CN116050917A - 一种基于网格分布特征的路面三维纹理均匀性评价方法 - Google Patents

一种基于网格分布特征的路面三维纹理均匀性评价方法 Download PDF

Info

Publication number
CN116050917A
CN116050917A CN202310061658.2A CN202310061658A CN116050917A CN 116050917 A CN116050917 A CN 116050917A CN 202310061658 A CN202310061658 A CN 202310061658A CN 116050917 A CN116050917 A CN 116050917A
Authority
CN
China
Prior art keywords
sample
distribution
pavement
uniformity
grid
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
Application number
CN202310061658.2A
Other languages
English (en)
Inventor
杜豫川
翁梓航
吴荻非
刘成龙
岳光华
林雨超
李亦舜
潘宁
曹静
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202310061658.2A priority Critical patent/CN116050917A/zh
Publication of CN116050917A publication Critical patent/CN116050917A/zh
Priority to PCT/CN2023/105096 priority patent/WO2024152526A1/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Road Repair (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于网格分布特征的路面三维纹理均匀性评价方法，包括：获取路面三维纹理数据后进行预处理，得到样本；对样本进行网格划分，计算单样本每个网格单元的三维纹理特征参数及统计指标，基于统计指标和正态分布检验对单样本均匀性进行评价，若单样本判定均匀，则对多样本进行同分布检验，若多样本均服从同一种分布，则判定路面整体分布均匀；若多样本分布不一致，则基于二维小波分解得到粗细集料分布比，判断多样本之间是否存在粗细集料分布不均匀；若单样本判定不均匀，则采用空间自相关性分析方法对局部不均匀形态进行描述和刻画。与现有技术相比，本发明能够建立出面域的精细化均匀性评价体系，并能针对多种不均匀现象进行相应评价。

Description

一种基于网格分布特征的路面三维纹理均匀性评价方法
技术领域
本发明涉及道路工程质量评估技术领域，尤其是涉及一种基于网格分布特征的路面三维纹理均匀性评价方法。
背景技术
沥青路面是由沥青、集料以及添加剂所组成的沥青混合料经摊铺、压实而形成的。其中，集料是由规定比例的不同尺度的粗、细集料所混合而成的，直接影响沥青混合料路用性能，而路面混合料的均匀性主要是指粗集料和细集料在空间分布上的均匀性。实际中，在道路施工不同阶段(拌合、摊铺、压实)，由于诸多不确定因素的影响，路面混合料分布可能会出现不均匀的现象，使得沥青混合料的密度和空隙率等参数发生变化，从而导致路用性能下降，出现早期损坏。因此，针对路面均匀性进行评价，对于施工质量的监测、评估与控制有着重要的意义。
沥青混合料均匀性主要分为内部结构均匀性和表层均匀性，沥青混合料内部结构均匀性检测则分为无损检测和有损检测。无损检测是利用密度仪、探地雷达等设备间接获取路面内部结构状态，用于评估路面结构的压实程度、纵向均匀程度。然而，无损检测的设备检测精度有限，因此有损检测仍然被认为是当前获取沥青混合料内部真实状况的唯一途径。传统是对路面钻芯取样后，对样本进行多方向的力学性能测试，来评估其不同方向的均质性。此外，随着数字化技术的发展，计算机断层扫描技术可获取钻芯后的试件或是实验室制备的马歇尔试件的断面图像数据，以作为均匀性分析的重要数据来源。尽管内部均匀性能够在一定程度上反映施工质量和路面性能，但是由于钻芯取样对路面结构具有破坏性，因此样本数据量有限，当前对于水平均匀性的分析方法和指标较为简单，无法更大范围地进行面域均匀性的检测。
沥青混合料表层均匀性评价虽然无法获知混合料内部状态，但可以对整体的施工质量进行评估，及时发现不均匀分布的区域。路面混合料表层不均匀主要表现形式为离析、局部破损等。传统评价方法主要是目测法和铺砂法，目测法通常用于施工现场沥青混合料离析判定，较为主观，难以统一标准。铺砂法是通过评定路面表面宏观构造的差异，来反映集料分布的均匀性，然而其测试方法精度较差、耗时费力。目前，为了快速地获取面域的路表数据用于均匀性的评价，引入了多种新兴感知手段，包括图像采集、热红外成像、激光三维扫描等。通过图像判别路面离析成了热门的研究方向，然而当前方法仅仅通过机器学习模型对路面是否离析进行分类，缺乏判定依据和指标，尽管提出了整体的均匀性评价参数，但缺乏空间分布形态以及多种不均匀情况的描述。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于网格分布特征的路面三维纹理均匀性评价方法，能够建立出面域的精细化均匀性评价体系，并能针对多种不均匀现象进行相应评价。
本发明的目的可以通过以下技术方案来实现：一种基于网格分布特征的路面三维纹理均匀性评价方法，包括以下步骤：
S1、通过三维激光检测技术获取路面三维纹理数据，并进行数据预处理，得到样本数据；
S2、对样本进行网格划分，计算单样本每个网格单元的三维纹理特征参数；
S3、计算单样本网格三维纹理特征参数的统计指标，基于统计指标和正态分布检验对单样本均匀性进行综合评价，若单样本判定为均匀，则执行步骤S4，否则执行步骤S6；
S4、对多样本进行同分布检验，比较样本间的均匀程度，若多样本均服从同一种分布，则判定路面整体分布均匀；若多样本分布不一致，则执行步骤S5；
S5、基于二维小波分解得到的粗细集料分布比，判断多样本之间是否存在粗细集料分布不均匀的情况，得到全局均匀性细化评价结果；
S6、采用空间自相关性分析方法对局部不均匀形态进行描述和刻画，得到局部均匀性细化评价结果。
进一步地，所述步骤S1具体是利用三维激光扫描设备获取路面三维纹理数据，并进行数据预处理，包括但不限于网格化、插值、滤波降噪操作，以将路面三维纹理数据截取成多个相同尺寸的样本。
进一步地，所述步骤S2中每个网格单元的三维纹理特征参数包括轮廓参数、高度参数、功能参数、体积参数和复合参数，所述轮廓参数包括算术平均高度Ra、均方根高度Rq、算术平均斜率Da、均方根斜率Dq、算数平均波长La、均方根波长Lq和平均断面深度MPD；
所述高度参数包括偏斜度Ssk、峭度Sku、最大峰高Sp、最大谷深Sv；
所述的功能参数包括中心部的水平差Sk、突出峰部高度Spk、突出谷部高度Svk、极点高度Sxp；
所述体积参数包括谷部的空隙容积Vvv、中心部的空隙容积Vvc、峰部的实体体积Vmc、中心部的实体体积Vmp；
所述复合参数包括界面扩展比Sdr。
进一步地，所述步骤S2具体是基于滑窗思想对样本进行网格划分，以将一块路面样本平均分成若干个网格，之后通过对每个网格内的路面进行参数计算，得到纹理参数在该区域的分布特征，即为单样本每个网格单元的三维纹理特征参数。
进一步地，所述步骤S3中样本网格三维纹理特征参数的统计指标包括样本均值、样本标准差、变异系数、偏差系数和峰度系数，所述样本均值具体为：
Figure BDA0004061314860000031
所述样本标准差具体为：
Figure BDA0004061314860000032
所述变异系数具体为：
Figure BDA0004061314860000033
所述偏差系数具体为：
Figure BDA0004061314860000034
所述峰度系数具体为：
Figure BDA0004061314860000035
其中，
Figure BDA0004061314860000036
为样本均值，m为样本的数量，n为划分网格的数量，Y为纹理计算参数，S为样本标准差，Cv为变异系数，Cs为偏差系数，CK为峰度系数。
进一步地，所述步骤S3具体包括以下步骤：
S31、计算单样本网格三维纹理特征参数的统计指标；
S32、对样本参数进行正态分布检验；
S33、结合步骤S31计算得到的统计指标以及步骤S32得到的正态分布检验结果，对单个路面样本的均匀性进行综合评价，若单样本判定为均匀，则执行步骤S4，否则执行步骤S6。
进一步地，所述步骤S32中进行正态分布检验的方法包括但不限于Lilliefors检验、Kolmogorov-Smirnov检验，原假设为h，h＝0假设符合正态分布，若h＝1假设不符合正态分布；显著性水平alpha在0.01和0.2之间，p为接受假设的概率值，p小于alpha，则可以拒绝是正态分布的原假设。
进一步地，所述步骤S4中对多样本进行同分布检验的具体过程为：分别对样本进行两两比较，通过方差齐性检验来检验两对样本的方差是否相等，通过独立双样本T检验来检验两对样本的均值是否相等，若该路面采样的样本两两均有相近分布，则判定路面整体分布均匀。
进一步地，所述步骤S5的具体过程为：
采用基于二维小波分解得到的多尺度的纹理信息，确定粗细集料分布比ξ的评价指标，用于对应表示细集料和粗集料，所述细集料为等级1至等级I的相对能量之和，所述粗集料为等级J至最高级的相对能量之和，具体计算公式：
Figure BDA0004061314860000041
Figure BDA0004061314860000042
Figure BDA0004061314860000043
其中，RE为相对能量，E为能量值，x和y分别为三维数据中每个点的x轴和y轴坐标，zc,xy为二维层级Lc上的点(x,y)对应的高度坐标，c为二维小波的分解等级；
通过绘制粗细集料分布比ξ的分布，若ξ值高于设定的第一阈值，表明细集料多，若ξ值低于设定的第二阈值，则表明粗集料多，由此根据多样本间的ξ值分布来判断多样本之间是否存在粗细集料分布不均匀情况。
进一步地，所述步骤S6具体是利用全局莫兰指数I观察网格参数整体的聚集效应，以对整体样本的空间分布相关程度进行衡量，所述全局莫兰指数I的计算公式为：
Figure BDA0004061314860000051
其中，wij为空间权重值；
所述步骤S6具体是利用局部莫兰指数的分布对具体的空间聚集现象进行详细刻画，以描述局部破损和面域偏态的空间形态和严重程度，所述局部莫兰指数的计算公式为：
Figure BDA0004061314860000052
其中，Ii为局部莫兰指数。
与现有技术相比，本发明采用高精度的激光三维扫描技术获取路面纹理数据，运用数理统计、二维小波变换、空间自相关性分析等方式，并基于网格划分的方式，提出一种针对沥青路面均匀性进行评价的方法，建立了面域的精细化均匀性评价体系，能够实现路面均匀性的评估，对离析、糊面、剥落等多种不均匀现象进行描述和刻画。
本发明在获取路面三维纹理数据后，通过对样本进行网格划分，计算单样本每个网格单元的三维纹理特征参数，并进一步计算相应统计指标，以结合正态分布检验对单样本均匀性进行综合评价，若单样本判定为均匀，则进一步进行多样本均匀性评价，否则采用空间自相关性分析方法对局部不均匀形态进行细化评价。由此既能够确保样本数据量的丰富性，同时也能实现空间分布形态以及多种不均匀情况的描述。
本发明在进行多样本均匀性评价时，采用基于二维小波分解得到的多尺度的纹理信息，提出粗细集料分布比ξ的评价指标，表示细集料(等级1至等级I的相对能量之和)和粗集料(等级J至最高级的相对能量之和)，即能够根据多样本间的ξ值分布来判断多样本之间是否存在粗细集料分布不均匀的情况，实现更大范围地进行面域均匀性检测。
本发明在单样本不均匀情况下进一步分析单样本不均匀情况时，利用全局莫兰指数观察网格参数整体的聚集效应，对整体样本的空间分布相关程度进行衡量；利用局部莫兰指数的分布对具体的空间聚集现象进行详细刻画，描述局部破损和面域偏态的空间形态和严重程度。以此充分保证了局部均匀性细化评价结果的可靠性。
附图说明
图1为本发明的方法流程示意图；
图2为实施例中三种不同大小的网格的计算参数分布图；
图3为实施例中均匀的路面参数分布与统计指标数值；
图4实例中不均匀的路面参数分布与统计指标数值；
图5实施例中双样本同分布检验方法效果示意图；
图6为实施例中不同路面类型的ξ值分布示意图；
图7实施例中局部破损的空间形态描述示例图；
图8实施例中面域偏态的空间形态描述示例图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种基于网格分布特征的路面三维纹理均匀性评价方法，包括以下步骤：
S1、通过三维激光检测技术获取路面三维纹理数据，并进行数据预处理，得到样本数据；
S2、对样本进行网格划分，计算单样本每个网格单元的三维纹理特征参数；
S3、计算单样本网格三维纹理特征参数的统计指标，基于统计指标和正态分布检验对单样本均匀性进行综合评价，若单样本判定为均匀，则执行步骤S4，否则执行步骤S6；
S4、对多样本进行同分布检验，比较样本间的均匀程度，若多样本均服从同一种分布，则判定路面整体分布均匀；若多样本分布不一致，则执行步骤S5；
S5、基于二维小波分解得到的粗细集料分布比，判断多样本之间是否存在粗细集料分布不均匀的情况，得到全局均匀性细化评价结果；
S6、采用空间自相关性分析方法对局部不均匀形态进行描述和刻画，得到局部均匀性细化评价结果。
本实施例应用上述技术方案，具体过程包括：
一、通过三维激光检测技术获取路面三维纹理数据，并对样本进行网格划分；
二、计算单样本每个网格单元的三维纹理特征参数；
三、计算单样本网格三维纹理特征参数的统计指标，基于统计指标和正态分布检验对单样本均匀性进行综合评价；
A、若单样本判定为均匀：
则对多样本进行同分布检验，比较样本间的均匀程度，若多样本均服从同一种分布，则判定路面整体分布均匀；
若多样本分布不一致，则采用基于二维小波分解得到的粗细集料分布比判断多样本之间是否存在粗细集料分布不均匀的情况；
B、若单样本判定为不均匀：
采用空间自相关性分析方法对局部不均匀形态进行描述和刻画。
在步骤一中，具体是利用三维激光扫描设备获取路面三维纹理数据，并进行数据预处理，包括网格化、插值、滤波降噪等操作，将数据截取成相同尺寸的样本。
在步骤二中对样本进行网格划分，基于滑窗的思想，将一块路面样本平均分成若干个网格，对每个网格内的路面进行参数计算，即可获得纹理参数在该区域的分布特征。如图2所示，考虑到窗格划分的尺寸会对参数分布产生影响，窗格尺寸过大，则难以体现网格化分布的特点；窗格尺寸过小，则难以区分集料本身形态和集料分布的差别。因此实际应用中，窗格尺寸包括但不限于500mm×500mm、250mm×250mm和100mm×100mm。
在步骤二中，计算单样本每个网格单元的三维纹理特征参数，三维纹理特征参数包括轮廓参数、高度参数、功能参数、体积参数和复合参数，轮廓参数包括算术平均高度Ra、均方根高度Rq、算术平均斜率Da、均方根斜率Dq、算数平均波长La、均方根波长Lq和平均断面深度MPD；高度参数包括偏斜度Ssk、峭度Sku、最大峰高Sp、最大谷深Sv；功能参数包括中心部的水平差Sk、突出峰部高度Spk、突出谷部高度Svk、极点高度Sxp；体积参数包括谷部的空隙容积Vvv、中心部的空隙容积Vvc、峰部的实体体积Vmc、中心部的实体体积Vmp；复合参数包括界面扩展比Sdr。
在步骤三中，首先计算单样本网格三维纹理特征参数的统计指标，包括样本均值、样本标准差、变异系数、偏差系数和峰度系数，再对样本参数进行正态分布检验，综合统计指标和分布检验结果判断样本是否均匀。
其中，划分网格计算参数的样本均值
Figure BDA0004061314860000086
的计算如下：
Figure BDA0004061314860000081
式中，m表示样本的数量，n表示划分网格的数量，Y指代纹理计算参数。
样本标准差S的计算如下：
Figure BDA0004061314860000082
变异系数Cv的计算如下：
Figure BDA0004061314860000083
偏差系数Cs的计算如下：
Figure BDA0004061314860000084
峰度系数CK的计算如下：
Figure BDA0004061314860000085
在对样本参数进行正态分布检验时，检验方法包括但不限于Lilliefors检验、Kolmogorov-Smirnov检验，原假设为h，h＝0假设符合正态分布，若h＝1假设不符合正态分布。显著性水平alpha在0.01和0.2之间，p为接受假设的概率值，p小于alpha，则可以拒绝是正态分布的原假设。
如图3和图4所示，在实际应用中，基于计算得到的统计指标的辅助，结合现有的规范标准，通过综合分析对路面样本的均匀性进行评判。
在步骤四中，对多样本进行同分布检验，分别对样本进行两两比较，通过方差齐性检验来检验两对样本的方差是否相等，还通过独立双样本T检验来检验两对样本的均值是否相等，若该路面采样的样本两两均有相近分布，则判定路面整体分布均匀。
其中，同分布检验方法包括但不限于Hartley检验、Bartlett检验和Leyene检验(如图5所示)。
在通过独立双样本T检验来检验两对样本的均值是否相等时，检验统计量t的计算如下：
Figure BDA0004061314860000091
Figure BDA0004061314860000092
在步骤五中，若多样本分布不一致，则采用基于二维小波分解得到的多尺度的纹理信息，采用连续小波变换在x方向和y方向分别对样本进行分解，分解层级可选择设置为9，每个层级尺寸大小一致。对于分解的波长，9个等级分别为等级1(0.1～0.2mm),等级2(0.2～0.4mm),等级3(0.4～0.8mm)，…，和等级9(>25.6mm)，二维层级Lc的计算如下：
Figure BDA0004061314860000093
式中a为x方向的分解层级，b为y方向的分解层级。每个二维层级都是不超过其层级尺度的所有包含该层级信号之和。
步骤五中还提出粗细集料分布比ξ的评价指标，表示细集料(等级1至等级I的相对能量之和)和粗集料(等级J至最高级的相对能量之和)，其计算公式：
Figure BDA0004061314860000094
Figure BDA0004061314860000095
Figure BDA0004061314860000096
式中：RE表示相对能量，E表示能量值，x、y分别为三维数据中每个点的x轴和y轴坐标；zc,xy为二维层级Lc上的点(x,y)对应的高度坐标，c为二维小波的分解等级。
由此通过绘制粗细集料分布比ξ的分布(如图6所示)，若ξ值较高，表示细集料较多，若ξ值较低，表示粗集料较多，根据多样本间的ξ值分布判断多样本之间是否存在粗细集料分布不均匀的情况。
在步骤六中，若单样本判定为不均匀，采用空间自相关性分析方法分析单样本的不均匀情况，具体是利用全局莫兰指数I观察网格参数整体的聚集效应，对整体样本的空间分布相关程度进行衡量。全局莫兰指数I的计算如下：
Figure BDA0004061314860000101
式中，wij为空间权重值。
还利用局部莫兰指数的分布对具体的空间聚集现象进行详细刻画，以描述局部破损和面域偏态的空间形态和严重程度(如图7和图8所示)，局部莫兰指数的计算如下：
Figure BDA0004061314860000102
综上可知，本技术方案采用高精度的激光三维扫描技术获取路面纹理数据，运用数理统计、二维小波变换、空间自相关性分析等方式，基于网格划分的方式提出沥青路面均匀性评价的方法和体系，实现路面均匀性的评估，对离析、糊面、剥落等不均匀现象进行描述和刻画，丰富了现场施工和运维养护的沥青路面评估方式。本技术方案利用高精的三维数据，建立了面域的精细化均匀性评价体系和方法，为道路工程建设质量控制、施工验收、运营检测等阶段的路面评价提供了新思路。

Claims (10)

1.一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，包括以下步骤：
S1、通过三维激光检测技术获取路面三维纹理数据，并进行数据预处理，得到样本数据；
S2、对样本进行网格划分，计算单样本每个网格单元的三维纹理特征参数；
S3、计算单样本网格三维纹理特征参数的统计指标，基于统计指标和正态分布检验对单样本均匀性进行综合评价，若单样本判定为均匀，则执行步骤S4，否则执行步骤S6；
S4、对多样本进行同分布检验，比较样本间的均匀程度，若多样本均服从同一种分布，则判定路面整体分布均匀；若多样本分布不一致，则执行步骤S5；
S5、基于二维小波分解得到的粗细集料分布比，判断多样本之间是否存在粗细集料分布不均匀的情况，得到全局均匀性细化评价结果；
S6、采用空间自相关性分析方法对局部不均匀形态进行描述和刻画，得到局部均匀性细化评价结果。
2.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S1具体是利用三维激光扫描设备获取路面三维纹理数据，并进行数据预处理，包括但不限于网格化、插值、滤波降噪操作，以将路面三维纹理数据截取成多个相同尺寸的样本。
3.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S2中每个网格单元的三维纹理特征参数包括轮廓参数、高度参数、功能参数、体积参数和复合参数，所述轮廓参数包括算术平均高度Ra、均方根高度Rq、算术平均斜率Da、均方根斜率Dq、算数平均波长La、均方根波长Lq和平均断面深度MPD；
所述高度参数包括偏斜度Ssk、峭度Sku、最大峰高Sp、最大谷深Sv；
所述的功能参数包括中心部的水平差Sk、突出峰部高度Spk、突出谷部高度Svk、极点高度Sxp；
所述体积参数包括谷部的空隙容积Vvv、中心部的空隙容积Vvc、峰部的实体体积Vmc、中心部的实体体积Vmp；
所述复合参数包括界面扩展比Sdr。
4.根据权利要求1～3任一所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S2具体是基于滑窗思想对样本进行网格划分，以将一块路面样本平均分成若干个网格，之后通过对每个网格内的路面进行参数计算，得到纹理参数在该区域的分布特征，即为单样本每个网格单元的三维纹理特征参数。
5.根据权利要求3所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S3中样本网格三维纹理特征参数的统计指标包括样本均值、样本标准差、变异系数、偏差系数和峰度系数，所述样本均值具体为：
Figure FDA0004061314850000021
所述样本标准差具体为：
Figure FDA0004061314850000022
所述变异系数具体为：
Figure FDA0004061314850000023
所述偏差系数具体为：
Figure FDA0004061314850000024
所述峰度系数具体为：
Figure FDA0004061314850000025
其中，
Figure FDA0004061314850000026
为样本均值，m为样本的数量，n为划分网格的数量，Y为纹理计算参数，S为样本标准差，Cv为变异系数，Cs为偏差系数，CK为峰度系数。
6.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S3具体包括以下步骤：
S31、计算单样本网格三维纹理特征参数的统计指标；
S32、对样本参数进行正态分布检验；
S33、结合步骤S31计算得到的统计指标以及步骤S32得到的正态分布检验结果，对单个路面样本的均匀性进行综合评价，若单样本判定为均匀，则执行步骤S4，否则执行步骤S6。
7.根据权利要求6所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S32中进行正态分布检验的方法包括但不限于Lilliefors检验、Kolmogorov-Smirnov检验，原假设为h，h＝0假设符合正态分布，若h＝1假设不符合正态分布；显著性水平alpha在0.01和0.2之间，p为接受假设的概率值，p小于alpha，则可以拒绝是正态分布的原假设。
8.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S4中对多样本进行同分布检验的具体过程为：分别对样本进行两两比较，通过方差齐性检验来检验两对样本的方差是否相等，通过独立双样本T检验来检验两对样本的均值是否相等，若该路面采样的样本两两均有相近分布，则判定路面整体分布均匀。
9.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S5的具体过程为：
采用基于二维小波分解得到的多尺度的纹理信息，确定粗细集料分布比ξ的评价指标，用于对应表示细集料和粗集料，所述细集料为等级1至等级I的相对能量之和，所述粗集料为等级J至最高级的相对能量之和，具体计算公式：
Figure FDA0004061314850000031
Figure FDA0004061314850000032
Figure FDA0004061314850000033
其中，RE为相对能量，E为能量值，x和y分别为三维数据中每个点的x轴和y轴坐标，zc,xy为二维层级Lc上的点(x,y)对应的高度坐标，c为二维小波的分解等级；
通过绘制粗细集料分布比ξ的分布，若ξ值高于设定的第一阈值，表明细集料多，若ξ值低于设定的第二阈值，则表明粗集料多，由此根据多样本间的ξ值分布来判断多样本之间是否存在粗细集料分布不均匀情况。
10.根据权利要求1所述的一种基于网格分布特征的路面三维纹理均匀性评价方法，其特征在于，所述步骤S6具体是利用全局莫兰指数I观察网格参数整体的聚集效应，以对整体样本的空间分布相关程度进行衡量，所述全局莫兰指数I的计算公式为：
Figure FDA0004061314850000041
其中，wij为空间权重值；
所述步骤S6具体是利用局部莫兰指数的分布对具体的空间聚集现象进行详细刻画，以描述局部破损和面域偏态的空间形态和严重程度，所述局部莫兰指数的计算公式为：
Figure FDA0004061314850000042
其中，Ii为局部莫兰指数。
CN202310061658.2A 2023-01-16 2023-01-16 一种基于网格分布特征的路面三维纹理均匀性评价方法 Pending CN116050917A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310061658.2A CN116050917A (zh) 2023-01-16 2023-01-16 一种基于网格分布特征的路面三维纹理均匀性评价方法
PCT/CN2023/105096 WO2024152526A1 (zh) 2023-01-16 2023-06-30 一种基于三维特征分布的路面纹理均匀性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310061658.2A CN116050917A (zh) 2023-01-16 2023-01-16 一种基于网格分布特征的路面三维纹理均匀性评价方法

Publications (1)

Publication Number Publication Date
CN116050917A true CN116050917A (zh) 2023-05-02

Family

ID=86116140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310061658.2A Pending CN116050917A (zh) 2023-01-16 2023-01-16 一种基于网格分布特征的路面三维纹理均匀性评价方法

Country Status (2)

Country Link
CN (1) CN116050917A (zh)
WO (1) WO2024152526A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116631536A (zh) * 2023-07-25 2023-08-22 安徽省交通规划设计研究总院股份有限公司 图像处理视域下透水混凝土集料均匀性指标计算方法
WO2024152526A1 (zh) * 2023-01-16 2024-07-25 杜豫川 一种基于三维特征分布的路面纹理均匀性评价方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12018442B2 (en) * 2019-06-17 2024-06-25 Mr Support Inc. Ground information detection method, ground information detection system, ground information detection program, and profile
CN113160125B (zh) * 2021-02-25 2023-11-03 同济大学 一种基于三维纹理特征的沥青路面混合料级配预估方法
CN116050917A (zh) * 2023-01-16 2023-05-02 同济大学 一种基于网格分布特征的路面三维纹理均匀性评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024152526A1 (zh) * 2023-01-16 2024-07-25 杜豫川 一种基于三维特征分布的路面纹理均匀性评价方法
CN116631536A (zh) * 2023-07-25 2023-08-22 安徽省交通规划设计研究总院股份有限公司 图像处理视域下透水混凝土集料均匀性指标计算方法

Also Published As

Publication number Publication date
WO2024152526A1 (zh) 2024-07-25

Similar Documents

Publication Publication Date Title
CN116050917A (zh) 一种基于网格分布特征的路面三维纹理均匀性评价方法
CN107036933B (zh) 一种沥青路面压实均匀性精细化检测与评价方法
Keller High resolution CAT imaging of fractures in consolidated materials
CN105910902A (zh) 混凝土构件裂缝扩展路径的分形分析方法
Ferrero et al. Some open issues on rockfall hazard analysis in fractured rock mass: problems and prospects
CN113204830B (zh) 基于bp网络由横波波速确定黏性土地基承载力的校正方法
CN106284036A (zh) 基于探地雷达的公路路面压实度的评价方法
Dong et al. Three-dimensional evaluation method for asphalt pavement texture characteristics
CN107288016A (zh) 一种基于三维激光检测技术的沥青路面铣刨质量评价方法
CN111965711B (zh) 一种gpr图像正演技术路面反射裂缝深度发展模拟方法
CN114755269A (zh) 基于无损时域反射技术的黄土湿陷性原位评价方法及系统
Shi et al. Image processing of aggregate skeleton structure of asphalt mixture for aggregate uniformity quantification
CN112526622B (zh) 基于成像测井孔隙度谱的拟核磁回波数据计算方法
CN112798652B (zh) 一种用电阻率预测黄土湿陷性的方法
CN107268400B (zh) 一种路面施工质量检测方法及系统
Pei et al. Uniformity evaluation of asphalt pavements in hot and humid areas based on ground-penetrating radar
Yang et al. Visualization and quantitative statistics of experimental hydraulic fracture network based on optical scanning
CN114066271A (zh) 一种隧道突水灾害监测管理系统
CN114283133A (zh) 一种基于最邻近分析的沥青混合料均匀性评价方法
Zou et al. 2D and 3D evaluation of joint roughness exposed by rock cores
CN106771062A (zh) 岩体完整性的定量描述方法
Chen et al. Size effect characteristics of structural surfaces by improved projective covering method
Lin1* et al. Jet-grouting column diameter measurement using in-hole electrical resistivity tomography
Duan et al. A new method to characterize the stone-stone contact degree of asphalt mixture using x-ray computed tomography images
Suchocki et al. An example of using the OptD method to optimization of point clouds in the buildings diagnostics

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