沥青混合料摊铺均匀性实时检测方法与流程

本发明涉及沥青混合料摊铺均匀性检测技术领域，特别涉及一种沥青混合料摊铺均匀性实时检测方法。

背景技术：

热拌沥青混合料路面在摊铺过程中，由于各种各样的原因，可能会产生沥青含量偏离或/和粗细集料分布不均匀现象，即所谓离析现象。沥青混合料离析将导致实际路面的混合料级配和沥青含量严重偏离设计值，造成沥青路面整体质量不均匀，不仅会诱发沥青路面发生各类早期损害，而且对路面长期使用性能也有重要影响。

目前，沥青路面混合料摊铺均匀性的检测方法主要有视觉识别、铺砂试验和核子密度仪三种。视觉识别的主观性过强，缺乏统一标准；铺砂试验原理简单，测量方便，但是极其耗时；核子密度仪有一定的局限性，检测结果离散程度较大。显然，现有技术沥青路面混合料摊铺均匀性的检测方法存在着缺乏统一标准、极其耗时和检测结果离散程度较大等问题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种沥青混合料摊铺均匀性实时检测方法，能够快速、便捷、实时、定量的检测沥青混合料摊铺均匀性，且可实现数据的实时传输，保证检测结果的准确性和及时性。

本发明的沥青混合料摊铺均匀性实时检测方法，包括以下步骤：

a.在pc端利用labview软件实时采集数码相机在沥青混合料摊铺机摊铺混合料过程中实时拍摄的彩色数码图像，并通过无线网络将采集到的彩色数码图像实时传输给远程控制中心服务器；

b.在pc端采用matlab软件对采集到的彩色数码图像进行转化为灰度图像、灰度图像滤波去噪、直方图均衡化、灰度图像转化二值图像、小颗粒过滤、图像腐蚀、空隙填补、小颗粒再过滤、图像分割、图像膨胀处理；

c.以处理后的图像中9.5mm粒径以上集料的沥青混合料为基础，采用对图像四边求静矩然后求得变异系数的方式建立图像颗粒均匀分布的计算模型，计算模型对图像进行计算后得出评价指标值和评价结果，评价结果通过无线网络传输给远程控制中心服务器，通过远程控制中心服务器处理后通过无线网络实时反馈给pc端，实现对沥青混合料摊铺均匀性实时检测。

进一步，步骤a中，通过labview软件编制相应的图像采集窗口，并利用matlab图像处理脚本文件与labview软件相结合，以实现彩色数码图像的实时采集和对采集到的彩色数码图像进行处理分析。

进一步，步骤a中，数码相机以设定的拍摄高度和光照实时拍摄沥青混合料摊铺机在摊铺混合料过程中的彩色数码图像，每张彩色数码图像所采集的摊铺混合料的面积为720mm×720mm。

进一步，步骤b中，彩色数码图像转化为灰度图像中每个像素点的转化公式为：

gray＝0.299×r+0.587×g+0.114×b，式中gray为灰度，r为红色通道，g为绿色通道，b为蓝色通道。

进一步，步骤b中，小颗粒过滤后采用imfill函数对小颗粒进行填充，同时采用分水岭算法将图像中粘接的小颗粒分隔开然后滤去，最终得到的9.5mm以上的集料颗粒的面积占整张图的比例为40～50﹪。

进一步，所述无线网络采用4g无线网络，实现数据的实时传输。

进一步，步骤c中，假定集料颗粒的形状为圆形，建立计算模型包括以下步骤：

c1.统计出经过处理后的二值图像中每个集料颗粒的面积以及各个集料颗粒距离图像四边的距离，分别求出图像中集料颗粒面积对四边的静矩以及各静矩的平均值，其计算公式为：

式中：st1(i)、st2(i)、st3(i)、st4(i)、分别代表第i个集料颗粒的面积对正方形图像四边(1边、2边、3边和4边)求静矩的值以及各静矩的平均值；s(i)代表图像中第i个集料颗粒的面积；l1(i)、l2(i)、l3(i)、l4(i)代表二值图像中第i个集料颗粒距离图像四边的距离；

c2.通过四边的静矩和各静矩的平均值求出四个静矩的变异系数，其计算公式为：

式中：cv为变异系数；

c3.用求出的变异系数来衡量图像中集料颗粒分布的均匀性，即变异系数cv值在区间[0-1.5％]之间的图像，则集料颗粒分布较为均匀；若图像大于变异系数cv值的该区间，则集料颗粒分布均匀性相对较差。

本发明的有益效果：本发明的沥青混合料摊铺均匀性实时检测方法，在pc端利用labview软件实时采集数码相机在沥青混合料摊铺机摊铺混合料过程中实时拍摄的彩色数码图像，并采用matlab软件对采集到的彩色数码图像进行转化为灰度图像、灰度图像滤波去噪、直方图均衡化、灰度图像转化二值图像、小颗粒过滤、图像腐蚀、空隙填补、小颗粒再过滤、图像分割、图像膨胀处理；以处理后的图像中9.5mm粒径以上集料的沥青混合料为基础，采用对图像四边求静矩然后求得变异系数的方式建立图像颗粒均匀分布的计算模型，计算模型对图像进行计算后得出评价标准值和评价结果，评价结果通过无线网络传输给远程控制中心服务器，通过远程控制中心服务器处理后通过无线网络实时反馈给pc端，实现对沥青混合料摊铺均匀性实时检测，从而能够快速、便捷、实时、定量的检测沥青混合料摊铺均匀性，且可实现数据的实时传输，保证检测结果的准确性和及时性。

附图说明

下面结合附图和实施例对本发明作进一步描述：

图1为本发明的流程图；

图2为本发明的计算模型的计算简图；

图3a为本发明彩色数码图像转化前的rgb图像，图3b为本发明彩色数码图像转化后的灰度图像；

图4a为本发明滤波前的灰度图像，图4b为本发明滤波后的灰度图像；

图5a为本发明直方图均衡化前的灰度图像，图5b为本发明直方图均衡化后的灰度图像；

图6为本发明对灰度图像进行处理后的二值图像；

图7为本发明小颗粒的过滤的计算简图；

图8为本发明滤掉小颗粒的二值图像；

图9a为本发明腐蚀前的二值图像，图9b为本发明腐蚀后的二值图像；

图10a为本发明空隙填补前的二值图像，图10b为本发明空隙填补后的二值图像；

图11为本发明进一步滤去小颗粒的二值图像；

图12a为本发明分水岭示意图，图12b为本发明分水岭脊线；

图13a为本发明膨胀操作前图像，图13b为本发明膨胀操作后图像。

具体实施方式

如图1所示：本实施例的沥青混合料摊铺均匀性实时检测方法，包括以下步骤：

a.在pc端利用labview软件实时采集数码相机在沥青混合料摊铺机摊铺混合料过程中实时拍摄的彩色数码图像；

b.在pc端采用matlab软件对采集到的彩色数码图像进行转化为灰度图像、灰度图像滤波去噪、直方图均衡化、灰度图像转化二值图像、小颗粒过滤、图像腐蚀、空隙填补、小颗粒再过滤、图像分割、图像膨胀处理；

c.以处理后的图像中9.5mm粒径以上集料的沥青混合料为基础，采用对图像四边求静矩然后求得变异系数的方式建立图像颗粒均匀分布的计算模型，计算模型对图像进行计算后得出评价标准值和评价结果，评价结果通过无线网络传输给远程控制中心服务器，通过远程控制中心服务器处理后通过无线网络实时反馈给pc端，实现对沥青混合料摊铺均匀性实时检测。

本实施例中，步骤a中，通过labview软件编制相应的图像采集窗口，并利用matlab图像处理脚本文件与labview软件相结合，以实现彩色数码图像的实时采集和对采集到的彩色数码图像进行处理分析。本实施例的matlab图像处理脚本文件如表1所示。

表1matlab图像处理脚本文件

为了能使图形化数据流编程的labview软件和具有强大数字图像处理技术功能的matlab软件的优势得到充分的发挥，申请人用mathscript来向matlab进行扩展，本系统依托于labview软件和相应的控件ni-vison，对路面摊铺时候沥青混合料进行实时采集，并且借助于matlab脚本服务器对所采集的图像用matlab进行分析，之后利用其后面板程序框图在程序编制的过程中，增加波形图和表示均匀性结果的指示灯，整个程序采用while循环，以摊铺机摊铺作业速度为2.5m/min计算，每摊铺1m所需要的时间为2400ms，因此将图像取样时间间隔定为2400ms。通过vision控件中所提供的相应函数模板进行程序编写实现对图像进行采集，采集过后显示于前面板，并通过4g无线网络远程传输至远程终端，在远程终端进行图像数据的分析计算以及将采集的图像储存至相应的文件夹，同时给出路面摊铺时候沥青混合料的均匀性评价标准—变异系数，并最终给出路面摊铺时候沥青混合料的均匀性与否的结论。

本实施例中，步骤a中，数码相机以设定的拍摄高度和光照实时拍摄沥青混合料摊铺机在摊铺混合料过程中的彩色数码图像，每张彩色数码图像所采集的摊铺混合料的面积为720mm×720mm，本实施例的拍摄高度为600mm。

本实施例中，步骤b中，彩色数码图像转化为灰度图像中每个像素点的转化公式为：

gray＝0.299×r+0.587×g+0.114×b，式中gray为灰度，r为红色通道，g为绿色通道，b为蓝色通道，转化前后的图像如图3a和图3b所示。

本实施例的灰度图像滤波去噪采用维纳滤波法，维纳滤波(wienerfiltering)一种基于最小均方误差准则、对平稳过程的最优估计器。这种滤波器的输出与期望输出之间的均方误差为最小，因此，它是一个最佳滤波系统。它可用于提取被平稳噪声所污染的信号。能够较好的保存图像的细节，所以采用此滤波器，灰度图像滤波去噪处理前后的图像如图4a和图4b所示。

本实施例的直方图均衡化是为了增强图像的对比度，进一步的，对滤波后的图像进行直方图均衡化(如图5a和图5b所示)，通过对比图5a和图5b发现，经过直方图均衡化操作过后的图像，图像的对比度明显增强。

进一步，为了统计集料颗粒在平面上的面积分布情况，需要将灰度图像转化为二值图像。本实施例的灰度图像转化二值图像所采用的方法为用otsu法(最大类间方差)进行最佳阈值分割，其思想是：方差越大，越接近正确分割图像的阈值。

其求得最佳阈值k的方法如下：

nq是具有灰度级为q的像素的数量，n是图像中像素的总数。为选择合适的阈值k，使得最大类间方差最大，做如下处理：

其中，为最大类间方差,如果所求得的k值不唯一，那么k值为多个k值的平均值。求得k值之后，当灰度小于k的就视其为二值图像的0像素点，灰度级大于k的就视之为二值图像的1像素点。通过ostu方法对灰度图像进行处理后得到的二值图像如图6所示。

本实施例的小颗粒的过滤，对于沥青混合料的离析判断中，影响均匀性的主要是较大粒径的集料颗粒，同时，由于所摊铺的为ac25的沥青混合料下面层，因此，滤掉对均匀性影响不大的粒径小于9.5mm的小的集料颗粒。其计算简图(如图7所示)，像素换算方式如下：

作如下假设：

(1)集料颗粒都呈圆形；

(1)实际混合料摊铺过程中粒径为9.5mm的集料颗粒在数字图像上直径所占据的像素为d，

得到d＝32.3≈33；因此，整个粒径为9.5mm的圆形颗粒所占据的像素大小为850-900之间，此处取850。然后将处理好的二值图像，进行集料小颗粒的过滤处理，处理后的图像如图8所示。

本实施例的图像的腐蚀操作是为了去掉图像中无关紧要的细小颗粒点部分，如图9a所示，需要对图像进行进一步的腐蚀操作，即选择相应的结构元素对图像做卷积操作，所采集的结构元素为3×3的矩形结构元素，经过腐蚀的图像如图9b所示。

本实施例中，步骤b中，小颗粒过滤后采用imfill函数进行空隙填补，在对图像进行腐蚀操作之后发现很多集料颗粒内部会出现空隙，如图10a和10b所示，为了后续操作中颗粒的面积统计，需要将这些空隙填补起来，所以进行图像的闭运算和填补操作；

考虑到对空隙颗粒的填补过后，颗粒面积的增大的情况，所以，对图像进一步进行小颗粒的祛除，如图11所示。

进一步的，在处理过程中发现图像中有很多粘连的颗粒部分，如图12a所示，为了将这些颗粒进一步的分割开来，保证图像的精度，对其进行图像分割，图像分割采用分水岭算法将图像中粘接的小颗粒分隔开然后滤去，最终得到的9.5mm以上的集料颗粒的面积占整张图的比例为40～50﹪，所谓分水岭算法，即是说将灰度图像理解成为一个拓扑表面，表面中f(x，y)的值的大小被视为高度。如图12a所示，分水岭变换即是说找到灰度图像中的盆地与脊线，然后将之分割开来，在本实施例中主要是使用距离变换进行图像的分水岭分割，分割的脊线如图12b所示，分割出来的小颗粒如红色圈内的颗粒。

通过分水岭分割开的颗粒面积可能是粒径小于9.5mm的颗粒，因此，需要进一步滤去，其计算方法以及操作方法参见小颗粒的过滤。

本实施例的图像膨胀选择做膨胀操作的结构元素为4×4的disk模板。膨胀之后得到的图像如图13a和图13b所示。

本实施例中，所述无线网络采用4g无线网络，实现数据的实时传输。

本实施例中，步骤c中，如图2所示，假定集料颗粒的形状为圆形，建立计算模型包括以下步骤：

c1.统计出经过处理后的二值图像中每个集料颗粒的面积以及各个集料颗粒距离图像四边的距离，分别求出图像中集料颗粒面积对四边的静矩，其计算公式为：

式中：st1(i)、st2(i)、st3(i)、st4(i)、分别代表第i个集料颗粒的面积对正方形图像四边(1边、2边、3边和4边)求静矩的值以及各静矩的平均值；s(i)代表图像中第i个集料颗粒的面积；l1(i)、l2(i)、l3(i)、l4(i)代表二值图像中第i个集料颗粒距离图像四边的距离；

c2.通过四边的静矩和各静矩的平均值求出四个静矩的变异系数，其计算公式为：

式中：cv为变异系数；

c3.用求出的变异系数来衡量图像中集料颗粒分布的均匀性，即变异系数cv值在区间[0-1.5％]之间的图像，则集料颗粒分布较为均匀；若图像大于变异系数cv值的该区间，则集料颗粒分布均匀性相对较差。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。