CN111289539A - 一种基于红外图像的沥青路面摊铺均匀性评价方法 - Google Patents
一种基于红外图像的沥青路面摊铺均匀性评价方法 Download PDFInfo
- Publication number
- CN111289539A CN111289539A CN202010142163.9A CN202010142163A CN111289539A CN 111289539 A CN111289539 A CN 111289539A CN 202010142163 A CN202010142163 A CN 202010142163A CN 111289539 A CN111289539 A CN 111289539A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared image
- asphalt pavement
- infrared
- paving uniformity
- 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
- 239000010426 asphalt Substances 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011077 uniformity evaluation Methods 0.000 title claims abstract description 8
- 239000000203 mixture Substances 0.000 claims abstract description 27
- 238000005204 segregation Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于红外图像的沥青路面摊铺均匀性评价方法,用于评价新建沥青路面以及就地热再生沥青路面的混合料摊铺均匀性,包括如下步骤:(1)选取目标区域,使用高精度红外热像仪拍摄,获取红外图像;(2)使用MATLAB软件对红外图像进行处理;(3)以处理后的红外图像为基础,计算目标区域内沥青混合料负纹理面积占比以及分布情况,对目标路段摊铺均匀性进行评价。相比传统数码图像评价技术,本发明能有效避免不均匀光照干扰,可对不同类型的路面离析进行评价,操作简单、结果直观、评价准确。
Description
技术领域
本发明属于沥青路面建设及养护技术领域,具体涉及一种基于红外图像的沥青路面摊铺均匀性评价方法。
背景技术
沥青混合料由沥青和不同级配的矿料组成的混合物,由于施工、级配不合理等引起的混合料不均匀现象,称为离析。离析对于路面使用性能影响大,混合料内部出现离析车辙发展速度较快,混合料表层离析容易出现水损型病害。
目前,沥青路面混合料摊铺均匀性的检测方法很多,主要有视觉识别、铺砂试验、无核密度仪、数字图像识别等方法。视觉观测法往往凭经验判定,不同观测者的判断标准不统一,误差较大,且在实际应用中,往往以车道宽度范围作为观察尺度进行判断,局部小面积离析难以观察;铺砂试验法原理简单,通过检测构造深度判别离析,试验操作简单、结果准确,但是工作量巨大,且试验后大量砂残留影响沥青路面美观;无核密度仪是一种无损检测技术,通过检测混合料密度判别离析,尤其可以判别深度方向的离析,对沥青路面表面离析判别不准,且试验结果变异性较大。
数字图像评价沥青路面摊铺均匀性属于近来兴起的检测技术,1995年,ZhongQ.Y&Bekking等运用图像处理技术对混合料粗集料细观结构进行测量,开创了数字图像技术在道路材料领域使用的先河。彭勇等人利用图像处理技术,首次分析了沥青混合料中集料的分布状态,提出从沥青混合料中集料的分布位置和分布数量两方面综合考虑,该方法可以定量评价沥青混合料的均匀性。梁乃兴等人以数字图像中9.5mm粒径以上集料的沥青混合料为基础,采用对图像四边求静矩然后求变异系数的方式建立沥青摊铺均匀性的评价标准。数字图像评价沥青路面摊铺均匀性时存在一些问题,首先数字图像的处理结果受阳光影响巨大,极易因不均匀光照引起结果的误差,其次数字图像经处理后仅考虑9.5mm粒径以上集料的分布状态,使用存在一定的局限性。
红外热像仪采用红外阵列探测器上光敏元件,将测量目标区域物体发出的不可见红外能量转变为可见红外图像,红外图像的上面的不同颜色代表被测物体的不同温度,红外图像受阳光影响较小,避免数字图像因光照导致的结果偏差。
正纹理指沥青路面平整表面,负纹理指沥青路面凹陷部位,摊铺后的压实过程,由于压路机与沥青路面正纹理直接接触传热,且路表纹理中有水分残留,因此沥青路表正纹理和负纹理存在温度差,采用高精度红外热像仪所成红外图像可清晰分辨正负纹理。
负纹理面积占比与构造深度有强相关性,对于同一种沥青混合料类型,构造深度越大,负纹理面积占比越大,当负纹理面积占比过大时可能出现粗集料离析,负纹理面积占比过小时可能出现细集料离析,均表现为摊铺均匀性差。
发明内容
为解决上述问题,本发明公开了一种基于红外图像的沥青路面摊铺均匀性评价方法,可以准确、全面、定量、快捷地对沥青路面摊铺均匀性进行检测。
为达到上述目的,本发明的技术方案如下:
一种基于红外图像的沥青路面摊铺均匀性评价方法,包括如下步骤:
(1)选取目标区域,使用高精度红外热像仪拍摄,获取红外图像。
(2)使用MATLAB软件对红外图像进行处理。
(3)以处理后的红外图像为基础,计算目标区域内沥青混合料负纹理面积占比以及分布情况,对目标路段摊铺均匀性进行评价。
所述的步骤(1)中,获取红外图像包括以下步骤:
根据现场环境对红外热像仪包括但不限于辐射率及测量距离等参数进行设定,并在摊铺压实后沥青路面选取正方形目标区域,置于画面中心处,拍摄高度根据目标区域大小和红外热像仪视场角范围调整,拍摄角度垂直于地面90°方向,对焦后进行拍摄,获取红外图像。
所述的步骤(2)中,使用MATLAB对红外图像进行处理包括以下步骤:
将红外图像导入MATLAB软件,使用rgb2gray函数将红外图像转化为灰度图像,使用滤波处理去除噪点,并使用迭代法对灰度图像进行处理,获得二值图像,进行开闭运算,将二值图像中孤立出现的小颗粒滤去,截取目标区域图像并调整图像,使图中黑色和白色区域分别表示沥青混合料正纹理和负纹理。
所述的步骤(3)中,对目标路段摊铺均匀性评价包括以下步骤:
其中,NTR为目标区域沥青混合料负纹理面积占比;A(i,j)为m×n维图像中第i列第j行元素正负纹理状态,其中1为负纹理,0为正纹理;X(i)为图像X轴方向第i列负纹理元素个数;Y(j)为图像Y轴方向第j行负纹理元素个数;CVX为图像X轴方向负纹理分布系数;CVY为图像Y轴方向负纹理分布系数;
根据NTR、CVX及CVY大小判断摊铺均匀性,以SMA-13为例,NTR>36%时,沥青路面出现粗集料离析,摊铺均匀性差;NTR小于28%时,沥青路面出现细集料离析,摊铺均匀性差;NTR介于28%与36%之间时,观察CVX和CVY,若CVX及CVY均小于18%,目标路段摊铺均匀性优,若CVX或CVY大于18%,目标路段存在小范围局部离析,摊铺均匀性一般。NTR、CVX及CVY上下限可根据混合料类型、红外图像处理方法及红外热像仪精度等变化而调整。
所述的红外热像仪为采用非制冷焦平面阵列探测器的便携式高精度红外热像仪,红外图像分辨率不低于640×480,测温精度≤0.1℃。
所述的沥青路面为新建沥青道路和再生沥青路面。
本发明的有益效果是:
一、红外成像识别红外热辐射成像,避免了拍摄路表纹理数字图像时因不均匀光照产生的误差,该误差体现于数字图像进行灰度图转化后,无法清晰显示准确路表纹理,因此使用红外图像评价沥青路面摊铺均匀性具有纹理识别准确的特点。
二、采用负纹理面积占比以及图像X轴、Y轴负纹理分布系数对沥青路面摊铺均匀性进行评价,现有评价方法仅考虑9.5mm粒径以上集料的分布状态,局限性较大,本方法考虑到沥青路面摊铺后可能存在的粗集料离析、细集料离析小面积离析,可以全面、定量、快捷对沥青路面摊铺均匀性进行评价。
三、在实际操作中,使用高精度红外热像仪不仅可以评价沥青路面纹理均匀性,也可同时读取摊铺温度,为沥青路面施工控制提供更多依据。
附图说明
图1为截取正方形目标区域红外图像示意图,红外图像比例一般为4:3,将目标区域置于拍摄中心处,经图像处理后截取中心正方形目标区域图像。
图2为本发明实施例中经处理后红外图像二值图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明所述的基于红外图像的沥青路面摊铺均匀性评价方法,包括如下步骤:
(1)选取目标区域,使用高精度红外热像仪拍摄,获取红外图像;
(2)使用MATLAB软件对红外图像进行处理;
(3)以处理后的红外图像为基础,计算目标区域内沥青混合料负纹理面积占比以及分布情况,对目标路段摊铺均匀性进行评价。
实施例1:
某新建道路上面层摊铺SMA-13沥青混合料,厚度4cm,现场使用高精度红外热像仪,拍摄角度垂直于地面90°方向,选取摊铺后沥青路面目标区域拍摄红外图像,目标区域大小为40cm×40cm,红外图像分辨率为640×480,红外热像仪测温精度小于0.1℃。
采用MATLAB软件对红外图像进行处理,使用rgb2gray函数将红外图像转化为灰度图像,使用中值滤波处理去除噪点,并使用迭代法对灰度图像进行处理,将红外图像转化为二值图像,进行开闭运算,将二值图像中孤立出现的小颗粒滤去,调整图像,使图中黑色和白色区域分别表示沥青混合料正纹理和负纹理,由于红外图像一般为4:3的图片比例,因此截取正方形目标区域图像,处理后二值图像像素为480×480,如图2(a)、2(b)、2(c)、2(d)所示。
二值图像中第i列第j行元素正负纹理状态可用A(i,j)表示,A(i,j)为1,表明该像素点处为负纹理,二值图像该像素点处呈现为白色,A(i,j)为0,表明该像素点处为正纹理,二值图像该像素点处呈现为黑色。代入公式使用MATLAB软件计算图像负纹理占比,负纹理占比过大表明粗集料集中分布于路表,负纹理占比过小表明细集料集中分布于路表,可判断目标区域是否出现粗集料离析或细集料离析。代入公式使用MATLAB软件计算图像X、Y轴负纹理分布系数,目标区域内若出现小面积离析,负纹理在图像内分布不均匀,可以根据X轴方向负纹理分布系数和Y轴方向负纹理分布系数判断是否存在小面积离析。
图2(a)结果经处理后得,NTR=26%<28%,表明沥青路面出现细集料离析,摊铺均匀性差;图2(b)结果经处理后得,NTR=41.8%>36%,表明沥青路面出现粗集料离析,摊铺均匀性差;图2(c)结果经处理后得,NTR=30%,满足要求,CVX=14.2%<18%,CVY=19.8%>18%,局部区域出现小面积离析,摊铺均匀性一般;图2(d)结果经处理后得,NTR=28.2%,满足要求,CVX=16.0%<18%,CVY=16.2%<18%,摊铺均匀性好,本发明评价沥青路面摊铺均匀性效果与肉眼评价结果接近,评价结果准确。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
Claims (6)
1.一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于:包括如下步骤:
(1)选取目标区域,使用高精度红外热像仪拍摄,获取红外图像;
(2)使用MATLAB软件对红外图像进行处理;
(3)以处理后的红外图像为基础,计算目标区域内沥青混合料负纹理面积占比以及分布情况,对目标路段摊铺均匀性进行评价。
2.根据权利要求1所述的一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于,所述的步骤(1)中,获取红外图像包括以下步骤:
根据现场环境对红外热像仪包括但不限于辐射率及测量距离进行设定,并在摊铺压实后沥青路面选取正方形目标区域,拍摄高度根据目标区域大小和红外热像仪视场角范围调整,拍摄角度垂直于地面90°方向,对焦后进行拍摄,获取红外图像。
3.根据权利要求1所述的一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于,所述的步骤(2)中,使用MATLAB对红外图像进行处理包括以下步骤:
将红外图像导入MATLAB软件,使用rgb2gray函数将红外图像转化为灰度图像,使用滤波处理去除噪点,并使用迭代法对灰度图像进行处理,获得二值图像,进行开闭运算,将二值图像中孤立出现的小颗粒滤去,截取目标区域图像并调整图像,使图中黑色和白色区域分别表示沥青混合料正纹理和负纹理。
4.根据权利要求1所述的一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于,所述的步骤(3)中,对目标路段摊铺均匀性评价包括以下步骤:
其中,NTR为目标区域沥青混合料负纹理面积占比;A(i,j)为m×n维图像中第i列第j行元素正负纹理状态,其中负纹理为1,正纹理为0;X(i)为图像X轴方向第i列负纹理元素个数;Y(j)为图像Y轴方向第j行负纹理元素个数;CVX为图像X轴方向负纹理分布系数;CVY为图像Y轴方向负纹理分布系数;
根据NTR、CVX及CVY大小判断摊铺均匀性,以SMA-13为例,NTR>36%时,沥青路面出现粗集料离析,摊铺均匀性差;NTR小于28%时,沥青路面出现细集料离析,摊铺均匀性差;NTR介于28%与36%之间时,观察CVX和CVY,若CVX及CVY均小于18%,目标路段摊铺均匀性优,若CVX或CVY大于18%,目标路段存在小范围局部离析,摊铺均匀性一般。NTR、CVX及CVY上下限可根据混合料类型、红外图像处理方法及红外热像仪精度的变化而调整。
5.根据权利要求1所述的一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于,所述的红外热像仪为采用非制冷焦平面阵列探测器的便携式高精度红外热像仪,红外图像分辨率不低于640×480,测温精度≤0.1℃。
6.根据权利要求1所述的一种基于红外图像的沥青路面摊铺均匀性评价方法,其特征在于,所述的沥青路面为新建沥青道路和就地热再生沥青路面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010142163.9A CN111289539A (zh) | 2020-03-04 | 2020-03-04 | 一种基于红外图像的沥青路面摊铺均匀性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010142163.9A CN111289539A (zh) | 2020-03-04 | 2020-03-04 | 一种基于红外图像的沥青路面摊铺均匀性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111289539A true CN111289539A (zh) | 2020-06-16 |
Family
ID=71022586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010142163.9A Pending CN111289539A (zh) | 2020-03-04 | 2020-03-04 | 一种基于红外图像的沥青路面摊铺均匀性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111289539A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102265A (zh) * | 2020-08-31 | 2020-12-18 | 华南理工大学 | 一种基于乳化剂对沥青-集料粘附性能影响的测试方法 |
CN113530238A (zh) * | 2021-08-13 | 2021-10-22 | 中建四局安装工程有限公司 | 一种高效金刚砂地坪施工保护装置及其施工方法 |
CN115128074A (zh) * | 2022-07-05 | 2022-09-30 | 山东高速集团有限公司创新研究院 | 沥青路面抗滑性能预测系统的构建方法及其构建的系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103292749A (zh) * | 2013-06-08 | 2013-09-11 | 重庆交通大学 | 运用数字图像处理技术检测路表宏观构造分布状态的方法 |
CN106290464A (zh) * | 2016-08-10 | 2017-01-04 | 同济大学 | 一种基于红外成像的沥青混合料温度离析评价方法 |
CN107121440A (zh) * | 2017-04-20 | 2017-09-01 | 阜阳师范学院 | 一种沥青路面集料分布均匀性检测与评价方法 |
CN108287022A (zh) * | 2017-12-20 | 2018-07-17 | 南通大学 | 一种基于红外热像仪对沥青路面压实质量的检测方法 |
CN109308698A (zh) * | 2018-09-30 | 2019-02-05 | 中铁四局集团有限公司 | 一种沥青路面施工质量评价方法 |
CN110738582A (zh) * | 2019-10-11 | 2020-01-31 | 广州肖宁道路工程技术研究事务所有限公司 | 基于无人机的沥青路面压实方法、装置、计算机设备 |
-
2020
- 2020-03-04 CN CN202010142163.9A patent/CN111289539A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103292749A (zh) * | 2013-06-08 | 2013-09-11 | 重庆交通大学 | 运用数字图像处理技术检测路表宏观构造分布状态的方法 |
CN106290464A (zh) * | 2016-08-10 | 2017-01-04 | 同济大学 | 一种基于红外成像的沥青混合料温度离析评价方法 |
CN107121440A (zh) * | 2017-04-20 | 2017-09-01 | 阜阳师范学院 | 一种沥青路面集料分布均匀性检测与评价方法 |
CN108287022A (zh) * | 2017-12-20 | 2018-07-17 | 南通大学 | 一种基于红外热像仪对沥青路面压实质量的检测方法 |
CN109308698A (zh) * | 2018-09-30 | 2019-02-05 | 中铁四局集团有限公司 | 一种沥青路面施工质量评价方法 |
CN110738582A (zh) * | 2019-10-11 | 2020-01-31 | 广州肖宁道路工程技术研究事务所有限公司 | 基于无人机的沥青路面压实方法、装置、计算机设备 |
Non-Patent Citations (1)
Title |
---|
宋永朝等: "基于数字图像处理技术的沥青路面表面纹理构造分布", 《中南大学学报(自然科学版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102265A (zh) * | 2020-08-31 | 2020-12-18 | 华南理工大学 | 一种基于乳化剂对沥青-集料粘附性能影响的测试方法 |
CN112102265B (zh) * | 2020-08-31 | 2023-10-13 | 华南理工大学 | 一种基于乳化剂对沥青-集料粘附性能影响的测试方法 |
CN113530238A (zh) * | 2021-08-13 | 2021-10-22 | 中建四局安装工程有限公司 | 一种高效金刚砂地坪施工保护装置及其施工方法 |
CN115128074A (zh) * | 2022-07-05 | 2022-09-30 | 山东高速集团有限公司创新研究院 | 沥青路面抗滑性能预测系统的构建方法及其构建的系统 |
CN115128074B (zh) * | 2022-07-05 | 2024-02-20 | 山东高速集团有限公司创新研究院 | 沥青路面抗滑性能预测系统的构建方法及其构建的系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111289539A (zh) | 一种基于红外图像的沥青路面摊铺均匀性评价方法 | |
Kwan et al. | Particle shape analysis of coarse aggregate using digital image processing | |
CN101354241B (zh) | 集料数字图像评价方法 | |
Li et al. | A real-time 3D scanning system for pavement distortion inspection | |
CN108489413A (zh) | 一种混凝土表面非均匀应变测量系统与方法 | |
Valença et al. | Damage assessment on concrete surfaces using multi-spectral image analysis | |
CN100494890C (zh) | 用于确定建筑材料样品的外廓尺寸的方法及相关设备 | |
Zhao et al. | Asphalt pavement paving segregation detection method using more efficiency and quality texture features extract algorithm | |
She et al. | Feasibility study of asphalt pavement pothole properties measurement using 3D line laser technology | |
Cafiso et al. | Evaluation of pavement surface distress using digital image collection and analysis | |
Liang et al. | Development and application of a non-destructive pavement testing system based on linear structured light three-dimensional measurement | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
CN109632655A (zh) | 一种基于图谱特征的绝缘子表面污秽等级可视化检测方法 | |
CN108195736A (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
Cotič et al. | Validation of non-destructive characterization of the structure and seismic damage propagation of plaster and texture in multi-leaf stone masonry walls of cultural-artistic value | |
Du et al. | Detection of crack growth in asphalt pavement through use of infrared imaging | |
Liu et al. | Evaluating angularity of coarse aggregates using the virtual cutting method based on 3D point cloud images | |
Mukupa et al. | A non-destructive technique for health assessment of fire-damaged concrete elements using terrestrial laser scanning | |
Hoegh et al. | Asphalt pavement compaction assessment using ground penetrating radar-arrays | |
CN104680527B (zh) | 一种基于自相关算法的混合沙粒径及级配的测量方法 | |
Hui et al. | Identification and evaluation of spalling aggregate in chip seals in three dimensions | |
Almutawa et al. | Soil moisture content estimation using active infrared thermography technique: An exploratory laboratory study | |
Silvani et al. | Measuring coarse grain deformation by digital image correlation | |
CN117218089B (zh) | 一种沥青路面构造深度检测方法 | |
Obaidat et al. | Evaluation of stripping in bituminous mixtures using conventional and image processing techniques |
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 |
Application publication date: 20200616 |
|
RJ01 | Rejection of invention patent application after publication |