沥青混合料集料接触特性切片图像评价方法
2010-03-06凌天清
魏 鸿,英 红,凌天清
(同济大学 交通运输工程学院,上海, 201804;重庆交通大学土木建筑学院,重庆 400074)
随着中国道路建设的快速发展,陆续引进和开发了多种级配类型的混合料。由于混合料性能受到集料组成的直接影响,集料之间的颗粒分布及接触状况影响着混合料颗粒间作用力的大小及传递路径,因此不同级配混合料的集料颗粒分布特征及其相互作用的细观机理一直是道路工程界关注的问题。
近年来,借助于计算机技术、图像采集及处理技术的飞速发展,国内外研究者相继对这一问题展开了深入研究。M ora C F[1]、Eyad M asad[2]、汪海年[3]、吴文亮[4]和彭勇[5]等分别提出了基于数字图像的集料形状、棱角和纹理,混合料中集料颗粒的空间分布特点,沥青混合料离析和级配等问题的分析方法;Zhong Q Y[6]、Zhanping You[7]、Hyunwook Kim[8]等提出了基于图像的有限元、离散元建模方法。
由于目前的研究主要集中于集料几何特征和空间分布特点方面,而这些成果尚不能有效评价和分析集料间的接触特性,因此有必要深入开展相关研究。通过分析混合料的切片图像,可以较为准确的得到颗粒间的接触信息,进而为混合料的性能评价提供依据。虽然单个切片的变异性较大,但对单一类型混合料而言,通过大样本统计分析仍可以掌握该类型混合料接触数量的总体分布特征及影响因素。该文以AC20沥青混合料为例,采用图像技术对72幅切片图像进行识别,总结了该类型混合料集料的接触数分布特征,并分析了集料接触特性的主要影响因素。
1 基于图像技术的接触特性分析方法
1.1 二维图像中“接触对”的定义
为了描述集料颗粒之间的空间临近关系,定义了接触对作为表征集料间接触特性的量化指标。在混合料的切片图像中,当任意2个相邻集料A和B的边界像素距离小于某个阈值(搜索窗半径)时,称这2个集料互相接触,该接触存在2个接触对,分别为A→B和B→A。集料间的接触如图1所示,在图1中 67号集料分别与 60号、65号、68号、66号、59号和55号颗粒接触,共有6个接触对。对68号集料,它只与67号颗粒接触,所以只有1个接触对。
图1 集料间的接触对
1.2 沥青混合料图像识别技术
准确的集料接触特性分析需要利用清晰的集料边界图像,这对沥青混合料的图像分割精度要求较高。目前,沥青混合料的图像处理技术已比较成熟,杨宇亮[9]、徐科[10]、英红[11]等分别对此做过较为系统的研究。传统的图像分割技术采用的是基于灰度空间的单阈值分割方法[12],该方法仅依靠集料与沥青砂的整体色差进行辨别,分析得到的集料边缘模糊、轮廓失真,并且集料内部易出现孔洞(图2a)。为了得到高质量的图像结果,采用多分辨率自适应窗口分割算法[13],该方法在集料内部采用较大的窗口,在集料与沥青接触的界面上采用足够小的窗口,以保证集料的整体性和边界的清晰性。窗口的自适应功能采用信息论的LIM 方法[14]实现,集料边缘采用迭代的方法完全分割出来。与传统分割方法相比,这种方法既保证了集料内部的整体性,又提高了集料边界的清晰度,因此其分析结果与实际情况吻合得更好十分利于集料的接触分析,2种方法的结果对比如图2所示。
图2 不同分割算法的效果对比
1.3 接触对的搜索方法
将混合料的切片图像转化为二值图像,用灰度识别方法对图像中的集料和结合料进行识别,并对集料颗粒编号。搜索接触对时设置边长为(2N+1)的正方形搜索窗(窗口半径为N),焦点在集料颗粒的边界上,搜索时窗口沿着集料边界逆时针方向循环一周。设有集料颗粒编号为A,在循环过程中,如果有集料颗粒B的像素点落在搜索窗内,那么A边界上的这一点为接触点,颗粒A和B的所有接触记为接触对A→B。依次对图像中所有集料颗粒的边界进行搜索,记录下各编号颗粒的接触对数目,并统计集粗颗粒的尺寸和面积。受图像分辨率和搜索窗形状的影响,部分位置的像素值是离散的,使得搜索结果存在微小的误差,经分析发现这种误差对计算接触对数目的影响十分轻微,完全可以忽略。
2 试样制备及组成
用于切片分析的试样由AC20混合料组成,主要材料及参数为:沥青采用壳牌70A道路石油沥青;油石比4.3%;集料为玄武岩,压碎值为 16.2%,针片状含量为6.7%。
考虑到4.75 mm是该类混合料的关键筛孔,并以该筛孔通过率45%为F型级配和C型级配的分界点。因此,设计级配的4.75 mm筛孔通过率为45%,其他筛孔渐进逼近规范中值[15],混合料的级配组成见表1。混合料采用车辙试验仪轮碾成型,碾压成型后,将车辙板等距切割成3块,并对每块试件表面进行扫描(分辨率为200 dpi)获取切片图像。在每个扫描图中部截取1 000×2 200大小的图像进行分析,接触对的搜索窗大小为11×11,整个研究共对72个切片图像进行了分析。
表1 集料的级配组成
3 图像处理方法有效性分析
图像处理时,采用等效直径法[16]计算各切片的颗粒大小。由于2.36 mm以下集料颗粒的图像分析精度差,处理时利用“电子筛”过滤掉这部分颗粒信息。最后通过计算得到每张图像中的接触信息,主要包括2.36mm以上颗粒的编号、颗粒的接触对数目、接触颗粒的尺寸及面积等。
图3 样本接触对分布范围
对试样的集料颗粒尺寸进行了统计,通过分析得到了所有样本的实际级配组成,如表2所示。对比表1和表2不难发现,图像分析得到的集料样本级配与原设计级配非常吻合,说明采用的图像分析方法能真实有效地反应混合料中的集料组成和分布情况。通过统计样本的接触对数目发现,绝大部分样本的接触对数目集中在100~160范围内,可近似为服从正态分布,样本接触对数目的分布范围详见图3。从图3和表3中可以共同看出分析数据能较准确有效地反映集料的接触情况。
表2 2.36 mm以上集料的样本级配
表3 样本接触对数目分布
4 集料接触特性的影响因素分析
4.1 主要影响因子
1)集料的粗细比例C>4.75。沥青混合料中,荷载作用主要靠集料和结合料以及粗集料间的相互接触得以传递和分散。进行AC20混合料的级配设计时,通常以4.75 mm筛孔作为集料的粗细分界点。因此,为了分析集料粗细组成对其接触特性的影响,采用C>4.75来表征实际的集料粗细组成。C>4.75指图像中4.75 mm以上的集料面积之和占整幅图像面积的百分数,C>4.75越大说明粗集料在混合料中的比例越大。
2)细度指数F I。为了进一步分析级配组成对集料接触特性的影响,定义了细度指数FI作为反映级配组成的一个指标。FI的计算类似于砂的细度模数,首先对2.36 mm以上集料的筛余量进行权重分配,然后采用加权含量总和与实际含量总和之间的比值来反映集料的级配组成情况。
其中,Ci为2.36 mm,4.75 mm,……19 mm尺寸筛孔的集料含量;
ni为2.36mm,4.75 mm,……19mm尺寸筛孔的筛余量权重。
3)离析指数SI。对试样接触对数目的分析发现,即使混合料总体上具有相近的级配组成,部分样本的接触对数目依然存在着较大差异。通过对比这些样本的图像结果,发现差异的产生主要是由于这些样本在结构组成上存在局部离析现象。为此,定义了离析指数SI来表征局部离析现象。
其中,NA为较细集料间的“自接触”;NB为较粗集料间的“自接触”;NC为较粗集料与细集料的“界面接触”;N i,j为样本图像中第i档集料与第j档集料的接触对数目统计值;i,j依次为2.36 mm,4.75 mm,……19mm尺寸筛孔;
为得到合理有效的SI分布范围,同时考虑到2.36 mm与4.75 mm两档集料与9.5mm以上集料在质量上大体相当,这里选用了9.5 mm筛孔作为粗细集料的分界线。
4.2 单因素对集料接触对的影响
通过统计分析,得到了单方面因素与集料接触对之间的相互关系,如图4所示。图4(a)显示的是混合料中粗集料比例C>4.75与接触对数目间的关系。从图中可以看到,C>4.75的分布范围为35%~60%,整个样本的接触对数目变异性较大。随着C>4.75的变化,接触对数目并没有明显的变化趋势,这说明集料的粗细比例不能显著地影响混合料的接触特性。从图中还可以发现,即使是同一粗集料比例(图4(a)中竖线位置),接触对数目的差异也十分明显,这说明采用控制单一筛孔通过率的方法并不能改变混合料的细微结构。
图4(b)和图4(c)分别是细度指数FI和离析指数SI与接触对数目之间的相互关系,图中竖线标示的是单一FI和SI值对应的接触对数目。从图中可以看到,FI和SI的变化范围主要位于0.5~4.0之间。就单水平FI和SI而言,二者与接触对数目之间没有形成对应的线性或非线性关系。由此不难得出,单因素与接触对数目之间没有形成明显的对应关系;采取单因素或单指标的控制方法难以有效地改善混合料的微观结构,集料的接触特性应是受到多因素相互作用的影响。
图4 单因素与接触对数目的关系
4.3 多因素对集料接触对数目的交互作用
4.3.1 多因素间的相互关系分析
为进一步研究各影响因素与混合料集料接触特性之间的相互联系,对上述各项指标间的相互关系进行了分析,各因素间的相互关系如图5所示。
图5 C>4.75、FI及SI的相互关系
1)C>4.75与FI的相关性
从图5(a)中可以看出两者有着清楚的协同变化趋势,随着C>4.75的增加,FI总体上呈增加的趋势。尽管FI与C>4.75在描述集料粗细组成方面有相似之处,但仍有着较大的区别:对于相同的C>4.75,FI的波动范围较为恒定;而对于相同的FI而言,C>4.75的变化幅度则显得极不规则,与FI的大小有着一定的关系。这说明在合理的级配范围内,存在一个稳定的粗集料比例。
2)C>4.75或FI与SI的相关性
从图5b和图 5c中可以看到,C>4.75、FI与SI之间有着相似的关系和变化趋势。随着C>4.75和FI的增加,SI在初期呈现较弱的下降趋势,其后逐渐趋于稳定。在C>4.75和FI的低值范围内(C>4.75<47%、FI<3.2),SI变异性较大;其后随着C>4.75和FI的增加,SI逐渐趋于稳定。图5(b)和图5(c)说明,对于AC20沥青混合料而言,增加粗集料的含量或采用较粗的级配组成能适当地改善混合料的离析情况。
4.3.2 多因素对接触特性的交互作用分析
通过上述分析可知,沥青混合料的集料接触对数目受C>4.75、FI和SI3个因素的共同作用,单独考虑某个因素得不到正确的结果,应考虑3个因素的“合力”。由于3个因素之间有很强的依赖性,使得描述单因素对集料接触特性的影响变得十分困难。为了清晰揭示多因素对集料接触对数目的联合作用,该文示例性地采用了4个样本图像和集料接触参数进行说明,分别见图6和表4。
图6 C>4.75、FI及SI对样本接触对数目的影响
表4 样本图像的基本参数统计
图6(a)与图6(b)相比,可以明显看到后者比前者的接触对数目要多。从表4中看,样本a与b相比,C>4.75和FI的变化较小,SI的变化较大。由此可见,在确定了C>4.75与FI的情况下,混合料的集料接触对数目主要受局部离析的影响。
样本b与c比较,它们有相近的C>4.75值,SI偏大,即均存在较重的离析(如图6(b)和6(c)辅助线所示);对于FI,前者大于后者,接触数目前者小于后者。由此说明,当C>4.75相近时,FI决定了颗粒数目及颗粒级配。一般来说,颗粒数目大且颗粒较粗时,接触数目会较大,FI越小,接触对数目越大。但同样应该看到,由于两者的SI值仍有一定差距,使得样本b和c的接触对数目相差不大。
样本a与d的比较,由于C>4.75值差异较大,虽然FI在数值上相近,但从图6(a)与图6(d)看,级配差异仍是较大的;SI在数值上也相近,从SI值上也不能判断它们的离析差异;C>4.75值这时产生了主要影响,较大C>4.75值使得集料颗粒数目增加,且集料之间相互接触更为紧密,因而样本d接触对数目较大。因此,3个因素共同作用的结果使得2个样本的接触对数目几乎相差一倍。
通过对4个样本的图像和数据进行简要分析发现,样本接触对数目受到3个因素共同作用的影响,只确定其中1个或2个因素都不能完整描述样本的接触数目。由此可见,在设计混合料级配时,应综合考虑3个因素的影响。其中,SI的随机性较大,但受到C>4.75和FI的影响,可以通过设计合适的C>4.75和FI来减少SI的随机性。
5 结论
通过对72个AC20型沥青混合料车辙试件的切片图像进行接触特性分析,初步取得了以下认识:
1)数字图像方法可以定量描述混合料切片的接触情况,文中建立的接触对参数能有效地反映集料间的直接接触行为。大样本条件下,各档集料含量的平均值与设计值是吻合的,说明采用的方法准确可靠。
2)统计分析表明,集料接触对数量的分布接近正态分布,但样本数据存在较大差异性,接触对数目的最大值能够达到最小值的2倍。
3)定义了4.75 mm以上颗粒的含量C>4.75、细度指数FI和离析指数SI作为阐释集料接触特性的主要影响因子。分析发现这3个因子与集料接触对之间有较好的关联度,并且3者是有内在联系的,其中,C>4.75和FI具有协同变化趋势,对于AC20型混合料来说,SI随C>4.75和FI的增大而减小。
4)集料接触特性变化是3者共同影响的结果,1个或2个因素都不能正确反映样本的接触对数目。一般而言,C>4.75和FI相近时,影响接触特性的因素为SI,当C>4.75和FI均较大时,接触对数目随SI增大而减小,当C>4.75和FI均较小时,接触对数目随SI的增大而增大;C>4.75相近,SI也相似时,FI增大,颗粒数目一般会减少,接触对将减少;当C>4.75不同时,FI和SI失去了比较的基础,此时决定接触对数目的是颗粒数和集料的紧密程度,一般而言,颗粒数目和集料之间紧密程度增加,接触对数目也会增加。
[1]KW AN A,MORA C,CHAN H.Particle shape analysis of coarse aggregate using digital image processing[J].Cement and Concrete Research,1999,29:1403-1410.
[2]EYAD M ,DANA O.Correlation o f imaging shape indices of fine aggregate with asphalt m ixture performance[C]//TRB 80th Annual M eeting,Washington D C,2001,Paper No.01-2132.
[3]汪海年,郝培文.粗集料二维形状特征的图像描述[J].建筑材料学报,2009,12(6):747-751.
W ANG HAI-NIAN,HAO PEI-WEN.Digital description of tw o-dimensional shape characteristics of coarse aggregate[J].Journa l of Building Materals,2009,12(6):747-751.
[4]吴文亮,王端宜,张肖宁,等.沥青混合料级配的体视学推测方法[J].中国公路学报,2009,22(5):29-33.
WU WEN-LIANG,WANG DUAN-YI,ZHANG XIAO-N ING,et al.Stereology method of estimating gradation of asphalt mix tures[J].China Journal of Highway and Transport,2009,22(5):29-33.
[5]彭勇,孙立军,董瑞琨.沥青混合料均匀性评价新方法的探讨[J].同济大学学报:自然科学版,2005,33(2):166-170.
PENG YONG,SUN LI-JUN,DONG RUI-KUN.Discussion about new method for eva luating homogeneity of hot m ix asphalt[J].Journal o f Tong ji University :Natural Science,2005,33(2):166-170.
[6]ZHONG Q Y,CHEN S,THAM L.Finite element modeling of geomaterials using digital image processing[J].Computers and Geotechnics,2003:375-397.
[7]YOU ZHAN-PING,W ILLIANM G.BUTTLAR.M icromechanical modeling approach to predict comp ressive dynamic modu li o f asphalt mix ture using the distinct elementmethod[C]//TRB,2006.
[8]HUNWOOK K IM,M ICHAEL P WAGONER,W ILLIAM G BUTTLAR.Simu lation o f fracture behavior in asphalt concrete using a heterogeneous cohesive zone discrete e lement model[J].Journal of M ateria ls in Civil Engineering,2008,8:552-563.
[9]杨宇亮.沥青混合料细观结构的分析方法[D].上海:同济大学,2003.
[10]徐科,张肖宁,王端宜.基于数字图像处理技术的VCA_(m ix)量测方法[J].公路,2005(11):151-154.
XU KE,ZHANG XIAO-N ING,W ANG DUAN-Y I.Measurementmethod of percent voids in coarsem ineral aggregates in asphalt mix tures based on digital image p rocessing technique[J].H ighway,2005(11):151-154.
[11]英红.数字图像在沥青混合料中的应用及研究[D].重庆:重庆交通大学,2008.
[12]孙朝云,沙爱民,姚秋玲,等.沥青混合料图像阈值分割算法的实现[J].长安大学学报:自然科学版,2005,25(6):34-38.
SUN ZHAO-YUN,SHA A I-M IN,YAO QIU-LING,et a l.Realization of thresho ld segmentation algorithm in asphalt m ixture[J].Journal of Changan University:Naturnal Science Edition,2005,25(6):34-38.
[13]YAN FEI-X IANG,ZHANG HONG,C RONALD KUBE.A mu ltistage adap tive thresholding method[J].Pattern Recognition Letters,2005,26:1183-1191.
[14]焦李成,张向荣,侯彪,等.智能SAR图像处理与解译[M].北京:科学出版社,2008.
[15]JTG D50-2006公路沥青路面设计规范[S].北京:人民交通出版社,2006.
[16]E MASAD B,M UHUNTHAN N,SHSSHIDHAR,et al.Internal structure characterization asphalt concrete using image analysis[J].Journal o f Computing in Civil Engineering,1999,13(2):88-96.
(编辑王秀玲)