王青原 ，許穎 ?，錢勝

［1.哈爾濱工業(yè)大學(xué)（深圳）土木工程智能結(jié)構(gòu)系統(tǒng)深圳市重點(diǎn)實驗室，廣東 深圳 518055；2.哈爾濱工業(yè)大學(xué)（深圳）廣東省土木工程智能韌性結(jié)構(gòu)重點(diǎn)實驗室，廣東 深圳 518055；3.哈爾濱工業(yè)大學(xué)（深圳）深圳市城市與土木工程防災(zāi)減災(zāi)重點(diǎn)實驗室，廣東 深圳 518055］

混凝土結(jié)構(gòu)的損傷破壞始于混凝土材料表面出現(xiàn)裂縫，裂縫的出現(xiàn)和擴(kuò)展嚴(yán)重影響混凝土結(jié)構(gòu)的強(qiáng)度和耐久性［1］.研究表明，含復(fù)雜微裂縫的混凝土構(gòu)件破壞過程中裂隙擴(kuò)展情況復(fù)雜多變［2］.混凝土結(jié)構(gòu)復(fù)雜裂縫如果沒有及時處理，極易發(fā)展成貫穿裂縫，從而對結(jié)構(gòu)安全產(chǎn)生嚴(yán)重影響，故精準(zhǔn)識別復(fù)雜動態(tài)裂縫的發(fā)展?fàn)顩r對于結(jié)構(gòu)整體安全性十分重要［3］.

工程中，建筑物構(gòu)件表面的裂紋數(shù)據(jù)通常采用人工測量的方法測得［1，4］.實驗室環(huán)境中，位移傳感器檢測范圍小，且難以測量裂縫擴(kuò)展過程中的全長位移變化［3，5］.數(shù)字圖像相關(guān)（Digital Image Correlation，DIC）法的設(shè)備需求簡單、對測量環(huán)境的要求低、測量范圍廣［6］，更適合土木工程的試驗環(huán)境應(yīng)用.DIC 技術(shù)可用于獲得應(yīng)變場來判斷應(yīng)變集中區(qū)域或局部微損傷發(fā)生的位置，適宜用來研究破壞過程中的損傷演化［7］.目前直接采用DIC方法進(jìn)行裂縫局部數(shù)據(jù)的觀測時，常設(shè)置若干個虛擬引伸計以獲得關(guān)鍵位置處的裂縫寬度變化［8］，或?qū)ξ灰茍鰯?shù)據(jù)構(gòu)建開口位移矩陣（Opening Displacement Matrix，ODM）作為開裂量化指標(biāo)［9］.DIC 方法輸出裂縫數(shù)據(jù)需人工判斷應(yīng)變集中區(qū)域并布設(shè)虛擬引伸計，對于復(fù)雜的裂縫模式，難以全面直觀地獲得裂縫量化數(shù)據(jù).

目前，在對土木工程的表面裂縫定量檢測研究中引入圖像處理技術(shù)［10-12］、深度學(xué)習(xí)［13］等識別方法.國內(nèi)外研究人員應(yīng)用圖像技術(shù)實現(xiàn)裂縫的像素級特征識別［11-12］.Rao 等［14］提出一種利用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和非重疊窗口來識別混凝土結(jié)構(gòu)的裂縫∕非裂縫狀態(tài)的自動裂縫檢測方法，具有95%準(zhǔn)確度；孫曉賀等［15］開發(fā)了基于改進(jìn)的種子填充算法的混凝土裂縫圖像識別系統(tǒng)，實現(xiàn)了將裂縫長寬值的誤差控制在10%左右；滕曉丹等［13］采用深度學(xué)習(xí)方法建立的高延性水泥基材料裂縫識別檢測方法與實際手工測量誤差范圍在0.6 mm以內(nèi).以上基于圖像處理及機(jī)器學(xué)習(xí)方法的裂縫識別技術(shù)，大部分僅可實現(xiàn)特定狀態(tài)下表面裂縫的測量，且精度為整像素級別.深度學(xué)習(xí)相關(guān)方法［13-14］中，需要一定的樣本數(shù)據(jù)針對特定裂縫進(jìn)行訓(xùn)練.基于圖像的裂縫檢測易受背景噪聲影響，對微小損傷和不同類型損傷的識別準(zhǔn)確度有待提高.

利用圖像處理技術(shù)［10，16］聯(lián)合DIC 方法應(yīng)用于裂縫檢測，實現(xiàn)不同技術(shù)的優(yōu)勢結(jié)合，提升對復(fù)雜動態(tài)裂縫檢測的效率和精度.張慶賀等［3，17］采用DIC和目標(biāo)檢測算法結(jié)合對裂隙破壞模式進(jìn)行分類識別，為后續(xù)材料破壞規(guī)律和預(yù)警提供基礎(chǔ).程斌等［18］運(yùn)用數(shù)字圖像退相關(guān)效應(yīng)，實現(xiàn)單一疲勞裂縫精細(xì)化智能測量.Bertelsen 等［16］由DIC 獲得水平方向應(yīng)變場和位移場，通過圖像處理實現(xiàn)定量檢測砂漿試件的塑性收縮裂縫.以上算法無法快速便捷地應(yīng)用于復(fù)雜模式裂縫的全局檢測，本文通過機(jī)器視覺［19］聯(lián)合DIC 方法，提出一種低成本、易操作、高精度、可用于動態(tài)裂縫識別的裂縫自動識別檢測（Automated Crack Detection and Measurement，ACDM）方法.在DIC 位移場數(shù)據(jù)中應(yīng)用基于位置矢量的裂縫法向和切向位移的計算原理［20］，可以獲得裂縫的開展路徑；在不同狀態(tài)下，基于對應(yīng)的裂縫切向位移及法向位移，可以通過積分計算獲得裂縫面積，并用于表征損傷程度.

本文首先提出一種基于DIC 技術(shù)的機(jī)器視覺來獲得裂縫幾何具體變化值的ACDM 方法；然后通過預(yù)制切縫梁在三點(diǎn)彎曲試驗中識別CMOD 值與夾式位移計的結(jié)果，進(jìn)行誤差分析，誤差范圍符合國家現(xiàn)行標(biāo)準(zhǔn)要求［4］；最后通過立方體單軸壓縮試驗，分別采用試樣應(yīng)變場計算的變異系數(shù)和ACDM 方法所得裂縫面積來觀測試樣加載損傷演化過程，可以得出本方法相較于目前常用方法［7］對微裂縫階段的損傷變化表征更為靈敏和準(zhǔn)確的結(jié)論.

1 基于DIC的裂縫幾何變化表征的檢測原理

1.1 DIC基本檢測原理

本試驗選用DIC技術(shù)［21］對混凝土表面（三點(diǎn)彎曲試驗所用試件C30-B2）進(jìn)行測量，如圖1所示.通過對比變形前后散斑圖像灰度值的變化規(guī)律，可以得到試件表面的全域及局部位移.參考子區(qū)和目標(biāo)子區(qū)的中心點(diǎn)分別為點(diǎn)A和點(diǎn)A'，參考子區(qū)的位移為點(diǎn)A和點(diǎn)A'之間的坐標(biāo)差（u0，v0）.子區(qū)內(nèi)距中心點(diǎn)A坐標(biāo)差為（Δx，Δy）的任意點(diǎn)P位移為（u（Δx，Δy），v（Δx，Δy）），即為子區(qū)的變形信息.

圖1 C30-B2試件變形前后圖像及子區(qū)示意圖Fig.1 Schematic diagram of images and subareas of C30-B2 specimen before and after deformation

本研究中的DIC 圖像算法使用序列相關(guān)運(yùn)算函數(shù)CZNCC，如式（1）所示.

式中：f（xi，yj）為參考子區(qū)各像素的灰度值；g（，）為目標(biāo)子區(qū)各像素灰度值；子集的大小為（2M+1）×（2M+1）；子集坐標(biāo)（xi，yj）和（，）與2 個圖像之間發(fā)生的變形直接相關(guān)；fm、gm分別為參考子區(qū)和目標(biāo)子區(qū)的灰度平均值.CZNCC取值［-1，1］，CZNCC數(shù)據(jù)值越接近1說明圖像的相關(guān)性越好.

1.2 基于機(jī)器視覺的散斑數(shù)字圖像相關(guān)技術(shù)的裂縫測量計算原理

1.2.1 基于機(jī)器視覺的主應(yīng)變圖中裂縫骨架提取方法

在用DIC 圖像處理識別獲得裂縫擴(kuò)展相關(guān)數(shù)據(jù)的計算中，首先在DIC獲得的主應(yīng)變云圖中，通過機(jī)器視覺技術(shù)，采用MATLAB軟件設(shè)定閾值為13 με（大于材料的最大應(yīng)變和測量噪聲的總和，對應(yīng)于100 mm的長度范圍變形1.3 μm），對裂縫開展全過程圖像閾值化處理，主應(yīng)變場被二值化為包含裂縫位置的高應(yīng)變區(qū)域和代表未開裂區(qū)域的低應(yīng)變區(qū)域.隨后將加載全程所得所有主應(yīng)變場二值化圖像疊加，通過調(diào)用MATLAB 圖像處理工具箱實現(xiàn)中間軸細(xì)化來提取骨架［22］，判斷交叉點(diǎn)及端點(diǎn).并對對應(yīng)圖像的中線進(jìn)行7 像素的中值濾波，即為混凝土梁試件對應(yīng)的裂縫開展路徑.基于機(jī)器視覺在主應(yīng)變場中提取裂縫骨架流程圖，如圖2 所示，其中：Pk為峰值荷載.以本文所用試件C30-C1 在不同荷載狀態(tài)的DIC 圖像為例，由荷載作用下所得應(yīng)變場圖像通過形態(tài)學(xué)處理獲得裂縫骨架.

圖2 基于機(jī)器視覺在主應(yīng)變場中提取裂縫骨架流程圖Fig.2 Flow chart of extracting crack skeleton in principal strain field based on machine vision

1.2.2 基于位置矢量的裂縫法向和切向位移的計算原理

由1.2.1 節(jié)中方法獲得裂縫骨架后，計算沿裂縫骨架路徑的裂縫相對運(yùn)動位移值（法向和切向位移值）.在此步驟中，使用一種確定局部裂縫傾角和包含局部旋轉(zhuǎn)角度的裂縫兩側(cè)的相對位移方法［23］.本文對通過DIC 方法所獲得的加載狀態(tài)下試件損傷開裂全過程表面位移場，進(jìn)行基于位置矢量的裂縫法向和切向位移的計算，如圖3所示.

圖3 基于位置矢量的裂縫法向和切向位移計算的細(xì)節(jié)示意圖Fig.3 Details of crack kinematic measurement of crack displacement vector，calculation and decomposition of crack displacement vector in crack opening and sliding

基于位置矢量的裂縫法向和切向位移的計算原理應(yīng)用MATLAB進(jìn)行計算，其部分關(guān)鍵代碼如圖4所示.

圖4 基于位置矢量的裂縫法向和切向位移部分計算代碼Fig.4 The part of normal and tangential displacement of crack calculation code based on position vector

在1.2.1 節(jié)中通過形態(tài)學(xué)相關(guān)計算方法在應(yīng)變場中獲得裂縫骨架后，以該裂縫路徑上的點(diǎn)作為計算裂縫開展幾何數(shù)據(jù)的參考點(diǎn)，代入采用DIC 方法獲得的水平和豎直方向位移場中，并在每個參考點(diǎn)周圍選擇4個相鄰參考點(diǎn).由圖4所示代碼計算局部裂縫傾角和裂縫兩側(cè)的相對位移，提取沿裂縫路徑的法向和切向位移.基于位置矢量的自動識別裂縫示意圖如圖5 所示，其描述了使用ACDM 在混凝土立方體壓縮試驗對試件C30-C1 的3 個加載狀態(tài)下的裂縫形態(tài)計算過程.

圖5 基于位置矢量的自動識別裂縫示意圖（裂縫位移放大30倍）Fig.5 Schematic diagram of automatic crack identification based on position vector（crack displacement magnified by 30 times）

1.3 相關(guān)性演化與損傷變量的建立

根據(jù)損傷理論，原始損傷變量用有效承載面積的減少量來表示［24］.初始損傷變量可表示為：

式中：Ad為有效承載面積上的開裂面積；A為有效承載面積.

由于DIC 方法對裂縫的判斷均始于像素級識別失效［25］，難以實現(xiàn)微裂縫開展階段的損傷表征.很多學(xué)者為實現(xiàn)在混凝土或巖石破壞前找到較強(qiáng)的非均勻性信號，以裂紋主應(yīng)變的演化來表示試件損傷變量.采用主應(yīng)變場的變異系數(shù)（Cv）作為損傷變量，如式（3）所示.

式中：S和分別為數(shù)據(jù)的標(biāo)準(zhǔn)差和平均值.

式中：Xk代表m×n的最大主應(yīng)變場中的第k個（k=1～m×n）最大主應(yīng)變值.對于不同損傷狀態(tài)下應(yīng)變場的分布情況，Cv都有一個確定的對應(yīng)值.因此，Cv可作為混凝土材料變形和破壞的損傷指標(biāo).

本文提出的基于機(jī)器視覺和數(shù)字圖像相關(guān)技術(shù)可以實現(xiàn)微裂縫尺度的裂縫識別.可直接通過式（2）表征裂縫損傷程度，與式（3）～式（5）計算的變異系數(shù)進(jìn)行比較，從而研究本方法對壓縮損傷識別的表征能力.

2 混凝土立方體壓縮試驗及ACDM 方法識別裂縫的驗證

2.1 試件制備

本試驗中混凝土主要材料為水泥、砂、石子、減水劑.水泥采用海螺牌42.5R 普通硅酸鹽水泥；細(xì)骨料類型為河砂（粒徑＜5 mm）；石子采用碎石（粒徑為5～15 mm）；減水劑采用聚羧酸高效減水劑.每組澆筑4～5個立方體混凝土試塊［26-27］進(jìn)行壓縮試驗，立方體尺寸（長×高×厚）為100 mm×100 mm×100 mm.試件澆筑后，在自然條件［溫度（20±2）℃；相對濕度75%～85%］下養(yǎng)護(hù)28 d，進(jìn)行壓縮試驗［28］和動彈模測試［29］.混凝土配合比及相關(guān)力學(xué)參數(shù)如表1所示.

表1 混凝土配合比及相關(guān)力學(xué)參數(shù)Tab.1 Concrete mix ratio and mechanical parameters of materials

2.2 試驗流程

立方體加載試驗的裂縫檢測示意圖如圖6 所示.數(shù)字圖像相關(guān)法的主要裝置示意圖如圖6（a）所示，包括相機(jī)（SONY alpha6400）、計算機(jī)、照明燈具.混凝土立方體試驗采用1 000 kN 微機(jī)控制電液伺服萬能試驗機(jī)進(jìn)行加載，位移加載速率為0.2 mm∕s，采用DIC 技術(shù)對立方體試件面區(qū)域進(jìn)行觀測，立方體表面為DIC 的測量區(qū)域.試件預(yù)加載荷為15～20 N，確保加載處與試件充分接觸，實現(xiàn)試驗過程中形變的連續(xù)性.通過先在試件表面噴涂均勻的啞光白漆，再噴灑黑漆制作散斑.局部散斑圖像如圖6（b）所示，散斑直徑至少為3～5 像素.圖像采集設(shè)備為2 400 萬像素的高分辨率相機(jī)，通過數(shù)字圖像相關(guān)軟件（FreeDIC），采集試件表面加載變形前后的圖像，子集半徑為61 像素，檢索半徑15 像素，計算密度為5像素，設(shè)定CZNCC的置信區(qū)間大于0.7.計算得到不同載荷下的位移和應(yīng)變數(shù)據(jù).試驗過程中，相機(jī)對焦后固定焦距.

圖6 立方體加載試驗的裂縫檢測示意圖Fig.6 Schematic diagram of crack detection of cubes in compression test

本研究中鏡頭與試件表面距離為50 cm.本文選用22 個荷載狀態(tài)并用散點(diǎn)表示，得到3 組試件的荷載-位移曲線，如圖7所示.

圖7 3組試件的荷載-位移曲線Fig.7 Load-displacement curves of three groups of test cubes

2.3 三點(diǎn)彎曲作用下單一裂縫檢測結(jié)果驗證

本研究建立了基于機(jī)器視覺對真實的散斑圖像進(jìn)行位移場計算，從而實現(xiàn)裂縫識別的方法，采用C30 組試件梁驗證其有效性.使用表面噴斑的跨中預(yù)制切縫梁（C30-B1、C30-B2、C30-B3），采用DIC技術(shù)，攝像采集頻率為1 Hz，試驗裝置示意圖可參考圖6（a），采用萬能試驗機(jī)，進(jìn)行三點(diǎn)彎曲加載試驗，并在預(yù)制切縫下方采用夾式位移計測量CMOD值.試件梁尺寸（長×高×厚）為500 mm×110 mm×60 mm，梁跨度為440 mm，切口深度a0=35 mm，梁的跨高比為4.裂縫數(shù)據(jù)分析均以峰值前的10%Pk荷載值的圖像作為基準(zhǔn)圖像，在P-CMOD 曲線上以峰值荷載的10%為增量選取19 幀圖像為計算目標(biāo)圖像.在梁C30-B1 的峰值荷載狀態(tài)下，由ACDM 方法識別的裂縫如圖8所示.

采用ODM 矩陣［9］對DIC 方法獲得的位移場進(jìn)行后處理獲得裂縫，作為對DIC 數(shù)據(jù)處理識別裂縫情況的參照.混凝土梁C30-B2 在不同荷載狀態(tài)下（峰值荷載之前90%Pk、峰值荷載Pk、峰值荷載之后90%Pk、峰 值荷 載之 后60%Pk），通過ODM 方法 和ACDM 方法確定裂縫的豎向長度-裂縫張開位移圖像，如圖9所示.ODM 方法分析的是矩陣區(qū)域位移的變化，故無法體現(xiàn)具體的裂縫曲折傾角等信息；而ACDM 方法可以給出具體裂縫不同位置的傾角，以及對應(yīng)裂縫切向位移和裂縫法向位移的變化數(shù)據(jù).

圖9 ODM和ACDM 2種方法對裂縫檢測的示意圖Fig.9 Schematic diagrams of crack detection by ODM and ACDM methods

C30 組梁的CMOD 值基于ACDM 方法的相關(guān)計算結(jié)果如圖10 所示.由圖10（a）可知，ODM 方法和ACDM 方法對DIC 數(shù)據(jù)計算得到的CMOD 值與夾式位移計測量的結(jié)果變化趨勢一致，且2 種方法基于DIC 圖像得到三點(diǎn)彎曲作用下裂縫擴(kuò)展的CMOD 值的誤差相近.由圖10（b）可知，ODM 方法和ACDM 方法計算得到的CMOD 值與夾式位移計測量結(jié)果的誤差值大部分都落在（-0.05，0.05）mm 內(nèi).測量誤差較大的情況出現(xiàn)在試件梁斷裂的后期，該階段試件發(fā)生大變形剛體位移，夾式位移計測得的位移結(jié)果中包含了轉(zhuǎn)角導(dǎo)致的位移［30］，與實際裂縫結(jié)果相比偏大.由圖10 可以看出，在試件加載斷裂后段，基于ACDM方法和ODM方法測得的裂縫口張開位移都相對夾式位移計的結(jié)果值偏小，說明基于圖像的裂縫檢測方法得到的結(jié)果更加符合實際情況.

圖10 C30組梁的CMOD值基于ACDM方法的相關(guān)計算結(jié)果Fig.10 Calculation results of CMOD based on ACDM method for C30 group beams

直接采用機(jī)器視覺計算［31］裂縫寬度時，一般要求測量誤差控制在（0.05，0.10）mm 內(nèi)，其中縫寬為（0.08，0.15）mm 時，測量誤差較大.本文采用ACDM方法得到的CMOD 值的誤差值偏小，不會因為實際裂縫寬度較小而產(chǎn)生較大的誤差值.當(dāng)裂縫寬度小于0.05 mm 時，識別的誤差大部分都小于0.01 mm，如圖10（c）所示.

由圖9（b）可知，不同荷載狀態(tài)下，ACDM 方法可得到裂縫路徑上不同位置處對應(yīng)切向位移和法向位移，故通過MATLAB 軟件可以實現(xiàn)對裂縫開展位移積分，分別得到裂縫開展路徑的切向位移擴(kuò)展面積和法向位移擴(kuò)展面積，進(jìn)行疊加即可得到裂縫面積，ODM方法的裂縫面積可同理計算.

圖11為ODM和ACDM 2種方法對C30組試件裂縫檢測計算結(jié)果.紅色散點(diǎn)和黑色散點(diǎn)分別表示不同荷載下ACDM 方法和ODM 方法獲得的裂縫面積，黑色柱狀圖為2 種方法的面積誤差值.峰值荷載之前，2種圖像檢測方法計算得到的裂縫開展面積結(jié)果相近，且裂縫面積均小于5 mm2，這是由于試件在三點(diǎn)彎加載下荷載達(dá)到峰值之前，裂縫開展處于微裂縫狀態(tài).峰值荷載之后，裂縫面積迅速增長，ACDM方法測得的裂縫面積基本大于ODM 方法測得的裂縫面積.這是由于ACDM 方法計算得到的裂縫長度與實際情況相符，裂縫是曲折的.因此，ACDM 方法應(yīng)用于基于DIC 數(shù)據(jù)的裂縫數(shù)據(jù)量化更為準(zhǔn)確和全面.ACDM 對裂縫面積的相關(guān)計算，為后續(xù)混凝土材料裂縫面積值表征壓縮損傷指標(biāo)提供基礎(chǔ).

圖11 ODM和ACDM 2種方法對C30組試件裂縫面積檢測計算結(jié)果Fig.11 Crack areas results of Group C30 beams by ODM and ACDM methods during fracture

3 壓縮荷載作用下立方體試件損傷評估

在2.3 節(jié)的研究中，已驗證所建立的ACDM 方法對散斑圖像進(jìn)行位移場計算實現(xiàn)裂縫識別的有效性和精確度.本節(jié)將ACDM 用于表面噴涂散斑的混凝土立方體試件壓縮試驗的裂縫識別與計算，得到裂縫面積，與損傷理論相結(jié)合，實現(xiàn)損傷指標(biāo)的直接計算.為控制試件不同的裂縫開展情況對圖像所產(chǎn)生的影響，裂縫數(shù)據(jù)分析均以峰值前的2%峰值應(yīng)力值對應(yīng)的圖像作為基準(zhǔn)圖像；在峰值荷載的5%峰值應(yīng)力值后，以峰值應(yīng)力的5%為增量選取18 幀圖像，包括峰值前99%峰值應(yīng)力、峰值應(yīng)力及荷載終止?fàn)顟B(tài)圖像，共有22 個目標(biāo)圖像.DIC 相關(guān)計算參數(shù)與第2節(jié)中一致，并計算位移場、應(yīng)變場，可以得到試驗加載全程的最大主應(yīng)變圖以及圖像相關(guān)系數(shù)CZNCC的全矩陣數(shù)據(jù)，依據(jù)2.3 節(jié)所述原理，以試件C30-C3 為例，計算得到對應(yīng)的裂縫開裂信息，如表2所示.

表2 試件C30-C3的損傷演化過程中的圖像信息Tab.2 Image information during the damage evolution of specimens C30-C3

采用ACDM 方法觀察混凝土試件表面，根據(jù)識別裂縫面積計算得到損傷指標(biāo)D和變異系數(shù)Cv，分別與載荷隨時間的變化特征進(jìn)行對比，可以將試件的損傷演化過程大致分為如圖12 所示的4 個階段（均以極限應(yīng)力的2%處0.02σc為損傷起始狀態(tài)O）：①OA段，混凝土壓縮密實階段，混凝土中存在的薄弱區(qū)域緊實，在應(yīng)力-應(yīng)變曲線段表現(xiàn)為上凹狀態(tài)，無集中應(yīng)變出現(xiàn)，如表2 中峰值前10%峰值應(yīng)力處于階段I 的應(yīng)變云圖所示.載荷、D和Cv都隨加載位移相對增加較快，D值在該階段數(shù)值均小于Cv值，這是由于該階段未產(chǎn)生微裂縫，主要是應(yīng)變數(shù)值波動.②AB段，該階段為應(yīng)力-應(yīng)變曲線變化的線彈性階段，出現(xiàn)應(yīng)變集中現(xiàn)象，如表2 中峰值前40%峰值應(yīng)力處于階段Ⅱ與階段Ⅲ臨界狀態(tài)，表2 對應(yīng)圖中白色框為應(yīng)變集中位置.此階段荷載和D值隨位移增加而增大，而Cv基本為一個常數(shù).③BC段，該階段接近峰值荷載，峰值前80%峰值應(yīng)力處于階段Ⅲ與階段IV 分界點(diǎn)，該階段試件表面出現(xiàn)應(yīng)變集中條帶，表2 中對應(yīng)最大主應(yīng)變云圖中白色框內(nèi)所示應(yīng)變集中區(qū)域是應(yīng)變集中條帶作用的相互交錯所產(chǎn)生的區(qū)域.D值在整體上仍然隨時間增加，但表現(xiàn)得比AB段陡峭，雖然Cv隨位移變化產(chǎn)生微小變化，但整體上基本穩(wěn)定在階段ⅡCv值附近.④C點(diǎn)之后，為微裂縫由穩(wěn)定擴(kuò)展轉(zhuǎn)變?yōu)椴环€(wěn)定擴(kuò)展的階段IV，出現(xiàn)宏觀裂縫，對應(yīng)表2 中峰值荷載處最大主應(yīng)變圖中白色框位置，Cv值與D值均在峰值荷載附近出現(xiàn)突增趨勢.

圖12 C30組、C50組和C70組立方體應(yīng)力和損傷指標(biāo)值隨加載應(yīng)變變化關(guān)系Fig.12 The relationship between cubic stress and damage index values with loading strain of group C30，C50，C70 concrete cubes

由圖12 可知，隨著混凝土強(qiáng)度的增加，2 種損傷指標(biāo)均出現(xiàn)了明顯的數(shù)值變化，尤其在高強(qiáng)度的C70組，2種指標(biāo)的階段Ⅳ數(shù)值遠(yuǎn)超C30組對應(yīng)損傷指標(biāo)，這與混凝土強(qiáng)度越高，越容易發(fā)生突然破裂的規(guī)律一致.

將3組試件在不同加載狀態(tài)下的2種損傷指標(biāo)值進(jìn)行匯總，并求得平均值，相關(guān)數(shù)據(jù)列在表3中.由表3可知，在宏觀裂縫出現(xiàn)之前，變異系數(shù)Cv的標(biāo)準(zhǔn)差在階段Ⅰ與階段Ⅱ、階段Ⅱ與階段Ⅲ的分界點(diǎn)（A，B點(diǎn)對應(yīng)差值）均在10-3以內(nèi).ACDM方法所得結(jié)果D的改變量均大于10-3，對于微裂縫狀態(tài)的變化，數(shù)值表征更為顯著.

表3 3組混凝土立方體試件壓縮試驗不同損傷階段分界點(diǎn)指標(biāo)匯總Tab.3 Summary of indices of different damage stage demarcation points for three groups of concrete cubes specimens in compression test 10-3

4 結(jié)論

本文采用數(shù)字圖像相關(guān)技術(shù)關(guān)聯(lián)機(jī)器視覺識別技術(shù)搭建的ACDM 方法可以實現(xiàn)微裂縫級別的高精度識別.通過本文方法對3 組不同強(qiáng)度混凝土試件的壓縮試驗進(jìn)行損傷表征，所計算的D損傷指標(biāo)在微裂縫階段變化更為靈敏.研究結(jié)果表明：

1）本文提出的基于機(jī)器視覺和數(shù)字圖像相關(guān)技術(shù)的裂縫檢測和量化方法無須人工選擇裂縫提取位置的相關(guān)信息，可在DIC 圖像分析區(qū)域內(nèi)實現(xiàn)裂縫自動定位和相關(guān)形態(tài)數(shù)據(jù)量化，可實現(xiàn)微裂縫尺度的計算.

2）對本文搭建的ACDM 裂縫識別的精度進(jìn)行分析，采用一組預(yù)制切口梁進(jìn)行三點(diǎn)彎曲試驗，以夾式位移計測量CMOD（裂縫口張開位移）作為參考用真實值.結(jié)果顯示ACDM 方法在CMOD 小于0.05 mm時，識別誤差小于0.01 mm，滿足精度要求，可用于分析微裂縫尺度的混凝土損傷情況.

3）采用ACDM 方法計算直觀裂縫面積，定義了一種表征損傷指標(biāo)的計算指標(biāo)D，可用于研究試件加載過程中裂縫全程面積變化，并給出對應(yīng)不同損傷狀態(tài)的損傷指標(biāo).

4）對不同強(qiáng)度混凝土材料，進(jìn)行損傷指標(biāo)D值的計算，并與主應(yīng)變場的變異系數(shù)Cv值進(jìn)行對比.ACDM 方法計算的損傷指標(biāo)D的數(shù)值變化與荷載隨位移的變化基本一致，并且數(shù)值在不同階段呈現(xiàn)數(shù)量級穩(wěn)步增長.而Cv值在損傷過程中表現(xiàn)出臺階型突變，并對微裂縫擴(kuò)展階段的損傷變化不敏感，數(shù)值變化小于10-3.

5）未來應(yīng)進(jìn)一步考慮，大構(gòu)件表面應(yīng)用ACDM方法識別裂縫時，散斑質(zhì)量穩(wěn)定性的把控、戶外情況下相機(jī)抖動數(shù)據(jù)的矯正和大視場特征點(diǎn)分布不均勻時相機(jī)標(biāo)定方法的改進(jìn)，并獲得ACDM 方法在工程應(yīng)用情況下測量誤差范圍，方便工程推廣應(yīng)用.