基于沥青混合料各组分相对密度的内部均匀性识别方法
【技术领域】
[0001] 本发明涉及材料均匀性识别方法，特别涉及用于沥青混合料内部结构的均匀性评 价及损伤位置判别的方法。
【背景技术】
[0002] 现有的沥青混合料内部结构均匀性研宄方法主要是通过将沥青混合料试件截面 划分为四个相等面积小区域，计算各区域内集料数量、质心位置和面积比等参数评价其均 匀性能。由于划分区域时，不可避免的会破坏少部分粗集料的完整性，所以在计算集料质心 位置时会产生误差。此外，只考虑粗集料对沥青混合料均匀性的影响，忽略了砂浆和空隙的 作用，且这种方法对于判别损伤位置是不准确的。
【发明内容】
[0003] 本发明针对上述技术问题，提出一种用于沥青混合料内部结构的均匀性评价及损 伤位置判别的方法。
[0004]为达到以上目的，通过以下技术方案实现的：
[0005] 基于沥青混合料各组分相对密度的内部均匀性识别方法，包括如下步骤：
[0006]步骤一，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面， 再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字图像集合；
[0007]步骤二，进行编写图像分割和阈值选取；
[0008] 将试件图像每一层截面形成n个同心圆，分别对截面中每一个同心圆进行分割， 从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域；
[0009] 然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据 数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分 的相对密度。
[0010] 其中，步骤一通过x-ray CT扫描仪沿沥青混合料试件轴向进行断层扫描试验；
[0011] 其中，步骤二通过Matlab软件自行编写图像分割和阈值选取的程序，利用strel 等命令获取试件每一层截面n个同心圆，然后采用imcrop等指令分别对截面中每一个同心 圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇 形区域，然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数 字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的 相对密度；
[0012] 编写用于多区域划分和计算均匀性评价指标的程序，具体程序如下：
[0013] 将沥青混合料试件的数字图像集合分n层截面，同时，将每一层截面按相同的尺 寸再划分m个规则的小区域，则每个试件会产生mXn个小区域；利用已选定的灰度分割阈 值对数字图像集合中每个截面的m个小区域分别进行图像分割处理，将每个小区域中粗集 料、砂浆和空隙各组分提取出来；
[0014] 完成对沥青混合料试件数字图像集合中粗集料、砂浆和空隙提取后，根据各组分 的面积值以及实际密度值计算每层截面中各个区域的均匀性评价参数，如下式所示：
[0016] (i = 1，2,…?，m ; j = 1，2,…?，n)
[0017] 式⑴中，Afij为第j层截面中第i个小区域内粗集料（f = 1)、砂浆（f = 2)和 空隙（f = 3)的面积；Cu为第j层截面中第i个小区域的面积；P u为第j层截面中第i个 小区域的均匀性评价参数，其值可以表征截面内小区域的均匀性程度；
[0018] e f分别为根据粗集料、砂浆和空隙的实际密度值计算的各组分密度权重值；e i、 02、勺计算公式如下：
[0020] 式（2)中，为单一试件数字图像中全部像素面积值与粗集料、砂浆和空隙实际 密度值的比例关系，即单位像素面积内粗集料、砂浆和空隙各组分的密度权重值；P i、P 2 和P3为粗集料、砂浆和空隙的实际密度值；A为单一试件的数字图像中全部截面有效像素 的面积值，在图像学角度上其值物理意义为截面的面积值；然后利用P dij值计算任意截面 的均匀性评价参数Kd (h)，公式如下：
[0022] (i = 1，2,…?，m ; j = 1，2,…?，n)
[0023] 式中，h为试件的油石比（％ ) ;Kd(h)为油石比为h%试件的任意截面均匀性评价 参数；P _为油石比为h%试件的第j层截面中第i个小区域的均匀性评价参数标准值。 Kd(h)的数值大小表征了单层截面内的均匀性程度，数值愈小，表示该层截面的均匀性愈 好。在计算值时，需要如下假设条件：（1)沥青混合料试件为理想模型，其物理参数与 《公路工程沥青及沥青混合料试验规程》（JTG E20-2011)的要求一致；（2)沥青混合料试件 内部结构全部组分呈均匀分布，无相同组分集中等现象；（3)基于CT技术检测试件的数字 图像截面层数n相同，并且数字图像中相同面积小区域内的全部组分质量相等；利用如下 公式计算均匀性参数标准值P dij:
[0025]式（4)中，Aep为单层截面内有效的像素面积；试验室成型的沥青混合料实际 质量；N为试件数量。对于相同扫描参数的CT扫描设备，扫描结果中的AJ直均相同，对于 不同扫描参数的CT扫描设备，扫描结果中的AJ直不一定相同，因为不同的扫描参数所获得 图像的灰度值和尺寸不尽相同。此外，N的数值愈大，计算结果愈趋于稳定。由于采用 Pdij计算单层截面均匀性评价参数Kd，因此应用Kd值可以评价多个相同成型方法不同配比 沥青混合料试件中任意截面内的均匀性，特别是在今后的研宄工作中可以通过大量的试验 检测数据形成的单层截面均匀性评价参数Kd数据库，由此确定均匀性经验阈值，通过该阈 值与实测的Kd比较分析沥青混合料试件内部结构中均匀性薄弱的具体位置；（本研宄中的 损伤是指由于沥青混合料内部结构中各组分分布的不均勾性而造成结构缺陷。）损伤的检 测位置可以精确至试件轴向每一层的截面，由经验可知，当内部结构均匀性能产生损伤时， 试件相应位置的K d值发生突变的现象；
[0026] 其中，本方法可计算试件整体均匀性评价参数Kz，利用该参数可以分析相同成型 方法同级配沥青混合料试件的整体均匀性能，Kz值越小表示试件内部结构的均匀性能越 好；理论上，当沥青混合料试件内部结构均匀性能达到理想状态时，整体均匀性评价参数Kz 的数值为〇,其计算式如下：
[0028] (i = 1，2,…?，m ; j = 1，2,…?，n)
[0029] 式（5)中，h为试件的油石比含量（％ )，例如Kz(3. 5)表示油石比为3. 5%试件的 整体均匀性评价参数值。
[0030] 综上，本发明可以有效的评价沥青混合料内部结构均匀性，其充分考虑了沥青混 合料内部结构中各组分的作用，不再利用单一组分的多个特征值来评测沥青混合料内部结 构均匀性，避免了提取组分的多个特征值，仅需要各组分的一个特征值，计算效率较高，亦 可以定量判定沥青混合料内部结构中的损伤位置。
[0031] 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够 更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
【附图说明】
[0032] 本发明共4幅附图：
[0033] 图1为本发明的轴向进行断层扫描形成效面积相等截面层示意图。
[0034] 图2为本发明的单层界面分割示意图。
[0035] 图3为本发明分割出小区域内粗集料分布图。
[0036] 图4为本发明分割出小区域内砂浆分布图。
[0037] 其中：图3中白色部分代表了粗集料，图4中白色部分代表了砂浆部分。
【具体实施方式】
[0038] 基于沥青混合料各组分相对密度的内部均匀性识别方法，包括如下步骤：
[0039] 步骤一，沿沥青混合料试件轴向进行断层扫描，形成若干层有效面积相等的截面， 如图1所示，再将每一个截面划分若干规则小区域，建立沥青混合料试件内部结构的数字 图像集合；
[0040] 步骤二，进行编写图像分割和阈值选取；
[0041] 将试件图像每一层截面形成n个同心圆，分别对截面中每一个同心圆进行分割， 从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇形区域；
[0042] 然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据 数字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分 的相对密度。
[0043] 其中，步骤一通过X-ray CT扫描仪沿沥青混合料试件轴向进行断层扫描试验；
[0044] 其中，步骤二通过Matlab软件自行编写图像分割和阈值选取的程序，利用strel 等命令获取试件每一层截面n个同心圆，然后采用imcrop等指令分别对截面中每一个同心 圆进行分割，从而每个同心圆便获得4个面积相等的扇形区域，则每一层截面获得4n个扇 形区域，然后对每个扇形区域进行二值化处理，其中采用大津法进行阈值选取；同时根据数 字图像每个小区域中粗集料、空隙和砂浆的实际密度值以及面积比例计算图像中各组分的 相对密度；
[0045] 编写用于多区域划分和计算均匀性评价指标的程序，具体程序如下：
[0046] 将沥青混合料试件的数字图像集合分n层截面，同时，将每一层截面按相同的尺 寸再划分m个规则的小区域，则每个试件会产生mXn个小区域；
[0047] 以单层截面划分16个规则小区域为例，如图2所示，编号1至4的小区域组成了第 一象限（该象限命名方式与软件Matlab中矩阵表示方式有关），以此类推，每个截面包含四 个面积相同的象限，如编号5、6、7、8的小区域组成了第二象限，逆时针方向分别为第三象 限、第四象限。可以发现，每一层截面包括四个面积不同的圆环，如编号1、5、9、13的小区域 组成了第一层圆环，以此类推，由内至外分别为第二层圆环，第三层圆环和第四层圆环。每 个截面中四个圆环区域的面积是不相同的，而每个圆环内包含四个小区域的面积是对应相 等的。利用已选定的灰度分割阈值对数字图像集合中每个截面的16个小区域分别进行图 像分割处理，