,3,...,n，

$T_k=\frac{H_1+H_2}{2}$

(3a6)重复执行子步骤(3a3)至(3a5)直到分区阈值T_K收敛。

(3)子步骤(3b)具体包括如下子步骤：

(3b1)计算每个尺寸为(M/p)×(N/p)的局部域CT图像的最大灰度值P_1max和最小灰度值P_1min；

(3b2)根据所述最大灰度值P_1max和所述最小灰度值P_1min，计算分区阈值 $T_{k1}=\frac{P_{1min}+P_{1max}}{2},k1=0;$

(3b3)根据所述分区阈值，将尺寸为(M/p)×(N/p)的局部域CT图像分割成目标区域和背景区域两部分；

(3b4)分别求出所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀；

$H_{10}=\frac{\underset{H_0(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{R_j(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)}$ $H_{20}=\frac{\underset{H_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{R_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)}$

其中，H₀(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N₀(i,j)为H₀(i,j)的权重系数；

(3b5)根据所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀再次计算分区阈值T_k1，k1＝1,2,3,...,n，

$T_{k1}=\frac{H_{10}+H_{20}}{2}$

(3b6)重复执行子步骤(3b3)至(3b5)，直到分区阈值T_k1收敛。

(4)所述冻融环境下混凝土孔隙结构的参数至少包括：体孔隙率，所述体孔隙率定义为孔隙像素数与总像素数的比值，孔隙分布。

本发明提供的方法操作简单可行，能够反映了经历冻融循环后混凝土试件孔隙结构变化，更加形象直观、准确的描述了混凝土材料冻融损伤内部孔隙结构的特征，对精细描述混凝土材料冻融损伤内部结构的特征及破损机理具有重要意义。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明构建冻融环境下混凝土孔隙结构的流程示意图；

图2为本发明提供的实验的操作流程示意图；

图3为本发明实验中混凝土试件不同高度扫描断面的CT图；

图4为本发明提供的对CT图进行二值化处理的结果示意图；

图5为本发明提供的对孔隙结构进行三维体重建的过程示意图；

图6为本发明提供的不同冻融循环次数下混凝土孔隙率分布曲线示意图；

图7为本发明提供的经历25次冻融循环下混凝土孔隙结构分布示意图；

图8为本发明提供的不同冻融循环次数混凝土孔隙频率分布示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种基于CT技术构建冻融环境下混凝土孔隙结构的方法，如图1所示，所述方法包括如下步骤：

步骤1，制作所述冻融环境下的混凝土试件。

步骤2，对所述混凝土试件进行二维横向断层CT扫描，得到所述混凝土试件的多个CT扫描图像。

步骤3，对每个CT扫描图像进行二值化处理，得到二值化处理后的CT图像。

步骤3具体包括如下子步骤：

(3a)对所述CT扫描图像进行二值化处理，得到二值化处理后的CT图像，所述CT扫描图像的尺寸为M×N。

采用改进的迭代最佳阈值算法对所述CT扫描图像进行二值化分割处理。

子步骤(3a)具体包括如下子步骤：

(3a1)计算尺寸为M×N的CT扫描图像的最大灰度值P_max和最小灰度值P_min；

(3a2)根据所述最大灰度值P_max和所述最小灰度值P_min，计算分区阈值 $T_k=\frac{P_{min}+P_{max}}{2},k=0;$

(3a3)根据所述分区阈值，将尺寸为M×N的CT扫描图像分割成目标区域和背景区域两部分；

(3a4)分别求出所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂；

$H_1=\frac{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)}$ $H_2=\frac{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)}$

其中，H(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N(i,j)为H(i,j)的权重系数，一般为H(i,j)的个数。

(3a5)根据所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂再次计算分区阈值T_k，k＝1,2,3,...,n，

$T_k=\frac{H_1+H_2}{2}$

(3a6)重复执行子步骤(3a3)至(3a5)直到分区阈值T_K收敛。

(3b)将所述二值化处理后的CT图像进行分割，得到尺寸为(M/p)×(N/p)的p²个局部域CT图像，对每个局部域CT图像再次进行二值化处理，其中p为整数。子步骤(3b)具体包括如下子步骤：

(3b1)计算每个尺寸为(M/p)×(N/p)的局部域CT图像的最大灰度值P_1max和最小灰度值P_1min；

(3b2)根据所述最大灰度值P_1max和所述最小灰度值P_1min，计算分区阈值 $T_{k1}=\frac{P_{1min}+P_{1max}}{2},k1=0;$

(3b3)根据所述分区阈值，将尺寸为(M/p)×(N/p)的局部域CT图像分割成目标区域和背景区域两部分；

(3b4)分别求出所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀；

$H_{10}=\frac{\underset{H_0(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{R_0(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)}$ $H_{20}=\frac{\underset{H_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{R_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)}$

其中，H₀(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N₀(i,j)为H₀(i,j)的权重系数；

(3b5)根据所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀再次计算分区阈值T_k1，k1＝1,2,3,...,n，

$T_{k1}=\frac{H_{10}+H_{20}}{2}$

(3b6)重复执行子步骤(3b3)至(3b5)，直到分区阈值T_k1收敛。

步骤4，将多个所述分割处理后的CT图像，进行三维体重建，得到所述冻融环境下混凝土试件的三维体孔隙结构。

步骤5，根据所述三维体孔隙结构，确定在所述冻融环境下混凝土孔隙结构的参数。

所述冻融环境下混凝土孔隙结构的参数至少包括：体孔隙率，所述体孔隙率定义为孔隙像素数与总像素数的比值；孔隙分布；孔隙形状等。

本发明的技术方案可以通过如下实验进一步说明。

示例性的，

(1)制备规格为Ф60mm×100mm的一级配混凝土圆柱体试件：所用水泥为42.5级硅酸盐水泥，砂为河砂，碎石为10-30mm花岗岩。

(2)进行冻融循环试验：将混凝土试件分组，编号。对编号试件分别进行快速冻融循环试验，循环次数分别为0次、25次、50次、75次、100次；每次冻融循环后进行质量的测定，测定条件为室温状态。

(3)采用医用CT机对特定冻融循环次数下的试件进行CT无损扫描，获取了一定量的二维断层扫描CT图像。

所述医用CT机对高120mm，直径60mm的圆柱体试件沿横断层以层厚2mm进行连续扫描，获取了二维断层扫描CT图像，随后进一步获得层厚为0.75mm的断层重建的160幅二维扫描图像。

(4)应用改进的迭代最佳阈值方法，对初始扫描CT图像进行二值化处理，将干扰信息削弱或去除，使图像变简单，数据量减小，突出图像中有利于检测的孔隙信息，处理后的图像将更加清晰的表现出不同冻融循环次数下混凝土内部孔隙结构的分布与变化。

经二值化处理后，二值图像中只有两种颜色，其中0表示白色，在图像中代表裂纹与孔隙；1表示黑色，在图像中代表混凝土颗粒骨架与砂浆。分区域的迭代最佳阈值分割方法优点在于当灰度图像中孔隙、微裂纹等初始损伤的灰度区分度较小时，也能有效进行背景区域和目标区域的分割。

运用所改进的方法对初始图像进行处理，将干扰信息削弱或去除，其优点在于灰度图像中孔隙、微裂纹等初始损伤灰度区分度较小时，也能有效进行背景区域和目标区域分割，这样可以突出图像中有利于检测的孔隙信息，处理后的图像清晰的表现出不同冻融循环次数下混凝土内部孔隙结构的分布与变化。

(5)通过图像处理软件对分割后的孔隙结构进行全数字化的三维体重建，经重建后图像可以更加准确的得到不同冻融循环次数下三维体孔隙结构的孔隙率、孔隙分布等重要参数。

用数字化重建方法，实现了冻融环境下混凝土真实细观孔隙结构的三维体重建，所用图像处理软件为软件。

在建立的三维体孔隙结构中，体孔隙率定义为孔隙像素数与总像素数的比值。即二值化图像中，数值为0的像素数量(孔隙)与数值为1(骨料和砂浆)的像素数量之和的比值。

(6)把所得参数导入统计分析软件中，得到不同冻融循环次数下混凝土孔隙结构的孔隙率分布曲线、孔隙频率分布曲线。

所述统计软件为Excelforwindows。统计不同冻融循环次数下的混凝土孔隙率以及孔隙频率的具体分布。

又示例性的，

图2为本发明方法操作流程示意图。用42.5级硅酸盐水泥，河砂，10-30mm花岗岩制成规格为Ф60mm×100mm的一级配混凝土圆柱体试件。将混凝土试件分组编号后，按照《普通混凝土力学性能试验方法标准》中快冻法，采用混凝土快速冻融试验机进行冻融循环试验。将冻融一定次数的试件进行CT扫描，得到不同高度扫描断层CT图像，如图3所示。所用CT机为济南市医院的SIEMENS16排螺旋CT机，电压120kV，电流75mA，图像尺寸为512像素×512像素，试验扫描断层厚度为2mm，获取了二维断层扫描CT图像，随后进一步获得层厚为0.75mm的断层重建的160幅二维扫描图像。

通过运用经改进提升的迭代最佳阈值方法对初始CT图像进行二值化处理，将干扰信息削弱或去除，突出图像中有利于检测的孔隙信息，图像二值化处理过程如图4所示。将二值化处理后的图像通过图像处理软件对孔隙结构进全数字化的三维体重建，得到如图5所示，以此得到不同冻融循环次数下混凝土体孔隙结构的孔隙率、孔隙分布等重要参数。在此基础上对三维体孔隙结构的孔隙率、孔隙频率进行统计分析，得到不同冻融循环次数混凝土孔隙率分布曲线如图6所示，经历25次冻融循环下混凝土孔隙结构分布如图7和不同冻融循环次数混凝土孔隙频率分布曲线如图8所示。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种基于CT技术构建冻融环境下混凝土孔隙结构的方法，其特征在于，所述方法包括如下步骤：

步骤1，制作所述冻融环境下的混凝土试件；

步骤2，对所述混凝土试件进行二维横向断层CT扫描，得到所述混凝土试件的多个CT扫描图像；

步骤3，对每个CT扫描图像进行二值化处理，得到二值化处理后的CT图像；

步骤4，将多个所述二值化处理后的CT图像，进行三维体重建，得到所述冻融环境下混凝土试件的三维体孔隙结构；

步骤5，根据所述三维体孔隙结构，确定在所述冻融环境下混凝土孔隙结构的参数。

2.根据权利要求1所述的基于CT技术构建冻融环境下混凝土孔隙结构的方法，其特征在于，步骤3具体包括如下子步骤：

(3a)对所述CT扫描图像进行二值化处理，得到二值化处理后的CT图像，所述CT扫描图像的尺寸为M×N；

(3b)将所述二值化处理后的CT图像进行分割，得到尺寸为(M/p)×(N/p)的p²个局部域CT图像，对每个局部域CT图像再次进行二值化处理，其中p为整数。

3.根据权利要求2所述的基于CT技术构建冻融环境下混凝土孔隙结构的方法，其特征在于，子步骤(3a)具体包括如下子步骤：

(3a1)计算尺寸为M×N的CT扫描图像的最大灰度值P_max和最小灰度值P_min；

(3a2)根据所述最大灰度值P_max和所述最小灰度值P_min，计算分区阈值 $T_k=\frac{P_{min}+P_{max}}{2},k=0;$

(3a3)根据所述分区阈值T_k，将尺寸为M×N的CT扫描图像分割成目标区域和背景区域两部分；

(3a4)分别求出所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂；

$\begin{array}{cc}{H}_1=\frac{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)<T_k}{\&Sigma;}H(i,j)}& H_2=\frac{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)\&times;N(i,j)}{\underset{H(i,j)>T_k}{\&Sigma;}H(i,j)}\end{array}$

其中，H(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N(i,j)为H(i,j)的权重系数；

(3a5)根据所述目标区域的平均灰度值H₁和所述背景区域的平均灰度值H₂再次计算分区阈值T_k，k＝1,2,3,...,n，

$T_k=\frac{H_1+H_2}{2}$

(3a6)重复执行子步骤(3a3)至(3a5)直到分区阈值T_K收敛。

4.根据权利要求2所述的基于CT技术构建冻融环境下混凝土孔隙结构的方法，其特征在于，子步骤(3b)具体包括如下子步骤：

(3b1)计算每个尺寸为(M/p)×(N/p)的局部域CT图像的最大灰度值P_1max和最小灰度值P_1min；

(3b2)根据所述最大灰度值P_1max和所述最小灰度值P_1min，计算分区阈值 $T_{k1}=\frac{P_{1min}+P_{1max}}{2},k1=0;$

(3b3)根据所述分区阈值T_k1，将尺寸为(M/p)×(N/p)的局部域CT图像分割成目标区域和背景区域两部分；

(3b4)分别求出所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀；

$\begin{array}{cc}{H}_{10}=\frac{\underset{H_0(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{H_0(i,j)<T_{k1}}{\&Sigma;}{H}_0(i,j)}& H_{20}=\frac{\underset{H_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)\&times;N_0(i,j)}{\underset{H_0(i,j)>T_{k1}}{\&Sigma;}{H}_0(i,j)}\end{array}$

其中，H₀(i,j)为所述尺寸为M×N的CT扫描图像上点(i,j)的灰度值，N₀(i,j)为H₀(i,j)的权重系数；

(3b5)根据所述目标区域的平均灰度值H₁₀和所述背景区域的平均灰度值H₂₀再次计算分区阈值T_k1，k1＝1,2,3,...,n，

$T_{k1}=\frac{H_{10}+H_{20}}{2}$

(3b6)重复执行子步骤(3b3)至(3b5)，直到分区阈值T_k1收敛。

5.根据权利要求1所述的基于CT技术构建冻融环境下混凝土孔隙结构的方法，其特征在于，所述冻融环境下混凝土孔隙结构的参数至少包括：体孔隙率，孔隙分布。