数字图像处理下集料形状特征量化研究

张毓 董永强

【摘要】本文针对不同岩性集料形状特征，首先获取集料二维图像，基于厚度下的集料体积模型假设，对二维图像下的集料体积模型进行研究。提出了集料几何形态特征的二维指标，玄武岩9.5mm檔集料颗粒研究得出：二维指标圆度和凸度都接近于1，而轴度和针度值较小，表明该档玄武岩集料细长比不大，颗粒形状比较好。

【关键词】道路工程；集料；形态特征；数字图像处理

引言

集料棱角性对沥青混合料性能的影响十分重要的，许多外国学者都对集料棱角性的评价方法展开系统研究。为此，本文采用数字图像处理技术（DIP）技术，对不同集料形状特征量化研究。

1 集料的图像识别与处理分析

本文通过使用高倍数码相机进行集料图像的获取，采用白色背景，中间使用一角硬币参照，以此选取标尺能较准确的获得集料的实际平面尺寸。利用IPP软件进行形态分析。

图像识别的目的是对图像中感兴趣的对象进行测量，以获得它们的客观信息，从而对对象的进行分类、评价。而图像处理的目的则是使这一识别过程更方便、更准确。

对采集到的图像通过PS进行图像增强等预处理，通过MATLAB平滑分析及灰度门限法进行阀值分割。选取玄武岩9.5mm为例，进行PS预处理后的图像如下图1，然后利用IPP软件进行处理，图2为IPP处理后的轮廓图像。

图1玄武岩9.5mm集料采集图像

图2 IPP对玄武岩9.5mm轮廓选取图

2 集料几何形态特征指标

集料的形状特征会影响沥青混合料的力学特性和使用性能，针片状颗粒集料对沥青混合料的性能不利是我们所不希望出现的。提出基于集料几何形态特征可分为二维指标。

集料的棱角性所反映的是集料表面轮廓上角度的变化，角度变化越锋利则表现为更凸或则更凹。这里引用等效椭圆的概念，是由于等效椭圆较好的保持了颗粒形状，椭圆的棱角性为0，因此，基于周长的棱角性可表征为

（1）

式中：Perimeter为集料轮廓周长；Perimeterconvex为凸面的周长；P为凸度。

依据等效椭圆可以保留集料轮廓形状特征，最小化了轮廓形状对棱角性量化的影响，集料形态特征量化指标可以从等效椭圆的关系来引出。

（2）

用圆度来表示集料颗粒接近与圆的程度，可表征为

（3）

3 集料形态特征量化指标分析研究

测量结果中，长度、宽度单位是以像素为单位的，因此要进行单位的转化，已知图中一角硬币直径19mm。选中硬币的外轮廓进行标尺设定，然后就可以进行测量分析。首先进行误差分析验证，如图3所示，硬币对象编号51测得的平均直径结果为18.963mm。误差仅为0.95%，表示可以满足误差的要求。然后进行集料颗粒的软件识别计算。

图3 硬币对象51号轮廓的获取图

量化集料形态的二维、三维量化指标，以玄武岩9.5mm中的40个颗粒为例，分析其七个关键指标来评价各指标的相互关系，具体形态特征量化指标计算结果如图4所示。

图4 玄武岩9.5mm的形态特征量化指标

图4中玄武岩9.5mm的形态特征量化指标可以看出，圆度和凸度都接近于1，说明玄武岩9.5mm轮廓形状的变化不大，凸度P基本等于1，集料的凸面周长与集料周长基本一致，表面玄武岩颗粒的棱角性和纹理较小，集料相应之间的空隙率也较小，球度DS和形状因子SF都在1的下方呈现出相似的变化规律，差异性变化不大，其针度介于1.07-2.31之间，扁度介于1.55-2.85之间，而轴度AS（等效椭圆的长短轴比）介于1.09-2.08之间，表明细长比较小，扁平状和针片状含量较小，显然可以得到玄武岩9.5mm集料颗粒的破坏或者在重复荷载下集料颗粒的定向排列发生的可能性较小，可以获得很好的车辙性能。

4 结语

（1）对采集到的图像进行PS软件预处理，包括图像增强、灰度变化等，然后通过MATLAB平滑分析及灰度门限法进行阀值分割。使用IPP进行轮廓提取和对象转化便于软件的计算。

（2）假设同一料场骨料的来源相同，厚度应该或多或少与宽度有一定关联。通过此种体积模型的假

设进行集料的形态研究，采用形状参数的加权平均值来计算分析。

（4）以玄武岩9.5mm中的40个颗粒为例，IPP研究得出：玄武岩颗粒的棱角性和纹理较小，集料相应之间的空隙率也较小。扁平状和针片状含量较小，因此玄武岩9.5mm集料颗粒的破坏或者在重复荷载下集料颗粒的定向排列发生的可能性较小，可以获得很好的抗车辙性能。

参考文献：

[1]曹平.表面形貌与污染物对沥青路面抗滑性能影响的研究[D].武汉理工大学博士论文，2009.

[2]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.

[3]周纯秀，陈国明，谭忆秋.集料表面纹理粗糙度的测量[J].交通运输工程学报，2009， 9（1）：50-55.

[4]汪海年，郝培文，肖庆一，等.粗集料棱角性的图像评价方法[J].东南大学学报（自然科学版），2008，38（4）：637-641.

[5]王金安，谢和平，M.A.科瓦西涅夫斯基.应用激光技术和分形理论测量和描述岩石断裂表面粗糙度[J]. 岩石力学与工程学报，1997，16（4）：354-361.