榮 鑫,劉洪海,高新民,邊慶華
(1.長安大學 道路施工技術與裝備教育部重點實驗室,陜西 西安 710064;2.甘肅路橋建設集團有限公司,甘肅 蘭州 730030)
同步碎石封層施工是近幾年發(fā)展起來的一種先進的施工技術,其技術特點是同步碎石封層車同步灑(撒)布瀝青和碎石。這種施工方法相比于其他方法具有極高的施工效率,可以在車輛通行的道路上完成施工,減少施工路段的交通管制。同步碎石封層的主要評價指標是碎石撒布率和撒布均勻性,撒布率是指碎石覆蓋的投影面積與整個路面的百分比;撒布均勻性是指路面橫向和縱向碎石撒布率系數(shù)是否在同一范圍內。同步碎石封層施工中碎石撒布率不合適或碎石撒布不均勻容易產(chǎn)生病害(如石子過多造成脫粒,不足將造成泛油等現(xiàn)象)[1]。目前對碎石撒布率及撒布均勻性的檢測方法及評價標準等缺乏深入研究,現(xiàn)行路面質量驗收體系中也缺乏反映碎石撒布率和撒布均勻性的數(shù)字圖像檢測指標。對碎石撒布率的檢測主要采用搪瓷盤或油毛氈放在撒布路段取樣,然后通過抽提或三氯乙烯浸泡沖洗獲得重量數(shù)據(jù),計算撒布率[2],該方法費時、費力,不能實時獲得撒布率,具有局限性;對撒布均勻性則采用目測的方法進行估計,具有主觀隨意性。為了解決現(xiàn)有檢測方法存在的不足,國內外學者對此進行了研究。王忠勇等[3]研究了同步碎石封層碎石撒布覆蓋率的檢測方法,使用Retinex算法恢復圖像,去除陰影,對圖像進行增強,然后使用圖像二值化方法得到撒布覆蓋率;賈萌[4]采用分水嶺算法對撒布路面碎石進行分割,對碎石顆粒進行計數(shù)并計算面積;尹世豪[5]采用深度學習的方式對同步碎石封層碎石覆蓋率進行了研究,采用GravelNet神經(jīng)網(wǎng)絡對碎石進行訓練,學習檢測碎石覆蓋率,但該方法對設備要求較高,難于在施工現(xiàn)場同步使用;宋永朝等[6]采用數(shù)字圖像處理的方法對瀝青路面表面紋理構造分布的均勻性進行了評價;張苛等[7]從瀝青路面壓實和集料分布均勻性出發(fā),對瀝青路面施工作出了評價;曾晟等[8]采用數(shù)字圖像處理技術對攤鋪階段的混合料均勻性作出了實時評價。
為了提高同步碎石封層施工中碎石撒布檢測精度和建立撒布路面均勻性指標,本研究提出了一種基于圖像處理的評價碎石撒布率與撒布均勻性的檢測方法,并將碎石撒布率和撒布均勻性相結合表征撒布質量,為快速、無損檢測與準確評價提供了途徑。
在對同步碎石封層碎石撒布率進行檢測時,首先對采集的圖像進行雙邊濾波和圖像增強等預處理,再結合二維離散小波、Retinex等算法消除光照、灰塵等環(huán)境因素的影響,最后采用二值化分割的方法對碎石撒布率進行檢測。采用圖像二值化分割的方式檢測撒布率[9],由于碎石和未被覆蓋的瀝青有顯著的顏色差異,可先通過分塊Ostu分割算法對預處理后的圖像進行二值化分割,使碎石從背景(瀝青)中分割出來,即:
(1)
然后,即可計算碎石撒布率為:
(2)
式中,f(x,y)為像素點坐標(離散變量);g(x,y)為像素點灰度值;r為碎石撒布率。
由式(1)和式(2)可見,該檢測方法的精確性是由圖像分割的精度決定的,因此做好分割前圖像的處理尤為重要,采集方式簡圖和試驗流程如圖1和圖2所示。
圖1 圖像采集方式簡圖
圖2 試驗流程圖
具體試驗步驟如下:
步驟1. 選擇滿足要求的工業(yè)相機及鏡頭,使得圖片識別精度能達到0.1 mm,也就是1.18 mm規(guī)格的碎石最少能占10個像素點。
步驟2. 根據(jù)相機焦點位置調整相機距離。LED燈應安裝在測試設備的前面以減少不均勻自然光對拍攝的影響。在本試驗中,相機的焦距為 1.4~16 mm,幀頻為 20 fps,成像部分面積為1/1.8″,有效像素數(shù)為1 920 000。
步驟3. 使用讀取功能拍攝并選擇要分析的圖片,使用裁剪功能裁剪圖像并移除不相關的部分,圖片可以通過MATLAB軟件處理。
步驟4. 將要分析的RGB圖像轉化為灰度圖像。
步驟5. 使用離散小波算法對灰度圖像進行二維分解。
步驟6. 分別提取離散小波高頻和低頻系數(shù),對高頻系數(shù)采用改進閾值函數(shù)進行處理,對低頻系數(shù)采用改進Retinex算法進行處理[10]。
步驟7. 對圖像進行小波重構。
步驟8. 使用分塊Ostu閾值分割算法將灰度圖像轉化為二值圖像。
步驟9. 檢測碎石的撒布率。
通過現(xiàn)有方法檢測實際碎石撒布率,并將本研究中檢測值與實際值進行對比,校正算法檢測結果。重復步驟3~9,獲得不同條件下碎石撒布率的檢測效果。
1.2.1 小波分解與重構
采用二維離散小波分解方法得到低頻系數(shù)和高頻系數(shù)。其中低頻系數(shù)主要包括圖像的全局信息和輪廓信息,而高頻系數(shù)主要包括圖像的局部信息和邊緣、細節(jié)、噪聲部分。二維離散小波分解表達式如式(3)和式(4)所示[11]:
(3)
(4)
(5)
1.2.2 小波閾值與閾值函數(shù)的選取
本研究采用改進閾值函數(shù)方法對小波分解后的高頻系數(shù)進行去噪處理,如式(6)所示。由于固定閾值估計法對噪聲在高頻系數(shù)處分布較多時有更徹底的去噪效果,因此采用固定閾值估計法估計函數(shù)閾值,表達式如式(7)和式(8)所示[13]:
(6)
(7)
σm=median(abs(k0)/0.674 5),
(8)
1.2.3 改進的Retinex圖像增強算法
本研究采用改進的Retinex圖像增強算法對小波分解后的低頻系數(shù)進行光照圖像估計,在基于單尺度濾波Retinex(SSR)算法上增添1個光照調節(jié)參數(shù),使得到的反射圖像更自然,在效果上避免光暈現(xiàn)象,且具有更好的邊緣保持效果[14]。但通過對SSR算法的試驗發(fā)現(xiàn),若完全消除原圖像中的光照估計部分,往往會出現(xiàn)圖像不自然的現(xiàn)象,因此在消除光照圖像的過程中增加1個光照調節(jié)參數(shù)k(k∈(0,1)),使得到的反射圖像更自然。其表達式如式(9)、式(10)和式(11)所示[15]:
R(x,y)=logaS(x,y)-logaS(x,y)·F(x,y),
(9)
R(x,y)=logaS(x,y)-klogaS(x,y)·F(x,y),
(10)
Fk(x,y)),
(11)
式中,R(x,y)為照度圖像;S(x,y)為低頻圖像;F(x,y)為高斯核函數(shù);k為光照調節(jié)參數(shù);ωk為權重系數(shù);a為圖像通道數(shù),通常取3。
同步碎石封層設備碎石撒布均勻性分為縱向均勻性和橫向均勻性,受到很多因素的影響。
碎石撒布縱向不均勻性產(chǎn)生的原因主要有:撥料輥轉速不穩(wěn)定撒布及施工時行駛車速不穩(wěn)定等因素。碎石撒布橫向不均勻性產(chǎn)生的原因主要有以下幾點:(1)撥料輥軸線與下料口下沿不平行造成的碎石撒布橫向不均勻(A處多,B處少),形成下沿曲線狀及下沿斜線狀兩種病害,如圖3所示;(2)由于部件、零件及裝配產(chǎn)生的綜合誤差所造成的料門開度誤差,導致碎石撒布橫向不均勻而產(chǎn)生的病害,如圖4所示;(3)若加寬的布料板相對于下料口的位置調整得不好或碎石灰分大、潮濕都會引起碎石彈散效果不好,撒布到工作面會呈現(xiàn)麥垅狀條紋式的病害[16],如圖5所示。
圖3 下沿曲線狀及下沿斜線狀
圖4 開度誤差
圖5 麥垅狀條紋
為了實時檢測出上述可能出現(xiàn)的病害并同步調整碎石封層設備的撒布情況,分別對圖像采用橫向、縱向及四分分割的方法對撒布后的路面進行檢測,從而判別可能出現(xiàn)的病害,如圖6、圖7和圖8所示。
圖6 四分分割
圖7 橫向分割
圖8 縱向分割
對撒布路段的代表性撒布圖像進行分析,以集料分布數(shù)量及其所占面積比評價撒布路段的集料撒布均勻性,結合統(tǒng)計學理論,提出評價指標,分為四分、橫向及縱向不均勻系數(shù),如式(12)、式(13)及式(14)所示[17]:
(12)
(13)
(14)
集料橫向不均勻系數(shù)DH越小,說明集料在橫向的分布越均勻;集料縱向不均勻系數(shù)DV值越小,說明集料在縱向的均勻性越好;集料區(qū)域不均勻系數(shù)DF越小,則集料在某個區(qū)域的均勻性越好。
依托某機場跑道項目,對跑道縱向及橫向碎石撒布率及撒布均勻性進行檢測。在本次試驗中,采用的碎石類型為玄武巖,瀝青類型為SBS乳化瀝青。試驗檢測設備如圖9所示。
圖9 撒布檢測設備
通過調節(jié)同步碎石封層車碎石撒布量,在不同撒布率下對撒布完成后的路面進行隨機取樣,共采集了50張圖片。分別采用本研究算法和《道路施工與養(yǎng)護機械設備—瀝青碎石同步封層車》(GB/T 28393—2012)試驗規(guī)程[18]分別進行試驗分析,檢測結果如圖10所示。圖中橫坐標為實驗室測得的路面撒布率值,縱坐標為采用本研究算法測得的撒布率值,當點圖越趨向于Y=X這條直線,表明本研究算法的測量結果越好。由圖10可以看出,本研究方法與實驗室方法的相關系數(shù)為0.958 2,具有良好的相關性,可見本研究提出的方法較為準確。取點A,B,C撒布原圖及檢測圖如圖11所示。
圖10 撒布率檢測結果
圖11 撒布原圖與檢測圖
3.2.1 不同取樣點撒布均勻性檢測
在撒布后的3個200 m×12 m的車道上,每個車道分別按照橫向間距4 m、縱向間距25 m進行取樣,分別在每個車道橫向取3組數(shù)據(jù),縱向取8組數(shù)據(jù),每張圖片拍攝面積為0.8 m×0.6 m,拍攝示意圖如圖12所示。拍攝完成后分別進行橫向和縱向的撒布率檢測并計算相應的不均勻性指標,如表1及表2所示。
圖12 撒布圖像采集示意圖
從表1及表2可以看出,橫向不均勻系數(shù)DH及DV指標的均值均為1車道>2車道>3車道,說明3車道橫向及縱向集料的分布均勻性都較1車道及2車道要好。
表1 各車道橫向不均勻系數(shù)
表2 各車道縱向不均勻系數(shù)
3.2.2 同一取樣點撒布均勻性檢測
通過在撒布后的路面上對某個區(qū)域的撒布均勻性進行檢測,從而判斷某區(qū)域的撒布情況。本研究隨機選取3塊1.5 m×1.5 m的區(qū)域,對3個區(qū)域均采用四分法、縱向法和橫向法進行檢測分析。
(1)四分法
對同一區(qū)域劃分成4個部分,分別檢測每個區(qū)域的撒布面積比,檢測值如表3和圖13所示。
表3 四分法不均勻系數(shù)檢測值
圖13 四區(qū)域面積比
從表3和圖13中可以看出,區(qū)域2的區(qū)域不均勻系數(shù)和方差明顯大于其他2個區(qū)域,其中區(qū)域2中第3部分數(shù)值低于均值4.48%,第4部分數(shù)值高于均值5.8%,這表明此區(qū)域的撒布不均勻情況較嚴重。
(2)縱向法
對同一區(qū)域縱向劃分成10個部分,分別檢測每個區(qū)域的撒布面積比,檢測值如表4和圖14所示。
表4 縱向面方差
圖14 縱向面面積比
從表4及圖14中可以看出,區(qū)域2的方差及面積比波動明顯高于其他2個區(qū)域。尤其是區(qū)域2中第4和第5縱向面波動數(shù)值有較大變化,分別與均值相差11.3%及11.6%,且8,9,10縱面數(shù)值高于1,2,3縱面。這表明第4和第5縱面撒布情況較差,第4縱面過多,第5縱面過少,且8,9,10縱面整體撒布量明顯高于1,2,3縱面。
(3)橫向法
對同一區(qū)域橫向劃分成10個部分,分別檢測每個區(qū)域的撒布面積比,檢測值如表5和圖15所示。
表5 橫向面方差
圖15 橫向面面積比
從表5和圖15可以看出,區(qū)域2的方差及面積比波動明顯高于其他2個區(qū)域,且橫向面波動趨勢與縱向面類似,在第4及第5橫向面位置波動最明顯,分別與均值相差11.2%及11.7%,且8,9,10橫面數(shù)值高于1,2,3橫面。這表明第4和第5橫面撒布情況較差,第4橫面過多,第5橫面過少,且8,9,10橫面整體撒布量明顯高于1,2,3橫面。綜合橫向及縱向撒布情況,可確定撒布不均勻的具體位置,如圖16所示,現(xiàn)場檢測圖如圖17所示,可根據(jù)此圖對撒布情況較差的路段進行定點調整。
圖16 區(qū)域2撒布不均勻點示意圖
圖17 現(xiàn)場不同點檢測示意圖
綜合四分法、縱向法及橫向法3種撒布均勻性分析方法可知,3種方法得出的撒布均勻性數(shù)值均為區(qū)域2>區(qū)域3>區(qū)域1,表明區(qū)域1的撒布情況最好,區(qū)域2的撒布情況最差。在對撒布后的路面進行檢測時,可先通過四分法確定撒布較差的區(qū)域,之后通過橫向法和縱向法聯(lián)合分析確定撒布情況較差的具體位置,對確定的具體位置及時進行調整。
碎石撒布率和碎石撒布均勻性是同步碎石封層施工的重要組成部分,二者均會影響碎石封層路面的耐久性。根據(jù)碎石撒布率和碎石撒布均勻性的檢測結果,可以實現(xiàn)對同步碎石封層施工的精細化檢測和評價。
本研究對同步碎石封層設備撒布后的路面進行碎石撒布率及撒布均勻性檢測,提出了一種新的碎石撒布率檢測算法,并采用四分、橫向及縱向分析方法對撒布后的路面進行撒布均勻性分析,得到如下結論:
(1)通過采用二維小波分解將圖像高頻和低頻系數(shù)提取出來后,對高頻系數(shù)采用改進閾值法進行處理,對低頻系數(shù)采用改進Retinex法進行處理,然后進行圖像重構,最后對圖像進行二值化處理,得出碎石撒布率。此改進算法可以有效減小外界環(huán)境因素對檢測精度的影響,能夠提高檢測精度和速度,通過實例驗證表明本研究方法的準確性和有效性。
(2)本研究所提出的檢測方法可以及時了解并對比各部分的撒布率;并通過四分、橫向及縱向分析法得到撒布均勻性系數(shù),從而進一步確定撒布情況較差的具體位置,以便對不滿足施工要求的位置進行調整,保證施工質量。
(3)本研究未建立碎石撒布率和撒布量的關系,在進一步的研究中應建立二者的關系模型,以期得到更全面的碎石撒布評價指標。