房闯 卢野 张岩鑫
摘要:随着按体积设计沥青混合料理论的深入研究,沥青混合料的组成特性对提高路面质量显得尤为突出。数字图像处理技术作为一门应用越来越广泛的学科逐渐引入到道路建筑材料数字图像识别与特征提取方面。图像分割方法包括阈值法、边界法、边缘法。本文主要介绍了阈值法,以便更好的分析沥青混合料中的集料、沥青砂浆、玄武岩纤维和空隙的分布情况。
关键词:数字图像处理;图像分割;阈值法;
引言
图像分割是计算机视觉领域的一个重要研究方向,也是图像语义理解的重要组成部分。所谓图像分割就是根据图像的灰度、颜色、不同纹理等特性将图像分割成多个不相交的部分,使这些特性在同一组分内具有一定的相似性,但在不同组分之间表现出显著的差异。简言之,在图像中,目标与背景是分开的。对于灰度图像,区域内的像素一般具有灰度相似性,而区域内的像素具有灰度不连续性。
目前,国际上已经提出了多种关于整体图像灰度分割的设计方法,但是根据各种图像分割方法的要求及实现的理论依据不同,可以将各种图像灰度分割设计算法划分成3种不同的图像分割路径,一是基于阈值的分割算法;二是基于区域的图像分割算法;三是基于边缘检测的分割算法。沥青混合料马歇尔试件的CT图像由矿料、沥青和空隙三种成分组成,如何正确分割三种组分十分重要,若分割不准确将对后续的计算结果产生不良影响。
1、阈值法
阈值分割方法是图像分割中应用最多的方法,常用的方法包括OTSU阈值分割和迭代阈值分割等。图像阈值分割的关键问题是确定合适的阈值。密级配沥青混合料中细集料颗粒较多,图像处理过程中常发现很多粘连颗粒需要分割。洪浩等[1]提出 OTSU 算法与遗传算法( GA) 相结合的阈值分割方法; 黄文柯等[2]提出改进的形态学多尺度算法,该方法能够有效分割粗集料粘连图像。分水岭分割方法是一种基于拓扑理论的数学形态学的分割方法,将灰度图像看成拓扑地貌,通过分水岭变换确定图像中的集水盆地和山脊线,并将之分割[3]。郭庆林等[4] 采用分水岭分割方法进行图像分割,以还原图像集料颗粒的真实形状。黄志福[5]研究密级配沥青混合料均匀性图像处理时采用分水岭分割方法还原图像集料颗粒的真实形状。Reyes-Ortiz 等[6]针对密级配沥青混合料,运用形态学操作分离、分割、消除不必要的颗粒,建立了沥青混合料颗粒分割模型,并验证了数字图像处理在材料颗粒识别中的应用和通用性。
2、阈值法分割原理
阈值分割方法的基本思想是根据图像的灰度特性计算出一个或多个灰度阈值,并将每个像素的灰度值与阈值进行比较,最后根据比较结果将像素划分为适当的类别。从本文沥青混合料的CT图像可以看出,矿料分布不均,形状不规则,数量多,但颜色明亮,易于辨认,而空隙和沥青砂浆的颜色肉眼难以分辨。因此,根据沥青混合料中礦物骨料、空隙率和沥青砂浆的不同灰度,可以选择阈值分割方法进行图像分割。
若原始图像为f(x,y),按照一定的准则f(x,y)中找到若干个特征值K1,K2,……KN,其中N>1将图像分割成n个部分,分割后的图像:
3、阈值获取方法
一般来说,阈值的获取通过全局阈值法和局部阈值法来实现。全阈值法是用一个固定的阈值对整个图像进行分割,图像的灰度直方图是对每个像素灰度值的统计度量,常作为阈值选取的基准。而图像的灰度直方图具有双峰特性,通常选取两个峰值之间峰谷对应的灰度值作为分离图像目标和背景的阈值。
1.3分割效果图
阀值分割法不仅可用于两区域的单阀值选择,也可扩展到多区域的多阀值选择。本文通过最大类间方差法获取图像分割阀值,通过对阀值进行微调并对比确定最佳分割阀值,使用最佳分割阀值对图像进行分割。阀值分割效果如图1。
结论
沥青混合料均匀性的评价方法和判定标准是沥青路面技术领域研究的重要问题。数字图像处理技术已广泛应用于道路工程领域。沥青混合料均匀性数字图像评价方法具有检测频率高、样本量大、方便快捷、准确性好、智能化程度高等特点,适应高速公路信息化与智能化建设的需求,可实现对沥青路面施工质量实时快速评价、预警、反馈和指导。国内外研究学者虽然在沥青混合料均匀性数字图像处理技术、评价方法和指标及判定标准等方面已取得大量研究成果。阈值法可以合理地将其视为分布恒定,即其目标对象与背景具有几乎相同的对比度,且灰度值基本保持恒定。因此,采用全局阈值法对集料颗粒与再生沥青胶浆、空隙分离进行分割。
参考文献
[1]Hong H,Huo C B. Journal of Liaoning University of Technology(Natural Science Edition),2016,36(2),99(in Chinese).洪浩,霍春宝. 辽宁工业大学学报(自然科学版),2016,36(2),99.
[2]Huang W K,Zhang X N. Journal of Harbin institute of technology,2016,48(3),125(in Chinese).黄文柯,张肖宁. 哈尔滨工业大学学报 ,2016,48(3),125.
[3]Sheng Y P,Wan C,Li H B,et al. Journal of Building materials,2015,18(4),710(in Chinese).盛燕萍,万成,李海滨,等. 建筑材料学报 ,2015,18(4),710.
[4]Guo Q L,Cheng Y C,Tao J L. Journal of Highway and Transportation Research and Development,2015,32(3),32(in Chinese).郭庆林,程永春,陶敬林.公路交通科技,2015,32(3),32.
[5]黄志福.基于数字图像处理技术的沥青混合料均匀性检测及评价研究,博士学位论文,重庆交通大学,2018.
[6]Reyes-Ortiz O J,Mejía M,Useche-Castelblanco J S. Bulletin of the Polish Academy of Sciences: Technical Sciences,2019,67(2),279.
本论文依托吉林省大学生创新创业项目,项目编号:202010191130