一种集料级配自动检测方法
【技术领域】
[0001] 本发明属于图像处理领域，具体涉及一种集料级配自动检测方法，该方法基于集 料图像处理自动检测集料级配。
【背景技术】
[0002] 现行的沥青混合料级配检测方法是经验性的方法，其理论基础不完善，评价和检 测技术落后，沥青路面材料检测方法存在诸多缺陷，因此，近年来出现了基于数字图像处理 的集料颗粒检测的技术，实现沥青混合料级配的自动检测，这一类方法检测效率以及精度 都有$父大提尚。
[0003] 在利用数字图像处理技术进行集料级配检测中，使用了不同的颗粒粒径表示方 法。哈尔滨工程大学的苗春卫等基于数字图像处理的煤粉颗粒检测的研究和系统设计，利 用数码相机采集的数据，运用数字图像处理技术，对采集到的图像进行去噪、二值化、区域 分割，通过对颗粒的纵向、横向扫描得到颗粒的平均粒径，但是检测结果不具有普遍性。
[0004] 此外，颗粒粒径的表示方法常见的如傅里叶和分形的算法，只能使用表征单一例 子的大小和形状，不能进行多个颗粒的统计分析。此外，颗粒的表示方法还有用和弦、等效 圆直径、等效椭圆短轴、Ferret径测量等的表示方法。但是这些粒径的表示方法所表示的 颗粒粒径随着扫描方向的变化而不同，具有旋转不确定性。也就是说，由于集料图像中各颗 粒的轴向并不一致，因此，上述现有方法表示的颗粒粒径的旋转不确定性使得粒径的提取 结果并不是在统一轴向下的粒径尺寸，从而使得基于图像处理技术的集料级配检测结果准 确度较低。
【发明内容】
[0005] 针对上述现有的基于图像的集料继配检测技术的级配检测结果不准确的缺陷，本 发明的目的在于，提供一种集料级配自动检测方法。
[0006] 为了达到上述目的，本发明采用如下的技术方案：
[0007] -种集料级配自动检测方法，包括如下步骤：计算机依次读取集料图像中每个颗 粒的图像数据矩阵，对每个颗粒的图像数据矩阵进行二值化处理，得到该颗粒的二值化图 像；根据所述颗粒的二值化图像f(x，y)的质心位置，确定对应颗粒的轴向角度；在所述颗 粒的轴向角度上运用多个Ferret径，获得对应颗粒的粒径D;将所述颗粒粒径D代入下式 进行计算，得到最终颗粒粒径d:
[0008] d~0? 8d。
[0009] 统计集料图像中所有的颗粒图像的最终颗粒粒径，得到集料级配结果。
[0010] 进一步的，在所述对每个颗粒的图像数据矩阵进行二值化处理之前，还包括对每 个颗粒的图像数据矩阵进行滤波处理以及将滤波后的颗粒图像转换为灰度图像的步骤。
[0011] 进一步的，所述对每个颗粒的图像数据矩阵进行滤波处理是指使用中值滤波算法 进行滤波处理。
[0012] 进一步的，所述根据所述颗粒的二值化图像的质心位置，确定对应颗粒的轴向角 度包括：
[0013] 计算颗粒的二值化图像的质心位置；
[0014] 根据颗粒的二值化图像的质心位置，确定颗粒的轴向角度是指：在颗粒的二值化 图像上确定一条满足如下条件的直线：该直线通过颗粒的二值化图像的质心位置且利用下 式计算得到的结果E最小；确定的直线与颗粒的二值化图像的水平方向的夹角即为颗粒的 轴向角度9 ;
[0015] E= / /R2f(x,y)dxdy
[0016] 式中，R为颗粒图像边缘上的点（x，y)到这条直线的距离；f(x，y)为颗粒的二值化 图像。
[0017] 进一步的，所述计算颗粒的二值化图像的质心位置是使用一阶矩方法进行计算得 到。
[0018] 进一步的，所述在颗粒的轴向角度上运用多个Ferret径组合，获得颗粒的粒径D 包括：
[0019] 在颗粒的轴向上使用一个Ferret径，将所述Ferret径与颗粒图像边缘的两个交 点的坐标，作为颗粒的轴向上的最大坐标与最小坐标，所述最大坐标与最小坐标之间的距 离作为最佳外接矩形的长；
[0020] 然后在垂直于颗粒的轴向方向上计算一个Ferret径，得到该Ferret径对应的最 大坐标与最小坐标，该两个坐标之间的连线作为最佳外接矩形的宽，将该宽度作为当前颗 粒的粒径。
[0021] 本发明在颗粒的二值化图像中将一阶矩、最小二阶矩方法与Ferret径结合，获得 颗粒的最佳矩形并获得粒径。本发明基于集料颗粒的轴向来计算颗粒粒径，使其具有旋转 不变性。克服了现有技术中不能在统一轴向下的粒径尺寸，从而使得基于图像处理技术的 集料级配检测结果准确度较低的缺陷。同时，通过找到方孔筛与圆孔筛的近似的转换关系， 更加精确地进行集料级配检测。综上，本发明在实现对集料颗粒级配的自动检测的基础上， 提高了检测准确度，并能够同时对多个颗粒进行检测，解决了检测过程复杂、效率低等问 题。
【附图说明】
[0022] 图1是使用I. 18mm到9. 5mm标准筛的传统的机械筛分级配结果曲线与本发明得 到的图像级配结果曲线的对比。
[0023] 图2是使用2. 36_到13. 2_标准筛的传统的机械筛分级配结果曲线与本发明得 到的图像级配结果曲线的对比。
[0024] 图3是使用4, 75mm到16mm标准筛的传统的机械筛分级配结果曲线与本发明得到 的图像级配结果曲线的对比。
[0025] 图4是使用13. 2mm到26. 5mm标准筛的传统的机械筛分级配结果曲线与本发明得 到的图像级配结果曲线的对比。
[0026] 以下结合附图和具体实施例对本发明进一步解释说明。
【具体实施方式】
[0027] 本发明的原理分析如下：
[0028] 当物体的边界已知的时候，用其外接矩形的尺寸来刻画它的长宽是最简单的方 法，对任意朝向的物体，水平和垂直并非是我们感兴趣的方向。这时，就有必要确定物体的 主轴，然后计算反映物体形状特征的主轴方向上的长度和与之垂直方向上的宽度，这样的 外接矩形是物体的最小外接矩形。将一阶矩与最小二阶矩同时应用于颗粒图像中，可以确 定颗粒图像的主轴的方向，具有旋转不变性。
[0029] 实施例：
[0030] 如图1所示，本实施例提供一种集料级配自动检测方法，具体包括如下步骤：
[0031] 步骤1 :计算机依次读取集料图像中每个颗粒的图像数据矩阵，对于每个颗粒的 图像数据矩阵，执行步骤2-4,得到集料图像中每个颗粒的粒径；
[0032] 步骤2 :使用中值滤波算法对颗粒的图像数据矩阵进行滤波处理，得到滤波后的 颗粒图像；
[0033] 步骤3 :将滤波后的颗粒图像转换成灰度图像，并对灰度图像使用Otsu算法进行 二值化处理，获得颗粒的二值化图像f(x，y);
[0034] 步骤4:计算颗粒的二值化图像f(x，y)的质心位置；根据颗粒的二值化图像 f(x,y)的质心位置，确定颗粒的轴向角度；在颗粒的轴向角度上运用多个Ferret径，获得 颗粒的最佳外接矩形；执行步骤5 ;
[0035] 可选的，步骤41 :采用一阶矩方法计算颗粒的二值化图像f(x，y)的