一种非接触式道路材料弯拉性能测试方法
【技术领域】
[0001] 本发明涉及道路工程领域，进一步涉及道路材料性能测试领域，特别涉及一种非 接触式道路材料弯拉性能测试方法。
【背景技术】
[0002] 道路工程材料以沥青混合料、水泥混凝土为主，在评价这些材料弯曲性能、疲劳性 能的过程中，大量采用小梁弯拉试验。根据现有试验规程，通过采集材料在荷载作用下的挠 度和应变来计算弯拉模量并评价材料疲劳性能。此外还可以将测量得到的弯拉应变带入疲 劳方程计算材料疲劳寿命。但现有弯拉试验中挠度测量方法比较原始，只能利用LVDT式挠 度计测量单点挠度。现有应变测量方法主要有以挠度反算为主，将沥青材料假设为完全弹 性计算，与材料粘弹性性质差异较大。此外尚有利用表贴式应变片测量方法，但这一方法受 到温度影响巨大，不适用于长时间应变测量，并且测量频率往往小于100Hz，难以实现高频 采集。因此有必要对原有方法进行改进。
【发明内容】
[0003] 鉴于以上所述现有技术的缺点，本发明的目的在于提供一种道路材料弯拉性能测 试方法，用于解决现有技术中的问题。
[0004] 为实现上述目的及其他相关目的，本发明第一方面提供一种道路材料弯拉性能测 试方法，包括如下步骤：
[0005] 1)在成型的待测梁试件的侧面上选取一条固定直线段作为测量线段，使用视频采 集设备监测该测量线段；
[0006] 2)对梁试件施加荷载，并通过视频采集设备拍摄测量线段的变化；
[0007] 3)通过图像识别测量系统接收视频采集设备采集的测量线段的变化图，并在图像 识别测量系统上计算施加荷载过程中测量线段的长度，根据施加荷载后测量线段相对于施 加荷载前测量线段长度的变化，计算材料弯拉性能。
[0008] 优选的，所述视频采集设备的拍摄速度多60帧/秒，分辨率多200万像素。
[0009] 具体的，所述视频采集设备的分辨率多1920*1080像素。
[0010] 优选的，所述视频采集设备相对于测量线段的拍摄距离为〇. 3m-lm。
[0011] 更优选的，所述视频采集设备位于减震装置（如具有球形云台的三脚架）上，以减 小视频采集过程中的抖动。
[0012] 所述视频采集设备主要负责为图像识别测量系统收集待测区域的视频图像。
[0013] 本发明中待测梁试件的材质可以为恒定荷载下变形不随受力时间发生变化的弹 性材料，也可以为恒定荷载下变形随受力时间发生变化的粘弹性材料。
[0014] 优选的，所述步骤1中，待测梁试件的材质为粘弹性材料。
[0015] 具体的，对于本领域技术人员而言，弹性材料包括但不限于钢材、水泥混凝土等中 的一种或多种的组合；粘弹性材料包括但不限于沥青混合料、二灰稳定碎石等中的一种或 多种的组合。
[0016] 本发明中，本领域技术人员可根据具体情况调整待测梁试件的尺寸。
[0017] 优选的，所述步骤1中，待测梁试件为长< 100cm，宽和高均< 50cm的长方体，待测 梁试件水平放置，测量线段为水平线段。
[0018] 本发明中，所述测量线段的位置并没有特殊限定，只要不对本发明的发明目的产 生限制即可，具体可位于长方体表面的各位置，所述测量线段的长度并没有特殊限制，只要 不对本发明的发明目的产生限制即可。
[0019] 优选的，所述步骤2中，对梁试件施加荷载的位置位于梁试件的上表面。
[0020] 更优选的，所述步骤2中，对梁试件施加荷载的位置位于梁试件的上表面的中心 位置。
[0021] 优选的，所述步骤3中，所述图像识别测量系统的位移识别精度< 0. 01mm，挠度识 别精度彡〇· 〇1_。
[0022] 优选的，所述测量线段上设5个以上点作为测量点，所述步骤3中，在图像识别测 量系统上计算施加荷载过程中测量线段的长度时，通过施加荷载前后测量线段上对应的测 量点进行曲线积分计算。
[0023] 更优选的，所述测量线段上共设有5-20个点作为测量点，各点之间的间隔距离并 没有特殊限制，只要不对本发明的发明目的产生限制即可。
[0024] 更优选的，所述测量线段上各测量点平均分布于测量线段上。
[0025] 具体的，在图像识别测量系统中，通过特定的测量点积分计算测量线段的长度对 于本领域技术人员而言是已知技术，在本发明一实施例中，可通过MATLAB软件，处理视频 采集设备采集的测量线段的变化图，并进一步在图像变化过程中跟踪选定的测量点，然后 计算出施加荷载前、后测量线段的长度。
[0026] 优选的，所述在图像变化过程中跟踪选定的测量点的方法为像素级别定位，所述 像素级别定位的方法包括如下步骤：
[0027] (1)在变形之前的图像上选取以待测点为中心的N*N(N优选为奇数，实施例中的 范围为像素21*21的正方形区域）矩形区域作为子区，记录其灰度信息；
[0028] (2)在变形之后的图像上原位置周围的区域，以N*N为区域逐个计算相关系数，以 寻找与原灰度信息相似度最高的子区域；
[0029] (3)相似度最高的子区域的中心即为变形之后待测点的位置，实现像素级别定位。
[0030] 更优选的，所述像素级别定位的方法包括如下步骤：
[0031] (1)在变形之前的图像上选取以待测量点为中心的N*N(实施例中的范围为像素 21*21的正方形区域）的正方形区域作为子区，其中a为子区边长（实施例中，由于子区域 为像素21*21的正方形区域，a即为正方形一边的像素数，a = 21)，记录子区的灰度矩阵 f(Xi，yD，以及位置测量点PI (xl, yl);
[0032] (2)在变形之后的图像上，在子区初始位置PI (χαι)周围的区域，搜索区域内每 一个点P(x'，y'）为中心的N*N范围可以得到相应子区的灰度矩阵g(x' y y' J，；利用式 (1-1)求g(x' i，y' i)与初始灰度矩阵f(Xi，y;)的相关系数cx，iy，，比较求出搜索范围内所 有点对应的相关系数，找到所有相关系数的最大值Cmax ;
[0033] 本发明中，灰度矩阵具体指以特定区间内各像素点的灰度的值形成的矩阵，各点 的灰度值在矩阵中的位置与其在图像上的位置相对应。举例来说，一个像素21*21的正方 形区域，各像素点对应的灰度值可形成一个21*21的矩阵。
[0040] A为子区面积
[0041] fUp yj为变开多前图片P1区域测量点为中心的N*N(实施例中的范围为像素 21*21的正方形区域）的正方形区域的灰度矩阵。
[0042] g(x' y y' J为变形后图片每一个点P(x'，y'）为中心的N*N范围可以得到相应 子区的灰度矩阵。
[0043] 本领域技术人员可选择合适的软件和参数，得出各像素点所对应的灰度，并构成 灰度矩阵，各像素点灰度测量时所使用的参数优选地应该相同。
[0044] 式中涉及子区面积，子区面积是用来判断待测点特征的灰度矩阵的大小，一般为 矩形，优选为正方形。
[0045] (3)所述Cmax其对应的中心点位置坐标（i'，j'）作为这帧图像上待测量点具有 整像素精度的新位置（x2, y2)。
[0046] 优选的，所述在图像变化过程中跟踪选定的测量点的方法为亚像素级别定位，所 述亚像素级别定位的方法包括如下步骤：
[0047] (1)在变形之前的图像上选取以待测点为中心的N*N(实施例中的范围为像素 21*21的正方形区域）矩形区域作为子区，记录其灰度信息；
[0048] (2)在变形之后的图像上原位置周围的区域，以N*N为区域逐个计算相关系数，以 寻找与原灰度信息相似度最高的子区域；
[0049] (3)确定步骤2所得的相似度最高的子区域中心所对应的像素点，再计算该像素 点周围各像素点作为中心的N*N区域范围的相关系数，得到相关系数矩阵，利用二次曲面 拟合法计算其亚像素精度的位置。
[0050] 更优选的，所述在图像变化过程中跟踪选定的测量点的方法为亚像素级别定位， 所述亚像素级别定位的方法包括如下步骤：
[0051] (1)在变形之前的图像上选取以待测量点为中心的N*N(N优选为奇数，实施例中 的范围为像素21*21的正方形区域）的矩形区域作为子区，其中a为子区边长，记录子区的 灰度矩阵f (Xy yj，以及位置测量点Pi (Xl，yl);
[0052] (2)在变形之后的图像上，在子区初始位置PI (xl，yl)周围合适大小作为搜索区 域，以搜索区域内每一个点P(x'，y'）为中心的N*N范围可以得到相应子区的灰度矩阵 g(x' i，y' i)。利用式（1-1)求g(x' i，y' i)与初始灰度矩阵f(Xi，yi)的相关系数Cx，,y，;比 较求出搜索范围内所有点对应的相关系数，找到最大值Cmax = Ci'，j'，其对应的中心点位 置坐标（i'，j'）作为这帧图像上待测量点具有整像素精度的新位置（x2，y2);
[0053] (3)由第二步得到的相关系数最大值ci'，j'所对应的点α'，j'），再以α'，j'） 点周围的各点（具体为 α'，j'）、α' -1，j' -1)、α'