CN105389803A - Sbs改性沥青相态分布特性的荧光显微图像分析方法 - Google Patents
Sbs改性沥青相态分布特性的荧光显微图像分析方法 Download PDFInfo
- Publication number
- CN105389803A CN105389803A CN201510685753.5A CN201510685753A CN105389803A CN 105389803 A CN105389803 A CN 105389803A CN 201510685753 A CN201510685753 A CN 201510685753A CN 105389803 A CN105389803 A CN 105389803A
- Authority
- CN
- China
- Prior art keywords
- image
- phase
- sbs modified
- polymer
- modified bitumen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种SBS改性沥青相态分布特性的荧光显微图像分析方法,首先对标准方法采集的荧光显微图像进行滤波分析、分割处理得到表示沥青相和聚合物相的二值图像,然后提取图像中的聚合物形态并转为二值文件,最后对二值图形文件矩阵进行分块操作,将图像主矩阵(主图)等分为若干子矩阵(子图)并提取主图连通域的数量及各个子图中的目标聚合物粒子数量,并据此计算主图的克里斯钦森系数。与传统试验相比,本发明克服了室内试验估测聚合物分布相容性的不足,避免了传统试验耗费大量的人力物力的缺点。本发明方法引入了荧光显微图像技术,具有效率高、成本低等优点,可以快速、定量地分析亚微观尺度SBS改性沥青的相态分布特性。
Description
技术领域
本发明涉及一种SBS改性沥青相态分布特性的荧光显微图像分析方法,具体涉及一种适用于荧光显微手段分析试验室高速剪切乳化机制备聚合物改性沥青相态分布特征的方法。
背景技术
传统方法主要通过破坏性试验评价共混材料中外掺物的相容程度,如沥青离析试验,试验过程繁杂,需消耗大量人工、材料、能源和时间,故而基于共混材料显微相态的分布特征理论得到了快速发展。聚合物改性沥青属于典型的两相共混体系,聚合物相态分布特征是决定其各项使用性能的重要指标,其相态结构特征主要包括沥青单相连续、两相互锁、聚合物单相连续三种形式。
发明内容
本发明的目的是提供一种基于荧光显微图像的SBS改性沥青相态分布特性分析方法,本发明给出了聚合物改性沥青相态分布特性的图像评价方法,并确定了定量的评价参数,避免了传统试验的大量器具和时间耗费。
本发明的目的是通过以下技术方案实现的,SBS改性沥青相态分布特性的荧光显微图像分析方法,首先对标准方法采集的荧光显微图像进行滤波分析、分割处理得到表示沥青相和聚合物相的二值图像,然后提取图像中的聚合物形态并转为二值文件,最后对二值图形文件矩阵进行分块操作,将图像主矩阵(主图)等分为若干子矩阵(子图)并提取主图连通域的数量及各个子图中的聚合物粒子数量,并据此计算图的克里斯钦森系数;根据其连通域的数量判断聚合物改性沥青的相态结构特征,即沥青单相连续、两相互锁、聚合物单相连续,并结合聚合物粒子分布的克里斯钦森系数定量刻画聚合物在沥青中的分布特征。
首先对标准方法采集的荧光显微图像进行滤波分析、分割处理得到表示沥青相和聚合物相的二值图像,然后提取图像中的聚合物形态并转为二值文件,最后对二值图形文件矩阵进行分块操作,将图像主矩阵等分为若干子矩阵并提取图像主矩阵连通域的数量及各个子矩阵中的聚合物粒子数量,并据此计算图的克里斯钦森系数;根据其连通域的数量判断聚合物改性沥青的相态结构特征,即沥青单相连续、两相互锁、聚合物单相连续,并结合聚合物粒子分布的克里斯钦森系数定量刻画聚合物在沥青中的分布特征。
优选的,所述分析方法具体包括如下步骤:
(1)采集SBS改性沥青荧光显微图像,以其灰色图像为研究对象;
(2)对所述灰色图像进行滤波分析,确定最佳邻域水平;
(3)对所述经过最佳邻域水平处理的灰色图像进行分割处理,按照“类间方差最大”原则,寻找经滤波图像的全局最佳分割阈值,将经滤波处理的灰色图像二值化,得到表示聚合物和沥青背景的二值图像;
(4)对所述二值图像的数字矩阵进行分块处理,按照4连通寻找主图连通域的数量C,并提取各子图的聚合物粒子数ni;
(5)计算克里斯钦森系数:
(6)分别以所述克里斯钦森系数、连通域的数量为纵坐标,绘制其随剪切时间和改性剂掺量变化的曲线。
优选的,所述采集SBS改性沥青荧光显微图像,包括以下步骤:
(1)采用高速剪切乳化法制备SBS掺量分别为3%、4%、5%、6%、7%的改性沥青,并按照规范要求在剪切90分钟时取样、浇筑、冷却、刮平软化点试样,以备观测使用;
(2)使用荧光采集系统获取SBS改性沥青软化点试样图像文件。
优选的,所述对图像进行滤波分析,确定最佳邻域水平,包括以下步骤:
(1)将彩色图像转换为灰度图像;
(2)采用不同邻域水平的维纳滤波器对灰度图像进行滤波处理;
(3)提取滤波后图像的聚合物粒子数量;
(4)绘制“粒子数量-邻域水平”关系曲线;
(5)取用粒子数量趋于稳定时对应的邻域水平为最佳邻域水平,对应的滤波图像为最终研究对象。
优选的,所述计算克里斯钦森系数的方法为:
(1)计算分块子图中聚合物粒子数的平均值,记为u;
(2)计算分块子图中聚合物粒子的绝对离差平均值,记为v;
(3)计算克里斯钦森系数K;
与现有技术相比,本发明具有以下有益效果:
第一,本发明提供的SBS改性沥青相态分布特性的荧光显微图像分析方法,通过软化点试样即可采集得到SBS改性沥青的微观图像,通过标准的图像处理、特征提取步骤即可获得聚合物相态结构的定量描述参数,即连通域的数量和克里斯钦森系数。与传统破坏性试验相比,既避免了大量的时间、材料和能源消耗,又能直观、定量分析改性沥青的微观结构。
第二,与传统试验相比,本发明克服了室内试验估测聚合物分布相容性的不足,避免了传统试验耗费大量的人力物力的缺点。
第三,本发明方法引入了荧光显微图像技术,具有效率高、成本低等优点,可以快速、定量地分析亚微观尺度SBS改性沥青的相态分布特性。
附图说明
图1为荧光显微图像方法分析SBS改性沥青相态分布特性的实现步骤。
图2为SBS改性沥青荧光显微图像的灰度图像。
图3为图像滤波操作对聚合物微小粒子的“吞噬”现象,随着邻域水平的增加(从左到右),图像中细微粒子在逐步消失,其中图3(a)为经邻域水平5×5滤波处理的图像,图3(b)为经邻域水平10×10滤波处理的图像,图3(c)为经邻域水平20×20滤波处理的图像,图3(d)经邻域水平40×40滤波处理的图像。
图4为粒子数随邻域水平的变化曲线。
具体实施方式
量化评价SBS改性沥青相态分布特性的实现过程:
在本发明中,微观观测样本按照《公路工程沥青及沥青混合料试验规程》(JTGE20-2011)中软化点试样制备;待试样冷却至室温,置于OLYMPUS荧光显微镜下,以放大倍数20X、图像大小4140×3096采集其微观图像;先将彩色图像转换为灰度图像,经过滤波分析确定图像滤波的最佳邻域水平;按照“类间方差最大”原则寻找图像的全局最优阈值并得到二值图像;根据4连通寻找主图连通域的数量C;对二值图像的数字矩阵进行分块处理后,提取各子图的聚合物粒子数ni;按照定义公式计算克里斯钦森系数,并分别以克里斯钦森系数、连通域的数量为纵坐标,绘制其随剪切时间和改性剂掺量变化的曲线。
SBS改性沥青相态分布特性的荧光显微图像分析方法,首先按照规范要求在实验室利用高速剪切乳化剂制备SBS改性沥青软化点试样,通过OLYMPUS荧光系统对其进行图像采集,以其灰色图像为研究对象,如图2所示,经滤波分析、阈值分割得到二值图像,在提取主图连通域的数量后,对其进行分块操作并提取各个分块的聚合物粒子数量,计算主图的克里斯钦森系数,最后分别以克里斯钦森系数、连通域的数量为纵坐标,绘制其随剪切时间和改性剂掺量变化的曲线。
滤波分析的目的是为确定最佳的邻域水平。高速剪切过程会产生大量细微改性剂粒子,这些粒子对改性沥青性能的贡献虽然微乎其微,但其数量却会对整体分布特征的分析造成很大影响。随着滤波邻域水平的增大,这些粒子会被“吞噬”,如图3(a)、3(b)、3(c)、3(d)所示。因此,粒子数随邻域水平的变化曲线趋于稳定时,这些粒子被“吞噬”干净,对应的邻域水平为最佳邻域水平,如图4所示。
主图克里斯钦森系数是通过各分块子图中聚合物粒子数ni求得的。计算公式如下:
式中,u为分块子图中聚合物粒子数的平均值;v为分块子图中聚合物粒子的绝对离差平均值;ni为聚合物粒子数;K为克里斯钦森系数。
本发明提供的SBS改性沥青相态分布特性的荧光显微图像分析方法,通过软化点试样即可采集得到SBS改性沥青的微观图像,通过标准的图像处理、特征提取步骤即可获得聚合物相态结构的定量描述参数,即连通域的数量和克里斯钦森系数。与传统破坏性试验相比,既避免了大量的时间、材料和能源消耗,又能直观、定量分析改性沥青的微观结构。
与传统试验相比,本发明克服了室内试验估测聚合物分布相容性的不足,避免了传统试验耗费大量的人力物力的缺点。
本发明方法引入了荧光显微图像技术,具有效率高、成本低等优点,可以快速、定量地分析亚微观尺度SBS改性沥青的相态分布特性。
Claims (5)
1.SBS改性沥青相态分布特性的荧光显微图像分析方法,其特征在于,首先对标准方法采集的荧光显微图像进行滤波分析、分割处理得到表示沥青相和聚合物相的二值图像,然后提取图像中的聚合物形态并转为二值文件,最后对二值图形文件矩阵进行分块操作,将图像主矩阵等分为若干子矩阵并提取图像主矩阵连通域的数量及各个子矩阵中的聚合物粒子数量,并据此计算图像主矩阵的克里斯钦森系数;根据其连通域的数量判断聚合物改性沥青的相态结构特征,即沥青单相连续、两相互锁、聚合物单相连续,并结合聚合物粒子分布的克里斯钦森系数定量刻画聚合物在沥青中的分布特征。
2.根据权利要求1所述的SBS改性沥青相态分布特性的荧光显微图像分析方法,其特征是,所述分析方法具体包括如下步骤:
(1)采集SBS改性沥青荧光显微图像,以其灰色图像为研究对象;
(2)对所述灰色图像进行滤波分析,确定最佳邻域水平;
(3)对所述经过最佳邻域水平处理的灰色图像进行分割处理,按照“类间方差最大”原则,寻找经滤波图像的全局最佳分割阈值,将经滤波处理的灰色图像二值化,得到表示聚合物和沥青背景的二值图像;
(4)对所述二值图像的矩阵进行分块处理,按照4连通寻找主图连通域的数量C,并提取各子图的聚合物粒子数ni;
(5)计算克里斯钦森系数:
(6)分别以所述克里斯钦森系数、连通域的数量为纵坐标,绘制其随剪切时间和改性剂掺量变化的曲线。
3.根据权利要求1所述的SBS改性沥青相态分布特性的荧光显微图像分析方法,其特征是,所述采集SBS改性沥青荧光显微图像,包括以下步骤:
(1)采用高速剪切乳化法制备SBS掺量分别为3%、4%、5%、6%、7%的改性沥青,并按照规范要求在剪切90分钟时取样、浇筑、冷却、刮平软化点试样,以备观测使用;
(2)使用荧光采集系统获取SBS改性沥青软化点试样图像文件。
4.根据权利要求1所述的SBS改性沥青相态分布特性的荧光显微图像分析方法,其特征是,所述对图像进行滤波分析,确定最佳邻域水平,包括以下步骤:
(1)将彩色图像转换为灰度图像;
(2)采用不同邻域水平的维纳滤波器对灰度图像进行滤波处理;
(3)提取滤波后图像的聚合物粒子数量;
(4)绘制“粒子数量-邻域水平”关系曲线;
(5)取用粒子数量趋于稳定时对应的邻域水平为最佳邻域水平,对应的滤波图像为最终研究对象。
5.根据权利要求1所述的SBS改性沥青相态分布特性的荧光显微图像分析方法,其特征是,所述计算克里斯钦森系数的方法为:
(1)计算分块子图中聚合物粒子数的平均值,记为u;
(2)计算分块子图中聚合物粒子的绝对离差平均值,记为v;
(3)计算克里斯钦森系数K;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510685753.5A CN105389803B (zh) | 2015-10-20 | 2015-10-20 | Sbs 改性沥青相态分布特性的荧光显微图像分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510685753.5A CN105389803B (zh) | 2015-10-20 | 2015-10-20 | Sbs 改性沥青相态分布特性的荧光显微图像分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389803A true CN105389803A (zh) | 2016-03-09 |
CN105389803B CN105389803B (zh) | 2018-03-02 |
Family
ID=55422052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510685753.5A Active CN105389803B (zh) | 2015-10-20 | 2015-10-20 | Sbs 改性沥青相态分布特性的荧光显微图像分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389803B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444967A (zh) * | 2018-04-24 | 2018-08-24 | 福州大学 | 一种基于图像处理技术的改性沥青效果评价方法 |
CN108956389A (zh) * | 2018-05-28 | 2018-12-07 | 中国铁道科学研究院铁道建筑研究所 | 一种基于感光颗粒的混凝土匀质性测试方法 |
CN112763466A (zh) * | 2020-12-24 | 2021-05-07 | 山东省交通科学研究院 | 一种聚合物改性沥青相态分布特性识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090103677A1 (en) * | 2004-05-12 | 2009-04-23 | Rachel Wood | Classification method for sedimentary rocks |
CN103210416A (zh) * | 2010-12-22 | 2013-07-17 | 雪佛龙美国公司 | 用于表示多孔介质的密度图像的多相态分割的系统和方法 |
CN104364272A (zh) * | 2012-06-05 | 2015-02-18 | 英派尔科技开发有限公司 | 基于克里斯琴森效应的用于塑料的物理着色剂 |
-
2015
- 2015-10-20 CN CN201510685753.5A patent/CN105389803B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090103677A1 (en) * | 2004-05-12 | 2009-04-23 | Rachel Wood | Classification method for sedimentary rocks |
CN103210416A (zh) * | 2010-12-22 | 2013-07-17 | 雪佛龙美国公司 | 用于表示多孔介质的密度图像的多相态分割的系统和方法 |
CN104364272A (zh) * | 2012-06-05 | 2015-02-18 | 英派尔科技开发有限公司 | 基于克里斯琴森效应的用于塑料的物理着色剂 |
Non-Patent Citations (1)
Title |
---|
王明 等: ""基于荧光显微镜的SBS改性沥青显微相态分析"", 《交通科学与工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444967A (zh) * | 2018-04-24 | 2018-08-24 | 福州大学 | 一种基于图像处理技术的改性沥青效果评价方法 |
CN108444967B (zh) * | 2018-04-24 | 2020-12-25 | 福州大学 | 一种基于图像处理技术的改性沥青效果评价方法 |
CN108956389A (zh) * | 2018-05-28 | 2018-12-07 | 中国铁道科学研究院铁道建筑研究所 | 一种基于感光颗粒的混凝土匀质性测试方法 |
CN112763466A (zh) * | 2020-12-24 | 2021-05-07 | 山东省交通科学研究院 | 一种聚合物改性沥青相态分布特性识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105389803B (zh) | 2018-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105389803A (zh) | Sbs改性沥青相态分布特性的荧光显微图像分析方法 | |
CN105445160B (zh) | 一种沥青混合料的空隙特征及其提取方法 | |
CN104008551B (zh) | 一种基于可见光图像的柑橘黄龙病检测方法 | |
CN103278616B (zh) | 一种土壤腐蚀性快速评价的多因子方法 | |
CN110126058A (zh) | 一种基于ct可视化和3d打印的岩样制备方法 | |
CN106198579A (zh) | 一种测量页岩中有机质含量的方法 | |
CN107292314A (zh) | 一种基于cnn的鳞翅目昆虫种类自动鉴别方法 | |
Kang et al. | The effect of sample size in studies of soil microbial community structure | |
CN112069704B (zh) | 真实混凝土试件的多自由度格构模型的构建方法 | |
CN104484412A (zh) | 基于多形式处理的大数据分析系统 | |
CN103903441A (zh) | 一种基于半监督学习的道路交通状态判别方法 | |
CN103713316A (zh) | 一种基于岩石孔隙数字表征的速度预测方法及装置 | |
CN103853922B (zh) | 一种油气田相似性的可视化定量评价方法 | |
CN104268830A (zh) | 基于数字图像确定不均匀岩土材料渗透系数的方法 | |
CN102636507A (zh) | 基于sem定性及定量分析钢中含氮钛夹杂物的方法 | |
CN105261006A (zh) | 基于傅里叶变换的医学图像分割算法 | |
CN106202707A (zh) | 一种基于灰色置信区间的结构应力‑强度干涉模型集合可靠性分析方法 | |
CN105158287A (zh) | 一种凝胶在岩石微通道中的运移性的可视化评价方法 | |
CN107608938B (zh) | 基于增强回归树算法的面向二值分类的因子筛选方法 | |
CN108280131A (zh) | 一种气象影响下的大气污染转变关系定量估计方法 | |
CN205750868U (zh) | 盐碱地信息分析系统 | |
Zhu et al. | The city bus driving cycle construction | |
CN103591898A (zh) | 改性沥青中sbs改性剂溶胀直径均值的测试方法 | |
CN108986078A (zh) | 一种基于凸包几何特征的粗集料棱角性量化方法 | |
Xu et al. | New data, integrated methods and multiple applications: a review of urban studies based on street view images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |