沥青混合料CT图像分割技术及其效果分析

刘佳辉，李 智

（华南理工大学土木与交通学院，广东广州 510640）

沥青混合料CT图像分割技术及其效果分析

刘佳辉，李 智

（华南理工大学土木与交通学院，广东广州 510640）

在最大类间方差法（OTSU法）的基础上，设计了环状分块方法，用以解决在处理路面芯样CT图像灰度图无明显双峰，目标集料颗粒与沥青胶浆背景分割的技术难题，并着重从图像分割效果方面设计试验，开展了评价研究。结果表明:采用环状分块和OTSU法相结合的改进算法，图像的分割质量明显提高。进一步与最佳阈值法（手动）相比较，采用粗集料颗粒面积比作为指标，定量地评价了环形分块OTSU法的精度，结果理想。

沥青混合料;图像分割;环形分块;OTSU法

基于工业CT技术对于沥青混合料内部微观结构研究［1］，其数字图像处理及其各组分的准确分割十分关键，也是国内外的研究热点之一［1-4］。但这些研究中所用图像大都是基于对试件切片后通过CCD相机获取的，其灰度直方图具有明显双峰［1-2］。由于CT图像成像原理的不同［5-6］，导致试件图像中心轴不同距离的位置呈现明暗程度差异（中间暗，周边亮），其灰度（或CT数）图未呈现明显的双峰或多峰。大量的实验证明，普通沥青混凝土试件和实际路面采集回来的芯样的CT图像一般没有明显双峰（图1），且随着集料本身成分的非均匀性情况的加重，所获得图像的亮度不均匀性问题也更加突出。笔者针对这一技术难题，提出了一种环状分块和最大类间方差法（OTSU法）相结合的自适应阈值选取方法，从提高运算速度和分割精度两方面对最大类间方差法进行了改进性试验研究;另一方面，设计对比试验，对该方法的准确性和效果进行了评价。

图1 沥青混合料CT扫描断面图及直方图Fig.1 Mixture and histogram of section diagram of asphalt scanned by CT

1 改进最大类间方差法的算法与实现

1.1 最大类间方差法（OTSU法）

最大类间方差法（OTSU或大津法）是一种自适应的阈值确定方法［7-9］，其基本原理是将图形分为目标和背景两部分，两类之间的方差越大，说明两类之间的差别越大，将目标误认为背景或者将背景误认为目标都会使得两部分差别变小，因此，使类间的方差最大就意味着错分的概率最小。

经过对沥青混合料CT图像的具体实验发现，最大类间方差法致命的缺陷是当目标物与背景灰度差不明显或者扫描图像亮度不均匀时，会出现无法忍受的大块黑色区域，甚至会丢失整幅图像的信息，同时它对噪声和目标大小十分敏感。

1.2 基于环状分块和OTSU法的改进法

针对CT成像图像中同种物质（集料）在图像中从中心到边缘灰度逐渐增大的特点，虑将图像分成不同的同心圆环处理，对各圆环分别用OTSU法进行自适应阈值法分割图像，称该方法为改进的最大类间方差法。具体算法步骤为:

1）为取得良好分割效果，必须对原始图像进行一些预处理工作，主要有图像类型转换、滤波降噪、数字形态学运算、孔洞填充等步骤，所有过程均采用MATLAB语言编程实现，这里不再赘述。

2）将预处理后的整幅图像分为一系列相互之间由50%重叠的圆环（中心为圆盘）的子图像，如图2（这里以5环为例）。

图2 分割后的子图像Fig.2 Segmented sub-images

3）对各子图像采用OTSU法分别求算目标和背景的灰度阀值

按照上述算法将原始图像分为5张圆环（中心为圆盘）的图像，其中一环代表一个子图像，图3表示各子图像的灰度直方图，表1为分块数为5时各环分割阈值统计。

图3 各子图像灰度直方图Fig.3 Histogram of each sub-images

表1 分块数为5时分割阈值Table 1 Segmentation threshold table of 5 blocks

4）将整幅图像分为与第2步环中线位置重合相互之间连续但不重叠的圆环（中心为圆盘）的子图像，利用第3步求出的阀值区分得到目标图像，将各子图像组合得到整幅图像的目标分割图像。环形分块分处理组合后得到的图像如图4。

图4 环状分块OTSU法分割处理图像（5环）Fig.4 Images processed by method of circular block OTSU（5 rings）

5）利用OTSU法分步处理图像可以逐步分割出背景、空隙、沥青胶浆和集料。OTSU法每次只能将图像分成背景和目标，对前一次分割得到的目标再次使用OTSU法分割，这样第1次分割的背景即为空隙图像背景和空隙，对第1次分割的背景再次分割的目标可视为空隙，第3次分割的目标可视为集料，空隙与集料间的部分可视为沥青胶浆，得到的图像如图4（c）大津法分割处理的图像，图中深灰色为区分出的集料，浅灰色为区分出的沥青胶浆，黑色为区分出的空隙。从图4（c）可以看出，分割的整体效果很好。

但环形分块+OTSU的改进法分割效果是否准确还需要进一步验证。

2 应用改进算法进行图像分割的对比效果分析

考虑到集料颗粒在整个图像中的重要性，进一步对比验证研究主要围绕集料成分来进行，具体验证工作包括3个方面:效果比对、运算效率（耗时）和精度分析。

效果对比研究实验方案为:以环形分块和OTSU结合的改进法为基础，同时选择了经典OTSU法［8-9］、模式识别领域的混合高斯模型（GMM）［10］和模糊 C 均值聚类（FCM）［11］3 种方法对沥青路面芯样且只具有灰度直方图单峰的沥青混合料CT图像进行处理，检验了改进算法的有效性，图5为4类处理方法对同一扫描断面图最终分割二值图。

图5 沥青混合料芯样CT图像分割效果比较Fig.5 Comparison chart of asphalt core sample CT image segmentation

由图5明显可以看出，环形分块OTSU法分割的效果较另外3种方法优势明显，集料边界比较清晰，大粒径的颗粒几乎都能完整的显示出来，整体效果很好。相比之下，另外3种方法都出现了致命的问题。OTSU法次之，FCM法再次之，GMM方法分割最差。

4种方法在处理时间上也存在较大的差异，沥青混合料图像分割耗时比较见表2。

表2 沥青混合料图像分割耗时比较Table 2 Time-consuming comparison table of asphaltimage segmentation

数据结果表明，在综合分割效果和运算效率两种因素的情况下，针对沥青混合料AC-20C芯样CT图像的自身特性，选择环形分块和OTSU相结合方法作为集料颗粒分割的主要处理方法，可以获得较满意的分割结果，使图像能够实现较好的二值化效果。

3 改进算法分割精度的评价

采用人工手动处理某张图像，可以很好的将集料颗粒识别出来，相当于十分准确的判别了分割阈值，称之为最佳阈值法（手动），为评价改进法的准确性，可针对特定图像，与最佳阈值法（手动）相比较，同时引入粗集料颗粒面积比［1，3］为指标，定量地评价了环形分块OTSU法的精度。

3.1 扇形扫描方法

对于通过CT扫描获得的沥青混合料试件圆形截面来说，采用扇形扫描较为合适，如图6。

图6 扇形扫描示意Fig.6 Sketch map of sector scanning

以试件截面y轴正向为起点，以圆心为转轴，沿顺时针方向θ为扫描角度，得到一系列扇形断面，将扫描断面内累计粗集料颗粒面积之和与扇形面积的比值定义为颗粒面积比，分别计算每次扫描区域内的颗粒面积比，通过对两种方法处理获得的图像的颗粒面积比的统计分析来评价改进算法的准确性。根据实验分析，扇形扫描面积以最大颗粒面积的两倍为宜。笔者研究通过分析计算后得到扫描角度θ为15°，则每个截面被划分为24个区域。

3.2 分割精度的评价

从同一试件得到的CT图像中随机抽出8张，分别按环形OTSU改进法和最佳阈值法（手动）进行处理，然后通过本文方法分别对处理后的图像进行扫描得到各幅图的颗粒面积比的数据，用统计学方法分析评价改进算法的精度，从而验证改进算法的可行性。其中，第1张截面图像和其被处理后的图像如图7。

图7 图像分割效果对比图Fig.7 Comparison chart of image segmentation

按照本文所述的方法分别对两种方法处理后的图像进行扫描分析颗粒面积比数据，扫描结果如表3和图8。

表3 截面颗粒面积比扫描结果对比Table 3 Comparison table of scan results of section particle area ratio

由表3可知，环形OTSU改进法分析处理沥青混合料CT扫描图像的识别的准确性与手动处理评价结果表明，整体数据基本呈现负偏差（即存在漏判），但偏差很小，颗粒面积比的偏差量介于-0.068～0.021之间。进一步的统计分析显示（图8），两种方法的结果具有较好的相关性。

图8 两种处理手段结果对比Fig.8 Results comparison chart of means of two treatments

4 结论

笔者以OTSU法为基础，经大量真实图像进行仿真实验，提出了一种环形分块OTSU改进法，用以解决沥青路面芯样CT图像灰度图无明显双峰，无法实现有效地提取集料的难题。通过以集料颗粒为对象，分别对分割效果、运算效率和识别准确性进行了研究，结果显示，环形分块OTSU改进法分割的效果优势明显，OTSU法次之，FCM法再次之，GMM法分割效果最差。运算效率上，环形分块OTSU改进法优于OTSU法，GMM法和FCM法相对较差。识别精度分析显示，改进法的识别准确性较高，改进法与对比法的相关性较好。

（References）:

［1］ 李智.基于数字图像处理技术的沥青混合料体积组成特性分析［D］.哈尔滨:哈尔滨工业大学，2002.

［2］ 彭勇，孙立军，杨宇亮，等.一种基于数字图像处理技术的沥青混合料均匀性研究新方法［J］.公路交通科技，2004，21（11）:5-7.

PENG Yong，SUN Li-jun，YANG Yu-liang，et al.A new way to study homogeneity of HAM based on digital image disposal technology［J］.Journal of Highway and Transportation Research and Development，2004，21（11）:5-7.

［3］ 徐科.用于沥青混合料的数字图像处理技术及其应用研究［D］.广州:华南理工大学，2006.

［4］ 吴文亮.沥青混合料的数字图像处理技术与概率统计方法研究［D］.广州:华南理工大学，2008.

［5］ 赫尔曼.投影重建图像:CT的理论基础［M］.北京:科学出版社，1985.

［6］ 庄天戈.CT原理与算法［M］.上海:上海交通大学出版社，1992.

［7］ 孙璐，陈洪海.最大类间方差法在图像分割中的应用［J］.煤炭技术，2008，27（7）:10-11.

SUN Lu，CHEN Hong-hai.Applications of OSTU method in image segmentation［J］.Coal Technology，2008，27（7）:10-11.

［8］ 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 Chao-yun，SHA Ai-min，YAO Qiu-ling，et al.Achieve the threshold segmentation algorithm of asphalt mixture［J］.Journal of Chang’an University:Natural Science，2005，25（6）:34-38.

［9］ 李洪艳，曹建荣，谈文婷，等.图像分割技术综述［J］.山东建筑大学学报，2010，25（1）:85-89.

LI Hong-yan，CAO Jian-rong，TAN Wen-ting，et al.Summary of image segmentation［J］.Journal of Shandong Architectural University，2010，25（1）:85-89.

［10］张天航，段越华.沥青混合料CT扫描切片图像分割算法研究［J］.广东公路交通，2010（3）:5-8.

ZHANG Tian-hang，DUAN Yue-hua.Research on image segmentation of sliced asphalt mixture image［J］.Guangdong Highway Communications，2010（3）:5-8.

［11］左浩，李雯.改进的PC聚类算法在图像分割中的应用［J］.计算机与数字工程，2010，38（11）:148-151.

ZUO Hao，LI Wen.Applications of improved PC clustering algorithm for image segmentation［J］.Computer and Digital Engineering，2010，38（11）:148-151.

［12］黄维蓉，宋涛，何兆益，等.沥青混合料工程设计级配范围研究［J］.重庆交通大学学报:自然科学版，2010，29（5）:727-731.

HUANG Wei-rong，SONG Tao，HE Zhao-yi，et al.Research on gradation range design of asphalt mixture［J］.Journal of Chongqing Jiaotong University:Natural Science，2010，29（5）:727-731.

［13］孙吉书，肖田，杨春风，等.温拌再生沥青混合料的路用性能研究［J］.重庆交通大学学报:自然科学版，2011，30（2）:250-253.

SUN Ji-shu，XIAO Tian，YANG Chun-feng，et al.On properties of warm mix recycled asphalt mixture in highway［J］.Journal of Chongqing Jiaotong University:Natural Science，2011，30（2）:250-253.

Image Segmentation and Its Effect of Asphalt Mixtures Using Computed Tomography Images Method

LIU Jia-hui，LI Zhi
（School of Civil Engineering ＆ Transport，South China University of Technology，Guangzhou 510640，Guangdong，China）

A circular blocking method is designed on the basis of OTSU method.This method is proposed to resolve the technical problems of segmentation between target aggregate particles and asphalt mortar background in CT image gray of pavement core samples without obvious bimodal.Moreover，evaluation studies are carried out through designing experiments emphatically from image segmentation.The results show that the quality of image segmentation has been improved significantly by using circular blocking method and OTSU method together.Furthermore，comparing with the optimal threshold method（Manual），the accuracy of the circular block OTSU method is evaluated quantitatively by using area ratio of aggregate particles as an indicator，and the result turns out to be ideal.

asphalt mixture;image segmentation;circular blocking;OTSU

U414.1

A

1674-0696（2011）06-1335-04

10.3969/j.issn.1674-0696.2011.06.18

2010-04-12;

2011-06-28

湖南省交通厅科技进步与创新计划项目（200809）;广东省交通厅重点工程项目（2009-01-003）;华南理工大学中央高校基本科研业务费资助项目（2009ZM0099）

刘佳辉（1987-），男，湖南衡阳人，硕士研究生，主要从事路面材料方面的研究。E-mail:liujiahui213@163.com。