基于数字图像法的新老混凝土粘结面粗糙度研究

田稳苓，宋 昭，肖成志，夏铭宇

（1.河北工业大学 土木与交通学院，天津 300401；2.河北工业大学 河北省土木工程技术研究中心，天津 300401）

基于数字图像法的新老混凝土粘结面粗糙度研究

田稳苓1，2，宋 昭1，肖成志1，2，夏铭宇1

（1.河北工业大学 土木与交通学院，天津 300401；2.河北工业大学 河北省土木工程技术研究中心，天津 300401）

新老混凝土结合面粗糙度是影响其粘结效果的重要因素之一.基于数字图像技术原理，针对新老混凝土粘结面提出了一种新型量测其粘结面粗糙度的数字图像新方法.该方法首先运用数字图像技术对新老混凝土粘结面图像像素值进行量化计算，并借助混凝土粘结面试验建立了数字图像法所得平均构造深度和灌砂平均深度及粗糙面分数维值之间关系.结果表明：数字图像法结果与传统灌砂法和分数维法结果间存在明显的线性关系，说明数字图像法测量新老混凝土粘结面粗糙度是可行的；进而研究了粘结面粗糙度系数对新老混凝土界面抗剪强度的影响，确定了数字图像法所得平均构造深度与粘结面粗糙度系数之间的计算公式，这为新老混凝土结合面粘结强度的计算提供了新方法．

新老混凝土；粗糙度；数字图像技术；粘结性能

新老混凝土界面粘结质量是既有混凝土结构维修与加固工程中的重要问题．当前研究表明：新老混凝土粘结面的粗糙度是影响界面粘结性能的主要因素之一[1-2]，所以对粘结面粗糙度的测量方法进行研究就显得尤为重要．目前针对混凝土界面粗糙度的常规测量方法主要有3种.1）灌砂法：灌砂法操作简单但精度不高[3]；2）分数维法：该方法相对于灌砂法有较高的精度，但仪器设备复杂且操作效率低，不适合大面积粘结面粗糙度的测量[4]；3）观察法：该方法基于混凝土表面粗骨料裸露的百分比来度量界面粘结面粗糙度[5]，测量结果只能靠观察来确定，存在很大的主观性且精度不够．因此，采用新型高效的方法来测定界面粗糙度是必要．近年来作为兴起且广泛用于测量工程领域的新技术，数字图像技术具有非接触、高速度、范围大、信息量丰富、成本相对低廉等诸多优点[6]．鉴于此，本文拟将数字图像处理技术应用于新老混凝土粘结面粗糙度的量测，通过粗糙界面上凹凸起伏引起反映光线明暗的不同，构建图像像素与粗糙度之间的相互关系，从而弥补灌砂法、分数维法及观察法的不足，为工程提供一种新型方便和快捷的测量方法．

1 数字图像技术原理简介

1.1 试件制作

用于混凝土界面粗糙度的数字图像技术是将粘结面图像采用其平面上的位置坐标（x，y）和相应点亮度F（x，y）的二维矩阵来表示和存储，即一个数字图像可以看成一个矩阵或一个二维数组，其基本元素称为像素．单色级灰度图像的像素取值范围为 [0，255]，“0”表示纯黑色，“255”表示纯白色，中间的数字从小到大表示由黑到白的过渡色，表征其颜色的深浅程度[7]．因此，基于数字图像处理技术的混凝土粘结面粗糙度分析，其实质即是针对储存粘结面图像信息的二维矩阵或数组进行分析处理[8]．

混凝土粘结面图像信息主要采用数码相机获取，当平行光照射在粘结面上时，反射光线呈漫反射，此时反射到相机感光底片上的各点光线强度不同，其中表面凸起部分亮度高，下凹部分亮度低．由于混凝土主要成分由水泥、骨料和粉煤灰组成且各自颜色趋于相同，因此，对图像进行灰度处理时，通过计算灰度图像各点的明暗程度，即灰度值的大小，以此来描述粘结面的凹凸程度或粗糙度．其中数字图像内凸起部分在对应区域中反应出较大的像素值，而下凹部分在对应区域的像素值则相对较小．进而，对采集的粘结面数字图像信息进行处理，得到图像的像素平均值之差，再经过比例来修正即可得出混凝土土粘结面上测量点处表面构造深度值．

1.2 混凝土粘结面纹理构造深度计算

基于上述数字图像技术的基本原理，将粘结面图像的像素值进行量化处理，建立粘结面的空间曲面构造模型，计算粘结面构造深度[9]．粘结面构造深度是指各测量点相对于所测粘结面最高点的下凹深度的平均值，用像素值来表征是凸起部分像素平均值与下凹部分平均值之差，再经过比例来修正即可得出测量点处表面构造深度值．图1和图2为混凝土粘结面数字图像与像素空间分布图像的对比，数字图像的像素大小与粗糙面凸凹状态呈一一对应关系．

图1 混凝土粘结面图像Fig.1 Image of rough surface of Specimen

图2 图像像素空间分布图Fig.2 Image pixel space distribution

获取图像坐标（x，y）对应的像素值F（x，y），得到空间曲面构造模型为

式中：x和y分别为粘结面上测量点的坐标值；Z为粘结面上相应（x，y）坐标点的像素值．

基于图1图像处理及其相应的图2中图像像素提取，可以利用式（1）求出混凝土粘结面上给定区域D内各点的像素空间曲面构造模型函数，进而可求得像素极大值Fmax所在平面间所围体积Vpixel为

式中：Vpixel为像素空间体积；Fmax为像素最大值；D为积分区域．

进一步，利用式（2）可计算特定的数字图像区域面积A内的平均构造深度Hpixel，即

2 基于数字图像技术和传统方法的混凝土粘结面粗糙度的试验对比分析

为了分析数字图像处理技术在混凝土粘结面粗糙度计算的可靠性，这里基于试验制作了多组混凝土试件，并根据数字图像技术获取混凝土试块粘结面图像信息并对其进行了处理分析，所得结果同时与传统的灌砂法和分维数法所得到结果进行了对比分析及相关性分析，以确定数字图像技术的可靠性．

2.1 混凝土试件制作

选取表1中混凝土试件配比，浇制15个强度等级为C40且尺寸为150 mm×150 mm×150 mm的混凝土试件，待养护28 d后采用切割机将试件从中间切开，制作得到30个150 mm×150 mm×75 mm混凝土试件，其粘结面平面尺寸为150 mm×150 mm的正方形，并采用人工凿毛的方法处理粘结面，处理后的30个试件如图3所示．

表1 混凝土试件配合比Tab.1 Proportion of concrete specimens

图3 混凝土试件Fig.3 Concrete specimen

2.2 不同方法的试验数据采集

1）灌砂法测量混凝土试件粘结面的粗糙度：如图4a）所示，在混凝土粘结面四周围上塑料薄板，向板内灌注标准砂，直至砂面与粘结面的最高点齐平，然后将处理面上的砂全部倒入量筒中，测量出所用标准砂的体积，进而可得到灌砂平均深度H．

2）分数维法测量粘结面粗糙度：如图4b）所示，选取混凝土试件粘结面某角点为基点，测量第1条剖面迹线．沿纵向每精确移动5 mm，用连接计算机的百分表采集数据，每条迹线共30组数据．测量完成后，横向移动10 mm测量第2条剖面迹线；重复以上操作共得到15条剖面迹线，由此可得的粗糙面分数维值Df．

3）数字图像技术获取图像信息：考虑到光照状态是决定原始数字图像质量采集的主要因素，因此规范图像采集操作对于减少原始图像的信息误差至关重要．这里数字图像的拍摄设备统一采用普通数码相机，在进行数字图像采集前需用水冲洗混凝土表面并晾干，确保拍摄区域清洁干净．在数字图像采集过程中，通过综合考虑发光源的亮度、照射角度等影响因素后，最终选择拍摄点距粘结面的垂直距离固定为50 cm，且拍摄时保持镜头平面与混凝土表面平行．当所测区域面积较大时，图像信息不能一次被采集完成，应对所测区域进行适当划分，并对所划分区域逐一进行图像采集.相机应保持在每个区域中心正上方，保持拍摄点距粘结面的垂直距离不变．

图4 传统方法试验数据采用示意图Fig.4 Schematic diagram of data acquisition for traditional method

2.3 试验结果及分析

本文分别采用数字图像法、灌砂法和分维数法等3种方法对30个面积为150 mm×150 mm的人工凿毛混凝土粘结面的粗糙度进行了测量，并通过分析处理建立了数字图像法与传统灌砂法和分维数法所测值之间的关系．基于混凝土试件试验测得的粗糙面试验灌砂平均深度、分维数值和数字图像法的平均构造深度Hpixel，结果如表2所示．

表2 灌砂法、分数维法和图像法粗糙度测量结果Tab.2 Roughness measurement results obtained by sand filling，fractal graphics and images method

为了建立数字图像法所获得到平均构造深度Hpixel与灌砂平均深度H和分数维值Df，根据表2中数据，建立了基于30组混凝土试件的Hpixel-H相互关系，如图5所示，并针对二者散点图进行拟合分析，所得Hpixel-H之间的关系曲线为

同理，根据表2中数据，建立Hpixel-Df的关系模型，拟合直线如图6所示，由此可行二者之间的拟合回归方程为

由图5和图6可得知，图像法测量平均构造深度Hpixel与灌砂平均深度H和分数维值Df之间呈较好的线性关系，表明数字图像技术用于粘结面粗糙度测量是可行的，但图像法不适用于测量粗糙度较小的界面．当界面粗糙度较小时，各点反射到相机感光底片上的光线强度差异太小，粘结面上凸和下凹部分的像素值差别不大，测量结果不准确．

图5 Hpixel-H拟合曲线Fig.5 Hpixel-H fitting curve

另外，由式（4）可知，当灌砂法粗糙度小于1.33 mm时，图像法就不能测量了，为了确保测量结果准确，本文建议图像法仅适用于测量粗糙度大于1.5 mm的混凝土粘结界面．

图6 Hpixel-Df拟合曲线Fig.6 Hpixel-Dffitting curve

3 新老混凝土粘结面粗糙度系数与平均构造深度的相关性研究

研究表明，新老混凝土间的粘结抗剪力是影响其整体抗剪强度大小的重要因素之一[10]．目前新老混凝土粘结抗剪力通常采用下式计算

式中：Ac为新老混凝土结合面面积，m2；τJ为新老混凝土间的粘结抗剪强度，MPa．

另外，结合面新老混凝土粘结抗剪强度τJ与结合面的粗糙度、界面剂类型和新老混凝土的立方体抗压强度等密切相关，其计算公式为

其中：ζ1为结合面粗糙度影响系数；ζ2为界面剂类型影响系数；当无界面剂时ζ2=1；当涂刷水泥净浆时ζ2=1.5；当涂刷试验用商品界面剂时ζ2=1.5；fcum为新、老混凝土立方体抗压强度平均值，MPa．

实际上，式（7）中结合面粗糙度系数ζ1因界面粗糙度不同而取值存在差异性，如何伟等[11]指出当结合面抗剪试验中粗糙度为1.5mm，ζ1=0.1212；郭进军等[12]指出当结合面抗剪试验中粗糙度为1.88～3.21mm，ζ1=0.064；刘传奇等[13]指出结合面抗剪试验中粗糙度为1.8～3.0 mm，ζ1=0.069 56．目前不同规范中对于界而粗糙度的分类差异较大[11]，有非常光滑、光滑、粗糙、很粗糙或刻意凿毛等，由此导致界面摩擦系数的取值亦存在较大差异，对结合面粗糙度影响系数的取值没有明确地计算方法．

表3 粗糙度影响系数表Tab.3 Roughness coefficient

基于此，本文通过整理大量相关文献数据[9-12]，得到结合面粗糙度系数ζ1与粗糙度H之间的关系，进而结合式（4） 得到粗糙度系数ζ1和平均构造深度Hpixel之间的关系．表3和图7所示为ζ1-H间的关系．根据表3中数据，建立ζ1-H的关系模型，拟合曲线如图7，其回归方程为

由此，根据式（4）中Hpixel-H的关系模型，将式（8）代入式（4）中得到了数字图像法中平均构造深度与界面粗糙度系数之间的关系式：

由式（8）和式（9）可知，在一定的粗糙度范围内，结合面抗剪强度随着粗糙度的增加而增大；当粗糙度超过某一范围时，结合面抗剪强度随着粗糙度的增加而减小．结果表明：适度的新老混凝土粘结面粗糙度有利于提高新老混凝土间的粘结抗剪强度．根据本文试验数据，对于采用人工凿毛方式处理的粘结面，灌砂法最优粗糙度H为2.50～3.00 mm，而图像法最优粗糙度Hpixel为28.72～41.01．

图7 ξ1-H拟合曲线Fig.7 ξ1-H fitting curve

4 结语

1）基于数字图像技术对新旧混凝土粘结面的图像信息进行处理，得到粘结面的平均构造深度，其结果与灌砂法和分数维法结果通过比较表明图像法测量平均构造深度Hpixel与灌砂平均深度H和分数维值Df之间具有显著的线性关系，表明数字图像法测量结果用于粘结面粗糙度测量是可行的．

2）数字图像法适用于测量灌砂法粗糙度大于1.5 mm时，界面粗糙度过小时不能用图像法测量．

3）利用图像处理法得出的粗糙度结果与粗糙度影响系数拟合，得到了粗糙度影响系数的计算式，进而用于新老混凝土间的粘结抗剪强度的计算中．

4）对于采用人工凿毛方式处理的粘结面，灌砂法最优粗糙度为2.50～3.00 mm，图像法最优粗糙度为28.72～41.01．

[1] 马卫红.影响新老混凝土粘结强度的主要因素研究[J].科技信息，2010，34（33）：324-325.

[2] 赵志芳，周厚贵，袁群．新老混凝土的粘结机理研究与工程应用[M].北京：中国水利水电出版社，2003：8-28.

[3] 赵志方.测量新老混凝土粘结面粗糙度的方法[J].建筑结构，2000，30（1）：26-29.

[4] 林娜，尹健，张雄.分形理论在新-老混凝土粘结强度研究中的应用[J].建筑材料学报，2006，9（4）：399-403.

[5] 管大庆，陈章洪，石韫珠.界面处理对新老混凝土粘结性能的影响[J].混凝土，1994（5）：16-22.

[6] 王耀南，李树，毛建旭.计算机图像处理与识别技术[M].北京：高等教育出版社，2001：55-173.

[7] 杨帆.数字图像处理与分析[M].北京：北京航空航天大学出版社，2007：57-71.

[8] 宋永朝，黎富春，梁乃兴.基于数字图像技术的露石混凝土表面构造研究[J].重庆交通大学学报（自然科学版），2012，31（2）：785-787.

[9] 王端宜，李维杰，张肖宁.用数字图像技术评价和测量沥青路表面构造深度[J].华南理工大学学报（自然科学版），2004，32（2）：42-45.

[10]王振领，林拥军，钱永久.新老混凝土结合面抗剪性能试验研究[J].西南交通大学学报，2005，40（5）：600-604.

[11]何伟.新老混凝土界面粘结强度的研究[D].长沙：湖南大学，2004.

[12]郭进军.高温后新老混凝土粘结的力学性能研究[D].大连：大连理工大学，2005.

[13]刘传奇.新旧混凝土界面粘贴机理试验研究[D].西安：长安大学，2014.

[14]刘杰，陈娟娟.新老混凝土界面抗剪强度研究现状综述[J].混凝土，2015（1）：62-67.

Research on roughness of bonding interface between young and old concrete based on method of digital image

TIAN Wenling1,2,SONG Zhao1,XIAO Chengzhi1,2,XIA Mingyu1

（1.School of Civil and Transportation Engineering,Hebei University of Technology,Tianjin 300401,China；2.Technology and Research Center of Civil Engineering of Hebei Province,Hebei University of Technology,Tianjin 300401,China）

The roughness of bonding interface between young and old concrete is one of the important factors affecting its strength.Based on the theory of the digital image method,a new approach to measure the roughness between young on old concrete bonding interface was adopted in this paper.Firstly,the image value between young and old concrete bonding interface was calculated by the method of digital image,and then the relationship among average texture depth calculated with the method of digital image,average roughness calculated with sand filling and fractal method were investigated.The calculation result showed that the values measured with digital the image has a remarkable linear relationship with values with the traditional method,which demonstrates that the newly adopted approach is valid to measure the roughness of bonding interface.Furthermore,based on the effect of the roughness on the shear strength of interface,new calculation mode reflecting the relationship between average texture depth and coefficient of roughness was obtained.This calculation mode provides a new approach for calculating the bonding strength between young and old concrete.

young and old concrete;roughness;method of digital image;bonding property

TU528

A

1007-2373（2017） 05-0074-06

10.14081/j.cnki.hgdxb.2017.05.013

2017-02-27

天津市市政公路行业科研计划（2013-09）

田稳苓（1961-），女，教授．通讯作者：宋昭（1993-），男，硕士研究生，705231664@qq.com．

[责任编辑 杨 屹]