丁旭東，耿超，崔珊珊

(安徽省交通控股集團(tuán)有限公司, 合肥 230088)

隨著我國經(jīng)濟(jì)綜合實(shí)力的不斷提高，國家不斷加大對于事關(guān)民生和經(jīng)濟(jì)發(fā)展的基礎(chǔ)設(shè)施建設(shè)的投入，公路建設(shè)里程迅速增加，公路施工質(zhì)量越來越受到相關(guān)部門的重視。我國當(dāng)前公路結(jié)構(gòu)主要為瀝青混凝土路面和水泥混凝土路面。無論哪種型式的路面結(jié)構(gòu)，礦質(zhì)混合料(礦料)都是混凝土材料的重要組成部分[1]。

礦質(zhì)混合料由不同大小規(guī)格的集料顆粒組成，其粗集料級配的合理性是評價公路施工質(zhì)量的重要指標(biāo)。粗集料一般指集料粒徑大于4.75 mm的集料[2-3]，由于粗集料在混凝土中起著骨架和支撐作用，故對公路的路用性能具有顯著影響，主要表現(xiàn)為對路面的高溫抗變形能力、耐久性、強(qiáng)度、低溫抗開裂能力、抗疲勞、抗彎拉、抗沖擊等方面的影響[4]。因此，對粗集料級配合理性以及形態(tài)特征的評價是決定瀝青混凝土路面和水泥混凝土路面質(zhì)量高低的兩個重要環(huán)節(jié)。路面在高強(qiáng)度壓力和復(fù)雜的載荷下，為長期保持路面性能的良好，需要對公路施工中粗集料材質(zhì)選擇、大小配比和路面成型各環(huán)節(jié)進(jìn)行有效的質(zhì)量控制。

1 國內(nèi)外研究概況

由于傳統(tǒng)粗集料級配和集料顆粒形態(tài)特征檢測存在滯后性、費(fèi)時耗力、受主觀影響大等缺點(diǎn)，國內(nèi)外在利用數(shù)字圖像處理技術(shù)對粗集料顆粒的三維研究方面展開大量研究，并取得一定的成果。研究內(nèi)容主要包括：法國公共設(shè)施實(shí)驗(yàn)室LCPC開發(fā)的VDG-40 Videograder系統(tǒng)，該系統(tǒng)采用線陣攝像機(jī)采集由集料供給裝置跌落于背光燈前的集料顆粒樣本圖像，而后采用基于橢圓顆粒假設(shè)的程序，通過采集的投影二維圖像計(jì)算其第三維度。系統(tǒng)可以自動獲取集料級配及集料顆粒的針片狀含量[4]。美國北卡萊羅納州立大學(xué)的Brzezicki Jerzy等采用圖像分析技術(shù)精確測定了集料顆粒樣本中每個集料顆粒的三個維度，并對其扁平、細(xì)長指標(biāo)及其相應(yīng)的統(tǒng)計(jì)值進(jìn)行了評價，提出了更精確的集料樣本顆粒形狀特征化的方法及特征的圖形表示[5]。Hashemite大學(xué)土木工程系的Al-Rousan Taleb[1]等于2006年對基于圖像分析的常用的集料形狀分析技術(shù)進(jìn)行了比較分析，建議利用灰度圖像的小波分析提取紋理特征，利用梯度方法與邊緣跟蹤方法提取棱角性特征，縱橫比得到二維形狀特征，球形度或者三軸長度決定三維形狀特征。

隨著數(shù)字圖像處理技術(shù)的日益成熟以及圖像硬件的迅速發(fā)展，國內(nèi)科研機(jī)構(gòu)利用圖像處理技術(shù)在道路材料方面的研究越來越多。華南理工大學(xué)的張肖寧[6-7]等利用數(shù)字圖像處理技術(shù)通過獲取瀝青混合料體積組成的二維圖像，研究瀝青混合料的體積組成特性，并設(shè)計(jì)出應(yīng)用實(shí)例得到試驗(yàn)結(jié)果，結(jié)果表明數(shù)字圖像處理技術(shù)應(yīng)用于瀝青混合料生產(chǎn)中的可行性。長安大學(xué)沙愛民、孫朝云[3]等人基于圖像檢測分析技術(shù)對集料級配進(jìn)行研究，結(jié)果表明：數(shù)字圖像處理技術(shù)不僅在集料級配檢測中具有檢測效率高、檢測速度快以及不依賴檢測人員水平的優(yōu)點(diǎn)，而且通過檢測結(jié)果分析說明圖像處理技術(shù)對集料級配的檢測具有可行性，在一定程度上可以有效替代傳統(tǒng)集料級配采用的篩分方法[3]。華南理工大學(xué)的吳文亮[8]等應(yīng)用二維數(shù)字圖像處理技術(shù)，通過3種不同類型瀝青混合料的對比，研究了重復(fù)荷載下粗集料接觸發(fā)展規(guī)律、各檔粗集料對接觸點(diǎn)的貢獻(xiàn)率，以及單顆粗集料周邊接觸點(diǎn)數(shù)目分布等瀝青混合料內(nèi)部結(jié)構(gòu)特性。西南交通大學(xué)張朋朋[9]通過利用圖像處理技術(shù)得到了計(jì)算石粒主次軸長度的算法，并且通過二維圖像的碎石顆粒體積估算算法對碎石粒徑的級配比進(jìn)行檢測，提取出級配曲線，根據(jù)提取的級配與設(shè)計(jì)的級配對比實(shí)現(xiàn)了級配檢測。

綜合國內(nèi)外的研究情況可以看出，基于圖像處理技術(shù)的集料級配檢測技術(shù)已經(jīng)取得了一定的進(jìn)展，但是該技術(shù)依舊存在技術(shù)瓶頸，因?yàn)槎S角度的研究并不能全面地反映集料幾何特征信息。所以，針對粗集料顆粒的三維形態(tài)研究和級配檢測目前受到越來越多的重視和投入。

本文提出基于結(jié)構(gòu)光成像的原理下采集粗集料顆粒三維數(shù)據(jù)，并實(shí)現(xiàn)三維重構(gòu)；對粗集料顆粒三維圖像處理進(jìn)行算法研究，以獲得高質(zhì)量的三維圖像；并對處理后的三維圖像進(jìn)行幾何特征分析，研究粗集料顆粒體積、粒徑計(jì)算方法，最終實(shí)現(xiàn)級配檢測。該研究方法不僅在集料級配檢測中具有檢測效率高、檢測速度快以及不依賴檢測人員水平的優(yōu)點(diǎn)，而且利用檢測結(jié)果分析說明圖像處理技術(shù)對集料級配檢測的可行性，在一定程度上可以有效替代傳統(tǒng)集料級配采用的篩分方法。可以更加全面、準(zhǔn)確、客觀、快捷的檢測粗集料顆粒的粒徑和級配分布，為后續(xù)更廣泛集料粒徑、幾何形態(tài)的分析和檢測打下堅(jiān)實(shí)基礎(chǔ)[10]。

2 檢測系統(tǒng)軟硬件結(jié)構(gòu)介紹

2.1 結(jié)構(gòu)光簡述

已知空間方向的投影光線的集合稱為結(jié)構(gòu)光(structured light)，生成結(jié)構(gòu)光的設(shè)備可以是激光點(diǎn)、光縫、光柵、格網(wǎng)或斑紋投影到被測物體上的某種投影儀器或設(shè)備，也可以是生成激光束的激光器。目前，因?yàn)榧す庥休^好的準(zhǔn)直性、方向性、高亮度和單色性等優(yōu)點(diǎn)，將激光作為結(jié)構(gòu)光的光源成為許多結(jié)構(gòu)光視覺檢測系統(tǒng)的首選。各種形式的結(jié)構(gòu)光，大多是采用激光為光源的產(chǎn)品。本論文提出的結(jié)構(gòu)光采用直線型激光，激光器使用半導(dǎo)體激光器。由于該光平面投射到與之不平行的平面時，會顯示為一光亮的線條，所以該結(jié)構(gòu)光又稱為線結(jié)構(gòu)光。

光源投射器投射一束結(jié)構(gòu)光于物體表面，光束在物體表面發(fā)生漫反射，由處于另一位置的攝像機(jī)接收探測，從而獲得物體表面像點(diǎn)位移的二維畸變圖像。像點(diǎn)位移與實(shí)際物體形狀尺寸的對應(yīng)，取決于結(jié)構(gòu)光光源與攝像機(jī)之間相對位置和投射角度。直觀上，接收的像點(diǎn)位移與待測物體表面深度成比例，當(dāng)光源與攝像機(jī)之間的相對位置保持一定時，由攝像機(jī)接收的二維線條圖像可以重現(xiàn)物體表面的輪廓，即構(gòu)成了三維視覺[11]。

2.2 結(jié)構(gòu)光三維檢測原理

粗集料顆粒三維檢測系統(tǒng)將紅外半導(dǎo)體激光器與CCD相機(jī)相結(jié)合，實(shí)現(xiàn)粗集料顆粒的三維信息采集。紅外激光源投射激光條紋到待測物體表面，相機(jī)采集激光條紋經(jīng)待測物體表面反射到CCD探測面的數(shù)字圖像，只要激光源、相機(jī)位置和角度已知，集料顆粒的三維信息就可以通過三角法原理計(jì)算得到[12]。數(shù)據(jù)采集過程如圖1所示。

圖1 三維檢測系統(tǒng)原理圖

3 集料顆粒深度圖像處理

由三維檢測系統(tǒng)原理可以得知，相機(jī)每次采集捕獲的其實(shí)是一幅待測集料顆粒橫斷面的輪廓圖像，激光源和相機(jī)在步進(jìn)電機(jī)帶動下正向勻速運(yùn)動，相機(jī)不斷采集集料顆粒圖像，正向采集運(yùn)動結(jié)束時，相機(jī)平均曝光1 000次，即獲得1 000幅輪廓圖像數(shù)據(jù)。

3.1 粗集料顆粒三維圖像重構(gòu)

獲得粗集料輪廓數(shù)據(jù)后，將1 000幅集料輪廓圖進(jìn)行空間積分?jǐn)M合，可以實(shí)現(xiàn)粗集料的三維模型重構(gòu)。設(shè)f(x,y,t)為相機(jī)單次采集粗集料顆粒輪廓圖，?(x,y,z)為空間積分后的粗集料顆粒三維重構(gòu)圖，每幅相機(jī)的輪廓圖相當(dāng)于圖像切片，1 000幅輪廓圖在Dxy投影平面方向上進(jìn)行空間三重積分，就可以獲得重構(gòu)后完整的粗集料三維結(jié)構(gòu)模型[12]。積分公式表示為：

(1)

3.2 粗集料三維圖像的噪聲處理

被檢測粗集料表面由于光澤度較高或者粗糙度較低產(chǎn)生鏡面反射作用、CCD相機(jī)本身內(nèi)部結(jié)構(gòu)機(jī)理以及相機(jī)和激光源的傾斜角度等情況，都可能導(dǎo)致采集的三維數(shù)據(jù)出現(xiàn)不連續(xù)性的狀況，使重構(gòu)的粗集料三維圖像出現(xiàn)噪聲。這些數(shù)據(jù)點(diǎn)導(dǎo)致后續(xù)依賴三維數(shù)據(jù)處理計(jì)算粗集料形態(tài)參數(shù)等三維特征時，計(jì)算結(jié)果會出現(xiàn)較大誤差。所以，為了盡可能地保持三維圖像中粗集料的形狀特征，提高三維圖像的質(zhì)量，保證后續(xù)粗集料三維研究的可靠性，需要對重構(gòu)的粗集料三維圖像進(jìn)行圖像去噪處理[13]。

由于圖像中噪聲主要為黑點(diǎn)，即椒鹽噪聲，采用中值濾波能在去除噪聲的同時，較好地保持圖像的邊緣，而鄰域均值濾波在圖像平滑的同時也一定程度模糊了圖像，平滑濾波效果較差，所以粗集料顆粒三維圖像的平滑處理采用中值濾波平滑。通過實(shí)驗(yàn)對比3×3模板中值濾波效果和5×5模板中值濾波效果，發(fā)現(xiàn)3×3模板濾波效果相比5×5模板較差，另外考慮到7×7模板中值濾波后，會損壞圖像中集料原有尺寸，所以本文采用5×5模板進(jìn)行粗集料顆粒三維圖像去噪平滑處理。

3.3 粗集料顆粒三維圖像分割

粗集料三維圖像經(jīng)過背景最優(yōu)化處理以及高度歸一化處理，現(xiàn)在進(jìn)行圖像分割處理的圖像是背景單一的灰度圖像。由于整幅圖像中的目標(biāo)顆粒不止一個，需要逐個分割出來單獨(dú)研究分析，使用閾值分割法無法滿足分離要求，所以本論文采用區(qū)域生長法分割圖像，進(jìn)行顆粒的形態(tài)分離。為避免噪聲影響，人工選取種子像素，即某一顆粒圖像上的一點(diǎn)。該圖像已經(jīng)經(jīng)過背景最優(yōu)化處理，參照面降為0，所以非0即為集料輪廓高度。故確定生長準(zhǔn)則為判斷鄰域像素值非0，則生長，直到遇到像素值為0，停止生長。這樣，區(qū)域生長的3個問題得以解決，滿則生長條件[14]。

粗集料灰度圖像經(jīng)區(qū)域生長法分割后，結(jié)果如圖2、圖3所示。

圖2 分離前的三維重構(gòu)圖像

圖3 分離后的三維重構(gòu)圖像

4 集料顆粒粒徑檢測

粒徑是研究公路施工級配的重要參數(shù)，知道粒徑的大小，才能將集料歸檔，計(jì)算級配。傳統(tǒng)測量粗集料粒徑的方式主要為使用游標(biāo)卡尺測量，這種方法存在測量效率低下、主觀性高以及準(zhǔn)確度低等缺點(diǎn)。目前在二維研究領(lǐng)域，粒徑計(jì)算主要是通過二維圖像中粗集料的面積等效圓直徑、等效橢圓長/短軸、外接矩形長以及外接矩形對角線等獲得[15]。但這種方法局限在二維空間，并不能真實(shí)、客觀地反映粗集料粒徑，本文針對采集的粗集料三維空間數(shù)據(jù)，提出球當(dāng)量徑和最小外接長方體計(jì)算粗集料顆粒粒徑。

4.1 基于最小外接長方體的粒徑計(jì)算

粗集料三維圖像經(jīng)過去噪、背景最優(yōu)化以及分割處理后，將三維圖像進(jìn)行灰度歸一化生成灰度圖像，通過二維圖像最小外接矩形算法找到顆粒的最小外接矩形，計(jì)算得到長和寬，同時顆粒的高度輪廓信息已知，可以獲得顆粒的外接高度。在已知最小外接長、寬和高的情況下，構(gòu)造出粗集料顆粒的最小外接長方體[14]。

4.2 基于球當(dāng)量徑的粒徑計(jì)算

球當(dāng)量徑也稱等體積球當(dāng)量徑，顧名思義即為體積相等的球體粒徑，是指設(shè)定一個球體，其體積和單顆粒體積相等，球體的直徑即為等體積球當(dāng)量徑。所以，球當(dāng)量徑是指用球體的直徑表示顆粒粒徑的大小[16]。數(shù)學(xué)公式見式(2)。

(2)

式中，v為顆粒的體積，R為球體半徑，則球當(dāng)量徑可表示為公式(3)：

(3)

4.3 算法準(zhǔn)確度分析

本文使用體積球當(dāng)量徑和最小外接長方體兩種算法計(jì)算粗集料粒徑。為找出最優(yōu)粒徑算法，需要對兩種算法計(jì)算結(jié)果的準(zhǔn)確度進(jìn)行分析，即比較兩種算法的誤差大小。以實(shí)際測量的4.75 mm、9.5 mm、13.2 mm以及16 mm 4檔待測粗集料粒徑結(jié)果為參考，分別計(jì)算等體積球當(dāng)量徑和最小外接長方體兩種粒徑結(jié)果的絕對誤差，并求取平均值得到平均誤差，從而分析兩種算法的準(zhǔn)確度[17]。在實(shí)驗(yàn)室條件下通過人工測量粗集料顆粒粒徑，得到粗集料實(shí)際測量結(jié)果。根據(jù)公路工程集料試驗(yàn)規(guī)程，本論文使用游標(biāo)卡尺測量粗集料粒徑，將粗集料顆粒放置在桌面，使其處于穩(wěn)定狀態(tài)，并測量其平面方向的最大長和寬，以及其平穩(wěn)狀態(tài)下的厚度，并記錄長、寬、高等數(shù)據(jù)。球當(dāng)量徑和最小外接長方體粒徑平均絕對誤差如表1所示。

表1 球當(dāng)量徑和最小外接長方體粒徑平均絕對誤差

由表1可見，兩種算法均存在一定誤差，考慮在使用游標(biāo)卡尺測量粒徑的過程中，由于測量角度、測量位置以及讀數(shù)等因素，并不能保證測量粗集料的長、寬和厚度準(zhǔn)確無誤，所以三維計(jì)算結(jié)果與人工測量結(jié)果不可避免存在偏差[18]。但相比最小外接長方體，依據(jù)球當(dāng)量徑計(jì)算的粗集料粒徑平均絕對誤差在4.75 mm、9.5 mm、13.2 mm以及16 mm 4檔均最小，且誤差最大僅為0.938 mm，不足1 mm，誤差較小，所以利用球當(dāng)量徑計(jì)算粗集料顆粒粒徑更為準(zhǔn)確。對于粗集料中的針片狀含量，由于常用的針片狀顆粒含量的試驗(yàn)檢測方法有美國ASTM的D4791、英國EN 933-4以及國內(nèi)《公路工程集料試驗(yàn)規(guī)程》JTG E42—2005中T0312—2005粗集料針片狀顆粒含量試驗(yàn)。我國集料測試規(guī)范中T0312—2005粗集料針片狀顆粒含量試驗(yàn)所使用的是游標(biāo)卡尺。此外，采用球當(dāng)量徑計(jì)算粗集料的針片狀含量時，由于各種測量因素的存在，其結(jié)果也會不可避免的存在誤差，一般允許誤差在2 mm范圍內(nèi)。

5 結(jié)論

集料粒徑計(jì)算方法是集料表征領(lǐng)域非常重要的一個研究內(nèi)容。本論文主要介紹了基于結(jié)構(gòu)光法采集的三維集料顆粒的粒徑計(jì)算方法。通過最小外接立方體法、球當(dāng)量徑法與卡尺數(shù)據(jù)的比較，最終確定球當(dāng)量徑法所計(jì)算的粒徑誤差較小。另外，集料顆粒除了粒徑特征，還有棱角性、紋理等特征，如何表征棱角性及紋理等特征需要進(jìn)一步研究。