CN108829915A - 一种粗集料表面纹理粗糙度的评价方法 - Google Patents
一种粗集料表面纹理粗糙度的评价方法 Download PDFInfo
- Publication number
- CN108829915A CN108829915A CN201810372414.5A CN201810372414A CN108829915A CN 108829915 A CN108829915 A CN 108829915A CN 201810372414 A CN201810372414 A CN 201810372414A CN 108829915 A CN108829915 A CN 108829915A
- Authority
- CN
- China
- Prior art keywords
- coarse aggregate
- height difference
- surface texture
- measured
- correlation function
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供一种粗集料表面纹理粗糙度的评价方法,包括:将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。本发明实施例提供的一种粗集料表面纹理粗糙度的评价方法,通过拟合高差相关函数获取粗集料的垂直截止波长,并应用垂直截止波长表征粗集料表面纹理的粗糙程度,实现了粗集料粗糙度的准确定量的评价,为指导实际工程从而提高沥青混合料的路用性能提供了数据支持。
Description
技术领域
本发明实施例涉及道路工程技术领域,尤其涉及一种粗集料表面纹理粗糙度的评价方法。
背景技术
在机械载荷作用下,粗集料的形态特征对沥青混凝土的整体响应起着重要作用。其中,粗集料的表面纹理是决定沥青路面表面性能的关键因素之一,粗集料表面纹理直接影响着沥青路面的抗滑性能、抗磨光性能以及抗车辙性能。因此,寻求粗集料表面纹理定量表征方法,选择合适的粗糙度评价指标,对于指导实际工程从而提高沥青混合料的路用性能具有重要的研究意义。
目前在工程应用中,一般采用数字图像技术对粗集料形状、棱角及圆度等指标进行分析,但是这些指标对粗集料纹理没有直观体现。用于评价纹理的指标包括平均算术偏差(Ra)、均方根(Rq)、分布的不对称性(Rsk)和峰度-分布的平坦化指数(Rku)等,然而上述参数具有很强的可变性。此外,考虑到粗集料表面纹理波长(微米级),通过上述参数进行准确定量的粗集料纹理表征仍然存在很大的困难。
在此基础上,研究人员指出,粗集料表面纹理在一定的尺度范围内呈现出统计意义上的自相似性,即具有分形特性。因此,可将分形维数作为描述粗集料表面纹理的指标。但分形维数作为一个整体指标,只能反映出物体的全局特征而不能表征局部奇异性,且不同方法求出的分维数也不相同。此外,分形维数对粗集料粗糙度不敏感,不同粗集料纹理曲线的分形维数差别不明显。鉴于此,亟待提出能准确全面地描述粗集料粗糙度的评价指标。
发明内容
本发明实施例提供一种粗集料表面纹理粗糙度的评价方法,用以解决现有的评价指标无法准确全面地描述粗集料表面纹理粗糙度的问题。
一方面,本发明实施例提供一种粗集料表面纹理粗糙度的评价方法,包括:将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
另一方面,本发明实施例提供一种粗集料表面纹理粗糙度的评价装置,包括:拟合单元,用于将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;评价单元,用于基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
再一方面,本发明实施例提供一种粗集料表面纹理粗糙度的评价设备,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行前所述的粗集料表面纹理粗糙度的评价方法。
又一方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前所述的粗集料表面纹理粗糙度的评价方法。
本发明实施例提供的一种粗集料表面纹理粗糙度的评价方法,通过拟合高差相关函数获取粗集料的垂直截止波长,并应用垂直截止波长表征粗集料表面纹理的粗糙程度,实现了粗集料粗糙度的准确定量的评价,为指导实际工程从而提高沥青混合料的路用性能提供了数据支持。
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一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例的一种粗集料表面纹理粗糙度的评价方法的流程示意图;
图2为本发明实施例的一种粗集料表面纹理粗糙度的评价方法的流程示意图;
图3为本发明实施例的消除误差前后对比图;
图4为本发明实施例的闪长岩高差函数图;
图5为本发明实施例的黄砂岩高差函数图;
图6为本发明实施例的花岗岩1高差函数图;
图7为本发明实施例的辉绿岩高差函数图;
图8为本发明实施例的花岗岩2高差函数图;
图9为本发明实施例的白云岩高差函数图;
图10为本发明实施例的一种粗集料表面纹理粗糙度的评价装置的结构示意图;
图11为本发明实施例的一种粗集料表面纹理粗糙度的评价设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为本发明实施例的一种粗集料表面纹理粗糙度的评价方法的流程示意图,如图1所示,一种粗集料表面纹理粗糙度的评价方法,包括:
101,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长。
具体地,考虑粗集料表面纹理的自相似性,通过高差相关函数对粗集料表面纹理特征进行分析。通过拟合粗集料高差相关函数与待测粗集料的表面纹理高差函数图,确定粗集料高差相关函数中的参数。
此处,粗集料高差相关函数为:
式中,Cz(λ)为粗集料表面相对于水平长度尺度的均方高度差,λ为粗集料表面相对于水平方向的波长,ξ⊥为垂直截止波长,ξ||为水平截止波长,H为分形维数D的赫斯特指数,D=2-H,0≤H≤1。
102,基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
具体地,通过粗集料高差相关函数与待测粗集料的表面纹理高差函数图拟合获取的垂直截止波长,能够表征粗集料的整体粗糙程度,垂直截止波长越大,则对应的粗集料表面纹理越粗糙。
本发明实施例中,通过拟合高差相关函数获取粗集料的垂直截止波长,并应用垂直截止波长表征粗集料表面纹理的粗糙程度,实现了粗集料粗糙度的准确定量的评价,为指导实际工程从而提高沥青混合料的路用性能提供了数据支持。
基于上述实施例,一种粗集料表面纹理粗糙度的评价方法,所述粗集料高差相关函数为基于两段变维分形的高差相关函数。
具体地,为了获取粗集料微观纹理的分布状态和最大微凸体的粗糙度,在高差相关函数的基础上引入两段变维分形,基于两段变维分形的高差相关函数如下:
式中,Cz(λ)为粗集料表面相对于水平长度尺度的均方高度差,λ为粗集料表面相对于水平方向的波长,ξ⊥为垂直截止波长,ξ||为水平截止波长,λ2为纹理界限,H1为宏观纹理分形维数D1的赫斯特指数,H2为微观纹理分形维数D2的赫斯特指数,D1=2-H1,0≤H1≤1,D2=2-H2,0≤H2≤1。需要说明的是,纹理界限λ2是两段变维分形的边界长度,即微观纹理与宏观纹理的界限。
对应地,一种粗集料表面纹理粗糙度的评价方法,包括:
将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长ξ⊥,并获取所述粗集料高差相关函数中的水平截止波长ξ||、宏观纹理分形维数D1和微观纹理分形维数D2中的至少一种;
基于垂直截止波长ξ⊥,以及水平截止波长ξ||、宏观纹理分形维数D1和微观纹理分形维数D2中的至少一种,对所述待测粗集料的表面纹理粗糙度进行评价。
其中,水平截止波长ξ||为粗集料断面轮廓的最大微凸体的水平波长,用于表征粗集料表面的晶体颗粒结构大小。宏观纹理分形维数D1用于表征粗集料宏观纹理的粗糙程度,宏观纹理分形维数D1越大,则粗集料表面越粗糙。微观纹理分形维数D2用于表征粗集料微观纹理的粗糙程度,微观纹理分形维数D2越大,则粗集料表面纹理分布越复杂,粗糙程度越复杂。
本发明实施例中,在高差相关函数的基础上引入两段变维分形,从垂直截止波长、水平截止波长、宏观纹理分形维数和微观纹理分形维数多尺度表述粗集料表面纹理粗糙程度,实现了从厘米级到毫米级的粗集料表面纹理粗糙程度的全面描述。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价方法,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,之前还包括:获取待测粗集料的表面纹理轮廓曲线;根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图。
其中,表面纹理轮廓曲线的获取方法有多种,例如基于CCD数字图像处理技术、X射线断层扫描技术和激光扫描技术等,本发明对此不作具体限定。
进一步地,基于所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图的方法如下:
首先,假设断面轮廓高程z(x)是自仿射的,则对任意比例因子μ,换算公式如下:
x→μx,z→μHz;
其中,H为分形维数D的赫斯特指数,D=2-H,0≤H≤1。
其次,通过高差相关函数描述粗集料表面的自放射特性,计算表面相对于水平方向上的波长为λ的均方高度波动,如下式所示:
Cz(λ)=<(z(x+λ)-z(x))2>x;
其中,<>x表示x方向上的平均值,Cz(λ)为粗集料表面相对于水平长度尺度的均方高度差。
随后,假设理想粗糙面的凸体宽度均为ξ||,凸体高度均为ξ⊥,则:
基于上述各式,获取粗集料高差相关函数为:
由对应的表面纹理高差函数图可知,在一定波长范围内,直线的斜率为2H,并且最终在水平截止波长ξ||处趋于平稳,近似趋近于垂直方向截止波长当λ>ξ||时,粗集料表面纹理粗糙度不再随尺度增加而改变。该函数表达了粗集料表面纹理在小尺度范围内的自相似特性和大尺度下的粗集料表面纹理特征。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价方法,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,进一步包括:设置预设数量个候选纹理界限,获取每一所述候选纹理界限对应的粗集料高差相关函数与待测粗集料的表面纹理高差函数图的拟合精度;获取所述拟合精度最高的粗集料高差相关函数中的垂直截止波长。
其中,每一候选纹理界限λ2对应两个拟合区间,第一拟合区间为微观纹理拟合区间λ<λ2,第二拟合区间为宏观纹理拟合区间λ2<λ<ξ||。
基于上述任一实施例,根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图,之前还包括:基于表面轮廓斜率和表面轮廓偏移量对所述待测粗集料的表面纹理轮廓曲线进行修正。
具体地,修正过程如下:
令zi为xi处的样本i的测量信号值,N为评估信号内的样本数量,则表面轮廓的斜率b1如下所示:
表面轮廓的偏移量b0如下所示:
根据如下公式对测量信号值zi的斜率和偏移进行校正,得到校正采样信号值Zi:
Zi=zi-b1i-b0
此处的表面轮廓视为样本i的函数,而非测量距离x=(iΔx)的函数。
本发明实施例中,通过修正表面纹理轮廓曲线,有助于更加准确地评价粗集料表面纹理粗糙程度。
为了更好地理解与应用本发明提出的一种粗集料表面纹理粗糙度的评价系统,本发明进行以下示例,且本发明不仅局限于以下示例。
图2为本发明实施例的一种粗集料表面纹理粗糙度的评价方法的流程示意图,参考图2,首先,借助激光轮廓仪获取白云岩、黄砂岩、花岗岩、辉绿岩、白云岩等6种集料表面纹理轮廓曲线,利用Matlab函数消除数据获取中的扫描误差。修正结果如图3所示。
为了获取粗集料微观纹理的分布状态和最大微凸体的粗糙度,在高差相关函数的基础上引入两段变维分形,基于两段变维分形的高差相关函数如下:
式中,Cz(λ)为粗集料表面相对于水平长度尺度的均方高度差,λ为粗集料表面相对于水平方向的波长,ξ⊥为垂直截止波长,ξ||为水平截止波长,λ2为纹理界限,H1为宏观纹理分形维数D1的赫斯特指数,H2为微观纹理分形维数D2的赫斯特指数,D1=2-H1,0≤H1≤1,D2=2-H2,0≤H2≤1。需要说明的是,纹理界限λ2是两段变维分形的边界长度,即微观纹理与宏观纹理的界限。
基于上述高差相关函数,设置候选纹理界限为200um、150um和100um,对应的第一拟合区间分别为[25um,200um]、[25um,150um]、[25um,100um],第二拟合区间分别为[200um,1000um]、[150um,1000um]、[100um,1000um]。根据每一候选纹理界限对应的粗集料高差相关函数与待测粗集料的表面纹理高差函数图的拟合精度,选择拟合精度最高的区间作为分段拟合区间。此处,确定的第一拟合区间为[25um,100um],第二拟合区间为[100um,1000um]。
根据上述第一拟合区间和第二拟合区间对高差相关函数进行分段拟合,计算粗集料表面纹理曲线的自相似特征参数,拟合结果如图4至9所示。对应地,高差相关参数如表1所示:
表1.粗集料表面纹理粗糙程度参数
最后,通过计算得到的参数可知:
在小尺度区间[λ,λ2],粗集料粗糙度以斜率2H2递增。在大尺度区间[λ2,λ1],粗糙度以斜率2H1递增,直至波长λ接近水平截止波长ξ||并且在ξ||处的粗糙度达到饱和水平粗糙度不再随波长变化;
集料宏观纹理与微观纹理的分形维数具有明显差异,各集料微观纹理分形维数均在1.1左右,宏观纹理分形维数均在1.6~1.8左右,各集料间差异不大。对于微观纹理,由于波长较小且均在100um左右,粗糙程度相差不大。
λ2为粗集料微观纹理与宏观纹理的界线,均在100um附近。λ1,即ξ||在各集料间具有明显差异,其中较光滑的白云岩最小,为0.75mm,晶体结构较大的花岗岩最大,为2.44mm,且两种花岗岩数值接近。这说明不同集料的最大微凸体具有明显差异,最大微凸体的大小会影响集料的粗糙程度。
各集料间垂直截止波长不同,按大小排序为:闪长岩>黄砂岩>花岗岩1>花岗岩2>辉绿岩>白云岩,与粗集料实际摩擦系数大小一致。因而,参数ξ⊥可以很好的表征粗集料的粗糙程度。
本示例中,从垂直截止波长、水平截止波长、宏观纹理分形维数和微观纹理分形维数多尺度表述粗集料表面纹理粗糙程度,实现了从厘米级到毫米级的粗集料表面纹理粗糙程度的全面描述。
基于上述任一方法实施例,图10为本发明实施例的一种粗集料表面纹理粗糙度的评价装置的结构示意图,参考图10,一种粗集料表面纹理粗糙度的评价装置,包括:
拟合单元1001,用于将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;
评价单元1002,用于基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
本发明实施例中,通过拟合高差相关函数获取粗集料的垂直截止波长,并应用垂直截止波长表征粗集料表面纹理的粗糙程度,实现了粗集料粗糙度的准确定量的评价,为指导实际工程从而提高沥青混合料的路用性能提供了数据支持。
需要说明的是,上述拟合单元1001和评价单元1002配合以执行上述实施例中的一种粗集料表面纹理粗糙度的评价方法,该系统的具体功能参见上述的粗集料表面纹理粗糙度的评价方法的实施例,此处不再赘述。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价装置,所述粗集料高差相关函数为基于两段变维分形的高差相关函数;
对应地,拟合单元1001,进一步用于:
将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,并获取所述粗集料高差相关函数中的水平截止波长、宏观纹理分形维数和微观纹理分形维数中的至少一种;
评价单元1002,进一步用于:
基于所述垂直截止波长,以及水平截止波长、宏观纹理分形维数和微观纹理分形维数中的至少一种,对所述待测粗集料的表面纹理粗糙度进行评价。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价装置,还包括:
轮廓曲线获取单元,用于获取待测粗集料的表面纹理轮廓曲线;
高差函数获取单元,用于根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价装置,拟合单元1001,进一步用于:
设置预设数量个候选纹理界限,获取每一所述候选纹理界限对应的粗集料高差相关函数与待测粗集料的表面纹理高差函数图的拟合精度;
获取所述拟合精度最高的粗集料高差相关函数中的垂直截止波长。
基于上述任一实施例,一种粗集料表面纹理粗糙度的评价装置,还包括:
修正单元,用于基于表面轮廓斜率和表面轮廓偏移量对所述待测粗集料的表面纹理轮廓曲线进行修正。
图11为本发明实施例的一种粗集料表面纹理粗糙度的评价设备的结构示意图,如图11所示,该设备包括:处理器(processor)1101、通信接口(Communications Interface)1102、存储器(memory)1103和总线1104,其中,处理器1101,通信接口1102,存储器1103通过总线1104完成相互间的通信。处理器1101可以调用存储器1103中的逻辑指令,以执行如下方法:将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
本发明实施例公开一种计算机程序产品,计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
本实施例提供一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行上述各方法实施例所提供的方法,例如包括:将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的通信设备等实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上各实施例仅用以说明本发明的实施例的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。
Claims (10)
1.一种粗集料表面纹理粗糙度的评价方法,其特征在于,包括:
将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;
基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
2.根据权利要求1所述的方法,其特征在于,所述粗集料高差相关函数为基于两段变维分形的高差相关函数;
对应地,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,进一步包括:
将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,并获取所述粗集料高差相关函数中的水平截止波长、宏观纹理分形维数和微观纹理分形维数中的至少一种;
基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价,进一步包括:
基于所述垂直截止波长,以及水平截止波长、宏观纹理分形维数和微观纹理分形维数中的至少一种,对所述待测粗集料的表面纹理粗糙度进行评价。
3.根据权利要求1或2所述的方法,其特征在于,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,之前还包括:
获取待测粗集料的表面纹理轮廓曲线;
根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图。
4.根据权利要求2所述的方法,其特征在于,将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长,进一步包括:
设置预设数量个候选纹理界限,获取每一所述候选纹理界限对应的粗集料高差相关函数与待测粗集料的表面纹理高差函数图的拟合精度;
获取所述拟合精度最高的粗集料高差相关函数中的垂直截止波长。
5.根据权利要求3所述的方法,其特征在于,根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图,之前还包括:
基于表面轮廓斜率和表面轮廓偏移量对所述待测粗集料的表面纹理轮廓曲线进行修正。
6.一种粗集料表面纹理粗糙度的评价装置,其特征在于,包括:
拟合单元,用于将粗集料高差相关函数与待测粗集料的表面纹理高差函数图进行拟合,获取所述粗集料高差相关函数中的垂直截止波长;
评价单元,用于基于所述垂直截止波长对所述待测粗集料的表面纹理粗糙度进行评价。
7.根据权利要求6所述的装置,其特征在于,还包括:
轮廓曲线获取单元,用于获取待测粗集料的表面纹理轮廓曲线;
高差函数获取单元,用于根据所述待测粗集料的表面纹理轮廓曲线,获取所述待测粗集料的表面纹理高差函数图。
8.根据权利要求7所述的装置,其特征在于,还包括:
修正单元,用于基于表面轮廓斜率和表面轮廓偏移量对所述待测粗集料的表面纹理轮廓曲线进行修正。
9.一种粗集料表面纹理粗糙度的评价设备,其特征在于,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行如权利要求1至5任一所述的粗集料表面纹理粗糙度的评价方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一所述的粗集料表面纹理粗糙度的评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810372414.5A CN108829915A (zh) | 2018-04-24 | 2018-04-24 | 一种粗集料表面纹理粗糙度的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810372414.5A CN108829915A (zh) | 2018-04-24 | 2018-04-24 | 一种粗集料表面纹理粗糙度的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108829915A true CN108829915A (zh) | 2018-11-16 |
Family
ID=64154734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810372414.5A Pending CN108829915A (zh) | 2018-04-24 | 2018-04-24 | 一种粗集料表面纹理粗糙度的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829915A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776469A (zh) * | 2021-08-10 | 2021-12-10 | 同济大学 | 一种粉体颗粒表面粗糙度的检测方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709207A (zh) * | 2017-01-16 | 2017-05-24 | 东北大学 | 一种考虑粗糙表面微凸体相互作用影响的确定受载结合部法向接触刚度的方法 |
-
2018
- 2018-04-24 CN CN201810372414.5A patent/CN108829915A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709207A (zh) * | 2017-01-16 | 2017-05-24 | 东北大学 | 一种考虑粗糙表面微凸体相互作用影响的确定受载结合部法向接触刚度的方法 |
Non-Patent Citations (1)
Title |
---|
中文(简体): "车路协同动力学差异特性及轮胎印迹机理研究", 《中国博士学位论文全文数据库(电子期刊)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776469A (zh) * | 2021-08-10 | 2021-12-10 | 同济大学 | 一种粉体颗粒表面粗糙度的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Woodget et al. | Subaerial gravel size measurement using topographic data derived from a UAV‐SfM approach | |
US11391569B2 (en) | Method and device for monitoring water volume change, computer device and storage medium | |
Vázquez-Tarrío et al. | Using UAS optical imagery and SfM photogrammetry to characterize the surface grain size of gravel bars in a braided river (Vénéon River, French Alps) | |
Tamminga et al. | UAS‐based remote sensing of fluvial change following an extreme flood event | |
Wheaton et al. | Accounting for uncertainty in DEMs from repeat topographic surveys: improved sediment budgets | |
Cobby et al. | Two‐dimensional hydraulic flood modelling using a finite‐element mesh decomposed according to vegetation and topographic features derived from airborne scanning laser altimetry | |
Rumsby et al. | Monitoring and modelling particle and reach-scale morphological change in gravel-bed rivers: Applications and challenges | |
Briese | Three-dimensional modelling of breaklines from airborne laser scanner data | |
Jain et al. | Comparative assessment of three approaches for deriving stream power plots along long profiles in the upper Hunter River catchment, New South Wales, Australia | |
CN112233248B (zh) | 基于三维点云的表面平整度的检测方法、系统及介质 | |
Sharma et al. | Determining the optimum cell size of digital elevation model for hydrologic application | |
Glenn et al. | Effect of transect location, transect spacing and interpolation methods on river bathymetry accuracy | |
Glowinski et al. | Analysis of experimental grain boundary distributions based on boundary-space metrics | |
Wang et al. | Rapid texture depth detection method considering pavement deformation calibration | |
CN109325311A (zh) | 多年冻土地区大尺度路基的变形评价方法 | |
Stenberg et al. | Evaluation of erosion and surface roughness in peatland forest ditches using pin meter measurements and terrestrial laser scanning | |
Zhang et al. | Building channel networks for flat regions in digital elevation models | |
CN110306414B (zh) | 一种路面构造深度检测方法 | |
Groom et al. | Assessing intra-bar variations in grain roughness using close-range photogrammetry | |
CN108829915A (zh) | 一种粗集料表面纹理粗糙度的评价方法 | |
CN108562727A (zh) | 一种沥青混合料表面纹理磨光行为的评价方法 | |
Cochrane et al. | Effect of DEM resolutions in the runoff and soil loss predictions of the WEPP watershed model | |
Milledge et al. | The potential of digital filtering of generic topographic data for geomorphological research | |
He et al. | Quantifying spatial distribution of interrill and rill erosion in a loess at different slopes using structure from motion (SfM) photogrammetry | |
Peirce et al. | Evolution of grain size distributions and bed mobility during hydrographs in gravel‐bed braided rivers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |