張爭奇 徐耀輝++胡紅松 石偉 張苛

摘要：為快速有效評價(jià)瀝青路面的離析程度，文章采用數(shù)字圖像技術(shù)研究瀝青路面的非均勻性.文中分析了常用的瀝青路面離析的圖像處理評價(jià)方法的不足，提出了基于分析路面紋理中下凹區(qū)域的宏觀構(gòu)造寬度評價(jià)瀝青路面離析的新方法.此法通過對宏觀構(gòu)造中的下凹區(qū)域照相并獲得二值圖像，并將二值圖像中對應(yīng)的下凹區(qū)域的平均寬度定義為路表宏觀構(gòu)造寬度K，以構(gòu)造寬度K和構(gòu)造深度TD建立模型，來評價(jià)瀝青混合料的集料離析程度.研究結(jié)果表明：構(gòu)造寬度K值與傳統(tǒng)的手工鋪砂法測出的構(gòu)造深度TD具有良好的相關(guān)性，能較好地表征瀝青路面的集料離析程度.

關(guān)鍵詞：數(shù)字圖像；瀝青路面；宏觀構(gòu)造寬度K值；構(gòu)造深度；離析；道路工程

中圖分類號：U416 文獻(xiàn)標(biāo)識碼：A

瀝青路面集料離析[1-4]是影響路面施工質(zhì)量的重要因素，常用構(gòu)造深度值TD來評價(jià)瀝青路面的集料離析程度.目前測量路面構(gòu)造深度TD的方法有鋪砂法和激光法[5-7].傳統(tǒng)的鋪砂法測量路面構(gòu)造深度效率低、操作繁瑣且主觀隨意性較大；激光法雖然測量構(gòu)造深度快速、準(zhǔn)確，但其所測構(gòu)造深度值為路面一定長度范圍內(nèi)的平均值，雖能評價(jià)路面的橫向離析，但無法評價(jià)路面的縱向和局部離析，且設(shè)備價(jià)格昂貴，不利于推廣應(yīng)用.

隨著二維數(shù)字圖像技術(shù)[8-9]的日趨成熟，這一技術(shù)也被引用到瀝青路面質(zhì)量控制[10]中.許多專家學(xué)者也對其進(jìn)行了研究[11-15]，王端宜教授采用普通數(shù)碼相機(jī)記錄道路表面構(gòu)造特征，由圖像的像素值分析得出路表面構(gòu)造深度.張肖寧教授運(yùn)用數(shù)字圖像處理技術(shù)對瀝青混合料內(nèi)部結(jié)構(gòu)組成的三維圖像重構(gòu)及虛擬力學(xué)試驗(yàn)等方面進(jìn)行了研究.彭勇等運(yùn)用基于數(shù)字圖像處理技術(shù)，直接對混合料中集料的分布狀態(tài)，即瀝青混合料均勻性進(jìn)行了研究.以上研究采用圖像處理技術(shù)研究了瀝青路面表面及內(nèi)部的材料分布情況，為圖像技術(shù)在瀝青路面質(zhì)量控制研究中起到了促進(jìn)作用.但鑒于離析問題的復(fù)雜性，如何快速、客觀、有效地判斷瀝青路面的離析程度還是一個研究熱點(diǎn).

因此，本文嘗試以路面紋理中下凹區(qū)域的宏觀構(gòu)造寬度作為研究對象，并在圖像處理技術(shù)基礎(chǔ)上，探討宏觀構(gòu)造寬度與豎向深度之間的相關(guān)性，最終通過易于得到的構(gòu)造寬度K來評價(jià)瀝青混合料的離析情況，以達(dá)到高效的目的.

1常用的瀝青路面離析的數(shù)字圖像評價(jià)方

法分析

數(shù)字圖像處理技術(shù)是指通過數(shù)碼相機(jī)或掃描儀將一幅連續(xù)的圖像離散化為計(jì)算機(jī)可以處理的信息，并對此信息進(jìn)行各種處理，以達(dá)到某一效果的方法.其過程主要包括圖像采集、圖像處理及圖像分析等.由于數(shù)字圖像處理技術(shù)具有使用方便、經(jīng)濟(jì)性好、可利用信息量大和形象化儲存等優(yōu)點(diǎn)，其在道路領(lǐng)域的工程應(yīng)用已成為國際上的研究熱點(diǎn).數(shù)字圖像處理由兩部分組成：物理圖像轉(zhuǎn)化為對應(yīng)的數(shù)字圖像和通過各種運(yùn)算法則[16]從數(shù)字圖像中提取有用信息.

自數(shù)字圖像技術(shù)引用到對路面離析進(jìn)行評價(jià)之后，有許多專家學(xué)者對其如何較準(zhǔn)確地評價(jià)路面離析提出了不同的方法并對其進(jìn)行了研究.比較常見的方法主要有灰度矩陣擬合構(gòu)造曲面法、灰度均值法以及分形維數(shù)法.

在實(shí)驗(yàn)過程中為了減少或避免圖像采集時(shí)原始圖像的信息誤差，需要規(guī)范瀝青路面數(shù)字圖像采集的操作過程.本文采用一種自制的圖像采集設(shè)備來獲取穩(wěn)定性、效果均較好的原始圖像.此設(shè)備如圖1所示.它包括一個遮光暗箱，3個LED燈，一個點(diǎn)光控制器和一個相機(jī).LED燈布設(shè)在暗箱里面，通過暗箱外的點(diǎn)光控制器可以調(diào)節(jié)LED燈的功率，從而達(dá)到調(diào)節(jié)箱內(nèi)光線強(qiáng)度的作用.采集圖像時(shí)將試樣放于遮光暗箱內(nèi)，調(diào)節(jié)點(diǎn)光控制器使暗箱內(nèi)達(dá)到理想的光線強(qiáng)度，然后將照相機(jī)置于遮光暗箱上的開口處，調(diào)節(jié)相機(jī)焦距來采集圖像.

1.1灰度矩陣擬合構(gòu)造曲面法

有不少研究利用MATLAB數(shù)學(xué)軟件將瀝青路面RGB數(shù)字圖像轉(zhuǎn)化為灰度圖像，并得到圖像對應(yīng)的二維灰度矩陣，然后用灰度矩陣信息擬合構(gòu)造曲面，最后應(yīng)用曲面積分等公式計(jì)算得到表征路面構(gòu)造深度的HP.

在操作過程中發(fā)現(xiàn)，這種圖像處理模型在實(shí)際應(yīng)用中存在一定的局限性，原因是路面的構(gòu)造紋理極不規(guī)則且復(fù)雜，當(dāng)相機(jī)像素越高時(shí)，由灰度圖像得到的灰度矩陣數(shù)據(jù)量越大，且分布離散.很多情況下，由這些三維數(shù)據(jù)點(diǎn)擬合的空間曲面方程的相關(guān)系數(shù)偏低，難以保證精度要求，且在下一步的積分求體積中，偏差進(jìn)一步擴(kuò)大；同時(shí)由灰度矩陣擬合曲面方程涉及到一個龐大的數(shù)據(jù)量處理過程，要通過反復(fù)的調(diào)節(jié)擬合方式和擬合參數(shù)才能獲得相關(guān)性較好的曲面方程，這對計(jì)算機(jī)運(yùn)行功能要求較高.因此，本文認(rèn)為基于灰度矩陣擬合構(gòu)造曲面模型在用于瀝青混合料離析評價(jià)的應(yīng)用前還需要進(jìn)一步的研究.

1.2灰度均值法

采用數(shù)字圖像方法評價(jià)瀝青路面離析比較常用的方法為灰度均值法.灰度均值法首先通過數(shù)碼相機(jī)拍攝路面不同離析狀態(tài)下的表面紋理構(gòu)造圖像，然后利用MATLAB軟件繪制出其相應(yīng)的路表灰度直方圖，接下來跳過擬合曲面的過程，直接考慮路面圖像灰度均值與構(gòu)造深度的關(guān)系，由灰度均值來預(yù)測構(gòu)造深度.這種方法只需要調(diào)用Matlab中的mean2（）函數(shù)就可實(shí)現(xiàn).

本文采用室內(nèi)模式試驗(yàn)?zāi)M細(xì)集料離析（F）、無離析（N）、低離析（L）、中等離析（M）及嚴(yán)重離析（H）五種不同集料離析程度的瀝青混合料.分別成型10塊無離析（N）AC20瀝青混合料車轍板和10塊不同程度集料離析（F，N，L，M，H各兩塊）的瀝青混合料車轍板，對車轍板進(jìn)行圖像采集后，并用MATLAB軟件計(jì)算每張圖像的灰度均值，同時(shí)采用人工鋪砂法測量其構(gòu)造深度TD，其結(jié)果見表1和表2.

運(yùn)用統(tǒng)計(jì)學(xué)方法將無離析車轍板的TD和灰度均值以及不同離析程度車轍板的TD和灰度均值分別進(jìn)行線性回歸，其結(jié)果如圖2所示.

從圖2（a）中可以看出，當(dāng)瀝青混合料未產(chǎn)生集料離析時(shí)，車轍板圖像灰度均值與構(gòu)造深度TD的線性相關(guān)系數(shù)達(dá)到0.726，說明混合料無集料離析條件下的圖像灰度均值與TD值具有較好的相關(guān)性.但從圖2（b）中發(fā)現(xiàn)，當(dāng)瀝青混合料發(fā)生不同程度集料離析時(shí)，車轍板圖像灰度均值與構(gòu)造深度TD的線性相關(guān)系數(shù)下降到0.515，雖然這兩個指標(biāo)大致符合線性反比關(guān)系，但其相關(guān)系數(shù)小于0.6，Remero提出以相關(guān)系數(shù)[17-18]大于0.6作為儀器效能的界限值，因此在混合料產(chǎn)生不同程度集料離析時(shí)，由灰度均值來預(yù)測構(gòu)造深度TD還是存在較大的誤差，因此本文認(rèn)為用該指標(biāo)判別瀝青路面的離析情況還需進(jìn)一步研究.

1.3分形維數(shù)法

分形維數(shù)[19-20]法也被用來評價(jià)瀝青路面的離析.由于瀝青路面紋理構(gòu)造復(fù)雜、極不規(guī)則，且不同離析程度瀝青混合料表面的復(fù)雜程度存在顯著的差異，可以采用分形維數(shù)對其表面紋理構(gòu)造進(jìn)行定量描述.本文采用基于FractalFox分維數(shù)計(jì)算軟件采用盒子分維法[21]提取路面紋理構(gòu)造灰度圖像中的分形維數(shù)，定量描述不同離析程度瀝青混合料表面的粗糙程度，嘗試評價(jià)路面離析.

選用上文中的10塊不同程度集料離析的瀝青混合料車轍板圖像，對所有圖像進(jìn)行灰度化處理后，分別導(dǎo)入FractalFox軟件計(jì)算各自的分形維數(shù)，計(jì)算結(jié)果如表3所示.

將表3的數(shù)據(jù)運(yùn)用統(tǒng)計(jì)學(xué)的方法將D與TD進(jìn)行線性回歸，結(jié)果如圖3所示.并繪制出D隨混合料離析逐漸增大而變化的柱狀圖，如圖4所示.

從圖3可以看到，瀝青混合料構(gòu)造深度TD值與分形維數(shù)D值的線性相關(guān)系數(shù)為0.618 8，表明兩個指標(biāo)呈現(xiàn)一定的相關(guān)規(guī)律，即隨著路面構(gòu)造深度的增大，其分形維數(shù)呈減小趨勢，說明瀝青混合料粗集料離析越嚴(yán)重，其表面構(gòu)造深度越大，而表面紋理構(gòu)造的復(fù)雜程度降低了.

理論上F，N，L，M和H五種集料離析程度混合料的分維數(shù)大小排序應(yīng)為：F>N>L>M>H，但根據(jù)圖4所示，雖然隨著混合料集料離析程度的增加，分形維數(shù)整體呈遞減趨勢，但是F，N，L三種離析程度混合料的分形維數(shù)的大小區(qū)別不明顯，L的分形維數(shù)反而最大，同時(shí)M和H的分形維數(shù)值也不易區(qū)分.究其原因，F(xiàn)，N，L表面紋理構(gòu)造的復(fù)雜程度雖有差異，但該差異的跳躍性并不明顯，因而由此計(jì)算出的分形維數(shù)區(qū)分度不大，M，H同理.

雖然瀝青路面構(gòu)造紋理的復(fù)雜程度與分形維數(shù)存在一定的相關(guān)性，但相關(guān)規(guī)律并不明顯，因此本文認(rèn)為分形維數(shù)暫不適用于瀝青混合料集料離析的評價(jià).

2宏觀構(gòu)造寬度K值法

路面紋理構(gòu)造可分為微觀構(gòu)造和宏觀構(gòu)造.微觀構(gòu)造又稱微觀紋理，是路面集料表面的微小構(gòu)造；宏觀構(gòu)造又稱宏觀紋理，是路面集料之間構(gòu)成的間隙.從三維立體角度分析，細(xì)集料離析混合料的宏觀構(gòu)造豎向深度明顯小于粗集料離析混合料，無離析混合料介于兩者之間；從二維平面角度分析，細(xì)集料離析混合料的宏觀構(gòu)造下凹區(qū)域的橫向?qū)挾让黠@小于粗集料離析混合料，同時(shí)無離析混合料介于兩者之間.因此，本文嘗試提取路面紋理中下凹區(qū)域即宏觀橫向?qū)挾茸鳛檠芯繉ο?，通過建立宏觀構(gòu)造的橫向?qū)挾扰c豎向深度之間的關(guān)聯(lián)，從路面的二維圖像中提取三維信息，從而提出一種新的評價(jià)離析的方法.

以下是宏觀構(gòu)造寬度K值的計(jì)算模型.

1）選取分割閾值：將灰度圖像轉(zhuǎn)換為二值圖像的關(guān)鍵就是分割閾值的選取，閾值的選取直接決定了二值圖像中白色區(qū)域面積的大小，本文根據(jù)數(shù)字圖像的最大類內(nèi)、類間距離閾值判定準(zhǔn)則，同時(shí)考慮路表宏觀構(gòu)造的漸變特性，由灰度極大值和區(qū)域內(nèi)的灰度均值得到將灰度圖像轉(zhuǎn)換成二值圖像的分割閾值.計(jì)算公式如下：

T=k×（Fmax—F均）

式中：T為分割閾值；Fmax為灰度極大值；F均為灰度均值；k為修正系數(shù)，取值范圍為5%～15%，本文取10%.

2）提取白色區(qū)域面積：在Matlab軟件中調(diào)用rgb2gray（）函數(shù)將灰度圖像轉(zhuǎn)換成二值圖像后，再調(diào)用bwarea（）函數(shù)快速讀取二值圖像中白色像素點(diǎn)個數(shù)X，即為白色區(qū)域總面積.

3）計(jì)算白色區(qū)域平均寬度K′值：調(diào)用bwmorph（I，'skel'，inf）函數(shù)將二值圖像骨架化，得到一幅骨架圖像（見圖5），該骨架線條是由各白色小區(qū)域最中間的像素點(diǎn)連成的，可以看成是白色面積區(qū)域的中心線，調(diào)用bwarea（）函數(shù)快速讀取骨架線條像素點(diǎn)個數(shù)Y，即為中心線的“長度”，根據(jù)面積除以長度得到寬度的思想，二值圖像中各白色區(qū)域平均寬度為K′=X/Y.

4）計(jì)算宏觀構(gòu)造寬度K值：統(tǒng)計(jì)圖像內(nèi)校準(zhǔn)尺長度L范圍內(nèi)對應(yīng)的數(shù)字圖像像素?cái)?shù)量M，由公式ε= L/ M得到數(shù)字圖像的像素當(dāng)量，再由公式K=εK′得到路面宏觀構(gòu)造寬度K值.

分別對10塊無離析（N）AC20瀝青混合料車轍板和10塊不同程度集料離析（F，N，L，M，H各兩塊）的瀝青混合料車轍板進(jìn)行圖像采集，并計(jì)算每塊車轍板的K值，計(jì)算結(jié)果如表4和表5所示.

將表4和表5的數(shù)據(jù)運(yùn)用統(tǒng)計(jì)學(xué)的方法將K與TD進(jìn)行線性回歸，結(jié)果如圖6和圖7所示.并繪制出K值隨混合料離析逐漸增大而變化的柱狀圖，如圖8所示.

從圖6和圖7可知，當(dāng)瀝青混合料無離析時(shí)，其構(gòu)造深度TD值與構(gòu)造寬度K值的線性相關(guān)系數(shù)R2為0.850，當(dāng)瀝青混合料產(chǎn)生不同程度集料離析時(shí)，其TD值與K值的線性相關(guān)系數(shù)R2為0.868，說明K值與TD值具有較好的線性相關(guān)性，因此通過計(jì)算K值來預(yù)測路面構(gòu)造深度TD值是可行的，同時(shí)研究表明，當(dāng)路面產(chǎn)生不同程度集料離析時(shí)，K值與TD值的相關(guān)系數(shù)不降反升，表明K值與TD值的線性相關(guān)性不會隨混合料的集料離析而降低.

圖8是不同離析程度混合料的K值變化規(guī)律，從圖中可以發(fā)現(xiàn)，K值隨混合料粗集料離析程度的增加呈遞增趨勢，且存在明顯的規(guī)律性，大致規(guī)律為F

鑒于宏觀構(gòu)造寬度K值的計(jì)算方法簡便，圖像采集過程操作簡單，且計(jì)算值與傳統(tǒng)的手工鋪砂法具有良好的線性相關(guān)性，能較好地表征瀝青路面集料的離析程度，因此推薦基于路面宏觀構(gòu)造寬度K值的圖像處理模型作為評價(jià)瀝青路面非均勻性的主要無損檢測工具之一.

3基于K值評價(jià)瀝青混合料集料離析的方法

這里提出兩種利用K值評價(jià)瀝青路面集料離析的方法：

1）第1種方法是找出路面圖像K值與構(gòu)造深度TD值的線性相關(guān)性，通過計(jì)算K值來預(yù)測TD值，最終還是用構(gòu)造深度TD值的大小來評價(jià)路面集料的離析程度.

2）第2種方法是基于本文對瀝青混合料不同離析程度的室內(nèi)模擬試驗(yàn)，對不同離析程度的車轍板進(jìn)行圖像采集并計(jì)算其K值，整合出不同離析程度的K值劃分標(biāo)準(zhǔn).本文通過室內(nèi)離析混合料的模擬試驗(yàn)，整合的K值劃分標(biāo)準(zhǔn)如表6所示.

4結(jié)論

本文分析比較了幾種數(shù)字圖像技術(shù)評價(jià)瀝青路面的離析可能性的方法，研究發(fā)現(xiàn)：

1）由灰度矩陣擬合構(gòu)造曲面模型在評價(jià)瀝青混合料離析中，得到的三維數(shù)據(jù)點(diǎn)擬合的空間曲面方程的相關(guān)系數(shù)不到0.2，較難保證精度要求.

2）灰度均值法，在混合料無離析條件下的圖像灰度均值與TD值具有較好的相關(guān)性，但當(dāng)瀝青混合料發(fā)生不同程度離析時(shí)，車轍板圖像灰度均值與構(gòu)造深度TD的線性相關(guān)系數(shù)下降到0.515.

3）瀝青路面構(gòu)造紋理的復(fù)雜程度與分形維數(shù)D存在一定的相關(guān)性，但相關(guān)規(guī)律并不明顯，因此本文認(rèn)為分形維數(shù)暫不適用于瀝青混合料離析的評價(jià).

4）K值隨混合料離析程度的增加呈遞增趨勢，存在明顯的規(guī)律性，能較好地表征不同離析程度路面的紋理構(gòu)造特征，因此可用構(gòu)造深度K值來評價(jià)瀝青路面的離析情況.

參考文獻(xiàn)

[1]韓立志，梁增潔，彭余華，等.AC25級配離析的分形評價(jià)標(biāo)準(zhǔn)及預(yù)測方法[J].長安大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，34（6）：27-33.

HAN Lizhi， LIANG Zengjie， PENG Yuhua， et al. Frctal evaluation criteria and prediction method of AC25 gradition segregation[J]. Journal of Changan University：Natural Science，2014， 34（6）： 27-33.（In Chinese）

[2]MEEGODA J N ， HETTIARACHCHI C H， BANDARA N， et al. Correlation of surface texture， segregation，and measuremento f air voids[J]. Proc XIICSMFE Sanfranscisco， 2002，3：19-26.

[3]李想，梁乃興，趙毅.基于數(shù)字圖像技術(shù)瀝青路面集料離析的研究[J]. 中外公路，2014，34（4）： 90-93.

LI Xiang， LIANG Naixing， ZHAO Yi. Research on digital image technology of asphalt pavement based on aggregate segregation[J].Journal of China & Foreign Highway， 2014， 34（4）： 90-93.（In Chinese）

[4]包秀寧，張肖寧.路面顆粒材料離析性的評價(jià)方法[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，38（3）：31-36.

BAO Xiuning， ZHANG Xiaoning. Segregability evaluation of granular pavement materials [J]. Journal of South China University of Technology： Natural Science， 2010， 38（3）： 31-36.（In Chinese）

[5]馬榮貴，王建鋒，李平.瀝青路面構(gòu)造深度精確檢測方法研究[J].科學(xué)技術(shù)與工程，2014，14（8）：265-268.

MA Ronggui，WANG Jianfeng， LI Ping.Research on high precision measurement of pavement texture depth[J].Science Technology and Engineering，2014， 14（8）： 265-268.（In Chinese）

[6]JTG E60-2008公路路基路面現(xiàn)場測試規(guī)程[S]. 北京：人民交通出版社，2008：90-92.

JTG E60-2008Field test methods of subgrade and pavement for highway engineering[S].Beijing： China Communications Press， 2008：90-92. （In Chinese）

[7]王端宜，李維杰，張肖寧.用數(shù)字圖像技術(shù)評價(jià)和測量瀝青路表面構(gòu)造深度[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，32（2）：42-45.

WANG Duanyi， LI Weijie， ZHANG Xiaoning. Evaluation and measurement of asphalt pavement surface texture depth with digital image technique[J]. Journal of South China University of Technology： Natural Science， 2004， 32（2）： 42-45.（In Chinese）

[8]MASAD E， MUHUNTHAN B， SHASHIDHAR N， et al.Quantifying laboratory compaction effects on the internal structure of asphalt concrete[J].Transportation Research Record：Journal of the Transportation Research Board， 1999，1691：179-185.

[9]WANG L B， WANG X，MOHAMMAD L，et al.Application of mixture theory in the evaluation of mechanical properties of asphalt concrete[J]. Journal of Materials in Civil Engineering， 2004，16（2） ： 167-174.

[10]燕海峰.基于非均勻性的瀝青路面施工質(zhì)量控制與評價(jià)研究[D].西安：長安大學(xué)公路學(xué)院，2011：57-60.

YAN Haifeng. Research on construction quality control and evaluation of asphalt pavement based on nonuniformity[D]. Xian： Highway College of Chang'an University， 2011：57-60.（In Chinese）

[11]王端宜，吳文亮，張肖寧，等.基于數(shù)字圖像處理和有限元建模方法的瀝青混合料劈裂試驗(yàn)數(shù)值模擬[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2011，41（4）：968-973.

WANG Duanyi， WU Wenliang， ZHANG Xiaoning， et al. Numerical simulation of splitting test of asphalt mixture based on DIPFEM[J]. Journal of Jilin University： Engineering and Technology， 2011，41（4） ： 968-973.（In Chinese）

[12]張肖寧.瀝青混合料材料結(jié)構(gòu)數(shù)字圖像技術(shù)的基本方法[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，40（10）：166-173.

ZHANG Xiaoning. Basic methods of digital image technology for material structure of asphalt mixtures [J]. Journal of South China University of Technology： Natural Science， 2012，40（10） ： 166-173.（In Chinese）

[13]彭勇，孫立軍，王元清，等.數(shù)字圖像處理在瀝青混合料均勻性評價(jià)中的應(yīng)用[J].吉林大學(xué)學(xué)報(bào)：工學(xué)版，2007，37（2）：334-337.

PENG Yong，SUN Lijun，WANG Yuanqing， et al. Application of digital image processing in evaluating homogeneity of asphalt mixture [J]. Journal of Jilin University： Engineering and Technology， 2007，37（2）：334-337.（In Chinese）

[14]宋毅.應(yīng)用分形理論描述瀝青混合料級配離析及其相關(guān)問題研究[D].廣州：華南理工大學(xué)土木與交通學(xué)院 ，2010：6-16.

SONG Yi. Study on grading segregation description of asphalt mixtures and related problems based on fractal theroy[D]. Guang Zhou： College of Civil Engineering and Transportation， South China University of Technology， 2010：6-16.（In Chinese）

[15]周吳軍.基于分形理論瀝青路表面離析判別方法研究[D]. 長沙：湖南大學(xué)土木工程學(xué)院，2009：28-44.

ZHOU Wujun. Research on construction quality control and evaluation of asphalt pavement based on nonuniformity[D]. Chang

sha： College of Civil Engineering， Hunan University， 2009：28-44. （In Chinese）

[16]劉思峰，方志耕，謝乃明.基于核和灰度的區(qū)間灰數(shù)運(yùn)算法則[J].系統(tǒng)工程與電子技術(shù)，2010，32（2）：313-316.

LIU Sifeng， FANG Zhigeng， XIE Naiming. Algorithm rules of interval grey numbers based on the“Kernel” and the degree of greyness of grey numbers [J]. Systems Engineering and Electronics，2010，32（2） ： 313-316.（In Chinese）

[17]PENTLAND P. Fractalbased description of natural scenes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1984，6（6）：661-674.

[18]MANDELBROT B B. The fractal geometry of nature[M]. San Francisco； W.H.Freeman and Company，1982： 361-366.

[19]王耀南，王紹源，毛建旭. 基于分形維數(shù)的圖像紋理分析[J]. 湖南大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2006，33（5）：67-72.

WANG Yaonan，WANG Shaoyuan，MAO Jianxu. Image texture analysis based on fractal dimension [J]. Journal of Hunan University： Natural Sciences，2006，33（5） ： 67-72.（In Chinese）

[20]趙明華，戴杰，張玲，等. 基于分形理論的粉煤灰滲透率研究[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，42（1）：75-80.

ZHAO Minghua， DAI Jie， ZHANG Ling， et al. Fractal theorybased study of the permeability of fly ash [J]. Journal of Hunan University： Natural Sciences，2015，42（1）：75-80.（In Chinese）

[21]趙海英，楊光俊，徐正光.圖像分形維數(shù)計(jì)算方法的比較[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2010，20（3）：238-246.

ZHAO Haiying， YANG Guangjun， XU Zhengguang. Comparison of calculation methodsbased image fractal dimension [J]. Computer Systems & Applications， 2010，20（3） ： 238-246.（In Chinese）