CN1142410C - 用数字图像技术测量评价路面表面构造深度的方法 - Google Patents
用数字图像技术测量评价路面表面构造深度的方法 Download PDFInfo
- Publication number
- CN1142410C CN1142410C CNB001175947A CN00117594A CN1142410C CN 1142410 C CN1142410 C CN 1142410C CN B001175947 A CNB001175947 A CN B001175947A CN 00117594 A CN00117594 A CN 00117594A CN 1142410 C CN1142410 C CN 1142410C
- Authority
- CN
- China
- Prior art keywords
- road surface
- depth
- image
- digital
- integral
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Road Repair (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明是一种用数字图像技术测量评价路面表面构造深度的方法,它是用相机拍摄测量在路面表面图像,再求出所对应的图像像素值,进而通过本发明的图像处理软件计算出路表面构造深度并进行评价。本发明效率高、费用低、操作简单、不污染路面、信息量大。
Description
(一)技术领域
本发明是一种用数字图像技术测量评价路面表面构造深度的方法,属数字图像应用技术。
(二)背景技术
沥青路面表面构造深度反映沥青路面表面的宏观构造,是评价沥青路面抗滑性能的重要指标。一般来说,表面构造深度较大的沥青路面可以提供较高的摩阻力。在降雨量较大的地区,如果沥青路面表面没有足够的构造深度来蓄水和排水,很容易在路表面形成水膜,而发生交通事故(俗称“水飞机”)。一般情况下,在三个阶段需要测量表面构造深度:(1)表面层沥青混合料设计阶段;(2)路面竣工验收阶段;(3)养护维修阶段,确定是否需要改善表面功能。目前交通行业技术标准规定的表面构造深度测量方法有“铺砂法”和“激光法”两种。铺砂法虽然操作简单,设备价格便宜,但费时费力,测量结果人为因素比较大,精度不高;激光法则需要使用专门设备,且价格昂贵(一台约二十几万人民币),操作比较复杂。同时,这两种方法都不能为人们提供形象化的信息,没有经验的人很难根据枯燥的数据联想到实际路面表面是什么样子。如果路面构造深度和其它表面功能指标的测量能像人们在日常生活中拍一张照片那样简单,通过常用办公设备的简单处理即可以获得所需要的信息,并可以形象化地储存这些信息,这是人们长期所期望的。
(三)发明内容
本发明的目的就是为了克服和解决现有评价和测量路面表面构造深度技术的铺砂法存在费时费力、人为因素大、精度低或激光法所需设备昂贵、不能提供形像化信息等的缺点和问题,满足人们长期期望,研究发明一种能快速测量、效率高、操作简便、不污染路面、费用低、信息量大的用数字图像技术测量评价路面构造深度的方法。
本发明是通过下述技术方案来实现的:用相机拍摄测量点的路面表面的图像,然后根据图像各点明暗差异、亮度或灰度值差异用计算机对数字图像所对应的灰度差异进行分析处理、求出图像的像素值,便可得出路面表面构造深度并进行评价;获得了像素值分布,实际上就得到了表面构造的空间曲面或数字表面构造模型,设该曲面或模型为:
Z=F(x,y) (1)
式(1)中:Z是像素值;x是像素的横向排列位置——横坐标;y是像素的竖向排列位置——纵坐标;通过下面的积分方程式(2),可以求出一定体积时积分区域D的半径r(相当于铺砂区域的半径),并据此可以计算出路面表面平均构造深度H;用本方法计算出的平均构造深度与铺砂法测量的结果相比其差值小于5%;
式(2)中:F0是盖在像素值最大点上的空间平面;D是积分区域,相当于铺砂区域;V是体积固定值,对于铺砂法V=25ml;
测量评价路面表面构造深度的具体方法步骤是:(1)用毛刷将需测点附近的路面清扫干净,面积大于30cm×30cm;(2)将标定板放置在测点区域旁边,并准备好相机;(3)在自然光下,同一画面内拍下路面测点区域和标定板的图像,拍摄时镜头平面应与路面平行,拍摄距离应在0.4~0.6m;(4)将拍摄好的图像输入计算机(对于普通相机拍摄的照片图像可以用扫描仪输入)存档或处理;(5)启动路面构造深度图像处理软件,打开并处理已存入计算机的数字图像文件,计算路面表面构造深度;(6)输入时间、路线名称等相关信息并生成报告;用数字图像技术测量评价路面表面构造深度时图像处理的软件程序流程框图如图1所示,其图像处理程序如下:(1)将数字图像进行灰度分级处理;(2)确定像素位置和像素值;(3)以标定板的像素值差作为比例尺,计算像素高程;(4)以相邻像素区域的最大高程差作为该点构造深度;(5)建立测量区域的数字路面表面模型,求解积分方程,解出一定体积条件下积分区域的半径;(6)通过公式(3)计算出测量区域的平均构造深度;本发明测量过程中所用的标定板是选用橡胶制成的带有圆形表面颗粒的测量图像标定板,用于标定和计算测量图像的像素高程,要求其颜色和表面构造与沥青路面相近,重量轻、易折叠、携带方便;标定板几何尺寸可选:20cm×20cm,圆形颗粒高:1.0mm,直径:1.5mm。
本发明——用数字图像技术测量评价路面表面构造深度的机理如下:观察一个物体表面的黑白图像时,人们所以能区分出表面是否光滑,是因为当一束平行光线照射到光滑表面时,表面各点反射回来的还是一束平行光线,且光线强度是一致的,称为镜面反射。这束平行光线反射到感光胶片上时(为便于理解,以感光胶片为例),胶片各点的感光度是一致的,因此人们观察到的图像各点亮度或灰度是均匀一致的,并由此得出结论,所拍物体表面很光滑。反之,当一束平行光线照射在粗糙的物体表面上时,反射回来的将不再是一束平行光线,通常称之为漫反射。此时,反射到感光胶片上各点光线的强度是不同的,因此人们观察到的图像各点亮度或灰度发生变化,表面凸起的部分发亮(灰度值较高),表面凹下的部分光线变暗(灰度值较低),并根据表面各点明暗差异(灰度值差异)区分出表面凸凹不平的程度。测量点表面构造深度应该是测量点处凸起部分与凹下部分的高程差,如果用像素值来表征,则应该是凸起部分像素值的平均值与凹下部分像素值平均值之差,再经过比例尺来修正即可得到测量点表面构造深度值,可以与激光法测量结果相对应。
本发明与现有技术相比,具有如下的优点和有益效果:(1)效率高。本发明方法只需2~5分钟即可完成一个点的测量,而铺砂法需30~40分钟,激光法需10~20分钟。同时,由于是在通车的路面上进行测量,测量时间缩短,测量人员的人身安全度就提高;(2)费用低。本发明方法只需用现有办公设备即可实现测量工作,而一台激光构造深度测量仪则需二十几万元人民币;(3)操作简便。本发明方法无需专业人员操作,而铺砂法和激光法均需经过培训的专业技术人员操作;(4)信息量大。本发明方法除测量路面表面构造深度外还可以通过数字图像获取路面坑槽、裂缝、车辙等方面的信息,其它方法无法获得这些信息;(5)不污染路面。铺砂法测试后,短时间内路面很难清扫干净。而本发明方法测量完毕,收起标定板后,路面就比测量前更干净。
(四)附图说明
下面对说明书附图进一步说明如下:图1是本发明的图像处理软件程序流程框图;图2是本发明实施例之一的用普通数码相机拍摄的作为标定板的均匀镶嵌颗粒物体表面的数字图像;图3是图2数字图像所对应的灰度分析结果图像;图4是图2的数字表面模型;图5是本发明的实施例之二的某旧路面表面数字图像;图6是图5上半部分所对应像素值分析结果;图7是图5下半部分所对应像素值分析结果。
(五)具体实施方式
本发明的实施方式较为简单,只要按上面说明书所述的本发明的技术方案和利用按图1所示的程序流程图编制的用数字图像技术测量评价路面表面构造深度的数字图像处理软件,并按具体的方法步骤进行操作,便能较好地实施本发明。在实施过程中,所用设备:数码相机可选用OlympusD-4802型;计算机的CPU可用PII350,硬盘可选用6.0GB,内存可为64MB。发明者经过多年的研究和实践已经把本发明方法应用于实际的公路路面表面构造深度的测量评价中,且效果很好,已能达到本发明的目的。下面仅举几个
实施例来说明:
实施例1:图2是用普通数码相机拍摄的均匀镶嵌颗粒物体表面的数字图像,图中颗粒高度为1mm,颗粒分布密度为:14颗/cm2;图3是图2数字图像所对应的灰度分析结果,图中数字为像素值,以此作为标尺,可以得出路面构造深度;图4是图2的数字表面模型。
实施例2:图5为某旧路面的表面数字图像。之所以选择旧路面的情况,是因为和新路面相比,由于颜色的退化、集料的外露、表面更趋于光滑等因素,使得图像分析更加困难,属于最不利情况,因此更能说明本发明方法的适用性。从图5中上半部和下半部的表面比较可以看出,下半部分显得更粗糙或构造深度大一些,上半部分表面更加光滑或构造深度小一些;图6和图7分别为图5上半部分和下半部分所对应像素值分析结果。从图中可以看出,其结果与肉眼感觉到的结果是一致的,下半部分的像素值差要大一些,对应的表面构造深度为1.5mm左右,这与实际测量结果也是一致的;有了像素值图像,通过上面说明书所述的本发明方法的图像处理软件就可以计算出路面表面平均构造深度并进行评价。
Claims (1)
1、一种用数字图像技术测量评价路面表面构造深度的方法,其特征在于:用相机拍摄测量点的路面表面的图像,然后根据图像各点明暗差异亮度或灰度值差异用计算机对数字图像所对应的灰度差异进行分析处理、求出图像的像素值,便可得出路面表面构造深度并进行评价:获得了像素值分布,实际上就得到了表面构造的空间曲面或数字表面构造模型,设该曲面或模型为:
Z=F(x,y) (1)
式(1)中:Z是像素值;x是像素的横向排列位置——横坐标;y是像素的竖向排列位置——纵坐标;通过下面的积分方程式(2),可以求出一定体积时积分区域D的半径r,并据此可以计算出路面表面平均构造深度H; 式(2)中:F0是盖在像素值最大点上的空间平面;D是积分区域,相当于铺砂区域;V是体积固定值;
其具体方法步骤是:(1)用毛刷将需测点附近的路面清扫干净,面积大于30cm×30cm;(2)将标定板放置在测点区域旁边,并准备好相机;(3)在自然光下,同一画面内拍下路面测点区域和标定板的图像,拍摄时镜头平面应与路面平行,拍摄距离应在0.4~0.6m;(4)将拍摄好的图像输入计算机存档或处理;(5)启动路面构造深度图像处理软件,打开并处理已存入计算机的数字图像文件,计算路面表面构造深度;(6)输入时间、路线名称等相关信息并生成报告;其图像处理程序如下:(1)将数字图像进行灰度分级处理;(2)确定像素位置和像素值;(3)以标定板的像素值差作为比例尺,计算像素高程;(4)以相邻像素区域的最大高程差作为该点构造深度;(5)建立测量区域的数字路面表面模型,求解积分方程式(2),解出一定体积条件下积分区域的半径;(6)通过公式(3)计算出测量区域的平均构造深度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB001175947A CN1142410C (zh) | 2000-11-03 | 2000-11-03 | 用数字图像技术测量评价路面表面构造深度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB001175947A CN1142410C (zh) | 2000-11-03 | 2000-11-03 | 用数字图像技术测量评价路面表面构造深度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1290851A CN1290851A (zh) | 2001-04-11 |
CN1142410C true CN1142410C (zh) | 2004-03-17 |
Family
ID=4586951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB001175947A Expired - Fee Related CN1142410C (zh) | 2000-11-03 | 2000-11-03 | 用数字图像技术测量评价路面表面构造深度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1142410C (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1308657C (zh) * | 2002-11-28 | 2007-04-04 | 武汉大学 | 可量测无缝空间立体模型的生成方法 |
JP4566074B2 (ja) * | 2005-06-21 | 2010-10-20 | 株式会社パスコ | 家屋異動判定方法及び家屋異動判定プログラム |
CN101557455B (zh) * | 2008-04-10 | 2011-06-15 | 致伸科技股份有限公司 | 补偿图像数据亮度的方法及应用此方法的馈纸式扫描装置 |
CN101477110B (zh) * | 2009-01-21 | 2012-08-29 | 交通部公路科学研究所 | 沥青混合料构造深度及其耐久性室内检测方法 |
CN101819039B (zh) * | 2010-04-19 | 2012-02-29 | 虞毅 | 一种利用数值影像解析评价地表粗粒化程度的方法 |
CN102095399B (zh) * | 2010-12-15 | 2012-05-23 | 中国汽车工程研究院股份有限公司 | 基于路面谱的量化路面特征参数提取方法 |
CN102864727B (zh) * | 2012-09-27 | 2015-08-05 | 长安大学 | 一种测定仪的沥青路面抗滑性能测定方法 |
CN103114514B (zh) * | 2013-01-31 | 2015-05-20 | 长安大学 | 一种水泥混凝土路面刻槽构造深度检测算法 |
CN104330047B (zh) * | 2014-10-31 | 2017-05-10 | 长安大学 | 一种沥青混合料表面构造深度测试仪及其测试方法 |
CN104775349B (zh) * | 2015-02-15 | 2016-08-24 | 云南省交通规划设计研究院 | 一种大空隙排水沥青路面构造深度测试仪及测量方法 |
CN105259339A (zh) * | 2015-11-17 | 2016-01-20 | 江苏中路工程技术研究院有限公司 | 一种路面铺装沥青混合料构造深度抗衰减能力的测试方法 |
CN105913443A (zh) * | 2016-05-03 | 2016-08-31 | 黑龙江省交通科学研究所 | 模拟人眼识别技术检测沥青路面纹理的方法 |
CN106289117A (zh) * | 2016-07-20 | 2017-01-04 | 重庆交通大学 | 路面粗糙度的测量方法及装置 |
CN108593581B (zh) * | 2018-05-16 | 2019-11-19 | 西安印钞有限公司 | 一种基于紫外光谱的涂布油墨印刷质量检测系统及方法 |
CN109991400A (zh) * | 2019-04-11 | 2019-07-09 | 东南大学 | 一种沥青路面激光构造深度仪测值与铺砂法测值相关关系的评价方法 |
CN118015068B (zh) * | 2024-03-14 | 2024-07-09 | 中南大学 | 一种路面构造深度预测方法、装置、终端设备及介质 |
-
2000
- 2000-11-03 CN CNB001175947A patent/CN1142410C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1290851A (zh) | 2001-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1142410C (zh) | 用数字图像技术测量评价路面表面构造深度的方法 | |
Edmondson et al. | Improved non-contact 3D field and processing techniques to achieve macrotexture characterisation of pavements | |
Li et al. | Novel macro-and microtexture indicators for pavement friction by using high-resolution three-dimensional surface data | |
Ergun et al. | Prediction of road surface friction coefficient using only macro-and microtexture measurements | |
Han et al. | The spectral responses of algal chlorophyll in water with varying levels of suspended sediment | |
Kuo et al. | Three-dimensional image analysis of aggregate particles from orthogonal projections | |
Gendy et al. | Mean profile depth of pavement surface macrotexture using photometric stereo techniques | |
CN101354241B (zh) | 集料数字图像评价方法 | |
CN101358837A (zh) | 曲面拟合法确定露石混凝土表面构造深度的方法 | |
US20050206890A1 (en) | Method and device to ascertain physical characteristics of porous media | |
Moreno et al. | Shadow analysis: A method for measuring soil surface roughness | |
Tutumluer et al. | Investigation of aggregate shape effects on hot mix performance using an image analysis approach | |
Lundberg et al. | Wet dust sampler—a sampling method for road dust quantification and analyses | |
Laburda et al. | SfM‐MVS Photogrammetry for Splash Erosion Monitoring under Natural Rainfall | |
Serigos et al. | The contribution of micro-and macro-texture to the skid resistance of flexible pavement. | |
Forster | Aggregate microtexture: Profile measurement and related frictional levels | |
Lee | Standardization of distress measurements for the network-level pavement management system | |
Ceylan et al. | Development and evaluation of a portable device for measuring curling and warping in concrete pavements | |
Mahgoub et al. | Analysis of factors causing corrugation of gravel roads | |
Holt et al. | Surface texture classification: a guide to pavement skid resistance | |
Abdelfaraj et al. | Pavement Surface Unenenness Evaluation | |
Kouchaki et al. | Characterization of aggregate texture and correlation with surface skid resistance | |
Perez-Gracia | GPR Tests in Agricultural Soils | |
Edmondson | The evolution of macrotexture on asphalt pavements using non-contact field techniques | |
Goodman | Quantification of pavement textural and frictional characteristics using digital image analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |