基于CT图像的沥青混合料结构特征参数检验

王漾博 WANG Yang-bo；吴帮伟 WU Bang-wei；张永健 ZHANG Yong-jian；丁皓 DING Hao；王本帅 WANG Ben-shuai

（扬州大学建筑科学与工程学院，扬州 225127）

0 引言

目前道路建设施工质量参差不齐，沥青路面摊铺的均匀性对行车舒适性、路面耐久性等有着较大的影响。沥青混合料路面级配可以较为科学准确地反映沥青混合料路面结构参数特征。为更好地对道路工程建设施工过程进行有效及科学的监管，有必要对沥青路面结构参数特征进行科学的研究，以发明一种沥青混合料结构参数的快速检验识别方法。

数字图像处理技术作为一种新型的学科技术出现，随后应用在各个领域。如70年代医学领域的CT扫描，该装置的发明推动图像处理技术的发展[1]。Mal-lat[2]通过数学方法，对信号和图像处理技术进行了研究，研究表面运用分解、重构技术可以更为具体的对图像进行分析。Yue Z Q[3-4]、Al-Shibli[5]将图像处理技术运用到沥青混合料上，用来表征混合料中的集料特征。孙立军、彭勇等[7-8]通过数字图像处理和数字识别计算技术开发了沥青混合料的细观结构的数字图像识别处理程序，并初步建立了基于数字图像处理识别技术的沥青混合料细观均匀度的模型。

然而，目前国内外对图像处理技术的研究主要集中于沥青混合料的性能研究，而未着眼于工程实践中的应用。空隙率作为一种重要参数，其能显著影响排水性沥青混合料的各项路用性能。级配是否符合标准是检验公路工程是否合格的关键所在，因而如果沥青混合料级配出现了误差，将会严重地影响着公路的质量水平。本文创新采用基于CT图像扫描的沥青混合料级配数据识别及分析技术，使用MATLAB等处理软件对截面图像进行分析与信息提取，进而研究沥青混合料的空隙率以及级配检测，完成对沥青混合料结构特征参数的检验，为工程中的道路质检体系提供一种性价比极高的检验方法。

1 沥青混合料切面图像的获取

马歇尔试件的制备：

1.1 原材料

试验选用集料为玄武岩和石灰岩，选用石灰石矿粉作为填料，均满足规范指标。SBS改性沥青技术指标及试验结果见表1。最终确定AC-13级配的最佳油石比为4.8%。

表1 SBS改性沥青性能指标及试验结果

1.2 级配设计

根据《公路沥青路面施工技术规范》（JTG F40-2004）对AC-13沥青混合料进行配合比设计，设计级配见表2。

表2 集料筛分结果

2 数字图像处理

本文采用CT扫描机对AC-13马歇尔试件进行扫描处理。对马歇尔试件进行切片处理，切片厚度为3mm，共得19个试件。并对其各个截面进行扫描，得到CT图像。后使用MATLAB软件对图像进行灰度处理[9-10]，使其截面集料更加容易区分，随后采用中值滤波技术[11]和阈值分割法[12]完成对图像的三值化处理。图1为中值滤波后图像，图2为二值化图像，图3为三值化图像。

图1 中值滤波后图像

图2 二值化图像

图3 三值化图像

3 基于CT图像的沥青混合料结构特征参数获取与应用

3.1 基于CT图像的空隙率计算

空隙率作为一种重要参数，对沥青混合料结构强度、排水功能、降噪功能、安全性能和耐久性等具有重要意义。本文使用DIP法计算空隙率，通过CT扫描图像所得截面图像，对图像中空隙得面积进行计算，以此来作为沥青混合料的空隙率。对四个马歇尔试件进行扫描，使用MATLAB计算获得截面中空隙的面积并计算其空隙率。计算得出空隙率最小、最大标准偏差分别为0.51、0.76。通过测量发现，其空隙的分布很不均匀。图4为四个马歇尔空隙率的变化趋势。

由图4可以得到，空隙率的分布规律为边缘多、内部少，这也证明了其分布不均。采用统计方法，对不同试件的空隙率进行t检验[13]，所得实测空隙率分别为5.47%、5.74%、5.93%和6.35%，而通过图像识别所得空隙率分别为5.71%、5.46%、5.71%和6.02%。

图4 空隙率变化趋势图

①对于沥青混合料试件：零假设H0∶μ=μ0，对应的备择假设H1∶μ≠μ0，即实测空隙率与图像识别所得空隙率不相等，显著性水平α取0.05，其对应的可信度为1-α=0.95。

②由检验统计量公式：

其拒绝H0的拒绝域形式为：

计算结果如表3所示。

表3 检验计算结果

经过计算，t不属于拒绝域。因此，根据95%置信水平，接受假设H0，拒绝替代假设H1，即将每层空隙率的平均值视为总试件的空隙率。因此，根据上述方法，可以得到理想的沥青混合料空隙率，并能得出空隙率的分布趋势，同时也证明了CT技术在道路质量检验中扮演着重要角色。

3.2 基于CT图像的级配识别与修正

对4个马歇尔试件进行切片扫描，共计76张图像，并对其进行图像识别，截面所得集料攻击329个。对集料图像进行换算，将所得等效圆直径作为集料直径。玄武岩与石灰岩，其密度较为接近，因将其视作相同密度。运用DIP法，以体积为单位，对沥青混合料进行级配识别，具体分析如图5、图6所示。

图5 3个截面识别结果对比

图6 修正后2.36mm以上粗集料级配识别结果对比柱状图

由图5可以看出，单个截面的级配识别结果差异较大，因此选取5个、10个、20个、30个、40个截面进行级配识别，以期所得识别结果趋于稳定。后对其分析处理，修正后得到识别结果对比柱状图，如图6所示。由图6可以看出，2.36～4.75mm之间的集料识别结果较差，造成这种误差的原因主要由于在对图像进行粘连现象的分割时未对该粒径进行了有效的的分割。因此，将粒径大于4.75mm的集料提取出来进行识别。由于2.36～4.75mm之间的集料的识别结果较为稳定，因其对其所得结果乘补偿系数2.1进行修正。得到2.36mm以上粗集料识别结果。具体如图6所示。

修正后粗集料级配识别通过率对比图如图7所示。

图7 粗集料级配识别通过率对比图

3.3 工程应用的意义

在道路的实际运行中，空隙率和级配等沥青混合料的结构特征参数起到了非常重要的作用。在道路质检中，可对已铺设道路进行取样，通过CT图像技术，获取其空隙率和级配参数，与原有设计空隙率与级配进行比对，检验道路施工是否合格。其成本较低，操作方便，检验的过程几乎对道路没有损害，对道路质检验收体系的完善起到了非常重要的作用，具有广阔的应用前景。

4 结论

通过CT图像技术获取沥青混合料的图像，运用数字图像处理技术对其进行图像增强与图像分割处理，从而实现图像的二值化与三值化，以达到对沥青混合料的结构特征参数进行分析的目的，主要得出的结论如下：①运用图像处理技术与MATLAB，对沥青混合料切片CT图像进行处理，采用中值滤波技术[11]和阈值分割法[12]完成对图像的三值化处理。②运用图像处理技术，可以得到所需混合料空隙率，并能得到空隙率的分布趋势。在进行级配识别时，单个截面的识别结果差距较大，而将截面数量增加到30时，所得数据趋于稳定。对于2.36～4.75mm的集料，级配识别的结果较为稳定，但由于图像处理的影响，将其乘以补偿系数2.1进行修正。对于4.75mm以上的集料，识别效果较好。③CT图像技术可运用于道路质检体系中，检验道路的结构特征参数是否合格，具有广阔的应用前景。