CN110349123A - 一种清水混凝土表观质量的定量评价方法 - Google Patents
一种清水混凝土表观质量的定量评价方法 Download PDFInfo
- Publication number
- CN110349123A CN110349123A CN201910500666.6A CN201910500666A CN110349123A CN 110349123 A CN110349123 A CN 110349123A CN 201910500666 A CN201910500666 A CN 201910500666A CN 110349123 A CN110349123 A CN 110349123A
- Authority
- CN
- China
- Prior art keywords
- clear
- concrete
- image
- water
- water concrete
- 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
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/30132—Masonry; Concrete
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种清水混凝土表观质量的定量评价方法,测试清水混凝土的表面气孔面积率,以表面气孔面积率来评价清水混凝土的表观质量,定量评价标准为:表面气孔面积率≤0.35%为优秀;0.35%~0.55%为合格;≥0.55%为不及格。其中,表面气孔面积率的测试方法为:利用无人机采集现场清水混凝土的图像;对清水混凝土图像进行处理,标注混凝土结构及气孔尺寸;对标注后的图像进行灰度二值化处理,利用灰度差区分图像表面的气孔和混凝土;通过计算机软件测量并统计清水混凝土表面气孔的尺寸和数量,计算清水混凝土的表面气孔面积率。本发明首次提出以表面气孔面积率作为评价参数来定量评价清水混凝土的表观质量,具有定量化和高准确性的优势,为现场工程带来便利。
Description
技术领域
本发明涉及一种清水混凝土表观质量的定量评价方法,属于土木工程领域。
背景技术
清水混凝土(Fair-Faced Concrete)是直接利用混凝土成型后的自然质感作为饰面效果的混凝土。属于一次性浇筑成型,不需要做任何外观装饰,因其极具有装饰效果,又称为装饰性混凝土。因为它直接利用现浇混凝土的自然表面作装饰效果,故而不同于普通的混凝土。因此,就需要要求其表面平整光滑,表面颜色无明显色差,棱角清晰分明,没有破损及污染,只需要在表面涂一至两层透明的保护剂,显得浑然天成,天然而庄重,内敛而平和。
清水混凝土现在最直观的外观质量问题是色差与气孔,严重影响清水混凝土的外观美学,限制了其大规模的推广和使用。同时现在对于清水混凝土的评价参差不齐,无法定量评价,造成了工程建设的不便。目前国内业内人士与建筑单位在对清水混凝土的定义与质量标准的认识上尚有较大的差异,没有统一的清水混凝土质量标准,清水混凝土的设计、施工无章可依,无规可循,更没有清水混凝土质量验收标准和混凝土外观质量的评价方法和体系,这将一定程度的影响清水混凝土技术的推广应用。因此,为了推动清水混凝土在工程中的广泛应用,进行清水混凝土外观质量评价方法研究,具有很强的现实意义。
发明内容
发明目的:针对现有技术中缺乏准确定量评价清水混凝土表观质量的方法的问题,本发明提供一种清水混凝土表观质量的定量评价方法。
技术方案:本发明所述的一种清水混凝土表观质量的定量评价方法,该评价方法为:测试清水混凝土的表面气孔面积率,以表面气孔面积率为参数定量评价清水混凝土的表观质量;对清水混凝土的表观质量进行分级,包括优秀、合格和不合格:当表面气孔面积率≤0.35%时,清水混凝土的表观质量为优秀;当表面气孔面积率为0.35~0.55%时,清水混凝土的表观质量为合格;表面气孔面积率≥0.55%时,清水混凝土的表观质量为不及格。
其中,清水混凝土的表面气孔面积率的测试方法包括下述步骤:
(1)采集现场清水混凝土的图像;
(2)利用计算机软件对清水混凝土图像进行处理,标注混凝土结构以及气孔尺寸;
(3)对标注后的图像进行灰度二值化处理,利用灰度差区分图像表面的气孔和混凝土;
(4)通过计算机软件测量并统计清水混凝土表面气孔的尺寸和数量,根据统计数据计算清水混凝土的表面气孔面积率。
优选的,步骤(1)中,利用无人机对现场清水混凝土进行图像采集,同时获取清水混凝土所在目标区域的三维坐标信息,将该三维坐标信息添加到获取的清水混凝土的图像上,得到携带有三维坐标信息的、模拟现场清水混凝土结构的清水混凝土图像。当现场清水混凝土区域面积较大、无法一次性采集完整图像时,可利用无人机采集目标区域内清水混凝土不同角度的局部图像,并将三维坐标信息添加到获取的各局部图像上,然后将采集的各局部图像导入计算机中,通过排列重组,得出模拟现场清水混凝土结构的清水混凝土图像。
具体而言,该无人机包括用于获取目标区域内目标对象图像信息的图像采集装置,与图像采集装置耦合连接、用于获取目标区域坐标信息的导航装置,以及与图像采集装置和导航装置耦合连接的触发装置,该触发装置用于产生触发图像采集装置和导航装置同时工作的触发信号、并将该触发信号发送至图像采集装置和导航装置。通过触发装置触发图像采集装置和导航装置同时工作,将导航装置获取到的目标区域的坐标信息添加到图像采集装置采集到的目标区域内目标对象的图像上,可以到携带有坐标信息的该目标对象的图像信息。
较优的,步骤(2)中,利用Image-J软件对清水混凝土图像进行尺寸校正,将清水混凝土实际尺寸值输入、等效代替软件中的图像尺寸,进而标注出现场清水混凝土结构的尺寸以及其表面的气孔尺寸。利用Image-J软件尺寸校正的方法为:利用Image-J软件中的“测量校准空间”功能,将标尺拖动到清水混凝土图像中的两个刻度上,得到两个标尺之间的像素数,通过像素数和两个刻度长度的换算确定标尺长度,然后用实际测量长度表示测量数据。
二值化的目的是使图像中孔与孔壁呈现2种极端颜色(黑或白),以提高测量的识别度,从而提高计算精度。步骤(3)中,进行灰度二值化处理时,可选择气孔的灰度值,区分混凝土与表面气孔。
上述步骤(4)中,清水混凝土表面气孔的尺寸一般包括表面气孔的密度、面积和直径,根据这些数据,可计算得到清水混凝土的表面气孔面积率。
有益效果:与现有技术相比,本发明的优点为:(1)本发明首次提出以表面气孔面积率作为评价参数来评价清水混凝土的表观质量,该评价方法使得清水混凝土的表观质量定量评评价成为可能,避免了前人用经验观察带来的偏差;与现有技术中的定性评价相比,本发明的定量评价方法具有定量化和高准确性的优势,具有可操作意义和实际应用价值,可以为清水混凝土的广泛应用提供指导,为现场工程带来便利;(2)本发明的方法在获取表面气孔面积率时,通过无人机获取现场清水混凝土的图像并进行图像统计分析,定量评价气孔,效率高、精度好,节省了人力成本,并且可以做到实时、安全;而且,利用灰度二值化处理区分了气孔与清水混凝土表面,用软件处理能准确统计出气孔大小、数量,测试过程快速、精准,使定量化操作较为方便。
附图说明
图1为实施例中利用Image-J软件处理后的原始清水混凝土图像;
图2为标注混凝土结构尺寸及表面气孔尺寸后的清水混凝土图像;
图3为进行灰度二值化处理后的清水混凝土图像;
图4为软件分析不同尺寸的气孔数量的统计结果。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明的一种清水混凝土表观质量的定量评价方法,是将清水混凝土的表观质量分级,包括优秀、合格和不合格,利用清水混凝土的表面气孔面积率来评价其表观质量;具体而言,当表面气孔面积率≤0.35%时,清水混凝土的表观质量评价为优秀;当表面气孔面积率为0.35~0.55%时,清水混凝土的表观质量评价为合格;表面气孔面积率≥0.55%时,清水混凝土的表观质量评价为不及格。
通过对待测清水混凝土表面图像利用无人机进行图像采集,利用计算机进行处理与分析,根据待测清水混凝土表面图像气孔与本色的灰度值的差异进行气孔与大小、数量甄别,再计算出气孔的面积百分比,评价材料的表观质量等级。与传统的评价方法相比,有着将定性评价转化为定量评价的优势。
实施例
本实施例中所用原料如下:
1)混凝土等级:C40
2)水泥:P·O 52.5(同一厂家、批次一致)
3)矿物掺和料:II级粉煤灰
4)中粗砂—细度模数2.5以上、含泥量≤2%
5)粗集料:高强度、针片状少,连续级配5-25mm,洗涤后干燥,确保泥浆含量低,水分含量低;
6)外加剂:聚羧酸减水剂(减水率30%),外加剂必须与水泥品种相适应、保证砼和易性、环保性,不得有有害气体;
7)模板为500×500×100mm的自制可拆卸木模板,拍摄照片为与底板接触的混凝土试件下表面。
减水剂的含量影响制得的混凝土表面的气孔大小及数量,在现场制备不同减水剂掺量的清水混凝土,混凝土原料配比如下表1。
表1混凝土料原料配比
测试不同减水剂掺量的清水混凝土的表面气孔面积率,步骤如下:
1、待清水混凝土成型后,利用无人机获取清水混凝土表面图像,无人机型号为:大疆(DJI)无人机“御”Mavic 2专业版:利用无人机对现场清水混凝土进行图像采集,同时获取目标区域的三维坐标信息,将该三维坐标信息添加到目标区域内目标对象的图像上,得到携带有三维坐标信息的目标对象的图像信息;然后将采集的目标图像导入计算机中,利用Image-J软件对每个有三维信息坐标的目标图像排列重组,得出模拟现场清水混凝土三维结构的原始清水混凝土图像;由于清水混凝土浇筑时每一面的气孔性状一般较相近,以编号7的清水混凝土样品的下表面为例,其原始清水混凝土图像如图1;
2、利用Image-J软件对原始清水混凝土图像进行尺寸校正,尺寸校正的方法为:选择“测量校准空间”,将标尺拖动到清水混凝土图像中的两个刻度上,得到两个标尺之间的像素数,通过像素数和两个刻度长度的换算确定标尺长度,然后用实际测量长度表示测量数据,标注现场清水混凝土结构的尺寸以及其表面的气孔尺寸;图2为对编号7的清水混凝土样品的下表面图像进行结构尺寸和表面气孔尺寸标注后的图像;
3、选择气孔的灰度值,对混凝土图像进行灰度二值化处理:清水混凝土图像中孔与孔壁呈现2种极端颜色(黑或白),其中,混凝土气孔是黑色的,选择Image-J软件中的“自动明亮物体”,区分混凝土与表面气孔;图3为对图2进行灰度二值化处理后的图像;
4、利用Image-J软件中程序“测量数据”,测试并输出测试结果,包括:清水混凝土表面气孔密度、面积、直径,导出数据,图4为通过软件分析编号7的清水混凝土样品的下表面图像得出的不同尺寸的气孔数量的统计结果;根据上述统计数据计算表面气孔面积率,最终可以得到不同掺量的清水混凝土的表面气孔面积率,编号1~7的样品表面气孔面积率和不同尺寸的气孔统计结果如下表2。
表2编号1~7的样品表面气孔面积率和不同尺寸的气孔统计结果
5、根据表面气孔面积率评价清水混凝土的表观质量
由表2可知,编号1~3的清水混凝土样品,表面气孔面积率≥0.55%,评价为不及格;编号4~7的清水混凝土样品,表面气孔面积率在0.35%~0.55%之间,评价为合格。
Claims (8)
1.一种清水混凝土表观质量的定量评价方法,其特征在于,测试清水混凝土的表面气孔面积率,以表面气孔面积率为参数定量评价清水混凝土的表观质量;对清水混凝土的表观质量进行分级,包括优秀、合格和不合格:当表面气孔面积率≤0.35%时,清水混凝土的表观质量为优秀;当表面气孔面积率为0.35~0.55%时,清水混凝土的表观质量为合格;表面气孔面积率≥0.55%时,清水混凝土的表观质量为不及格。
2.根据权利要求1所述的清水混凝土表观质量的定量评价方法,其特征在于,所述清水混凝土的表面气孔面积率的测试方法包括下述步骤:
(1)采集现场清水混凝土的图像;
(2)利用计算机软件对清水混凝土图像进行处理,标注混凝土结构以及气孔尺寸;
(3)对标注后的图像进行灰度二值化处理,利用灰度差区分图像表面的气孔和混凝土;
(4)通过计算机软件测量并统计清水混凝土表面气孔的尺寸和数量,根据统计数据计算清水混凝土的表面气孔面积率。
3.根据权利要求2所述的清水混凝土表观质量的定量评价方法,其特征在于,步骤(1)中,利用无人机对现场清水混凝土进行图像采集,同时获取清水混凝土所在目标区域的三维坐标信息,将该三维坐标信息添加到获取的清水混凝土的图像上,得到携带有三维坐标信息的、模拟现场清水混凝土结构的清水混凝土图像。
4.根据权利要求3所述的清水混凝土表观质量的定量评价方法,其特征在于,当现场清水混凝土区域面积较大、无法一次性采集完整图像时,利用无人机采集目标区域内清水混凝土不同角度的局部图像,并将三维坐标信息添加到获取的各局部图像上,然后将采集的各局部图像导入计算机中,通过排列重组,得出模拟现场清水混凝土结构的清水混凝土图像。
5.根据权利要求3所述的清水混凝土表观质量的定量评价方法,其特征在于,所述无人机包括用于获取目标区域内目标对象图像信息的图像采集装置,与图像采集装置耦合连接、用于获取目标区域坐标信息的导航装置,以及与图像采集装置和导航装置耦合连接的触发装置,该触发装置用于产生触发图像采集装置和导航装置同时工作的触发信号、并将该触发信号发送至图像采集装置和导航装置。
6.根据权利要求2所述的清水混凝土表观质量的定量评价方法,其特征在于,步骤(2)中,利用Image-J软件对清水混凝土图像进行尺寸校正,将清水混凝土实际尺寸值输入、等效代替软件中的图像尺寸,进而标注现场清水混凝土结构的尺寸以及其表面的气孔尺寸。
7.根据权利要求6所述的清水混凝土表观质量的定量评价方法,其特征在于,所述尺寸校正的方法为:利用Image-J软件中的“测量校准空间”功能,将标尺拖动到清水混凝土图像中的两个刻度上,得到两个标尺之间的像素数,通过像素数和两个刻度长度的换算确定标尺长度,然后用实际测量长度表示测量数据。
8.根据权利要求2所述的清水混凝土表观质量的定量评价方法,其特征在于,步骤(4)中,所述清水混凝土表面气孔的尺寸包括表面气孔的密度、面积和直径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910500666.6A CN110349123A (zh) | 2019-06-11 | 2019-06-11 | 一种清水混凝土表观质量的定量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910500666.6A CN110349123A (zh) | 2019-06-11 | 2019-06-11 | 一种清水混凝土表观质量的定量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110349123A true CN110349123A (zh) | 2019-10-18 |
Family
ID=68181704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910500666.6A Pending CN110349123A (zh) | 2019-06-11 | 2019-06-11 | 一种清水混凝土表观质量的定量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110349123A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782455A (zh) * | 2019-11-19 | 2020-02-11 | 哈尔滨理工大学 | 一种基于图像处理方法测定原砂的含泥量的新方法 |
CN111462039A (zh) * | 2020-02-27 | 2020-07-28 | 江苏奥莱特新材料股份有限公司 | 一种基于matlab软件的清水混凝土外观质量评价方法 |
CN112611754A (zh) * | 2020-10-26 | 2021-04-06 | 中国水利水电第三工程局有限公司 | 一种清水混凝土外观质量评价方法 |
CN117554186A (zh) * | 2024-01-12 | 2024-02-13 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102297832A (zh) * | 2011-07-12 | 2011-12-28 | 长安大学 | 一种基于数字图像技术的路面混凝土气孔结构测试方法 |
CN106872472A (zh) * | 2017-01-17 | 2017-06-20 | 中交武汉港湾工程设计研究院有限公司 | 混凝土外观质量检测评价方法 |
CN108982316A (zh) * | 2018-06-14 | 2018-12-11 | 河海大学文天学院 | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 |
CN109580649A (zh) * | 2018-12-18 | 2019-04-05 | 清华大学 | 一种工程结构表面裂缝识别与投影修正方法及系统 |
-
2019
- 2019-06-11 CN CN201910500666.6A patent/CN110349123A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102297832A (zh) * | 2011-07-12 | 2011-12-28 | 长安大学 | 一种基于数字图像技术的路面混凝土气孔结构测试方法 |
CN106872472A (zh) * | 2017-01-17 | 2017-06-20 | 中交武汉港湾工程设计研究院有限公司 | 混凝土外观质量检测评价方法 |
CN108982316A (zh) * | 2018-06-14 | 2018-12-11 | 河海大学文天学院 | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 |
CN109580649A (zh) * | 2018-12-18 | 2019-04-05 | 清华大学 | 一种工程结构表面裂缝识别与投影修正方法及系统 |
Non-Patent Citations (2)
Title |
---|
彭海涛: "基于图像分析技术的混凝土结构外观质量检测与评定", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
王瑞兴,钱春香: "混凝土外观质量半定量评价系统研究", 《东南大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782455A (zh) * | 2019-11-19 | 2020-02-11 | 哈尔滨理工大学 | 一种基于图像处理方法测定原砂的含泥量的新方法 |
CN111462039A (zh) * | 2020-02-27 | 2020-07-28 | 江苏奥莱特新材料股份有限公司 | 一种基于matlab软件的清水混凝土外观质量评价方法 |
CN112611754A (zh) * | 2020-10-26 | 2021-04-06 | 中国水利水电第三工程局有限公司 | 一种清水混凝土外观质量评价方法 |
CN112611754B (zh) * | 2020-10-26 | 2023-12-29 | 中国水利水电第三工程局有限公司 | 一种清水混凝土外观质量评价方法 |
CN117554186A (zh) * | 2024-01-12 | 2024-02-13 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
CN117554186B (zh) * | 2024-01-12 | 2024-04-05 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349123A (zh) | 一种清水混凝土表观质量的定量评价方法 | |
CN108153989B (zh) | 考虑参数不确定性影响的混凝土坝压实质量快速预测方法 | |
CN107038524B (zh) | 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 | |
CN110702536B (zh) | 一种岩体结构面剪切破坏表面形态演化规律研究方法及系统 | |
CN109283076B (zh) | 基于动力触探指标标定系统评价钙质土相对密实度的方法 | |
CN108548833B (zh) | 一种混凝土脱空检测方法、装置及终端设备 | |
Moreno-Maroto et al. | Plastic limit and other consistency parameters by a bending method and interpretation of plasticity classification in soils | |
CN104535021B (zh) | 一种混凝土钢筋保护层厚度检测方法 | |
CN111982806A (zh) | 一种沥青胶浆-集料界面抗水损害性能的评价方法 | |
CN106908489A (zh) | 一种碾压混凝土含水率的无损测定方法 | |
CN106018441A (zh) | 一种高铁路基用水泥级配碎石内部结构检测方法 | |
CN105547831A (zh) | 一种测定含复杂结构面岩体变形性质的模型试验方法 | |
Paredes et al. | Precision statements for the surface resistivity of water cured concrete cylinders in the laboratory | |
CN108931562B (zh) | 一种对大尺寸不均匀混合料介电常数的无损检测方法 | |
Lindqvist et al. | Quantitative analysis of historical mortars using optical microscopy | |
CN104048899B (zh) | 一种堆石混凝土密实度测定装置及其方法 | |
CN115876661A (zh) | 一种基于三维探地雷达图像的沥青路面空隙率评价方法 | |
CN108828198A (zh) | 早期混凝土裂缝诱导测试装置 | |
CN108982218B (zh) | 砾石土工艺参数条件下碾压与击实效果匹配度的评价方法 | |
CN103163039A (zh) | 一种掺杂工业矿渣混凝土水胶比的快速测定方法 | |
CN113588498B (zh) | 测定混凝土用集料不规则颗粒含量的试验装置及方法 | |
CN113125296A (zh) | 一种硬化混凝土初始配合比的测试方法 | |
CN118169370A (zh) | 一种混凝土强度增长的跟踪测量方法 | |
CN113386358B (zh) | 一种应用增材技术制备标准人造集料的方法和系统 | |
Hoang et al. | Morphological analysis of natural marble discontinuities |
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: 20191018 |