公路交通科技  2018, Vol. 35 Issue (12): 42−47

扩展功能

文章信息

耿超
GENG Chao
基于图像处理的集料形态特征定量评价
Quantitative Evaluation of Morphological Feature of Aggregate Based on Image Processing
公路交通科技, 2018, 35(12): 42-47
Journal of Highway and Transportation Research and Denelopment, 2018, 35(12): 42-47
10.3969/j.issn.1002-0268.2018.12.007

文章历史

收稿日期: 2018-09-26
基于图像处理的集料形态特征定量评价
耿超1,2     
1. 长安大学 公路学院, 陕西 西安 710064;
2. 安徽皖通高速公路股份有限公司, 安徽 合肥 230088
摘要: 数字图像处理技术的引入,将会实现矿质集料颗粒形态特征的直接、客观的定量评价。通过对矿质集料数字图像进行噪声消除、图像分割、二值化形态学处理、边缘跟踪以及颗粒分析,得到了各个集料颗粒的面积、周长、拟合椭圆等形态特征参数。进一步对各参数进行统计分析,得到了针对集料的圆度、棱角性、表面纹理以及针片状颗粒含量等形态特征指标的分析结果。基于成像相关知识,采用基于LED光源的背光图像采集平台,对不同档位的集料颗粒形态特征进行定量评价和分析。试验结果表明:通过数字图像处理技术对不同档位集料颗粒形态特征参数进行图像描述,可以遴选出高效可行的有利于定量分析形态特征的参数;背光源采集方法可以更好提取集料颗粒图像边缘特征,使图像更有利于后续处理;不同档位下集料的圆度趋势比较明显,随粒径的增大而减小;棱角性变化与圆度截然不同,其中粗集料棱角性基本不变,而细集料随粒径的增大变化明显;粗集料的纹理指标值变化不大;粗集料的针片状颗粒含量为0,细集料的针片状颗粒含量大于1%。研究可以为矿质集料进场质量的过程控制提供快速高效的定量依据。
关键词: 道路工程     矿质集料     定量评价     图像分析     集料形态特征     背光图像采集平台    
Quantitative Evaluation of Morphological Feature of Aggregate Based on Image Processing
GENG Chao1,2    
1. School of Highway, Chang'an University, Xi'an Shaanxi 710064, China;
2. Anhui Expressway Co., Ltd., Hefei Anhui 230088, China
Abstract: The introduction of digital image processing technology will realize the direct and objective quantitative evaluation of the morphological characteristics of mineral aggregate particles. The morphological feature parameters of each kind of particles such as area, perimeter and fitting ellipse are obtained though the noise elimination, image segmentation, morphological binarization, edge tracking and the particle analysis to the digital images of the mineral aggregates. By statistical analysis on these parameters, the result of the morphological feature of aggregates such as roundness, angularity, surface texture, flat and elongated particle content are obtained. Based on imaging knowledge, a backlight image acquisition platform with LED light source is used to quantitatively evaluate and analyze the morphological feature of aggregate particles in different grades. The test result shows that (1) by using digital image processing technology to describe the morphological feature parameters of aggregate particles of different grades, the efficient and feasible parameters which are beneficial to quantitative analysis of morphological feature can be selected; (2) the image edge features of aggregate particles can be extracted by backlight acquisition method to make it more suitable for following processing; (3) the roundness trends of aggregates at different grades are obvious, which decrease with the increase of particle size; (4) the change of angularity is quite different from that of roundness, in which the angularity of coarse aggregate did not changed basically, while that of fine aggregate changed obviously with the increase of particle size; (5) the texture index values of coarse aggregate has not changed much; (6) the flat and elongated particle content of coarse aggregates is 0, and that of fine aggregate is more than 1%. The research can provide a fast and efficient quantitative basis for process control of the incoming quality of mineral aggregates.
Key words: road engineering     mineral aggregate     quantitative evaluation     image analysis     morphological feature of aggregate     backlight image acquisition platform    
0 引言

我国经济的发展十分迅猛,同时也带动了公路的快速发展,对路面性能的要求也随之变高。沥青混凝土路面在我国高等级公路和城市道路中占有绝对的优势,它具有噪声低、平整度高、路面维护简单、行车振动小等优良特性[1]。集料是沥青混凝土的主要成分之一,其形态特征的优良会影响到沥青路面的使用性能[2]

近些年来,数字图像处理技术[3]以及机器视觉技术[4]的发展迅猛,还可以与其他学科融合起来,这样的特点使得其常常应用于多个领域中,甚至将其应用在沥青路面的材料测试中,并针对其各个参数结果进行研究,现已取得比较大的成果,今后研究人员可以应用该方法,通过对集料的形态特征进行形象的描述,保证沥青混合料优良的质量,推动道路行业的发展。

当前已有不少道路工程相关的专家学者引入图像技术,对粗集料颗粒[5-12]、沥青混合料[13]以及集料形态特征对沥青混合料性能的影响[14-18]等进行了探索,取得了较好的成果。因此,研究基于图像分析的集料形态特征定量评价,实现集料的自动定量描述,可以极大地节省多余的人力物力,并且可以适用于各个场所,达到延长沥青路面的使用寿命,从而推动集料检测技术的进步和发展。

1 集料颗粒形态特征评价指标

利用光学成像技术采集集料颗粒的二维图像,然后对集料颗粒进行预处理消除图像采集过程中可能引入的噪声,再利用图像分割将各个集料分离得到集料的二值图像,之后利用形态学处理进一步消除噪声,再利用颗粒分析技术,最终得到集料的形态特征参数[6-7],从而完成对集料颗粒形态特征的评价。特征参数如下所述:

1.1 尺寸描述参数

(1) 面积

边缘轮廓所包含区域的面积称为集料面积,可用下面的公式来表示:

(1)

式中R为集料颗粒所在的区域。对于数字图像来说,微分单元dxdy表示单位元素,即一个构成集料颗粒的像素。因此,在计算集料颗粒的面积时,可以通过计算集料颗粒蕴含的像素个数来计算,计算公式为:

(2)

式中,xi为集料颗粒所在区域的像素序列,对任意的i, xi=1。

(2) 周长

周长指物体边缘的长度,这里是指集料的外轮廓长度。可以通过下面的公式计算集料的周长:

(3)

图像处理中的周长是用边界跟踪的结果来表示的。如果x1, x2, …, xN是边缘坐标表,则:

(4)

颗粒周长示意如图 1所示。

图 1 集料颗粒的周长 Fig. 1 Perimeter of aggregate particle

周长也可以用原图像与腐蚀图像的差来计算,这种方法是从数学的形态分析法出发来进行计算的。

(3) 拟合椭圆

所谓拟合椭圆,它是以集料边界为依据制作的,也可以叫做等效椭圆。它有3个参数,方向角、长轴以及短轴。相关参数如图 2所示。

图 2 集料颗粒的拟合椭圆 Fig. 2 Fitting ellipse of aggregate particle

上述尺寸特征就是集料的基本特征参数,在今后形状特征的参数计算时可以将以上数据作为基准进行计算,例如有的研究人员在进行集料颗粒与拟合周长比的计算时就是采用这类方法,所以作为集料颗粒棱角性的方法之一,其被广泛应用。

1.2 形状描述参数

形状描述参数主要用来界定集料的形状特征,其中包含可以表征集料形状指数的圆形度和表征集料是否为针片状颗粒的长宽比,用这种方法来得到集料的针片状含量。

(1) 长宽比

长宽比主要表征了集料的整体形状,一般定义为其等效椭圆的长轴与短轴之比。本研究通过计算长宽比来得到针片状含量。

(2) 圆形度

圆形度定义为周长与面积之比,它主要反映了集料整体形状接近于圆形的程度。此比值越接近数值1,则表明集料轮廓更近似于圆形。其计算方法为:

(5)

式中,P为集料周长;A为集料面积。

(3) 棱角性

颗粒的轮廓边界往往会有不同程度的凹凸不平的平面形状,这就是其棱角性,对该性质的概括有多种不同的定义,在本研究中主要根据其实际周长与等效周长作为参数进行计算和研究,公式为:

(6)

(4) 纹理

纹理参数反应的是集料是否粗糙或光滑以及规则的程度,它也是集料的重要特征之一。集料表面纹理的表示主要有以下两种方法:一种是用集料的表面特征来量化表面纹理,另一种是用集料的轮廓特征来量化表面纹理。本研究主要是利用集料的轮廓特征量化表面纹理特征,它相当于对集料的表面特征进行了取样。

除此以外,还可以以粗糙度为标准描述集料颗粒的轮廓文理,这种描述方式表现的主要是对颗粒轮廓的规则与否,分布均匀与否进行描述,具体通过计算颗粒的周长与凸周长的比值来体现。如果计算的数值为1.0,则表示该颗粒较为平滑,如果比值大于或小于1.0,则表示该颗粒较为粗糙。具体计算公式如下:

(7)

依托量化处理的形态特征参数,对集料颗粒进行深入分析,从而获得更加客观准确的集料形态的描述和评价。其中,颗粒的长宽与凸起程度是对颗粒形状最直观的描述,长宽比如果过大,则代表该颗粒为针型;除此之外,还可以参考棱角性和纹理参数的数值来判断颗粒形态。

2 基于集料颗粒图像采集与分析 2.1 集料颗粒图像采集

本研究采用背光方式对图像进行采集,该方法可以凸显矿质集料颗粒的边缘信息,从而有利于对集料颗粒图像进行后续加工和处理。因此,在采集图像的工具上,我们选择了设计背光采集平台,如图 3所示。

图 3 背光图像采集示意图 Fig. 3 Schematic diagram of backlight image acquisition

试验过程中所用到的采集平台以及采集后的图像,如图 4所示。

图 4 集料颗粒图像采集 Fig. 4 Acquisition of aggregate particle image

2.2 集料颗粒图像分析

将采集到集料颗粒图像进行灰度改善,通过调节灰度二值化以处理图像灰度,进而凸显其特征,然后运用形态学的方法进行观察。并对颗粒处理结果进行分析,分析结果主要针对量化集料的圆度、棱角性、表面纹理以及针片状含量等参数。集料颗粒图像分析流程,如图 5所示。

图 5 集料颗粒图像分析流程图 Fig. 5 Flowchart of aggregate particle image analysis

3 集料形态特征定量评价 3.1 不同档位集料颗粒图像处理结果

本研究采集了不同档位粒径的石灰岩矿质集料颗粒的图像,然后对其进行预处理,利用图像分析技术对集料的各个定量参数进行特征提取,并对特征进行分析,对颗粒形态进行科学的描述及评价。本研究以直径1.18, 2.36, 4.75, 9.5, 13.2, 16 mm为参考数据,分析颗粒石灰岩集料的表现,首先对其图像进行分析,图像处理结果见表 1

表 1 不同档位石灰石集料图像处理结果 Tab. 1 Processing result of images of limestone aggregates in different grades

3.2 不同档集料形态特征评价分析

本研究采用石灰岩作为实验的主要研究样本。通过石灰岩颗粒的图像以及其他信息的获取,进行形态的分析和研究,在分析中主要应用获取的数据参数等进行棱角性分析最终得到其特征,在本研究中,主要对圆形度、针片状颗粒含量等参数进行分析,并将其作为指标参数进行一系列研究,并对各个指标进行统计平均分析,从而得到参数值表,如表 2所示。

表 2 不同档石灰岩集料颗粒形态特征参数 Tab. 2 Morphological feature parameters of limestone aggregates in different grades
粒径/mm1.182.364.759.513.216
棱角性0.977 361.012 716 31.062 804 71.066 095 31.065 566 31.062 290 7
纹理1.017 5491.026 606 71.013 4791.012 415 31.012 843 91.011 345 1
圆形度1.332 4251.266 5951.263 5861.254 079 91.241 947 71.226 636
针片状颗粒含量/%1.771.010000

在凸起程度、棱角性、纹理及颗粒形状方面都得到了相关数据,具体分析如下文所述:

(1) 圆形度

将不同颗粒粒径的石灰岩集料圆形度进行对比分析,可以发现集料颗粒的圆形度随着粒径的增大而减小,变化曲线如图 6所示。

图 6 集料颗粒圆形度变化曲线 Fig. 6 Curve of roundness of aggregate particles

(2) 棱角性

在棱角性变化方面,石灰岩颗粒变化的曲线是非常明显的,但是,如果集料为粗颗粒构成,这种变化则不明显,曲线也趋于平缓,变化曲线如图 7所示。

图 7 集料颗粒棱角性变化曲线 Fig. 7 Curve of angularity of aggregate particles

(3) 纹理

通过比较不同档位的集料颗粒的纹理,可以发现纹理与筛孔尺寸大小有关,并随其进行变化,其指标值由1.18 mm集料颗粒的1.17增加到粒径为2.36 mm颗粒的1.26;而对于粗集料颗粒而言,其粒径的大小并不会影响纹理的变化。变化曲线如图 8所示。

图 8 集料颗粒纹理变化曲线 Fig. 8 Curve of texture of aggregate particles

(4) 针片状颗粒含量

本研究分析结果表明:在不同档位石灰岩集料颗粒样品研究中,粗集料颗粒的针片状含量为0,而细集料颗粒的针片状颗粒含量均不大于2%。针片状颗粒的数量很少,造成这种现象的原因,是由于现在道路对集料的质量要求提高,工艺也在不断完善,导致针片颗粒减少。

4 结论

本研究对集料颗粒的形态特征评价作用指标进行了分析,并实现了矿质集料颗粒在形状、棱角性、纹理以及针片状形态特征方面的定量评价。结论如下:

(1) 集料的形态特征是判断集料性能优劣的重要决定因素之一,一方面它影响着集料的物理性质,即集料的填充性能、稳定性能等,另一方面还会影响使用过程,即拌和、运输等。

(2) 为了能够更好的提取到边缘特征明显的集料颗粒图像,本研究采用背光源对矿质集料颗粒进行图像采集,这种采集方法在本研究后期集料形态特征的提取与分析中起到了不可或缺的作用。

(3) 本研究中采用的图像分析方法能够对集料的形态特征进行直接客观地描述,通过比较不同档位集料颗粒形态特征参数的图像描述,遴选了高效可行的有利于定量分析形态特征的参数。

(4) 采用图像方法分析了筛孔为2.36~16 mm的矿质集料颗粒,提取了相应的形态特征定量参数,在对实验数据统计分析后发现,集料的圆度变化趋势明显,随着粒径的增大呈现减小的趋势;集料棱角性变化截然不同,其中,如果集料由细颗粒组成,那么粒径的影响较大,变化明显;反之,粒径影响较小,变化不大;细集料纹理指标值随粒径变化明显,而粗集料颗粒的纹理指标值随粒径的变化不大;在本研究的分析中,细集料的针片状含量均大于1%,而粗集料的针片状颗粒含量为0。

参考文献
[1]
张登良. 沥青路面工程手册[M]. 北京: 人民交通出版社, 2004.
ZHANG Deng-liang. Asphalt Pavement Engineering Manual[M]. Beijing: China Commutations Press, 2004.
[2]
严家伋. 道路建筑材料[M]. 3版. 北京: 人民交通出版社, 2004.
YAN Jia-ji. Road Building Materials[M]. 3rd ed. Beijing: China Commutations Press, 2004.
[3]
RAFAEL C G, RICHARD E W.数字图像处理[M]. 3版.阮秋琦, 等译.北京: 电子工业出版社, 2017.
RAFAEL C G, RICHARD E W. Digital Image Processing[M]. 3rd Ed. RUAN Qiu-qi, et al translated. Beijing: Publishing House of Electronics Industry, 2017.
[4]
胡怀中, 张新曼, 刘瑞玲, 等. 机器视觉技术及应用[M]. 北京: 高等教育出版社, 2009.
HU Huai-zhong, ZHANG Xin-man, LIU Rui-ling, et al. Machine Vision Technique and Application[M]. Beijing: Higher Education Press, 2009.
[5]
ADHIKARI S, YOU Z P, HAO P W, et al. Image Analysis of Aggregate, Mastic and Air Void Phase for Asphalt Mixture[J]. Journal of Traffic and Transportation Engineering, 2013, 13(2): 1-9.
[6]
BOUQUETY M N, DESCANTES Y, BARCELO L, et al. Automated Measurement of Aggregate Properties:Part 2- Flakiness Index[J]. Materials and Structures, 2006, 39(1): 13-19.
[7]
MASAD E BUTTON J W. Unified Imaging Approach for Measuring Aggregate Angularity and Texture[J]. Computer-Aided Civil and Infrastructure Engineering, 2000, 15(4): 273-280.
[8]
肖倩, 张蕾. 路用粗集料形态可视化识别及其评价方法综述[J]. 公路交通科技, 2016, 33(5): 46-52.
XIAO Qian, ZHANG Lei. A Review of Visual Identification and Evaluation of Coarse Aggregate of Road Pavement[J]. Journal of Highway and Transportation Research and Development, 2016, 33(5): 46-52.
[9]
李晓燕, 卜胤, 汪海年, 等. 粗集料形态特征的定量评价指标研究[J]. 建筑材料学报, 2015, 18(3): 524-530.
LI Xiao-yan, BU Yin, WANG Hai-nian, et al. Research on Quantitative Evaluation of Morphological Characteristic of Coarse Aggregates[J]. Journal of Building Materials, 2015, 18(3): 524-530.
[10]
KWAN A K H, MORA C F, CHAN H C. Particle Shape Analysis of Coarse Aggregate Using Digital Image Processing[J]. Cement and Concrete Research, 1999, 29(9): 1403-1410.
[11]
BRZEZICKI J M, KASPERKIEWICZ J. Automatic Image Analysis in Evaluation of Aggregate Shape[J]. Journal of Computing in Civil Engineering, 1999, 13(2): 123-128.
[12]
陈国明, 谭忆秋, 王哲人. 集料表面纹理测量的试验设计[J]. 中国公路学报, 2006, 19(2): 36-41.
CHEN Guo-ming, TAN Yi-qiu, WANG Zhe-ren. Experimental Design for Measurement on Aggregates Surface Texture[J]. China Journal of Highway and Transport, 2006, 19(2): 36-41.
[13]
张惠玲.沥青混合料特征识别与评价系统研究[D].西安: 长安大学, 2005.
ZHANG Hui-ling. Research on Asphalt Mixture Feature Recognition and Evaluation System[D]. Xi'an: Chang'an University, 2005. http://cdmd.cnki.com.cn/Article/CDMD-11941-2006030701.htm
[14]
王彦喆.粗集料细观结构特征对沥青混合料性能的影响研究[D].西安: 长安大学, 2012.
WANG Yan-zhe. Study of Effect of Microstructure Characteristics of Coarse Aggregate on Performance of Asphalt Mixture[D]. Xi'an: Chang'an University, 2012.
[15]
叶奋, 丁新慧. 基于数字图像处理的粗集料二维形态特征参数分析[J]. 上海公路, 2017(4): 82-85.
YE Fen, DING Xin-hui. Analysis of Two-dimensional Characteristic Parameters of Coarse Aggregate Based on Digital Image Processing[J]. Shanghai Highways, 2017(4): 82-85.
[16]
张东, 侯曙光, 边疆. 粗集料形态对沥青混合料性能的影响研究现状[J]. 南京工业大学学报:自然科学版, 2017, 39(6): 149-154.
ZHANG Dong, HOU Shu-guang, BIAN Jiang. Review of the Effect of Coarse Aggregate Morphology on Asphalt Mixture Performances[J]. Journal of Nanjing Tech University:Natural Science Edition, 2017, 39(6): 149-154.
[17]
刚增军. 集料颗粒形态特征对沥青混合料高温性能的影响[J]. 筑路机械与施工机械化, 2017, 34(1): 47-51.
GANG Zeng-jun. Impact of Morphological Characteristics of Aggregate Particles on High Temperature Performance of Asphalt Mixture[J]. Road Machinery and Construction Mechanization, 2017, 34(1): 47-51.
[18]
肖源杰, 倪富健, 蒯海东, 等. 基于图像的粗集料形态对沥青面层抗剪性能的影响[J]. 郑州大学学报:工学版, 2006, 27(4): 44-48.
XIAO Yuan-jie, NI Fu-jian, KUAI Hai-dong, et al. Influence of Coarse Aggregate Shape Characteristics on the Shearing Properties of Hot-mix Asphalt[J]. Journal of Zhengzhou University:Engineering Science Edition, 2006, 27(4): 44-48.