曹源文，溫永杰，李升連，楊清華，白麗萍

1. 重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院，重慶 400074 2. 西南交通建設(shè)集團(tuán)股份有限公司，云南 昆明 650034 3. 云南建投博昕工程建設(shè)中心試驗(yàn)有限公司，云南 昆明 650224

0 引言

截至2017年底，中國(guó)大陸的高速公路通車總里程已達(dá)到13.6萬(wàn)km，其中絕大多數(shù)是瀝青混凝土路面。隨著機(jī)械制造技術(shù)的不斷進(jìn)步，瀝青混合料攤鋪機(jī)已具有控制攤鋪速度、送料速度和自動(dòng)精準(zhǔn)找平等功能，使之成為瀝青路面攤鋪的重要設(shè)備之一[1]。但在實(shí)際施工中，由于機(jī)械、材料和人為等因素的影響，導(dǎo)致粗、細(xì)集料分布不均勻，產(chǎn)生離析現(xiàn)象[2]，影響路面的攤鋪質(zhì)量和使用壽命[3]。為了更好地評(píng)價(jià)攤鋪質(zhì)量，很多學(xué)者做了相關(guān)方面的研究：萬(wàn)成等[4]運(yùn)用圖像處理技術(shù)，從顆粒平均粒度和均勻度2個(gè)方面進(jìn)行研究，對(duì)級(jí)配的均勻程度進(jìn)行評(píng)價(jià)；楊獻(xiàn)章[5]和劉佳輝[6]等人對(duì)瀝青路面隨機(jī)取樣，然后利用數(shù)字圖像技術(shù)分析所取芯樣，從集料顆粒的孔隙率、分布和瀝青膠漿分布3個(gè)方面進(jìn)行研究，對(duì)瀝青混合料均勻性進(jìn)行評(píng)價(jià)；劉東海等[7]利用便攜式測(cè)溫測(cè)厚儀建立瀝青攤鋪厚度、溫度可視化實(shí)時(shí)管理系統(tǒng)，對(duì)瀝青路面攤鋪質(zhì)量進(jìn)行監(jiān)控；張苛等[8]從壓實(shí)均勻性和集料分布均勻性出發(fā)，提出瀝青路面施工均勻性精細(xì)化檢測(cè)方法，通過該方法可有效地評(píng)價(jià)瀝青路面的施工質(zhì)量。雖然目前國(guó)內(nèi)學(xué)者在攤鋪質(zhì)量及均勻性評(píng)價(jià)方法方面開展了大量的相關(guān)研究，取得了一系列的成果，但是對(duì)圖像最佳采集高度的確定和處理技術(shù)方面的研究不多。本文通過不同采集高度差異化試驗(yàn)，得到拍照高度與實(shí)際拍攝路面寬度的函數(shù)關(guān)系；利用數(shù)字圖像采集技術(shù)，分析大顆粒丟失量和精確度，確定最佳的圖像采集高度；最后對(duì)圖像進(jìn)行形態(tài)學(xué)處理，得到能快速識(shí)別的圖像，從而為快速評(píng)價(jià)瀝青路面攤鋪質(zhì)量奠定了圖像基礎(chǔ)。

1 數(shù)字圖像采集原理

評(píng)價(jià)瀝青路面攤鋪質(zhì)量，需要先采集瀝青路面的實(shí)際情況，且采集的圖像越清晰，后續(xù)圖像處理的效果越好，對(duì)大顆粒瀝青混合料的輪廓及分布等情況越明確[9-11]。市面上有各種圖像采集設(shè)備，但數(shù)碼相機(jī)最為常見，它可以先采集景物的光圖像信號(hào)，再將其轉(zhuǎn)換成數(shù)字信號(hào)，儲(chǔ)存在記憶卡中。

具體的轉(zhuǎn)換過程為：將光圖像信號(hào)透過R、G、B三種濾色片后照射到CCD傳感器上，再經(jīng)A/D模數(shù)處理，得到相應(yīng)的數(shù)字信號(hào)，隨后利用DSP處理器，把數(shù)字信號(hào)轉(zhuǎn)變成特定格式并儲(chǔ)存在記憶卡中，最終通過接口把圖像傳輸?shù)斤@示器上。大致流程如圖1所示。

圖1 數(shù)字圖像采集流程

2 不同采集高度差異化試驗(yàn)

大顆粒的集料會(huì)影響混合料中各種成分的分布情況，是影響瀝青混合料均勻性的主要因素；小顆粒的集料因其小而多的特點(diǎn)，對(duì)瀝青混合料的均勻性影響不大[12]。為了更好地確定采集高度對(duì)均勻性的影響，下面針對(duì)不同高度下采集的瀝青路面實(shí)際大小進(jìn)行試驗(yàn)研究。

2.1 試驗(yàn)原理

由圖2可知，采集到的圖像為正方形，采集位置離地高度為H1時(shí)，得到的路面圖像大小為B1×B1；采集位置離地高度為H2時(shí)，得到的路面圖像大小為B2×B2。所以，在不同高度進(jìn)行圖像采集，拍攝的路面大小也不同。但是，若采集高度太高，會(huì)使采集的圖像過于模糊；若采集高度過低，會(huì)導(dǎo)致采集的圖像中的大粒徑瀝青混合料較少，不能很好地反應(yīng)采集路面集料的分布情況。因此進(jìn)行試驗(yàn)選取。

圖2 圖像采集示意

2.2 圖像采集設(shè)備

圖3 圖像采集設(shè)備

為了得到指定高度拍攝的圖像，結(jié)合上述試驗(yàn)原理，制作了一種可以改變拍攝高度的圖像采集裝置，如圖3所示。本裝置由底座、導(dǎo)桿、懸臂梁和相機(jī)支架四部分組成，底座上有與之垂直的導(dǎo)桿，導(dǎo)桿上有可上下移動(dòng)的滑塊，在滑塊的水平方向上有可伸縮懸臂梁，懸臂梁的末梢有相機(jī)支架。通過該裝置可以確保拍攝高度是試驗(yàn)的惟一變量，使試驗(yàn)結(jié)果更可靠。

2.3 試驗(yàn)結(jié)果

利用上述裝置，在離地 50、60、70、80、90、100 cm的高度下，分別采集20組瀝青路面圖像，再將試驗(yàn)中實(shí)際拍攝路面寬度填入表1中，根據(jù)20組數(shù)據(jù)計(jì)算出不同采集高度下圖像實(shí)際路面寬度的平均值。

通過分析發(fā)現(xiàn)，圖像拍攝高度和取景寬度兩者之間成正相關(guān)，如圖4所示。

其對(duì)應(yīng)的函數(shù)關(guān)系為

式中：x為拍攝高度，y為實(shí)際寬度。

利用上述函數(shù)關(guān)系，可得出各采集高度對(duì)應(yīng)的實(shí)際瀝青路面寬度，如表2所示。?

表1 采集圖像的實(shí)際路面寬度cm

圖5 第1組的不同高度采集的攤鋪路面圖像

圖4 不同高度下圖像的實(shí)際寬度

表2 各高度對(duì)應(yīng)的實(shí)際瀝青路面寬度

3 采集高度對(duì)數(shù)字圖像的影響分析

3.1 不同采集高度的顆粒丟失量分析

為了使試驗(yàn)誤差更小，提高試驗(yàn)結(jié)果的可靠性，本試驗(yàn)利用圖像采集設(shè)備從施工現(xiàn)場(chǎng)收集了大量未壓實(shí)瀝青攤鋪路面的圖片。從中挑選出100組便于分析計(jì)算的圖像進(jìn)行試驗(yàn)分析，并對(duì)圖像分組編號(hào)。其中，第1組在不同高度采集的攤鋪路面圖像如圖5所示。

由圖5可知，圖像中瀝青混合料顆粒的大小受采集高度的影響，同時(shí)考慮到圖像采集范圍較大，所以選擇粒徑大于9.5 mm的瀝青混合料顆粒進(jìn)行研究，數(shù)據(jù)采用上一次試驗(yàn)的20組圖像。經(jīng)過對(duì)圖像的分析，得到粒徑大于9.5 mm的瀝青混合料顆粒數(shù)目，如表3所示。

根據(jù)表3可知，隨著采集高度的增加，圖像中9.5 mm以上粒徑的顆粒隨之增加。根據(jù)其關(guān)系，本文引入顆粒丟失量Ai這一變量，其大小為相鄰拍攝高度Hi和Hi+1下，各自圖像中9.5 mm以上粒徑的瀝青混合料顆粒數(shù)量Ni和Ni+1之差，即Ai=∣Ni-Ni+1∣，原理如圖6所示。

當(dāng)圖像采集高度在50～60 cm時(shí)，用A1表示該高度下的顆粒丟失量；當(dāng)圖像采集高度在60～70 cm時(shí)，用A2表示該高度下的顆粒丟失量；當(dāng)圖像采集高度在70～80 cm時(shí)，用A3表示該高度下的顆粒丟失量；當(dāng)圖像采集高度在80～90 cm時(shí)，用A4表示該高度下的顆粒丟失量；當(dāng)圖像采集高度在90～100 cm時(shí)，用A5表示該高度下的顆粒丟失量。

表3 圖像中9.5 mm以上粒徑顆粒的數(shù)量 個(gè)

圖6 丟失量原理

由表3可以得到相鄰高度下的顆粒丟失量，從而繪制出不同采集高度間顆粒丟失量的對(duì)比圖，如圖7所示。

圖7 顆粒丟失量對(duì)比

通過分析可知，顆粒丟失量A1、A2和A4集中在15～25個(gè)之間；顆粒丟失量A3集中在15～20個(gè)之間；顆粒丟失量A5集中在20～30個(gè)之間。所以，從顆粒丟失量角度考慮，圖像最佳采集高度應(yīng)該在60～70 cm、70～80 cm和90～100 cm這3個(gè)區(qū)間中選取。

3.2 不同采集高度的精確度分析

在圖像采集過程中，同一相機(jī)在不同高度下對(duì)同一粒徑的集料進(jìn)行拍攝，會(huì)導(dǎo)致該顆粒在不同圖像中顯示出的大小不同。圖像中的顆粒直徑會(huì)隨著拍攝高度的增加而減小，但是程序識(shí)別粒徑大小時(shí)，會(huì)有一定的識(shí)別誤差，從而導(dǎo)致誤差范圍內(nèi)的顆粒都會(huì)被識(shí)別為同一粒徑，最終對(duì)瀝青混合料離析程度的判定產(chǎn)生干擾。下面從精確度方面進(jìn)行試驗(yàn)，確定最佳的圖像采集高度。

排除試驗(yàn)誤差，在相同地點(diǎn)進(jìn)行不同高度圖像采集，有高度采集的圖像中粒徑a的顆粒數(shù)量等于高度h1處采集的圖像中粒徑a1的顆粒數(shù)量的關(guān)系，即

但是，在試驗(yàn)中都會(huì)受精確度的影響，例如在采集得到的圖像中會(huì)把9.45～9.55 mm大小的粒徑都識(shí)別為9.5 mm，從而導(dǎo)致圖像中識(shí)別出9.5 mm粒徑的顆粒比實(shí)際多，對(duì)試驗(yàn)結(jié)果造成影響。對(duì)此，本文重新定義一個(gè)精確度λ，即原始高度下某一粒徑大小的顆粒數(shù)N與新高度下同一粒徑大小的顆粒數(shù)M之比，即

為了能與之前的試驗(yàn)結(jié)果進(jìn)行比較分析，得出最佳圖像采集高度，依舊采用之前試驗(yàn)的前10組圖像數(shù)據(jù)。通過觀察同一地點(diǎn)不同高度采集的圖像可以發(fā)現(xiàn)，采集高度增加，圖像中的集料顆粒也會(huì)增加，但分析精確度時(shí)，需保證圖像中的集料顆粒相同，所以要裁剪掉新增的圖像區(qū)域，其次顆粒粒徑過大和過小都不便于研究，故以高度在50 cm下圖像中粒徑為9.5 mm的顆粒作為研究對(duì)象。

通過式(2)得到50 cm高度下采集的圖像中粒徑為9.5 mm顆粒在不同高度下對(duì)應(yīng)的粒徑，利用計(jì)算結(jié)果統(tǒng)計(jì)出不同高度下圖像中需要研究的顆粒數(shù)。根據(jù)各自高度對(duì)應(yīng)的顆粒數(shù)量可以得到在50 cm高度下各高度的精確度，并繪制曲線如圖8所示。

圖8 各高度下的精確度

圖9 二值圖像

4 數(shù)字圖像處理技術(shù)

4.1 原始圖像轉(zhuǎn)變?yōu)榛叶葓D像

現(xiàn)場(chǎng)采集的原始圖像為RGB圖像，難以計(jì)算出圖像中集料面積的大小，所以要將原始圖像轉(zhuǎn)變?yōu)榛叶葓D像。利用MATLAB中的rgb2gray函數(shù)，可將施工現(xiàn)場(chǎng)采集的RGB圖像轉(zhuǎn)變?yōu)榛叶葓D像，圖像中各像素點(diǎn)的轉(zhuǎn)化公式為

式中：R為紅色像素的亮度；G為綠色像素的亮度；B為藍(lán)色像素的亮度。

4.2 灰度圖像轉(zhuǎn)變?yōu)槎祱D像

二值圖像是指圖像中各像素點(diǎn)只有0和1兩種灰度等級(jí)，利用二值化后的瀝青路面圖像能快速計(jì)算出各級(jí)集料的大小。在此過程中方差將會(huì)很大，而大津法(OTSU)在方差越大的計(jì)算中，閾值分割越準(zhǔn)確。因此該轉(zhuǎn)變過程運(yùn)用大津法算法[13-14]。

把灰度圖像放入大津法算法中，得到處理后的圖像，圖中陰影和高光部分別是瀝青和集料顆粒，效果如圖9所示。

由圖8可知：精確度與高度成負(fù)相關(guān)；且圖像采集高度在100～150 cm這個(gè)區(qū)間變化最大；而圖像采集高度超過150 cm之后，精確度極低，因此圖像采集高度不能高于150 cm。

綜合以上研究，根據(jù)顆粒丟失量和精確度選取圖像采集的最佳高度。當(dāng)圖像采集高度在70～80 cm之間時(shí)，顆粒丟失量在15～20個(gè)之間，相比其他采集高度而言，此顆粒丟失量最少，而在此高度下精確度較高，在0.965～0.934之間。因此，為了更好地獲取瀝青路面信息，本文選取最佳采集高度為70～80 cm。

在此高度下采集的圖像，在大小、丟失量、精確度等方面均有優(yōu)勢(shì)，進(jìn)而為后續(xù)的圖像處理奠定了基礎(chǔ)。

4.3 圖像的形態(tài)學(xué)處理

二值化后的圖像中細(xì)集料數(shù)量較多，對(duì)瀝青混合料均勻性的影響較小，且粗集料對(duì)瀝青混合料均勻性影響較大，所以粗集料才是判定圖像中的瀝青混合料均勻性離析程度的主要依據(jù)。故在對(duì)瀝青混合料進(jìn)行均勻性離析程度分析前，應(yīng)濾掉粒徑小于9.5 mm的顆粒。利用MATLAB中的bwselect函數(shù)，在二維二值圖像中可選擇單個(gè)對(duì)象過濾掉小粒徑的集料，得到了只顯示粒徑9.5 mm以上顆粒的混合料圖像，如圖10所示。

[5] 楊獻(xiàn)章,凌劍興,李躍軍,等.基于細(xì)觀結(jié)構(gòu)的瀝青路面質(zhì)量均勻性分析[J].公路工程,2013,38(1):5-8,13.

滕王閣與岳陽(yáng)樓、黃鶴樓并稱為江南三大名樓，始建于唐永徽四年（公元653年），是唐高祖第二十二子、唐太宗之弟李元嬰所建。樓高57.5米，面積13000平方米，以“明三暗七”的形式分為七層，里面有大量的書畫、石雕、瓷器。其中我最喜歡的是石雕，上面雕了“時(shí)來風(fēng)送滕王閣，一夜船行七百里”的故事和王勃所作《滕王閣序》中“落霞與孤鶩齊飛，秋水共長(zhǎng)天一色”的場(chǎng)景，將人物雕得栩栩如生、惟妙惟肖。登上樓頂，向前遠(yuǎn)眺，贛江的景色盡收眼底，真是“會(huì)當(dāng)凌絕頂，一覽眾山小”啊！

[6] 劉佳輝. 基于OTSU法分區(qū)圖像識(shí)別技術(shù)及其在路面均勻性評(píng)價(jià)中的應(yīng)用研究[D].廣州:華南理工大學(xué),2012.

[7] 劉東海,夏謝天.基于便攜測(cè)溫測(cè)厚儀的瀝青攤鋪質(zhì)量可視化實(shí)時(shí)管理[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,46(5):438-444.

[8] 張 苛,張爭(zhēng)奇.瀝青路面施工均勻性精細(xì)化檢測(cè)方法[J].南京理工大學(xué)學(xué)報(bào),2019,43(2):177-185.

[9] 馬良慧,李東興,張華強(qiáng),等.基于小波閾值函數(shù)與改進(jìn)中值濾波融合的抑制圖像混合噪聲算法[J].光學(xué)技術(shù),2017,43(1):38-42.

[10] 孫波成.基于數(shù)字圖像處理的瀝青路面裂縫識(shí)別技術(shù)研究[D].成都:西南交通大學(xué),2015.

[11] 曹源文,李亞南,曾建民,等.瀝青路面攤鋪均勻性靜距離散評(píng)價(jià)方法研究[J].燕山大學(xué)學(xué)報(bào),2018,42(4):309-314.

[12] BRUNO L, PARLA G, CELAURO C. Image Analysis for Detecting Aggregate Gradation in Asphalt Mixture from Planar Images[J]. Construction and Building Materials, 2011,28(1):21-30.

[13] VALDESVIDAL G, CALABIFLOODY A, MIRORECASENS R, et al. Mechanical Behavior of Asphalt Mixtures with Different Aggregate Type[J]. Construction and Building Materials, 2015,101:474-481.

[14] ZHANG Z Q, HUANG S L, ZHANG K. Accurate Detection Method for Compaction Uniformity of Asphalt Pavement[J]. Construction and Building Materials, 2017,145:88-97.

圖10 二值圖像的對(duì)象選擇

5 結(jié)語(yǔ)

本文以攤鋪集料的數(shù)字圖像采集高度和處理技術(shù)為研究?jī)?nèi)容，對(duì)數(shù)字圖像采集高度、數(shù)字圖像處理技術(shù)等方面做了較深的研究和分析，得到了以下結(jié)論。

(1)設(shè)計(jì)了圖像采集設(shè)備，利用不同采集高度差異化試驗(yàn)，對(duì)不同采集高度得到的實(shí)際拍攝路面寬度進(jìn)行分析，得到了拍攝高度與采集圖像實(shí)際寬度的關(guān)系為y= 0.910 8x-1.110 7。

(2)利用圖像采集設(shè)備，從不同高度進(jìn)行圖像采集，分析高度變化對(duì)圖像的影響，從顆粒丟失量和精確度兩方面考慮，最終確定了最佳的拍攝高度范圍為70～80 cm。

(3)通過數(shù)字圖像處理技術(shù)進(jìn)行圖像轉(zhuǎn)換和灰度圖像轉(zhuǎn)為二值圖像等預(yù)處理，并對(duì)圖像進(jìn)行形態(tài)學(xué)處理以及圖像識(shí)別，為快速評(píng)價(jià)均勻性奠定了基礎(chǔ)。