CN113052470A - 沥青路面施工均匀性评价方法及系统 - Google Patents
沥青路面施工均匀性评价方法及系统 Download PDFInfo
- Publication number
- CN113052470A CN113052470A CN202110342271.5A CN202110342271A CN113052470A CN 113052470 A CN113052470 A CN 113052470A CN 202110342271 A CN202110342271 A CN 202110342271A CN 113052470 A CN113052470 A CN 113052470A
- Authority
- CN
- China
- Prior art keywords
- distribution
- uniformity
- texture structure
- image
- asphalt pavement
- 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
- 239000010426 asphalt Substances 0.000 title claims abstract description 180
- 238000010276 construction Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009826 distribution Methods 0.000 claims abstract description 262
- 238000011156 evaluation Methods 0.000 claims abstract description 30
- 230000000877 morphologic effect Effects 0.000 claims abstract description 29
- 238000005204 segregation Methods 0.000 claims description 51
- 230000003068 static effect Effects 0.000 claims description 51
- 230000011218 segmentation Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 27
- 239000013598 vector Substances 0.000 claims description 26
- 239000006185 dispersion Substances 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 27
- 238000005286 illumination Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 13
- 239000000203 mixture Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 239000002184 metal Substances 0.000 description 7
- 238000005192 partition Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 230000001681 protective effect Effects 0.000 description 6
- 238000011077 uniformity evaluation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 4
- 238000004445 quantitative analysis Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 239000011358 absorbing material Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013521 mastic Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Road Repair (AREA)
Abstract
本发明提供一种沥青路面施工均匀性评价方法及系统,属于沥青路面施工技术领域,包括:提取路表图像的路面纹理构造分布形态特征;根据分布形态特征,确定里面纹理构造分布数量不均匀系数和分布位置不均匀系数,计算路面集料分布均匀性指标;建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。本发明有效提取了路表图像中的纹理构造,避免了纹理构造信息的丢失和误判;根据纹理构造分布数量不均匀系数和分布位置不均匀系数,提出沥青路面路表集料分布均匀性指标,同路表构造深度建立良好的相关性,建立了沥青路面表面集料分布均匀性评价标准,提高了沥青路面施工质量均匀性分析评价的可靠性。
Description
技术领域
本发明涉及沥青路面施工技术领域,具体涉及一种基于二维纹理构造特性的沥青路面集料分布均匀性评价方法及系统。
背景技术
沥青混合料是由集料、空隙和沥青砂浆组成的多尺度材料。沥青路面的施工均匀性是混合料各组分共同作用的结果,其中,以粗细集料分布不均匀性形成的离析现象对路面施工质量的影响最大。
在发生细集料离析的区域,往往抗车辙性能不足,沥青路面易出现永久变形破坏。而粗集料离析区域,沥青路面常常出现严重的水损坏及裂缝等早期病害。相关研究表明,非均匀性已经成为沥青路面早期病害的主要原因之一,在沥青路面的离析区域,其耐久性和使用寿命会降低10%-50%。在沥青路面施工过程及竣工验收阶段,需要对沥青路面的集料分布均匀性进行合理地检测和评价。
在路面表面粗集料集中区域,一般沥青含量较低,空隙率大,表面的纹理构造粗糙,直观表现为下凹区域面积大、明显;而细集料集中区域则多表现为沥青含量高,空隙率小,表面纹理构造小,故下凹区域面积小、不明显。路表的纹理构造特性显著影响沥青路面的施工质量和抗滑性能。
由于集料离析问题的复杂性,如何快速、客观、有效地判断沥青路面集料的离析程度是研究的热点问题。目前常用的平均断面构造深度(MPD)和平均构造深度(MTD)指标仅能反映沥青路面表面纹理构造的整体水平,无法有效的表征路表纹理构造的分布特性(即粗细集料的分布均匀性)。表面构造整体水平(相同MPD值)相同的两段沥青路面,其路表的集料分布均匀性甚至会差异很大。
发明内容
本发明的目的在于提供一种可精确提取路表的纹理构造特征、准确客观地测试评价沥青混合料纹理构造及其分布特性、实时快速地检测沥青路面的施工质量的基于二维纹理构造特性的沥青路面集料分布均匀性评价方法及系统,以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的,本发明采取了如下技术方案:
第一方面,本发明提供一种沥青路面施工均匀性评价方法,包括:
提取路表图像的路面纹理构造分布形态特征;
根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
优选的,采用矩形分区和迭代式阈值分割相结合的自适应阈值分割方法,提取路表图像的路面纹理构造分布形态特征。
优选的,自适应阈值分割方法包括:对采集的路表图像进行预处理,包括裁切、尺寸标定、图像灰度处理以及滤波降噪处理;对预处理后的图像进行图像增强处理,突出纹理信息特征;通过阈值分割提取纹理构造分布形态特征。
优选的,确定路面纹理构造分布数量不均匀系数包括:采用MATLAB自编函数,通过提取计算图像中不同区域的纹理构造的面积类特征信息,评价沥青路面纹理构造在分布数量上的均匀性,确定分布数量不均匀性系数。
优选的,根据图像中校准尺的长度对应的像素个数,得到图像的像素当量;计算路表图像中各个纹理构造的面积;将路表纹理构造的二值图像骨架化,计算纹理构造的等效宽度,计算二值图像中各个纹理构造占整个图像面积的比例;根据等效宽度和纹理构造占整个图像面积的比例,计算纹理构造分布数量不均匀系数。
优选的,确定路面纹理构造分布位置不均匀系数包括:基于静距离散理论对路表图像等区域划分,进行静距计算和比较,再计算每个区域纹与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,确定分布位置不均匀系数。
优选的,将路表图像等分成四个区域,基于静距计算模型,计算纹理构造对横轴和纵轴的静距及二者矢量和;分别计算四个区域中纹理构造对自身横轴和纵轴的静距及二者矢量和;计算每个区域纹理构造与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,根据离散程度计算分布位置不均匀系数。
优选的,计算集料分布均匀性指标包括:将分布数量不均匀系数和分布位置不均匀系数分别与各自的权重系数乘积的加和,作为集料分布均匀性指标。
优选的,建立沥青路面集料分布均匀性评价标准包括:根据不同离析程度的沥青板式料的集料分布均匀性指标的分布范围,建立基于集料分布均匀性指标的沥青路面集料分布均匀性评价标准。
第二方面,本发明提供一种沥青路面施工均匀性评价系统,包括:
提取模块,用于提取路表图像的路面纹理构造分布形态特征;
第一确定模块,用于根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
第二确定模块,用于根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
计算模块,用于根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
构建模块,用于基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
本发明有益效果:有效提取了路表图像中的纹理构造,避免了纹理构造信息的丢失和误判;根据纹理构造分布数量不均匀系数和分布位置不均匀系数,提出沥青路面路表集料分布均匀性指标,同路表构造深度建立良好的相关性,建立了沥青路面表面集料分布均匀性评价标准,提高了沥青路面施工质量均匀性分析评价的可靠性。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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为本发明实施例所述的沥青路面纹理构造图像采集装置结构图。
图2为本发明实施例所述的采集的沥青路面路表纹理构造图像示意图。
图3为本发明实施例所述的路表纹理构造的分割效果图。
图4为本发明实施例所述的路表纹理构造的骨架图。
图5为本发明实施例所述的划分为四等分后的路表纹理图像示意图。
图6为本发明实施例所述的沥青路面路表纹理构造的静距计算模型示意图。
图7为本发明实施例所述的无离析车辙试件D值与TD的相关性示意图。
图8为本发明实施例所述的不同离析程度车辙试件D值与TD的相关性示意图。
其中:1-工业相机镜头;3-拍摄高度调节杆;11-弧形采像壳;21-顶层板;22-可折叠短杆;24-圆孔;33-万向轮;34-可摘取式塑料保护壳;41-遮光帘片;42-固定杆;43-吸铁式下梁杆;52-金属软管;53-圆形孔;61-LED光源控制器一;62-LED光源控制器二;63-LED光源控制器三;64-LED光源控制器四;211-采像口;212-镜头大小调节壳;511-LED光源一;512-LED光源二;513-LED光源三;514-LED光源四。
具体实施方式
下面详细叙述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明,下面结合附图以具体实施例对本发明作进一步解释说明,且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解,附图只是实施例的示意图,附图中的部件并不一定是实施本发明所必须的。
实施例1
本发明实施例1提供一种沥青路面施工均匀性评价系统,该系统包括:
提取模块,用于提取路表图像的路面纹理构造分布形态特征;
第一确定模块,用于根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
第二确定模块,用于根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
计算模块,用于根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
构建模块,用于基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
在本实施例1中,基于上述的沥青路面施工均匀性评价系统,实现了一种沥青路面施工均匀性评价方法,该方法包括:
提取路表图像的路面纹理构造分布形态特征;
根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
采用矩形分区和迭代式阈值分割相结合的自适应阈值分割方法,提取路表图像的路面纹理构造分布形态特征。
自适应阈值分割方法包括:对采集的路表图像进行预处理,包括裁切、尺寸标定、图像灰度处理以及滤波降噪处理;对预处理后的图像进行图像增强处理,突出纹理信息特征;通过阈值分割提取纹理构造分布形态特征。
确定路面纹理构造分布数量不均匀系数包括:采用MATLAB自编函数,通过提取计算图像中不同区域的纹理构造的面积类特征信息,评价沥青路面纹理构造在分布数量上的均匀性,确定分布数量不均匀性系数。
具体的,根据图像中校准尺的长度对应的像素个数,得到图像的像素当量;计算路表图像中各个纹理构造的面积;将路表纹理构造的二值图像骨架化,计算纹理构造的等效宽度,计算二值图像中各个纹理构造占整个图像面积的比例;根据等效宽度和纹理构造占整个图像面积的比例,计算纹理构造分布数量不均匀系数。
确定路面纹理构造分布位置不均匀系数包括:基于静距离散理论对路表图像等区域划分,进行静距计算和比较,再计算每个区域纹与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,确定分布位置不均匀系数。
具体的,将路表图像等分成四个区域,基于静距计算模型,计算纹理构造对横轴和纵轴的静距及二者矢量和;分别计算四个区域中纹理构造对自身横轴和纵轴的静距及二者矢量和;计算每个区域纹理构造与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,根据离散程度计算分布位置不均匀系数。
计算集料分布均匀性指标包括:将分布数量不均匀系数和分布位置不均匀系数分别与各自的权重系数乘积的加和,作为集料分布均匀性指标。
建立沥青路面集料分布均匀性评价标准包括:根据不同离析程度的沥青板式料的集料分布均匀性指标的分布范围,建立基于集料分布均匀性指标的沥青路面集料分布均匀性评价标准。
具体的,在本实施例1中,上述的方法为基于二维纹理构造特性的沥青路面集料分布均匀性评价方法。为了实现上述方法,本实施例1中,具体步骤可包括:
步骤一:采用自主开发的沥青路面纹理构造成像装置,在检测路段上根据需求采集沥青路面表面的纹理构造图像。
步骤二:利用改进的纹理构造分割算法对路表图像进行处理,提取路表图像纹理构造的分布形态特征。
步骤三:采用MATLAB自编函数,选择路表图像中纹理构造区域作为研究对象,计算图像中不同区域的纹理构造的面积类特征信息,评价沥青路面纹理构造在分布数量上的均匀性。
步骤四:基于静矩离散理论,进行沥青路面路表纹理构造分布位置的定量分析,评价沥青路面纹理构造在分布位置上的均匀性。
步骤五:从路表纹理构造的分布数量和分布位置特性出发,采用提出的集料分布均匀性指标全面地评价沥青路面集料分布均匀性。
步骤六:根据基于D值的沥青路面集料分布均匀性评价标准定量分析沥青路面施工质量均匀性的优劣。
在本实施例1中,上述方法从路表纹理构造的分布特性着手评价沥青路面的集料分布均匀性,为沥青路面施工质量均匀性的无损检测提供一定的参考依据。
本实施例1中,路表纹理构造图像采集装置是由工业相机、装置框架、拍摄高度调节杆和遮光调节机构等组成的一种沥青路面纹理构造成像装置,根据实验需求规范化采集沥青路面表面的纹理构造图像。
本实施例1中,为改善沥青路面路表图像纹理构造的分割效果,采用矩形分区和迭代式阈值分割相结合的自适应阈值分割算法,对增强后的路表纹理图像进行分割处理。
在本实施例1中,所述的步骤三中,将路表图像按照十字中心线,划分成四个面积相等的区域,提出纹理构造分布数量不均匀系数DN,以此来评价沥青路面表面的集料在分布数量上的均匀性。DN定义为同一路表图像随等效宽度范围变化的纹理构造面积比在四个区域内的变异系数之和,计算公式如式1所示。
DN=∑DNk; (1)
DNk表示路表图像上第k类等效宽度范围的纹理构造面积比在四个区域内的变异系数,如式2所示;
式中:ekm表示路表图像上第m区域内第k类等效宽度范围的纹理构造累计面积比,如式3所示;e表示路表图像上不同区域内第k类等效宽度范围纹理构造面积比的均值;p纹理构造图像的区域数,本实施例1中,p为4。
式中:ekmi路表图像上第m区域内第k类等效宽度范围第i个纹理构造的面积比。
所述的步骤四中,基于静矩离散理论对路表图像分别按照整体和几何中心等划分四个区域并以此作为分析对象,进行静距计算和比较,再计算每个区域纹与整体图像的纹理构造对x轴和y轴静距的矢量和的离散程度Em,最后提出纹理构造分布位置不均匀系数DL,以此来评价沥青路面表面的集料在分布位置上的均匀性。DL定义为同一路表图像上的四个区域纹理构造对x轴和y轴的静距矢量和的平均值的变异程度,计算公式如式4所示。
其中,E表示离散程度的均值。
所述的步骤五中,从沥青路面路表纹理构造的分布数量和分布位置特性出发,提出沥青路面集料分布均匀性指标,计算公式如式5所示。
D=c1DN+c2DL (5)
式中,D表示集料分布均匀性评价指标;c1、c2分别表示纹理构造分布数量和分布位置的权重系数,一般取0.5。
所述的步骤六中,在实验室内模拟无离析(N)、轻度离析(L)、中度离析(M)、重度离析(H)和细集料离析(F)五种标准离析程度的沥青混合料板式试件,采用图像采集装置获取试件表面的纹理构造图像,利用MATLAB图像处理技术计算图像的集料分布均匀性指标,并根据不同离析程度的平行板式试件表面图像集料分布均匀性指标的分布范围,建立基于D值的沥青路面表面集料分布均匀性评价标准。
综上,在本实施例1中,利用改进的纹理构造分割算法对路表图像进行处理,采用MATLAB自编函数和基于静矩离散理论从路表纹理构造的分布数量和分布位置特性出发,提出集料分布均匀性指标D全面评价沥青路面集料分布均匀性,最后根据基于D值的沥青路面集料分布均匀性评价标准定量分析沥青路面施工质量均匀性的优劣。
实施例2
本实施例2中,提供了一种沥青路面纹理构造成像装置,使用该装置对路表的纹理图像进行采集,利用矩形分区和迭代式阈值分割相结合的自适应阈值分割算法对路表图像进行处理,采用MATLAB自编函数,通过计算评价沥青路面纹理构造在分布数量上的均匀性,基于静矩离散理论,通过定量分析评价沥青路面纹理构造在分布位置上的均匀性,最终从路表纹理构造的分布数量和分布位置特性出发,提出集料分布均匀性指标全面地评价沥青路面集料分布均匀性。
如图1所示,所述沥青路面纹理构造成像装置包括工业相机、装置框架、拍摄高度调节杆3、遮光调节机构、LED光源,LED光源控制器,所述装置框架包括顶层板21、可折叠短杆22、连接器,所述顶层板21下端四角各设有连接器用于固定可折叠短杆22上端并调整使用张开角度,所述可折叠短杆22下端从各拍摄高度调节杆3顶端插入,拍摄高度调节杆3距其离顶部1.5cm处设有圆形孔和圆柱形调节底脚螺丝,用于调整可折叠短杆22插入拍摄高度调节杆3深度,即控制图像采集拍摄高度;所述拍摄高度调节杆3底部设有万向轮33,万向轮33配有可摘取式塑料保护壳34,图像采集状态需套上可摘取式塑料保护壳34用于固定万向轮33。
所述顶层板21设有4个采像口211,所述工业相机配套有弧形采像壳11,所述采像口211上方套有镜头大小调节壳212,所述弧形采像壳11小口一端通过镜头大小调节壳212放入采像口211,所述工业相机镜头1从弧形采像壳11大口一端插入采像口211。
所述顶层板21上部距离四角1cm分别设有LED光源控制器一61,LED光源控制器二62,LED光源控制器三63,LED光源控制器四64,金属软管52从圆形孔53穿入装置内部,金属软管另一端分别为LED光源一511,LED光源二512,LED光源三513,LED光源四514。
所述顶层板21每边中间设置直径为0.4mm的圆孔24,手提吊钩可根据需要扣入任意两边圆孔24,便于提携。
所述遮光调节机构包括遮光帘片41、固定杆42、吸铁式下梁杆43,所述装置框架四个侧面上顶部各设有固定杆42,固定杆42连接遮光帘片41,吸铁式下梁杆43设在遮光帘片41下部,可与可折叠短杆22和拍摄高度调节杆3相吸,用于调整遮光调节机构下拉长度。
所述装置框架设置连接器,调节可折叠短杆22与顶层板21所成角度范围为0°~135°。
所述工业相机配有特定弧形采像壳11,弧形彩像壳11为普通塑料材质,其小口端直径与镜头外径相等,其与采像口211接触面横向设有5条固定环形条纹用于调整工业相机拍摄角度。
所述遮光帘片41展开面为梯形,其外表面除中心长方形及中心长方形下底边8cm设有魔术贴毛面,外表面中心长方形其余部分设有魔术贴粘面,其内表面两边边缘设有磁条,遮光帘片41为全遮光材质,内侧涂有黑色吸光材料。
所述拍摄高度调节杆3材质为金属材质,其长度为70cm,距离顶部1.5cm处设有直径为8mm的圆形孔并配有螺丝M8*24mm、底脚29*11mm的圆柱形调节底脚螺丝,拍摄高度调节杆3底部设有直径为48mm的万向轮33,万向轮33配套有长*宽*高为4mm*4mm*60mm的可摘取式塑料保护壳34。
所述可折叠短杆22底部插入拍摄高度调节杆3中,通过调节圆柱形调节底脚螺丝后,垂直状态下采集高度范围为30cm~100cm。
所述顶层板21为木质材质,其长*宽*厚=90cm*90cm*1cm,在其中心位置及以几何中心为圆心、半径为30cm~40cm的圆环上每间隔120°位置分别设有所述采像口211,为直径为10cm的圆形口,所述采像口211上方套有镜头大小调节壳212,可根据需要调整采像口大小。
所述金属软管52拉直长度为80cm,可随意调节角度,LED光源控制器7与LED光源6通过金属软管52连接,其中LED光源一511、LED光源二512为冷白色光源,LED光源三513、LED光源四514为暖白色光源,光照功率为5~15W。
本实施例2中,上述图像采集装置使用方法如下:
S101、根据拍摄需要组装装置,将各部分取出,并将折叠状态的可折叠短杆打开。
S102、根据采集高度要求调整,调整可折叠短杆和拍摄高度调节杆。当图像采集高度小于等于40cm时,无需组装拍摄高度调节杆;当采集高度大于40cm时,需组装拍摄高度调节杆,并据实际采集高度需求,通过调整可折叠短杆插入拍摄高度调节杆深度和固定圆柱形调节底脚螺丝进行调节;用可摘取式塑料保护壳套住万向轮。
S103、根据采集角度要求,调整各弧形采像壳倾斜角度后固定在各采像口,根据弧形采像壳倾斜角度调整各可折叠短杆与顶层板所成角度,并修整装置采集高度。
S104、根据采集光照要求,通过调整金属软管位置调整光照角度与高度,通过各LED光源控制器调节LED光源亮度、颜色,通过调整遮光帘片下拉长度调整遮光亮度。
S105、检查装置是否稳定固定,确保稳定后,根据试验要求选择1~4个工业相机,并选择所放置的采像口的位置,将工业相机镜头通过弧形采像壳和镜头大小调节壳插入采像口,调整焦距进行拍摄。
S106、根据实际试验要求,可调整不同图像采集高度、采集角度、光照强度、光照颜色、光照角度、遮光亮度等,进行试验。
S107、选取不同试验路段进行图像采集,可通过手提吊钩和万向轮移动装置。
S108、采集结束后,将工业相机、弧形采像壳取出,拆下拍摄高度调节杆等,将可折叠短杆折叠为初始状态。
实施例3
本实施例3中,通过图像采集装置对路表的纹理图像进行采集,利用矩形分区和迭代式阈值分割相结合的自适应阈值分割算法对路表图像进行处理,采用MATLAB自编函数,通过计算评价沥青路面纹理构造在分布数量上的均匀性,基于静矩离散理论,通过定量分析评价沥青路面纹理构造在分布位置上的均匀性,最终从路表纹理构造的分布数量和分布位置特性出发,提出集料分布均匀性指标全面地评价沥青路面集料分布均匀性。
本根据基于D值的沥青路面集料分布均匀性评价标准,定量分析沥青路面施工质量均匀性的优劣,具体按如下步骤进行:
1、沥青路面纹理构造成像装置的开发
开发一种沥青路面纹理构造成像装置来统一图像采集时的采集条件,可以获取质量较高的路表纹理构造图像。沥青路面路表纹理构造成像装置如图1所示,主要组成结构有:
①工业相机:采用Canon单反相机,有效像素为1800万,使用时根据需要选择1~4台相机,并确定所放置采像口的位置,可满足二维、三维沥青路面纹理构造成像采集需求。
②装置框架:包括顶层板、可折叠短杆、连接器,满足图像采集角度为0°~45°。
③拍摄高度调节杆:用于调整可折叠短杆插入拍摄高度调节杆深度,工业相机垂直状态下采集高度范围为30cm~100cm。
④LED光源及LED光源控制器:LED光源光照功率为5~15W,每个LED光源均设置有相应的LED光源控制器,同时可调节不同光照颜色及光照角度。
⑤遮光调节机构:包括遮光帘片、固定杆、吸铁式下梁杆,其中设置于装置框架四个侧面上顶部,装置框架及遮光帘内侧均涂有黑色吸光材料,避免外界光干扰,遮光调节机构完全展开为梯形,通过设置魔术贴粘面、毛面以及磁条适用于各种拍摄角度设置对应的遮光要求。
2、沥青路面纹理构造图像规范化采集
开发的沥青路面纹理构造成像装置可满足不同图像采集高度、采集角度、光照强度、光照高度和光照角度等采集要求,其中图像采集高度范围为30cm~100cm,采集角度为0°~45°,光照强度设置在0~15W,光照颜色为冷白色或暖白色,光照高度、光照角度可满足装置内任意设置,装置具体使用方法如下:
S101、根据拍摄需要组装装置,将各部分取出,并将折叠状态的可折叠短杆打开。
S102、根据采集高度要求调整,调整可折叠短杆和拍摄高度调节杆。当图像采集高度小于等于40cm时,无需组装拍摄高度调节杆;当采集高度大于40cm时,需组装拍摄高度调节杆,并据实际采集高度需求,通过调整可折叠短杆插入拍摄高度调节杆深度和固定圆柱形调节底脚螺丝进行调节;用可摘取式塑料保护壳套住万向轮。
S103、根据采集角度要求,调整各弧形采像壳倾斜角度后固定在各采像口,根据弧形采像壳倾斜角度调整各可折叠短杆与顶层板所成角度,并修整装置采集高度。
S104、根据采集光照要求,通过调整金属软管位置调整光照角度与高度,通过各LED光源控制器调节LED光源亮度、颜色,通过调整遮光帘片下拉长度调整遮光亮度。
S105、检查装置是否稳定固定,确保稳定后,根据实验要求选择1~4个工业相机,并选择所放置的采像口的位置,将工业相机镜头通过弧形采像壳和镜头大小调节壳插入采像口,调整焦距进行拍摄。
S106、根据实际实验要求,可调整不同图像采集高度、采集角度、光照强度、光照颜色、光照角度、遮光亮度等,进行试验。
S107、选取不同实验路段进行图像采集,沥青路面表面的纹理图像如图2所示,可通过手提吊钩和万向轮移动装置。
S108、采集结束后,将工业相机、弧形采像壳取出,拆下拍摄高度调节杆等,将可折叠短杆折叠为初始状态。
3、沥青路面路表纹理图像处理
由于表面粘附沥青的集料颗粒颜色相近,一般为黑色或者深灰色,图像上沥青路表纹理构造分布的对比度不高,本文针对沥青路面路表纹理构造的信息特征,提出一种矩形分区和迭代式阈值分割相结合的自适应阈值分割方法,主要包括图像预处理、图像增强和图像分割等步骤。
首先,对采集的路表图像进行预处理,沥青路表纹理构造图像预处理的基本流程包括对原图像进行裁切、尺寸标定、图像灰度处理以及滤波降噪处理。
然后,进行图像增强处理,常见的图像增强方法包括灰度变换处理、直方图均衡化、锐化处理、小波变换。结合沥青路面纹理构造图像的特点,采用小波变换方法对沥青路面纹理构造图像进行增强处理,以突出纹理信息特征,便于后面图像的分割处理。
最后是图像分割,在进行沥青路表纹理构造分布状况及其均匀性分析时,需要通过图像分割处理把纹理构造信息特征提取出来。阈值分割是图像处理常用的分割方法,分割技术的关键在于确定合适的阈值。
本专利基于MATLAB软件,提出了一种矩形分区和迭代式阈值分割相结合的自适应阈值分割算法。沥青路面路表纹理图像的分割效果如图3所示,采用矩形分区结合迭代式阈值分割算法分割后,有效地将路表图像中的纹理构造同沥青胶浆和集料颗粒分割开来,图像中纹理构造的边界比较清晰。
4、基于分布数量的沥青路面纹理构造特性评价
为从分布数量评价沥青路面的集料分布均匀性,采用MATLAB自编函数,选择路表图像中纹理构造下凹区域进行详细分析,通过提取计算图像中不同区域的纹理构造的面积类特征信息,评价沥青路面纹理构造在分布数量上的均匀性。
以图3为例,采用MATLAB软件提取路表二值图像中白色纹理构造的形态特征,统计白色下凹区域的数量、面积、等效构造宽度、下凹区域的面积比等参数。首先,根据图像中校准尺的长度L对应的像素个数M,得到图像的像素当量ε=L/M;然后,采用自编程序对路表图像中各个白色区域包含的像素个数进行统计,并按照公式6计算路表图像中各个白色区域的面积:
Si=ε2×Ni (式6)
式中:Si为路表图像中第i个纹理构造的面积;Ni为路表图像中第i个纹理构造的像素个数。
接下来,将路表纹理构造的二值图像骨架化,如图4所示。白色细线为二值图像中白色区域的骨架中心线,由白色区域最中间的像素点连接而成,其长度可近似为白色区域的长度。
将白色区域形状近似为矩形,根据矩形宽度与面积的关系,可计算其近似宽度,即纹理构造的等效宽度,计算公式如式7所示。同时,统计白色区域等效宽度大小的组成情况。
Ki=Si/Ei (式7)
式中:Ki为路表图像中第i个纹理构造的等效宽度;Ei为路表图像中第i个纹理构造的长度。
最后,计算二值图像中各个白色区域占整个图像面积的比例,即路表纹理构造的面积比,计算公式如式8所示。
ei=Si/Sp (式8)
式中:ei为第i个纹理构造的面积比;Sp为路表二值图像的面积。
为直观体现纹理构造数量在不同区域的分布情况,将路表图像按照十字中心线,划分成四个面积相等的区域,如图5所示。在此提出纹理构造分布数量不均匀系数DN,以此来评价沥青路面表面的集料在分布数量上的均匀性。DN定义为同一路表图像随等效宽度范围变化的纹理构造面积比在四个区域内的变异系数之和,计算公式如式9所示。
DN=∑DNk (式9)
式中:DNk表示路表图像上第k类等效宽度范围的纹理构造面积比在四个区域内的变异系数,如式10所示;
式中:ekm表示路表图像上第m区域内第k类等效宽度范围的纹理构造累计面积比,如式11所示;
式中:ekmi表示路表图像上第m区域内第k类等效宽度范围第i个纹理构造的面积比。
综上,基于路表不同等效宽度的纹理构造面积比得到的纹理构造分布数量不均匀系数DN,其数值越小,说明纹理构造在路面表面的分布数量越均匀。根据上述计算公式,以图5中的四个小区域为研究对象,分别计算沥青路面路表图像纹理构造的数量、纹理构造等效宽度、纹理构造的面积比及纹理构造分布数量不均匀系数。
5、基于分布位置的沥青路面纹理构造特性评价
由于纹理构造面积和数量的差异性仅表征路表平面内纹理构造的大小和多少,无法控制纹理构造在分布上的具体位置信息,仅依靠纹理构造的面积和数量反映沥青路表纹理的分布状况是不全面的。纹理构造分布的均匀性同时与构造的面积和位置有关,因此,本实施例3中引入分布位置信息来全面的评价沥青路表纹理构造的分布状况。
基于静矩离散理论,进行沥青路面路表纹理构造分布位置的定量分析。静矩又称为截面面积矩,表示平面图形的面积A与其形心到某一坐标轴距离的乘积。将沥青路面路表图像等分成四个区域,路表图像整体及各区域纹理构造对x和y坐标轴的静距计算模型如图6所示。
以图6为例,首先,以整个路表图像为分析对象,计算纹理构造对x轴和y轴的静矩及二者矢量和,计算公式如式12~式14所示。
式中,Sx、Sy分别为路表图像中各个纹理构造对x轴、y轴的静距;
N表示图像中显示的纹理构造个数;
ai表示图像中第i个纹理构造的面积,i=1,2,...,n;
xi,yi表示图像中第i个纹理构造的质心x轴坐标和y轴坐标;
S0表示图像中纹理构造对x轴和y轴静距的矢量和。
从公式14可以看出,如果沥青混合料的粗细集料分布都达到理想化时,即沥青路面路表图像的纹理分布状况是绝对均匀的,则整个路表图像内纹理构造对x轴和y轴静的矢量和为零。但是,当沥青路面整个图像内的纹理构造都集中在圆心位置,纹理构造对x和y坐标轴的静距矢量和也为0,此时沥青路面的纹理构造从工程上却无法判定是均匀分布的。因此,需要对路表图像按照几何中心X轴、Y轴分成的四个小区域为分析对象,进行进一步的静距计算和比较。
然后,分别计算四个小区域中纹理构造对自身x轴和y轴的静矩及二者矢量和,计算公式如式15~式17所示。
式中,Smx、Smy分别为路表图像中第m个区域各个纹理构造对x轴、y轴的静距;
nm表示图像中第m个区域显示的纹理构造个数,m=1,2,3,4;
ami表示图像中第m个区域的第i个纹理构造的面积,i=1,2,3,nm;
xmi、ymi分别表示图像中第m个区域的第i个纹理构造的质心坐标;
Sm0表示图像中第m个区域纹理构造对x轴和y轴静距的矢量和。
接下来,计算每个区域纹与整体图像的理构造对x轴和y轴静距的矢量和的离散程度Em,计算公式如式18所示。
为了充分描述沥青路表纹理构造在不同区域的分布情况,提出纹理构造分布位置不均匀系数,以此来评价沥青路面表面的集料在分布位置上的均匀性。DL定义为同一路表图像上的四个区域纹理构造对x轴和y轴的静距矢量和的平均值的变异程度,计算公式如式19所示。
由式19可知,纹理构造分布位置不均匀系数的值越大,同一路表图像不同区域纹理构造的分布位置差异越大,即沥青路面集料分布越不均匀。
6、基于纹理构造的沥青路面集料分布均匀性评价指标
纹理构造的分布数量和分布位置指标可以比较全面的表征沥青路表纹理分布状况,反映沥青路面表面集料颗粒的分布均匀性。基于数字图像处理技术,从沥青路面路表纹理构造的分布数量和分布位置特性出发,提出沥青路面集料分布均匀性指标,计算公式如式20所示。
D=c1DN+c2DL (式20)
式中,D表示集料分布均匀性评价指标;
c1、c2分别表示纹理构造分布数量和分布位置的权重系数,一般取0.5。
采用构造深度评价沥青路面表面集料的离析情况,若集料分布均匀性指标同路表的构造深度指标具有良好的相关性,则可以证明采用集料分布均匀性指标替代构造深度来表征沥青路面路表集料的分布情况是可行的。
本实施例3中,在实验室内设计无离析(N)、轻度离析(L)、中度离析(M)、重度离析(H)和细集料离析(F)五种标准离析程度的AC-20车辙试件,其中10个无离析试件和不同程度集料离析试件各2个,共计20个试件。
然后,利用图像处理技术计算试件表面的集料分布均匀性指标D,并采用铺砂法实测试件的构造深度TD,集料分布均匀性指标D和构造深度TD的相关性见图7和8。
从图7~8中可以看出,未发生离析的车辙试件表面的集料分布均匀性指标D值同构造深度的相关系数达到0.85以上,二者具有良好的相关性。在不同集料离析程度的车辙试件上,集料分布均匀性指标D值同构造深度的相关系数达到0.90以上,其相关性甚至优于无离析混合料的车辙试件,说明D值同构造深度的相关性并未随着混合料发生集料离析而下降。可见,集料分布均匀性指标能较好地表征不同离析程度沥青路面的纹理构造深度,可以用来评价沥青路面表面的集料分布均匀性。
因此,鉴于沥青路面表面集料分布均匀性指标同构造深度指标良好的相关性,且较构造深度指标计算方法简单,在图像处理过程中不需要进行曲面拟合和积分等步骤,显著降低图像处理的技术要求,大大提高图像处理的效率,推荐采用集料分布均匀性指标D来评价沥青路面表面的集料分布均匀性。
7、沥青路面集料分布均匀性的评价
沥青路面表面的集料分布均匀性指标与构造深度具有良好的线性相关性,可以采用集料分布均匀性指标代替构造深度来评价沥青路面表面集料的离析情况。在实验室内,采用轮碾法制备不同级配无离析(N)、轻度离析(L)、中度离析(M)、重度离析(H)和细集料离析(F)的AC-13、AC-20和AC-25沥青混合料的板式试件,用以分析沥青混合料试件表面的集料分布均匀性。通过采集不同离析程度的AC-13、AC-20和AC-25板式试件的表面纹理图像,并进行图像处理计算其集料分布均匀性指标D值。根据不同离析程度的平行板式试件表面图像集料分布均匀性指标的分布范围,建立基于D值的沥青路面表面不同集料离析程度的评价标准。
接下来,根据沥青路面集料分布均匀性指标D和相应的评价标准,即可判定测试区域沥青路面施工质量均匀性的优劣。
本实施例3中,选择某高速公路沥青路面中面层为例,对本实施例3的技术方案进行详细说明。
选择长度1000m的路段A和路段B作为检测路段,采用开发的路表图像采集装置采集沥青路面路表的纹理构造图像。借鉴无核密度仪PQI检测路面密度的频率,纹理构造图像采集时的纵向间距为10m,即每个检测路段采集100张纹理构造图像。
采用MATLAB软件对路表采集的图像进行处理,利用自编函数计算检测路段A和B各路表图像纹理构造分布数量和分布位置均匀性参数,确定不同路表图像的集料分布均匀性指标。按照建立的基于D值的集料离析标准,对检测路段上不同区域的集料分布均匀性指标进行统计分析,确定各检测路段路表发生不同程度的集料离析区域的比例,统计分析结果见表1。
表1检测路段路表不同集料离析区域的比例
在本实施例2中,根据式21计算检测路段施工质量均匀性的得分UN,以直观地评价不同检测路段沥青路面的施工质量。
UN=∑diUi (式21)
式中:di表示不同集料离析区域的比例;Ui表示不同集料离析程度的得分值。
基于检测路段的实际情况和相关研究,对沥青路面不同集料离析程度的赋值见表2。
表2不同集料离析程度赋值
根据检测路段A和B不同集料离析区域的比例,按照公式21和表2的赋值计算两个路段施工质量均匀性得分:
UNA=5.1%×90+74.4%×100+11.3%×80+5.3%×60+3.9%×30=92.38
UNB=3.4%×90+70.6%×100+6.7%×80+9.1%×60+10.2%×30=87.54
沥青路面检测路段的施工质量均匀性得分UN值越大,说明沥青路面的施工质量越好。通过计算发现,检测路段A的UN值大于检测路段B,可以判定检测路段A的施工质量均匀性优于检测路段B。
综上所述,本发明实施例所述的沥青路面施工均匀性评价方法及系统,沥青路面纹理构造成像装置对路表的纹理图像进行采集,利用改进的纹理构造分割算法对路表图像进行处理,采用MATLAB自编函数和基于静距离散理论从路表纹理构造的分布数量和分布位置特性出发,提出集料分布均匀性指标D全面评价沥青路面集料分布均匀性,最后根据基于D值的沥青路面集料分布均匀性评价标准定量分析沥青路面施工质量均匀性的优劣。
该方法从路表纹理构造的分布特性着手评价沥青路面的集料分布均匀性,为沥青路面施工质量均匀性的无损检测提供一定的参考依据。其优势主要体现以下几点:
(1)自用自主开发的沥青路面纹理构造成像装置,规范化采集沥青路面的纹理构造图像,可避免外界环境对纹理构造成像质量的干扰。
(2)针对沥青路面路表图像的特点,采用矩形分区结合迭代式阈值分割算法分割图像,有效地将路表图像中的纹理构造同沥青胶浆和集料颗粒分割开,路表图像中的纹理构造近乎完整显示出来,未出现将纹理构造目标误判为背景的情况,不会造成图像中纹理构造信息的丢失,具有良好的可靠性。
(3)采用MATLAB自编函数,计算路表图像中不同区域的纹理构造的面积类特征信息,提出纹理构造分布数量不均匀系数指标评价沥青路面表面的集料在分布数量上的均匀性。同时,基于静距离散理论,提出纹理构造分布位置不均匀系数指标评价沥青路面表面的集料在分布位置上的均匀性。
(4)根据路表图像纹理构造的分布形态特征,从沥青路面路表纹理构造的分布数量和分布位置特性出发,提出沥青路面路表集料分布均匀性指标。在实验室内设计标准离析程度的沥青混合料,通过将集料分布均匀性指标同路表构造深度建立良好的相关性,验证了沥青路面集料分布均匀性指标的可靠性。
(5)通过室内模拟标准离析程度的沥青混合料板式试件,采用图像采集装置获取试件表面的纹理构造图像,利用MATLAB自编函数计算图像的集料分布均匀性指标。根据不同离析程度的平行试件表面图像集料分布均匀性指标的分布范围,建立基于D值的沥青路面表面集料分布均匀性评价标准。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本发明公开的技术方案的基础上,本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种沥青路面施工均匀性评价方法,其特征在于,包括:
提取路表图像的路面纹理构造分布形态特征;
根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
2.根据权利要求1所述的沥青路面施工均匀性评价方法,其特征在于,采用矩形分区和迭代式阈值分割相结合的自适应阈值分割方法,提取路表图像的路面纹理构造分布形态特征。
3.根据权利要求2所述的沥青路面施工均匀性评价方法,其特征在于,自适应阈值分割方法包括:对采集的路表图像进行预处理,包括裁切、尺寸标定、图像灰度处理以及滤波降噪处理;对预处理后的图像进行图像增强处理,突出纹理信息特征;通过阈值分割提取纹理构造分布形态特征。
4.根据权利要求1所述的沥青路面施工均匀性评价方法,其特征在于,确定路面纹理构造分布数量不均匀系数包括:采用MATLAB自编函数,通过提取计算图像中不同区域的纹理构造的面积类特征信息,评价沥青路面纹理构造在分布数量上的均匀性,确定分布数量不均匀性系数。
5.根据权利要求4所述的沥青路面施工均匀性评价方法,其特征在于,根据图像中校准尺的长度对应的像素个数,得到图像的像素当量;计算路表图像中各个纹理构造的面积;将路表纹理构造的二值图像骨架化,计算纹理构造的等效宽度,计算二值图像中各个纹理构造占整个图像面积的比例;根据等效宽度和纹理构造占整个图像面积的比例,计算纹理构造分布数量不均匀系数。
6.根据权利要求1所述的沥青路面施工均匀性评价方法,其特征在于,确定路面纹理构造分布位置不均匀系数包括:基于静距离散理论对路表图像等区域划分,进行静距计算和比较,再计算每个区域纹与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,确定分布位置不均匀系数。
7.根据权利要求6所述的沥青路面施工均匀性评价方法,其特征在于,将路表图像等分成四个区域,基于静距计算模型,计算纹理构造对横轴和纵轴的静距及二者矢量和;分别计算四个区域中纹理构造对自身横轴和纵轴的静距及二者矢量和;计算每个区域纹理构造与整体图像的纹理构造对横轴和纵轴静距的矢量和的离散程度,根据离散程度计算分布位置不均匀系数。
8.根据权利要求1所述的沥青路面施工均匀性评价方法,其特征在于,计算集料分布均匀性指标包括:将分布数量不均匀系数和分布位置不均匀系数分别与各自的权重系数乘积的加和,作为集料分布均匀性指标。
9.根据权利要求1所述的沥青路面施工均匀性评价方法,其特征在于,建立沥青路面集料分布均匀性评价标准包括:根据不同离析程度的沥青板式料的集料分布均匀性指标的分布范围,建立基于集料分布均匀性指标的沥青路面集料分布均匀性评价标准。
10.一种沥青路面施工均匀性评价系统,其特征在于,包括:
提取模块,用于提取路表图像的路面纹理构造分布形态特征;
第一确定模块,用于根据分布形态特征,确定路面纹理构造分布数量不均匀系数;
第二确定模块,用于根据分布形态特征,确定路面纹理构造分布位置不均匀系数;
计算模块,用于根据分布数量不均匀系数和分布位置不均匀系数,计算集料分布均匀性指标;
构建模块,用于基于集料分布均匀性指标,建立沥青路面集料分布均匀性评价标准,定量分析沥青路面施工均匀性的优劣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342271.5A CN113052470B (zh) | 2021-03-30 | 2021-03-30 | 沥青路面施工均匀性评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342271.5A CN113052470B (zh) | 2021-03-30 | 2021-03-30 | 沥青路面施工均匀性评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052470A true CN113052470A (zh) | 2021-06-29 |
CN113052470B CN113052470B (zh) | 2024-03-05 |
Family
ID=76516391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110342271.5A Active CN113052470B (zh) | 2021-03-30 | 2021-03-30 | 沥青路面施工均匀性评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052470B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447953A (zh) * | 2018-10-10 | 2019-03-08 | 深圳增强现实技术有限公司 | 基于纹理特征的沥青质量检测方法、系统及电子设备 |
CN114169754A (zh) * | 2021-12-07 | 2022-03-11 | 江苏中路信息科技有限公司 | 一种石灰撒布均匀性评价方法、计算机设备及存储介质 |
CN114324143A (zh) * | 2021-12-14 | 2022-04-12 | 东南大学 | 一种沥青路面纹理三维形状特性指标的测量方法 |
CN114354481A (zh) * | 2022-01-14 | 2022-04-15 | 中交建冀交高速公路投资发展有限公司 | 一种沥青路面二维表面纹理的获取与评价方法 |
CN115861301A (zh) * | 2023-02-16 | 2023-03-28 | 山东百成新材料科技股份有限公司 | 用于改性沥青生产的多物料均匀性视觉评价方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10168805A (ja) * | 1996-12-13 | 1998-06-23 | Obayashi Road Corp | アスファルト舗装方法及びアスファルト舗装構造 |
US20090116697A1 (en) * | 2007-10-26 | 2009-05-07 | Ahmed Shalaby | Method and Tool for Surface Texture Evaluation |
CN107024411A (zh) * | 2017-04-20 | 2017-08-08 | 阜阳师范学院 | 一种沥青路面施工质量均匀性检测与评价方法 |
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 |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
US20180284004A1 (en) * | 2017-04-30 | 2018-10-04 | Fereidoun Moghadas Nejad | Pavement drainage evaluation system |
US20190362510A1 (en) * | 2018-05-24 | 2019-11-28 | Lu Sun | Method and system for evaluating friction coefficient and skid resistence of a surface |
CN111062648A (zh) * | 2019-12-31 | 2020-04-24 | 长安大学 | 一种沥青路面综合性能的评价方法 |
WO2020150873A1 (zh) * | 2019-01-21 | 2020-07-30 | 上海同济检测技术有限公司 | 基于多源数据的道路舒适度评价方法 |
-
2021
- 2021-03-30 CN CN202110342271.5A patent/CN113052470B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10168805A (ja) * | 1996-12-13 | 1998-06-23 | Obayashi Road Corp | アスファルト舗装方法及びアスファルト舗装構造 |
US20090116697A1 (en) * | 2007-10-26 | 2009-05-07 | Ahmed Shalaby | Method and Tool for Surface Texture Evaluation |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
CN107024411A (zh) * | 2017-04-20 | 2017-08-08 | 阜阳师范学院 | 一种沥青路面施工质量均匀性检测与评价方法 |
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 |
US20180284004A1 (en) * | 2017-04-30 | 2018-10-04 | Fereidoun Moghadas Nejad | Pavement drainage evaluation system |
US20190362510A1 (en) * | 2018-05-24 | 2019-11-28 | Lu Sun | Method and system for evaluating friction coefficient and skid resistence of a surface |
WO2020150873A1 (zh) * | 2019-01-21 | 2020-07-30 | 上海同济检测技术有限公司 | 基于多源数据的道路舒适度评价方法 |
CN111062648A (zh) * | 2019-12-31 | 2020-04-24 | 长安大学 | 一种沥青路面综合性能的评价方法 |
Non-Patent Citations (4)
Title |
---|
KE ZHANG等: "Accurate detection and evaluation method for aggregate distribution uniformity of asphalt pavement", CONSTRUCTION AND BUILDING MATERIALS, no. 152, pages 4 * |
张苛等: "沥青路面施工均匀性精细化检测方法", 南京理工大学学报, vol. 43, no. 2, pages 2 * |
曹源文等: "基于数字图像技术的沥青混凝土路面摊铺离析研究", 公路, no. 4, pages 3 * |
曹源文等: "沥青路面摊铺均匀性静距离散评价方法研究", 燕山大学学报, vol. 42, no. 4, pages 309 - 314 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447953A (zh) * | 2018-10-10 | 2019-03-08 | 深圳增强现实技术有限公司 | 基于纹理特征的沥青质量检测方法、系统及电子设备 |
CN114169754A (zh) * | 2021-12-07 | 2022-03-11 | 江苏中路信息科技有限公司 | 一种石灰撒布均匀性评价方法、计算机设备及存储介质 |
CN114324143A (zh) * | 2021-12-14 | 2022-04-12 | 东南大学 | 一种沥青路面纹理三维形状特性指标的测量方法 |
CN114324143B (zh) * | 2021-12-14 | 2023-12-12 | 东南大学 | 一种沥青路面纹理三维形状特性指标的测量方法 |
CN114354481A (zh) * | 2022-01-14 | 2022-04-15 | 中交建冀交高速公路投资发展有限公司 | 一种沥青路面二维表面纹理的获取与评价方法 |
CN114354481B (zh) * | 2022-01-14 | 2023-11-21 | 中交建冀交高速公路投资发展有限公司 | 一种沥青路面二维表面纹理的获取与评价方法 |
CN115861301A (zh) * | 2023-02-16 | 2023-03-28 | 山东百成新材料科技股份有限公司 | 用于改性沥青生产的多物料均匀性视觉评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113052470B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113052470B (zh) | 沥青路面施工均匀性评价方法及系统 | |
CN113051647B (zh) | 基于三维纹理模型的路面集料分布均匀性评价方法及系统 | |
Du et al. | Application of image technology on pavement distress detection: A review | |
Moaveni et al. | Evaluation of aggregate size and shape by means of segmentation techniques and aggregate image processing algorithms | |
CN105510195B (zh) | 一种堆叠骨料的粒度粒形在线检测方法 | |
CN101354241B (zh) | 集料数字图像评价方法 | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
CN106033599B (zh) | 基于偏振成像的可见光增强方法 | |
CN107121440B (zh) | 一种沥青路面集料分布均匀性检测与评价方法 | |
CN109584286B (zh) | 一种基于广义回归神经网络的沥青路面构造深度计算方法 | |
CN102901489B (zh) | 路面积水积冰检测方法及装置 | |
Moaveni et al. | Use of advanced aggregate imaging systems to evaluate aggregate resistance to breakage, abrasion, and polishing | |
CN110232389A (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
CN109211904A (zh) | 一种沥青混合料二维内部结构检测系统及检测方法 | |
CN105787499B (zh) | 基于K-means聚类和偏振信息提取的伪装目标识别方法 | |
CN111879735B (zh) | 一种基于图像的大米外观品质检测方法 | |
Liu et al. | The detection effect of pavement 3D texture morphology using improved binocular reconstruction algorithm with laser line constraint | |
Källén et al. | Measuring and evaluating bitumen coverage of stones using two different digital image analysis methods | |
Ohm et al. | Translucent segregation table test for sand and gravel particle size distribution | |
CN114758222B (zh) | 一种基于PointNet++神经网络混凝土管道损伤识别与体积量化方法 | |
CN112964712A (zh) | 一种快速检测沥青路面状态的方法 | |
CN108629297A (zh) | 一种基于空域自然场景统计的遥感图像云检测方法 | |
CN105701776B (zh) | 一种用于自动光学检测的镜头畸变矫正方法及系统 | |
CN111553878A (zh) | 基于双目视觉的沥青路面混合料摊铺均匀性的检测方法 | |
Zhou et al. | A novel model-based defogging method for particle images with different fog distributions |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |