CN115861301A - 用于改性沥青生产的多物料均匀性视觉评价方法 - Google Patents

用于改性沥青生产的多物料均匀性视觉评价方法 Download PDF

Info

Publication number
CN115861301A
CN115861301A CN202310119702.0A CN202310119702A CN115861301A CN 115861301 A CN115861301 A CN 115861301A CN 202310119702 A CN202310119702 A CN 202310119702A CN 115861301 A CN115861301 A CN 115861301A
Authority
CN
China
Prior art keywords
polygon
sliding window
particle
pixel points
window
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
Application number
CN202310119702.0A
Other languages
English (en)
Other versions
CN115861301B (zh
Inventor
范佳明
楚成军
李韶华
温守军
徐杰
张国恩
张文一
牛月冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Baicheng New Material Technology Co ltd
Original Assignee
Shandong Baicheng New Material Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Baicheng New Material Technology Co ltd filed Critical Shandong Baicheng New Material Technology Co ltd
Priority to CN202310119702.0A priority Critical patent/CN115861301B/zh
Publication of CN115861301A publication Critical patent/CN115861301A/zh
Application granted granted Critical
Publication of CN115861301B publication Critical patent/CN115861301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及图像处理技术领域,提出了用于改性沥青生产的多物料均匀性视觉评价方法,包括:使用工业相机获取改性沥青图像,将改性沥青图像分割为颗粒图和胶浆图;在颗粒图中,获得滑动窗口与每个多边形的重叠区域占比,得到每个滑动窗口的重叠差异率;对于每个滑动窗口,获得滑动窗口中每个颗粒物的相对水平距离及每个颗粒物的相对竖直距离;由此获得每个颗粒物的分布显著度并对多边形进行纠正;在胶浆图中,得到每个滑动窗口的密度显著值和区域分布密度;对改性沥青生产的均匀性进行评价。本发明通过颗粒图和胶浆图两方面分析,提高了改性沥青中多物料均匀性评价结果的准确率。

Description

用于改性沥青生产的多物料均匀性视觉评价方法
技术领域
本发明涉及图像处理技术领域,具体涉及用于改性沥青生产的多物料均匀性视觉评价方法。
背景技术
改进沥青是将普通沥青为基础,加入橡胶,树脂或其它改性剂的经过加工后形成的,改性沥青的加工机理有两个方面,一是改变沥青的化学成分,另一方面是通过改性剂让沥青内形成特殊的网络结构,提高沥青的耐久性,方便施工。改性沥青常见的有三种类别:橡胶改性沥青、塑料与合成树脂类改性沥青和混合型聚合物改性沥青。
改性沥青由于是多种物质的混合物,颗粒之间的分布情况影响着改性沥青的实用性、牢固性等各种性能,但是颗粒物是在改性沥青加工过程中产生的,肉眼难以识别,很难从主观上快速的对颗粒物的均匀性进行检测。目前混合物料均匀性的检测方法包括化学检验法、甲基紫检验法、红外光谱检测法等等,这些方法都需要额外的试剂或特殊仪器才能顺利进行,检测成本相对较高,步骤复杂,也无法保证混合物中的每一种物料都会与试剂有所反应,检测方法的普适性较低。
发明内容
本发明提供用于改性沥青生产的多物料均匀性视觉评价方法,以解决现有的检测精度较低的问题,所采用的技术方案具体如下:
本发明一个实施例提供了用于改性沥青生产的多物料均匀性视觉评价方法,该方法包括以下步骤:
使用工业相机获取改性沥青图像,将改性沥青图像分割为颗粒图和胶浆图;
在颗粒图中,将每个颗粒的质心点作为离散点获取颗粒图对应的泰森多边形,在颗粒图中设置一个滑动窗口,获得滑动窗口的滑动步长,根据滑动步长得到若干滑动窗口,得到每个滑动窗口对应的匹配多边形,根据匹配多边形得到每个滑动窗口对应的最佳多边形,得到每个滑动窗口与最佳多边形的最佳占比;根据所有最佳占比的方差、均值以及每个滑动窗口与对应多边形的最佳占比获取每个多边形的重叠差异率;
对于每个滑动窗口,根据滑动窗口中所有颗粒的所有像素点到窗口中心点的欧氏距离、颗粒物上像素点的数量、所有颗粒物像素点与窗口中心点水平线的夹角、窗口中心点所在多边形内的离散点到颗粒图中心点欧氏距离的水平分量获得滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离;同理,获得滑动窗口中每个颗粒物到颗粒图中心点的相对竖直距离;
根据滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离与相对竖直距离相乘获得每个颗粒物的分布显著度;
将每个多边形的物料颗粒的分布显著度从大到小排序,根据多边形的物料颗粒分布显著度排序后顺序以及离散点之间欧氏距离的均值对多边形进行纠正;
在胶浆图中,设定一个固定大小的滑动窗口在每个区域中,根据每个滑动窗口胶浆像素点的数量、胶浆像素点的密度、所有胶浆像素点的灰度值与滑动窗口内所有像素点的灰度值均值的差、滑动窗口内所有像素点的灰度值之和得到每个滑动窗口的密度显著值,计算所有滑动窗口的密度显著值的方差作为胶浆图每个区域的区域分布密度;
根据颗粒图纠正后的多边形的总面积与胶浆图区域分布密度的大小对改性沥青生产的均匀性进行评价。
优选的,所述将改性沥青图像分割为颗粒图和胶浆图的方法为:
对改性沥青图像使用最大类间方差将所述改性沥青图像的所有像素点分为两类,一类为颗粒物像素点,一类为胶浆像素点,将两类像素点划分为两张图像中,以颗粒物像素点在改性沥青图像的位置将颗粒物像素点放置在颗粒图中,其余像素点用0表示,以胶浆像素点在改性沥青图像的位置将胶浆像素点放置在胶浆图中,其余像素点用0表示。
优选的,所述获得滑动窗口的滑动步长,根据滑动步长得到若干滑动窗口,得到每个滑动窗口对应的匹配多边形,根据匹配多边形得到每个滑动窗口对应的最佳多边形,得到每个滑动窗口与最佳多边形的最佳占比的方法为:
获取泰森多边形中所有相邻离散点之间的欧式距离,将最小欧氏距离记为滑动窗口的滑动步长;计算每个滑动窗口与每个多边形的重叠率,每个滑动窗口与多边形重叠率最大时对应的重叠区域为匹配多边形,该匹配多边形所属的多边形就是所述滑动窗口的最佳多边形,将所述滑动窗口与其最佳多边形的重叠率作为最佳占比。
优选的,所述根据所有最佳占比的方差、均值以及每个滑动窗口与对应多边形的最佳占比获取每个多边形的重叠差异率的方法为:
Figure SMS_1
式中,
Figure SMS_2
是多边形A的最佳占比,
Figure SMS_3
是多边形A的重叠差异率,
Figure SMS_4
是所有多边形最 佳占比的均值,
Figure SMS_5
是最佳占比p的分布方差。
优选的,根据滑动窗口中所有颗粒的所有像素点到窗口中心点的欧氏距离、颗粒物上像素点的数量、所有颗粒物像素点与窗口中心点水平线的夹角、窗口中心点所在多边形内的离散点到颗粒图中心点欧氏距离的水平分量获得滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离的计算方法为:
Figure SMS_6
式中,
Figure SMS_9
是物料颗粒j上像素点的数量,
Figure SMS_14
表示像素点i与点
Figure SMS_18
的欧氏距离,
Figure SMS_8
是像素点i与点
Figure SMS_12
的连线与点
Figure SMS_16
所在水平线的夹角,
Figure SMS_20
是夹角
Figure SMS_7
的余弦值,
Figure SMS_11
是多 边形A内的离散点z到颗粒图中心点s的欧式距离,
Figure SMS_15
是离散点z与点
Figure SMS_19
的连线与点
Figure SMS_10
所在水平 线的夹角,
Figure SMS_13
是离散点z的水平分量,
Figure SMS_17
表示窗口区域a中第j个物料 颗粒与当前多边形A内离散点的相对水平距离。
优选的,所述根据多边形的物料颗粒分布显著度排序后顺序以及离散点之间欧氏距离的均值对多边形进行纠正的方法为:
取相邻多边形中物料颗粒的分布显著度的排序结果,获取保留多边形内离散点之间欧式距离的均值,记为R,分别以两个多边形内分布显著度最大值对应的物料颗粒为中心,以R为半径取圆形区域,如果两个圆形区域的相交,将相交区域融入到多边形中,完成对多边形的纠正。
优选的,所述根据每个滑动窗口胶浆像素点的数量、胶浆像素点的密度、所有胶浆像素点的灰度值与滑动窗口内所有像素点的灰度值均值的差、滑动窗口内所有像素点的灰度值之和得到每个滑动窗口的密度显著值的计算方法为:
Figure SMS_21
式中,
Figure SMS_22
表示第k个滑动窗口中胶浆像素点的实际密度,
Figure SMS_23
是第k个滑动窗口中 胶浆像素点的数量,
Figure SMS_24
表示第k个滑动窗口中第p个胶浆像素点的灰度值,
Figure SMS_25
表示第k个 滑动窗口中所有像素点的灰度值均值,
Figure SMS_26
表示第k个滑动窗口中所有像素点的灰度值之和,
Figure SMS_27
表示第k个滑动窗口的密度显著值。
本发明的有益效果是:本发明提出一种用于改性沥青生产的多物料均匀性视觉评价方法,针对传统评价方法步骤复杂,多物料均匀性检测结果精准度低的问题,本发明首先利用最大类间方差法将改性沥青图像分割得到颗粒图和胶浆图,从两种均匀性影响因素的角度分别构建分布差异度和分布显著度作为评价指标。本发明中,基于泰森多边形与滑动窗口重叠区域的差异构建分布差异度,当物料颗粒不规则时,利用质心点作为离散点构建的泰森多边形会对颗粒图中像素点划分到错误多边形区域,分布差异度的有益效果在于消除了物料颗粒外形不规则时使用物料颗粒中心点计算时的误差。其次基于物料颗粒的分布距离构建分布显著度,利用分布显著度实现对泰森多边形的纠正,如果物料颗粒是零散分布的,当其中部分物料颗粒接近均匀分布时,相应的泰森多边形中这些位置多边形的面积大小是相近的,这些多边形会影响到整个颗粒图中均匀性的识别结果,分布显著度的有益效果在于利用零散分布的颗粒图周围始终存在少量零散分布颗粒可能性偏大的特性,对泰森多边形进行修正,提高了改性沥青中多物料均匀性评价结果的准确率。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一个实施例所提供用于改性沥青生产的多物料均匀性视觉评价方法的流程示意图;
图2为本发明一个实施例所提供的一种均匀分布颗粒图的分割示意图;
图3为本发明一个实施例所提供的一种非均匀分布颗粒图的分割示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
请参阅图1,其示出了本发明一个实施例提供的用于改性沥青生产的多物料均匀性视觉评价方法流程图,该方法包括以下步骤:
步骤S001,使用工业相机获取改性沥青图像,并对图像进行预处理。
改性沥青是多物料在高速剪切仪中产生的,多物料投入高速剪切仪后形成了大量颗粒物。大量颗粒物和所用改性剂组成了改性沥青。为了对多物料颗粒物分布均匀性进行检测,需要首先获取改性沥青的图像数据。在本发明中,利用工业相机采集压实前的松铺改性沥青图像,将工业相机固定在离地一定高度处拍摄改性沥青图像,拍摄图像为RGB图像。由于颗粒物之间的颜色较为接近,很多较小的颗粒物与周围颗粒物之间的对比度很低,很容易被忽略,影响均匀性检测的精度。因此本发明对采集的改性沥青颗粒物图像进行图像增强,目的是提高改性沥青图像中颗粒物的轮廓清晰度,便于后续的均匀性检测。图像增强的常见技术包括:灰度变换增强、直方图均衡化、图像平滑等。本实施例中,利用直方图均衡化技术对采集图像进行处理,图像的直方图均衡化为公知技术,具体过程不再详细赘述。
步骤S002,将改性沥青图像进行分割,并根据颗粒图中滑动窗口与多边形的重叠率以及滑动窗口中每个物料颗粒的分布度对多边形进行纠正。
首先,如果是压实后的沥青,物料颗粒受到压力作用难免发生形变导致分布的变化,压实后的改性沥青已经是成品,因此一般在压实前,对松铺改性沥青进行均匀性的检测。改性沥青图像中包含物料颗粒和沥青胶浆两种不同物体,首先需要将两者进行区分,并将物料颗粒分割成独立的颗粒,避免颗粒粘连现象影响后续物料颗粒均匀性的检测结果。松铺改性沥青的均匀性同时受到物料颗粒和沥青胶浆两个因素的影响,但是由于物料颗粒和沥青胶浆外观形态上的差异,利用统计的均匀性评价指标会影响检测结果的准确性,因此本发明考虑将两者从采集图像中分开,对物料颗粒和沥青胶浆分别构建均匀性的评估指标,并且分析改性沥青图像的分布差异度。
进一步的,得到采集图像后,由于物料颗粒和沥青胶浆本身材质的原因,物料颗粒与沥青胶浆之间存在一定的亮度上差异,本发明利用最大类间方差法对采集图像进行划分,对改性沥青图像使用最大类间方差将所述改性沥青图像的所有像素点分为两类,一类为颗粒物像素点,一类为胶浆像素点,将两类像素点划分为两张图像中,以颗粒物像素点在改性沥青图像的位置将颗粒物像素点放置在颗粒图中,其余像素点用0表示,以胶浆像素点在改性沥青图像的位置将胶浆像素点放置在胶浆图中,其余像素点用0表示,由此将改性沥青图像分成了颗粒图和胶浆图,最大类间方差法为公知技术,在此不再详细赘述。
进一步的,由于高速剪切仪的混合效果,多物料颗粒之间的大小形状是不同的,每个物料颗粒之间都存在差异。对于均匀性检测而言,均匀性体现在一定区域内,而非一个单独的物料颗粒。如果物料颗粒是理想状态下均匀分布的,那么在颗粒图中,物料颗粒在图像中任意两个相邻的物料颗粒之间的距离相等,具体排列如图2和图3所示,可以看出均匀分布的物料颗粒在整个颗粒图的范围内是均匀分布的,零散分布的物料颗粒在整个颗粒图的范围内是随机分布的。设置一个窗口W,窗口大小为5*5,窗口W在均匀分布的颗粒图内滑动时,物料颗粒和沥青胶浆在窗口区域内的分布情况与颗粒图内的分布情况应当是非常相似的,而窗口W在零散分布的颗粒图内滑动时,物料颗粒和沥青胶浆在窗口区域内的分布情况与颗粒图内的分布情况具有显著差异。
对于颗粒图中每一个物料颗粒,将质心点作为代表物料颗粒的离散点,获取颗粒图对应的泰森多边形,泰森多边形是利用离散点构成三角形边的垂直平分线构成的多边形,泰森多边形的构建为公知技术,具体过程不再详细赘述。泰森多边形的特点是离散点越密集的区域,对应多边形的面积越小。因此如果颗粒图内物料颗粒是均匀分布的,对应的泰森多边形内各多边形的面积和形状都是非常接近的;如果颗粒图内物料颗粒是零散分布的,对应的泰森多边形内各多边形的面积大小和形状是具有明显差异的。因此可以将泰森多边形内多边形之间的差异作为评价颗粒图中物料均匀性的因素。
物料颗粒质心点越离散,对应的泰森多边形中多边形的面积越大,物料颗粒质心点越密集,对应的泰森多边形中多边形的面积越小,也就是说不同分布情况的物料颗粒对应的多边形面积大小不一样,与窗口大小的差异也不一样。多边形内像素点与窗口区域像素点位于重叠区域的可能性越大,这是因为窗口W的大小形状是固定的,如果是颗粒图中物料颗粒是均匀分布的,将质心点作为离散点获取得到泰森多边形中每个多边形的面积大小较为接近,与窗口区域的重叠率也应当是稳定的,如果是颗粒图中物料颗粒不是均匀分布的,将质心点作为离散点获取得到泰森多边形中,物料颗粒密集的地方,相应的离散点越密集,对应的多边形面积较小,而物料颗粒越零散的地方,相应的离散点越稀疏,对应的多边形面积较大,这种情况下多边形与窗口区域的重叠率会有显著差异。
获取泰森多边形中相邻离散点之间的欧氏距离,将欧氏距离最小值作为窗口W在泰森多边形上的滑动步长s,两点之间欧式距离的计算为公知技术,具体过程不再详细赘述。设置步长s的目的是为了能够使得滑动窗口与该多边形错开,使其更关注于其余多边形的重叠,减少了计算误差。
基于上述分析,构建重叠差异率O,用于表征颗粒图中窗口区域和泰森多边形中多 边形的重叠区域大小的稳定性,计算窗口区域a对应的重叠率
Figure SMS_28
:
Figure SMS_29
式中,a是窗口W滑动过程中的第a个窗口区域,
Figure SMS_30
是窗口区域a的重叠率,
Figure SMS_31
是 窗口区域a中像素点的数量,
Figure SMS_32
是窗口区域a和多边形A中图像坐标相等的像素点 数量,
Figure SMS_33
的作用是利用位置相等的像素点数量表达重叠区域占比。
在泰森多边形中,即使是面积相同的两个多边形,多边形的形状也会存在差异,这种差异是因为物料颗粒质心点的横坐标或纵坐标不在同一直线上导致构成三角形的垂直平分线之间的夹角大小不同,构建泰森多边形时对应三角形的垂直平分线的夹角越小,多边形内各顶角的角度越小,反映到颗粒图中就是物料颗粒质心点坐标之间的差异,即相邻物料颗粒横纵坐标之间差异越大,物料颗粒分布越不均匀。
在窗口滑动过程中,计算每个多边形与每个滑动窗口的重叠率,每个多边形与窗 口都会有一个最大重叠率窗口的位置,若存在多个最大重叠率窗口,则选择窗口中心点与 多边形中心点最近的窗口,将每个多边形与窗口区域最大重叠率对应得到重叠区域记为匹 配多边形,即每次滑动的窗口区域都会对应一个匹配多边形,该匹配多边形存在于一个多 边形内,其存在的多边形就是所述滑动窗口区域对应的最佳多边形,假设匹配多边形f与窗 口区域重叠区域最大,那么将匹配多边形f所在多边形F作为窗口区域a的最佳多边形,此时 将窗口区域a与多边形F的重叠率作为最佳占比
Figure SMS_34
。具体最佳占比和重叠差异率的计算公式 包括:
Figure SMS_35
Figure SMS_36
式中,
Figure SMS_37
是多边形A的最佳占比,
Figure SMS_38
是窗口区域a的重叠率,
Figure SMS_39
是多边形A的重 叠差异率,
Figure SMS_40
是窗口滑动过程中与多边形A重叠率不为0的窗口数量,
Figure SMS_41
是所有多边形最佳占 比的均值,
Figure SMS_42
是最佳占比p的分布方差,方差计算为公知技术,具体过程不再详细赘述。
重叠差异率反映了多边形与窗口中像素点的重合率与所有多边形像素点重合率 的差异,重叠率
Figure SMS_43
越大,说明窗口区域a和多边形A中的重叠率越大,
Figure SMS_44
个窗口区域与多边 形A中的重叠率之和越大,说明多边形A的面积越大,
Figure SMS_45
的值越大,说明多边形A与其余 多边形的差异越大,因此认为重叠差异率
Figure SMS_46
越大,多边形A在整个泰森多边形中的占比越 大,越有可能是离散点稀疏的地方。
获取均匀分布的颗粒图对应的泰森多边形,记为泰森多边形B,按照上述步骤获取 泰森多边形B中多边形重叠差异率的均值,记为
Figure SMS_47
。进一步的,分别计算待检测颗粒图对 应泰森多边形中每个多边形与对应窗口区域的重叠差异率,将重叠差异率大于
Figure SMS_48
的多边 形对应区域认为是存在非均匀分布物料颗粒的,保留此类多边形。
在颗粒图中,可能存在不规则的物料颗粒与局部颗粒物分布不一致,但是与整体分布接近的物料颗粒,因此需要对保留多边形进行修正,消除不规则物料颗粒带来的影响。利用窗口W以步长为s在保留的多边形区域内滑动,通过窗口内像素点的分布情况对多边形进行修正。
进一步的,对于每个窗口区域,构建每个区域的分布差异度,对于窗口区域a来说,首先获得该区域中每个颗粒物中每个像素点到窗口中心点的欧氏距离:
Figure SMS_49
式中,
Figure SMS_50
是窗口区域a的中心点,
Figure SMS_51
是点
Figure SMS_52
的坐标,i是第j个物料颗粒上 第i个像素点,
Figure SMS_53
是像素点i的坐标,
Figure SMS_54
是像素点i与点
Figure SMS_55
的欧氏距离。
得到每个颗粒中每个像素点到
Figure SMS_56
的欧式距离后,计算得到窗口区域a中第j个物料 颗粒到颗粒图中心点的相对水平距离:
Figure SMS_57
式中,
Figure SMS_59
是物料颗粒j上像素点的数量,
Figure SMS_63
表示像素点i与点
Figure SMS_67
的欧氏距离,
Figure SMS_60
是像素点i与点
Figure SMS_64
的连线与点
Figure SMS_68
所在水平线的夹角,
Figure SMS_71
是夹角
Figure SMS_58
的余弦值,
Figure SMS_62
是多 边形A内的离散点z到颗粒图中心点s的欧式距离,
Figure SMS_66
是离散点z与点
Figure SMS_70
的连线与点
Figure SMS_61
所在水平 线的夹角,
Figure SMS_65
是离散点z的水平分量。
Figure SMS_69
表示窗口区域a中第j个物料 颗粒与当前多边形A内离散点的相对水平距离。
计算得到窗口区域a中第j个物料颗粒到颗粒图中心点的相对竖直距离:
Figure SMS_72
式中,
Figure SMS_74
是夹角
Figure SMS_76
的正弦值,
Figure SMS_78
是多边形A内的离散点z到颗粒图中心点s 的欧式距离,
Figure SMS_75
是离散点z与点
Figure SMS_77
的连线与点
Figure SMS_79
所在水平线的夹角,
Figure SMS_80
是离散 点z的竖直分量。
Figure SMS_73
表示窗口区域a中第j个物料颗粒与当前多边形A内离散点的相对 竖直距离。
获得每个物料颗粒的相对水平距离以及相对竖直距离后,得到窗口区域a中所有物料颗粒的相对水平距离的方差和相对竖直距离的方差,由此得到窗口区域a内第j个物料颗粒的分布显著度:
Figure SMS_81
Figure SMS_82
Figure SMS_83
式中,
Figure SMS_84
表示窗口区域a中第j个物料颗粒与当前多边形A内离散点的相对水 平距离,
Figure SMS_85
是窗口区域a中所有物料颗粒相对水平距离的分布方差,
Figure SMS_86
是水平 距离显著系数。
Figure SMS_87
表示窗口区域a中第j个物料颗粒与当前多边形A内离散点的相对竖 直距离,
Figure SMS_88
表示第a个区域中所有物料颗粒的相对竖直距离的方差,
Figure SMS_89
是竖直 距离显著系数,
Figure SMS_90
表示窗口区域a中第j个物料颗粒的分布显著度。
分布显著度反映了窗口区域a内物料颗粒的分布距离的差异程度,
Figure SMS_91
越大, 说明在窗口区域a内物料颗粒的水平分布距离与相应多边形内离散点的水平分布距离差异 越大,
Figure SMS_92
越大,说明在窗口区域a内物料颗粒的竖直分布距离与相应多边形内离散点 的水平分布距离,
Figure SMS_93
的值越大,说明窗口区域a内第j个物料颗粒的分布相较于整幅颗粒图 的颗粒分布越不均匀,第j个物料颗粒位于零散分布区域的可能性越大。计算分布显著度的 有益效果在于考虑了以每个物料颗粒上像素点的分布距离的均值作为物料颗粒对应的分 布距离,消除了物料颗粒外形不规则时使用物料颗粒质心点计算造成的误差。
在泰森多边形中,每个多边形内物料颗粒可能不是完整的,一个物料颗粒可能被划分到相邻的两个多边形中。因此,首先利用Canny边缘检测技术,获取颗粒图中所有物料颗粒的边缘信息,边缘即物料颗粒的轮廓,Canny边缘检测后得到的图像称为轮廓图,其次利用窗口W在轮廓图中滑动,如果物料颗粒存在被窗口划分到相邻多边形中的情况,对此类物料颗粒进行标记,按照顺时针的顺序依次将被划分开的n个物料颗粒标记为1至n。
根据上述步骤,分别获取每个多边形内所有物料颗粒的分布显著度。对于没有被 标记的颗粒物,将计算得到的分布显著度作为颗粒物的分布显著度,对于被标记的物料颗 粒,将相同标记的物料颗粒计算的分布显著度之和作为物料颗粒最终的分布显著度。将所 有物料颗粒的分布显著度按照从大到小的顺序排序,得到序列
Figure SMS_94
。 获取相邻多边形中物料颗粒的分布显著度的排序结果,获取保留多边形内离散点之间欧式 距离的均值,记为R。分别以两个多边形内分布显著度最大值对应的物料颗粒为中心,以R为 半径取圆形区域,如果两个圆形区域的相交,将相交区域与两个多边形进行合并得到一个 多边形,完成对多边形的纠正,纠正的原因在于如果存在零散分布的物料颗粒,那么零散物 料颗粒周围存在其余少量零散分布颗粒的可能性较大,但是由于少量零散分布的物料颗粒 位于均匀分布的物料颗粒附近,计算的重叠差异率会比实际值偏小。遍历所有保留多边形, 对每个保留多边形进行修正。
步骤S003,根据胶浆图中滑动窗口内胶浆像素点的密度和其灰度值得到胶浆图每个区域的区域分布密度。
首先,胶浆图中的像素点对应的是改性沥青中的沥青胶浆,不同于一个个的物料颗粒独立分布,沥青胶浆之间是连续的。在多物料均匀分布的改性沥青图像中,每个区域内多物料的分布都是均匀的,对于沥青胶浆而言,分布是否均匀能够通过胶浆像素点的局部密度的大小情况进行计算。对于分割区域而言,沥青胶浆的分布情况是不固定的,本发明考虑利用窗口W在胶浆图上滑动,每次滑动窗口的移动距离同样为s,通过每个滑动窗口内胶浆像素点的显著程度,即局部密度大小之间分布差异评价区域内沥青胶浆的分布均匀性。
进一步的,此处构建区域分布密度D,用于表征胶浆图内沥青胶浆的局部密度的分布情况,为了获得胶浆图的区域分布密度,首先获得每次滑动窗口中胶浆像素点的实际密度,公式如下:
Figure SMS_95
式中,k是指窗口W滑动过程中的第k个窗口区域,
Figure SMS_96
是窗口区域k中胶浆像素点的 数量,
Figure SMS_97
是第k个滑动窗口中像素点的总数量,
Figure SMS_98
的作用是用于表征第k个滑动窗口中胶 浆像素点的实际密度。
进一步的,将所有滑动窗口得到的密度显著值代入方差公式求方差,将方差作为胶浆图的区域分布密度D,公式如下:
Figure SMS_99
Figure SMS_100
式中,
Figure SMS_101
表示第k个滑动窗口中胶浆像素点的实际密度,
Figure SMS_102
是第k个滑动窗口中 胶浆像素点的数量,
Figure SMS_103
表示第k个滑动窗口中第p个胶浆像素点的灰度值,
Figure SMS_104
表示第k个 滑动窗口中所有像素点的灰度值均值,
Figure SMS_105
表示第k个滑动窗口中所有像素点的灰度值之和,
Figure SMS_106
表示第k个滑动窗口的密度显著值,D表示胶浆图的区域分布密度。
区域分布密度反映了区域内胶浆像素点的分布情况,由于滑动窗口k的大小是固 定的,因此实际密度
Figure SMS_107
的大小反映了窗口内胶浆像素点的密集程度,
Figure SMS_108
的值越大,窗口内胶 浆像素点的密集程度越高。胶浆像素点的灰度值与灰度值均值的差值越大,说明胶浆像素 点越突出,即
Figure SMS_109
的值越大,说明在相应滑动窗口内局部密度越大,胶浆图不同位置的密度显 著值差异越大,对应的区域分布密度D越大,沥青胶浆的分布越不均匀。计算区域分布密度 的有益效果在于通过固定大小的滑动窗口在区域内遍历,在计算过程中能够避免边缘不规 则的沥青胶浆造成的干扰,使得所计算指标表征区域内沥青胶浆分布情况更加准确。
步骤S004,根据保留多边形的修正结果和区域分布密度得到改性沥青图像的均匀分布指数,并根据均匀分布指数评价改性沥青生产的多物料均匀性。
在本实施例中,采集改性沥青图像被分成颗粒图和胶浆图,物料颗粒和沥青胶浆的分布情况都会影响到改性沥青图像得到均匀性检测。基于上述步骤分别获取泰森多边形中多边形的重叠差异率和分布显著度,获取胶浆图中每个分割区域对应的区域分布密度D,基于上述特征指标,评估改性沥青图像的均匀性。
在本实施例中,改性沥青图像中多物料均匀性的检测是针对整个改性沥青图像进行的,因此需要对颗粒图内多边形修正结果和胶浆分布结果进行融合,得到最终均匀性的检测结果。
如果改性沥青图像中多物料的分布是具有较好均匀性的,每个多边形的重叠差异率之间的分布差异应该接近于0,且修正后的多边形的总面积应该非常接近颗粒图的面积,另一方面,如果胶浆图中区域分布密度大于阈值,阈值大小取经验值5,说明胶浆图中沥青胶浆的分布是不均匀的。因此如果修正后的多边形的总面积与颗粒图的面积的比值小于80%,且区域分布密度D小于阈值,认为改性沥青图像中多物料分布的均匀性越好,可以进行后续压实成型处理,否则认为改性沥青图像中多物料分布的均匀性较差,不能直接进行压实处理,需要提高改性沥青中多物料的均匀性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,该方法包括以下步骤:
使用工业相机获取改性沥青图像,将改性沥青图像分割为颗粒图和胶浆图;
在颗粒图中,将每个颗粒的质心点作为离散点获取颗粒图对应的泰森多边形,在颗粒图中设置一个滑动窗口,获得滑动窗口的滑动步长,根据滑动步长得到若干滑动窗口,得到每个滑动窗口对应的匹配多边形,根据匹配多边形得到每个滑动窗口对应的最佳多边形,得到每个滑动窗口与最佳多边形的最佳占比;根据所有最佳占比的方差、均值以及每个滑动窗口与对应多边形的最佳占比获取每个多边形的重叠差异率;
对于每个滑动窗口,根据滑动窗口中所有颗粒的所有像素点到窗口中心点的欧氏距离、颗粒物上像素点的数量、所有颗粒物像素点与窗口中心点水平线的夹角、窗口中心点所在多边形内的离散点到颗粒图中心点欧氏距离的水平分量获得滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离;同理,获得滑动窗口中每个颗粒物到颗粒图中心点的相对竖直距离;
根据滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离与相对竖直距离相乘获得每个颗粒物的分布显著度;
将每个多边形的物料颗粒的分布显著度从大到小排序,根据多边形的物料颗粒分布显著度排序后顺序以及离散点之间欧氏距离的均值对多边形进行纠正;
在胶浆图中,设定一个固定大小的滑动窗口在每个区域中,根据每个滑动窗口胶浆像素点的数量、胶浆像素点的密度、所有胶浆像素点的灰度值与滑动窗口内所有像素点的灰度值均值的差、滑动窗口内所有像素点的灰度值之和得到每个滑动窗口的密度显著值,计算所有滑动窗口的密度显著值的方差作为胶浆图每个区域的区域分布密度;
根据颗粒图纠正后的多边形的总面积与胶浆图区域分布密度的大小对改性沥青生产的均匀性进行评价。
2.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述将改性沥青图像分割为颗粒图和胶浆图的方法为:
对改性沥青图像使用最大类间方差将所述改性沥青图像的所有像素点分为两类,一类为颗粒物像素点,一类为胶浆像素点,将两类像素点划分为两张图像中,以颗粒物像素点在改性沥青图像的位置将颗粒物像素点放置在颗粒图中,其余像素点用0表示,以胶浆像素点在改性沥青图像的位置将胶浆像素点放置在胶浆图中,其余像素点用0表示。
3.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述获得滑动窗口的滑动步长,根据滑动步长得到若干滑动窗口,得到每个滑动窗口对应的匹配多边形,根据匹配多边形得到每个滑动窗口对应的最佳多边形,得到每个滑动窗口与最佳多边形的最佳占比的方法为:
获取泰森多边形中所有相邻离散点之间的欧式距离,将最小欧氏距离记为滑动窗口的滑动步长;计算每个滑动窗口与每个多边形的重叠率,每个滑动窗口与多边形重叠率最大时对应的重叠区域为匹配多边形,该匹配多边形所属的多边形就是所述滑动窗口的最佳多边形,将所述滑动窗口与其最佳多边形的重叠率作为最佳占比。
4.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述根据所有最佳占比的方差、均值以及每个滑动窗口与对应多边形的最佳占比获取每个多边形的重叠差异率的方法为:
Figure QLYQS_1
式中,
Figure QLYQS_2
是多边形A的最佳占比,
Figure QLYQS_3
是多边形A的重叠差异率,
Figure QLYQS_4
是所有多边形最佳占 比的均值,
Figure QLYQS_5
是最佳占比p的分布方差。
5.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述根据滑动窗口中所有颗粒的所有像素点到窗口中心点的欧氏距离、颗粒物上像素点的数量、所有颗粒物像素点与窗口中心点水平线的夹角、窗口中心点所在多边形内的离散点到颗粒图中心点欧氏距离的水平分量获得滑动窗口中每个颗粒物到颗粒图中心点的相对水平距离的计算方法为:
Figure QLYQS_6
式中,
Figure QLYQS_10
是物料颗粒j上像素点的数量,
Figure QLYQS_13
表示像素点i与点
Figure QLYQS_17
的欧氏距离,
Figure QLYQS_9
是像素 点i与点
Figure QLYQS_11
的连线与点
Figure QLYQS_15
所在水平线的夹角,
Figure QLYQS_19
是夹角
Figure QLYQS_8
的余弦值,
Figure QLYQS_12
是多边形A内 的离散点z到颗粒图中心点s的欧式距离,
Figure QLYQS_16
是离散点z与点
Figure QLYQS_20
的连线与点
Figure QLYQS_7
所在水平线的夹 角,
Figure QLYQS_14
是离散点z的水平分量,
Figure QLYQS_18
表示窗口区域a中第j个物料颗粒与 当前多边形A内离散点的相对水平距离。
6.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述根据多边形的物料颗粒分布显著度排序后顺序以及离散点之间欧氏距离的均值对多边形进行纠正的方法为:
取相邻多边形中物料颗粒的分布显著度的排序结果,获取计算多边形离散点之间欧式距离的均值,记为R,分别以两个多边形内分布显著度最大值对应的物料颗粒为中心,以R为半径获取两个圆形区域,如果两个圆形区域的相交,将相交区域与两个多边形进行合并得到一个多边形,完成对多边形的纠正。
7.根据权利要求1所述的用于改性沥青生产的多物料均匀性视觉评价方法,其特征在于,所述根据每个滑动窗口胶浆像素点的数量、胶浆像素点的密度、所有胶浆像素点的灰度值与滑动窗口内所有像素点的灰度值均值的差、滑动窗口内所有像素点的灰度值之和得到每个滑动窗口的密度显著值的计算方法为:
Figure QLYQS_21
式中,
Figure QLYQS_22
表示第k个滑动窗口中胶浆像素点的实际密度,
Figure QLYQS_23
是第k个滑动窗口中胶浆 像素点的数量,
Figure QLYQS_24
表示第k个滑动窗口中第p个胶浆像素点的灰度值,
Figure QLYQS_25
表示第k个滑动 窗口中所有像素点的灰度值均值,
Figure QLYQS_26
表示第k个滑动窗口中所有像素点的灰度值之和,
Figure QLYQS_27
表示第k个滑动窗口的密度显著值。
CN202310119702.0A 2023-02-16 2023-02-16 用于改性沥青生产的多物料均匀性视觉评价方法 Active CN115861301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310119702.0A CN115861301B (zh) 2023-02-16 2023-02-16 用于改性沥青生产的多物料均匀性视觉评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310119702.0A CN115861301B (zh) 2023-02-16 2023-02-16 用于改性沥青生产的多物料均匀性视觉评价方法

Publications (2)

Publication Number Publication Date
CN115861301A true CN115861301A (zh) 2023-03-28
CN115861301B CN115861301B (zh) 2023-05-16

Family

ID=85658129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310119702.0A Active CN115861301B (zh) 2023-02-16 2023-02-16 用于改性沥青生产的多物料均匀性视觉评价方法

Country Status (1)

Country Link
CN (1) CN115861301B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130036714A1 (en) * 2010-04-26 2013-02-14 Gala Industries, Inc. Continuous process for fractioning, combination, and recombination of asphalt components for pelletization and packaging of asphalt and asphalt-containing products
CN104282026A (zh) * 2014-10-24 2015-01-14 上海交通大学 基于分水岭算法和最小生成树的分布均匀性评估方法
WO2016127883A1 (zh) * 2015-02-12 2016-08-18 阿里巴巴集团控股有限公司 一种图像区域检测方法及装置
CN108700590A (zh) * 2015-03-06 2018-10-23 英国质谱公司 细胞群体分析
CN108734699A (zh) * 2018-04-23 2018-11-02 东南大学 一种评价再生沥青混合料组分分布均匀性的方法
CN110208266A (zh) * 2019-06-20 2019-09-06 长沙理工大学 一种再生沥青混合料均匀性评价方法
CN111380785A (zh) * 2020-03-30 2020-07-07 中南大学 岩石颗粒的二维几何特征参数获取系统及方法
CN111553878A (zh) * 2020-03-23 2020-08-18 四川公路工程咨询监理有限公司 基于双目视觉的沥青路面混合料摊铺均匀性的检测方法
CN113052470A (zh) * 2021-03-30 2021-06-29 阜阳师范大学 沥青路面施工均匀性评价方法及系统
CN113139320A (zh) * 2021-05-14 2021-07-20 上海交通大学 构建颗粒增强复合材料三维微观构型的方法
JP2021149222A (ja) * 2020-03-16 2021-09-27 国立大学法人富山大学 グレイン境界を抽出するための画像処理の方法及び装置
CN115294123A (zh) * 2022-10-08 2022-11-04 淄博永丰环保科技有限公司 一种基于图像视觉的瓦楞纸板质量检测方法
CN115294158A (zh) * 2022-09-26 2022-11-04 江苏万森绿建装配式建筑有限公司 一种基于机器视觉的热连轧带钢图像分割方法
CN115294138A (zh) * 2022-10-09 2022-11-04 如皋市中如新材料科技有限公司 一种基于高速混料机的混料均匀程度评估方法
CN115586073A (zh) * 2022-10-25 2023-01-10 山东大学 基于三维局部均匀化模型进行沥青混合料细观结构力学分析的方法
WO2023279556A1 (zh) * 2021-07-09 2023-01-12 福建南方路面机械股份有限公司 一种骨料粒径抽样监测方法
CN115598025A (zh) * 2022-12-13 2023-01-13 四川亿欣新材料有限公司(Cn) 图像处理方法及使用该方法的碳酸钙粉质检系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130036714A1 (en) * 2010-04-26 2013-02-14 Gala Industries, Inc. Continuous process for fractioning, combination, and recombination of asphalt components for pelletization and packaging of asphalt and asphalt-containing products
CN104282026A (zh) * 2014-10-24 2015-01-14 上海交通大学 基于分水岭算法和最小生成树的分布均匀性评估方法
WO2016127883A1 (zh) * 2015-02-12 2016-08-18 阿里巴巴集团控股有限公司 一种图像区域检测方法及装置
CN108700590A (zh) * 2015-03-06 2018-10-23 英国质谱公司 细胞群体分析
CN108734699A (zh) * 2018-04-23 2018-11-02 东南大学 一种评价再生沥青混合料组分分布均匀性的方法
CN110208266A (zh) * 2019-06-20 2019-09-06 长沙理工大学 一种再生沥青混合料均匀性评价方法
JP2021149222A (ja) * 2020-03-16 2021-09-27 国立大学法人富山大学 グレイン境界を抽出するための画像処理の方法及び装置
CN111553878A (zh) * 2020-03-23 2020-08-18 四川公路工程咨询监理有限公司 基于双目视觉的沥青路面混合料摊铺均匀性的检测方法
CN111380785A (zh) * 2020-03-30 2020-07-07 中南大学 岩石颗粒的二维几何特征参数获取系统及方法
CN113052470A (zh) * 2021-03-30 2021-06-29 阜阳师范大学 沥青路面施工均匀性评价方法及系统
CN113139320A (zh) * 2021-05-14 2021-07-20 上海交通大学 构建颗粒增强复合材料三维微观构型的方法
WO2023279556A1 (zh) * 2021-07-09 2023-01-12 福建南方路面机械股份有限公司 一种骨料粒径抽样监测方法
CN115294158A (zh) * 2022-09-26 2022-11-04 江苏万森绿建装配式建筑有限公司 一种基于机器视觉的热连轧带钢图像分割方法
CN115294123A (zh) * 2022-10-08 2022-11-04 淄博永丰环保科技有限公司 一种基于图像视觉的瓦楞纸板质量检测方法
CN115294138A (zh) * 2022-10-09 2022-11-04 如皋市中如新材料科技有限公司 一种基于高速混料机的混料均匀程度评估方法
CN115586073A (zh) * 2022-10-25 2023-01-10 山东大学 基于三维局部均匀化模型进行沥青混合料细观结构力学分析的方法
CN115598025A (zh) * 2022-12-13 2023-01-13 四川亿欣新材料有限公司(Cn) 图像处理方法及使用该方法的碳酸钙粉质检系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
TENGFEI NIAN 等: "Improved three-dimensional discrete modeling method and anti-cracking properties of asphalt mixture" *
易子程: "基于离散元法的水泥稳定再生碎石力学仿真与细观破坏机理研究" *
李韶华 等: "橡胶沥青性能影响因素的试验研究" *
郭乃胜;尤占平;谭忆秋;赵颖华;荆华龙;: "基于CT技术的沥青混合料均匀性评价方法" *

Also Published As

Publication number Publication date
CN115861301B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN105510195B (zh) 一种堆叠骨料的粒度粒形在线检测方法
CN108335311B (zh) 烟叶形态结构特征的提取方法、电子设备及存储介质
CN110286124A (zh) 基于机器视觉的耐火砖测量系统
CN114897773B (zh) 一种基于图像处理的扭曲木材检测方法及系统
CN111191628B (zh) 基于决策树与特征优化的遥感影像震害建筑物识别方法
CN114998198A (zh) 一种注塑件表面缺陷识别方法
CN104751166A (zh) 基于光谱角和欧氏距离的遥感影像分类方法
CN111127533B (zh) 基于神经网络的多特征融合砂轮磨削性能预测方法
CN107784646B (zh) 一种路用集料的自适应检测方法
CN108491498A (zh) 一种基于多特征检测的卡口图像目标搜索方法
CN104778684A (zh) 钢材表面异质型缺陷的自动测量、表征分类方法及其系统
CN103940708A (zh) 一种钢材全形态晶粒的快速测量、精细分类方法
CN108052886A (zh) 一种小麦条锈病菌夏孢子自动统计计数方法
CN112116553B (zh) 一种基于k-d树的无源三维点云模型缺陷识别方法
CN104778458A (zh) 一种基于纹理特征的纺织品花纹检索方法
CN110211178A (zh) 一种利用投影计算的指针式仪表识别方法
CN104422628A (zh) 基于维氏硬度的压痕图像识别方法及系统
CN107230212A (zh) 一种基于视觉的手机尺寸的测量方法及系统
CN112861870A (zh) 指针式仪表图像矫正方法、系统及存储介质
CN115797361A (zh) 一种铝模板表面缺陷检测方法
CN113128378B (zh) 一种指静脉快速识别方法
CN107038456A (zh) 一种基于l1范数的概率线性判别分析的图像分类方法
CN111429487B (zh) 一种深度图像的黏连前景分割方法及装置
CN115861301A (zh) 用于改性沥青生产的多物料均匀性视觉评价方法
CN103236056A (zh) 基于模板匹配的图像分割方法

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