基于数字图像处理技术和熵权法分析沥青路面均匀度的方法

梁乃兴，杜镇宇，徐建平，黄志福

( 1.重庆交通大学 土木工程学院,重庆 400074；2.江西省高速公路投资集团有限责任公司,江西 南昌330025；3. 安徽省交通控股集团有限公司,安徽 合肥 230088)

基于数字图像处理技术和熵权法分析沥青路面均匀度的方法

梁乃兴1，杜镇宇1，徐建平2，黄志福3

( 1.重庆交通大学 土木工程学院,重庆 400074；2.江西省高速公路投资集团有限责任公司,江西 南昌330025；3. 安徽省交通控股集团有限公司,安徽 合肥 230088)

为了能简单快速地评价沥青路面的离析现象，基于数字图像处理技术，对多幅沥青混合料摊铺时候的图像进行了均匀性相关分析，对图像进行彩色图像转化为灰度图像、滤波、去噪、直方图均衡化、图像分割、形态学处理、开闭运算等操作之后转化为二值图像；提取出不同档集料颗粒的面积，并利用熵权法求出不同档集料面积的权重，从而确定出均匀性评价指标值；绘制均匀性评价指标分布图，将所得均匀性评价指标值与图像对比，得到图像集料颗粒均匀性较好时候均匀性评价指标值范围。研究结果表明：通过熵权法确定的均匀性评价指标值能够较好地反映沥青路面集料的均匀程度。

道路工程；数字图像处理技术；评价指标；熵权；均匀度

沥青混合料的离析一直以来都是道路工程中一种常见的病害现象，同时也是造成沥青路面早期破坏的原因之一。目前，沥青路面出现的一些早期损坏,如网裂、松散、局部严重辙槽、局部泛油、坑洞、新铺沥青路面的构造深度不均等，都与沥青混合料的离析密切相关[1-5]。因此，对于沥青混合料的离析评价显得尤为重要。目前，国际上较为通用的判定沥青混合料离析的检测手段主要有钻心取样法，核子密度仪法[6]，铺砂法，视觉观察法等等。但是，这些方法大多是定性判定沥青混合料是否处于离析状态，没有一个较为全面的定量分析结果。所以，寻求一种能够定量、快速判定路面沥青混合料是否处于离析状态的手段十分必要。笔者提出一种定量判别手段来对沥青混合料的离析状态进行判定。主要是通过二维数字图像处理技术(DIP)，利用MATLAB数学软件，通过对所采集的彩色图像转化为灰度图像，然后进行滤波去噪、直方图均衡化、形态学处理后转化为二值图像，之后提取不同档集料颗粒的面积，并通过熵权法建立数学模型，确定各档集料面积对于沥青混合料均匀性所提供信息的权重大小，进而确定路面沥青混合料离析的均匀性评价指标值，进一步对沥青路面混合料是否处于离析状态做出判定。

1 数字图像处理技术原理

数字图像处理技术(Digital Image Processing)是一门通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像由于信息量大，传输速度快，效率高，所以数字图像处理技术越来越多地应用于国民生产的各个行业，并且已经成为多个学科学习研究的对象。

在灰度图像中，将灰度划分为256个等级，从“0”到“255”灰度逐渐增大，“0”代表纯黑，“255”代表纯白，用数字化的空间坐标(X，Y)和灰度F(X，Y)将一幅数字图像看成一个矩阵或一个二维数组，数字图像是以二维矩阵在计算机中进行存储的，对数字图像的处理实质是对二维矩阵的处理。

Z=F(X,Y)

(1)

式中：Z为像素值；X、Y为该像素对应的横、纵坐标。

将灰度图像转化为二值图像，图像矩阵中就只有“0”和”1“两个值，“0”代表黑，”1”代表白，如图1。其中，黑色的代表沥青，白色的代表集料，从二值图像中可以分别提取所需要的不同档集料的面积。

图1 二值图像矩阵Fig.1 Matrix of binary image

2 图像采集和处理过程

试验采用数码相机采集道路图像信息，所采集的图像为安徽砀山一段公路。在采集图像信息的过程中，注意拍摄的高度、光照等因素对图像的影响。每张图像所采集的摊铺沥青混合料面积范围为72 cm×72 cm。采集图像之后，对其进行一系列操作，其中包括将彩色图像转化为灰度图像，滤波，去噪，直方图均衡化，图像分割，形态学处理的开闭运算等，之后再转化为二值图像，提取所需相关信息。对多幅图像都经过如上所述一系列操作之后，将处理后的图像与摊铺时候所采集的图像进行对比。采用MATLAB软件编写相关程序，对所采集的图像进行相关分析，其处理效果前后对比如图2。

图2 摊铺的沥青路面图像Fig.2 Image of paving asphalt pavement

3 利用数字图像技术建立路面集料面积的熵权模型

熵的概念最早起源于物理学，用于度量一个热力学系统的无序程度。在信息论中，熵是系统无序程度的度量，通过它可以度量数据所提供的有效信息量和确定权重。若所需要评价的对象在某一项指标中的值相差较大时，则说明熵值较小，即通过该指标能提供较大的有效信息量，相应的，该指标的权重也较大；反之，所需要评价的对象在某一项指标中的值相差较小时，则说明熵值较大，即通过该指标提供的有效信息量较小，相应的，该指标的权重也应较小。当各被评价对象在某项指标上的值完全相同时，熵值达到最大，即通过该指标不能提供任何有效信息，可以考虑从评价指标体系中去除[7]。

值得注意的是，某指标熵权的大小不是用来反映其重要程度，而是这个指标在竞争意义上的相对程度，代表该指标在该问题中提供有效信息的多少[7]。

所以可以利用熵权原理对沥青混合料中集料颗粒的均匀性进行评价，即通过不同档集料颗粒的面积分布的多少来进行集料颗粒面积的差异程度分析，确定各档集料的权重，反映出不同档集料颗粒的面积对于均匀性提供信息的多少。从而由此来对均匀性进行评价。

熵权法确定权重的步骤如下[8]：

设有m个评价指标，n个评价对象，则得到原始数据的矩阵为

(2)

第1步:对原始矩阵进行标准化，从而得到标准化矩阵:

r=(rij)m×n

(3)

式中：rij为第j个评价对象在第i个评价指标上的标准值，其中rij计算式如下：

(4)

第2步：信息熵的确定。在m个指标、n个评价对象情况下，第i个指标的信息熵定义如下：

(5)

第3步：定义熵权。第i个指标的熵权定义如下：

(6)

4 沥青混合料均匀度计算示例及离析判断标准确定

在实际工程经验中，沥青路面摊铺时，若沥青路面表面出现离析，则内部必然离析，若沥青混合料路面表面是均匀的，则混合料内部集料通常分布是较为均匀的。所以，根据这样的工程经验，采集沥青路面表面图像进行沥青混合料集料均匀性的相关分析。

4.1 示 例

4.1.1 权重的确定

选取集料颗粒分布较为均匀的路段点，采集图像30幅，即为30个评价对象，对30幅图像分别进行滤波去噪、直方图均衡化、形态学处理，并最终转化为二值图像。因为在沥青混合料中，影响沥青混合料均匀性的主要是较大颗粒，所以剔除粒径为9.5 mm以下的颗粒[9]，再分别提取出每幅图像中9.5～13.2mm、13.2～16mm、16～19mm、19～26.5 mm4档集料的面积，即为4个不同的评价指标，分别记为A，B，C，D，其数据如表1。

表1 不同档集料颗粒面积

进一步，求得各个指标的信息熵及不同档集料面积的权重，如表2。

表2 各档集料的信息熵及权重

由表2可见，在4种不同档集料颗粒当中，9.5～13.2 mm范围内的集料颗粒对图像集料颗粒均匀性提供的信息最多，最少的是19～26.5 mm范围内的集料颗粒。

4.1.2 均匀性评价指标的计算

表3 各图像的均匀性评价指标

绘制出均匀性评价指标的分布如图3。

图3 均匀性评价指标分布Fig.3 Distribution diagram of hmogeneity evaluation index

4.2 离析判断标准指标的确定

根据计算结果，将均匀性评价指标作为判断沥青混合料是否离析的标准。对50幅图像进行如下操作：由所计算得出的每一幅图像的均匀性评价指标值与每一幅图像一一进行对比。罗列几幅典型图像如图4。通过对比发现，均匀性评价指标值z在3×105～5.5×105范围内，颗粒分布更加均匀，集料颗粒分布情况如图4(c)～图4(e)。均匀性评价指标值超出这个范围的图像会产生集料颗粒分布不均匀而导致的沥青混合料的离析，集料颗粒分布情况如图4(a)，或因为粗集料过多而产生离析，集料颗粒分布情况如图4(h)。

图4 典型图像示例Fig.4 Typical image examples

5 结 论

1)通过直接采集路面图像的方式，经过数字图像技术处理，客观定量地对沥青路面混合料的均匀性进行评价，达到了快速、高效、经济的目的。

2)通过建立熵权模型，计算得到的图像不同档的集料颗粒面积的权重，从而得出的均匀性评价指标能够较好的反映出图像范围内集料颗粒的分布均匀状况。均匀性评价指标在3.5×105～5.5×105范围内的时候，颗粒分布较为均匀，未出现离析现象。

3)由于笔者所采集的图像数量不多，只是通过建立熵权模型确定均匀性评价指标，来探讨一种评定路面集料离析的方法，若需要进一步规范各指标精确范围值，需要采集更多的路面图像做研究分析。

[1] 杨瑞华, 李宇峙, 黄云涌,等. 南友高速公路沥青路面离析现象的检测与防治[J]. 公路交通科技, 2007, 24(7):31-34. YANG Ruihua, LI Yuzhi, HUANG Yunyong, et al. The detection and prevention of segregation in Nan-You freeway asphalt pavement[J].JournalofHighwayandTransportationRe-searchandDevelopment, 2007, 24(7): 31-34.

[2] Alberta Transportation Department .AlbertaTransportationPavingGuidelinesandSegregationRatingManual[S].Canada: Alberta Transportation Department, 2002.

[3] 沙庆林.高速公路沥青路面早期破坏现象及预防[M].北京:人民交通出版社,2008. SHA Qinlin.HighwayAsphaltPpavementEarlyDamagePhenomenonandPrevention[M].Bejing: China Communications Press, 2008.

[4] 沈金安,李福普,陈景.高速公路沥青路面早期损坏分析与防治对策[M].北京:人民交通出版社, 2004. SHEN Jin’an, LI Fupu, CHEN Jing.AnalysisandMeasurementsontheEarlyDamagesofHighwayAsphaltPavement[M].Beijing: China Communications Press, 2004.

[5] 沈金安.关于沥青混合料的均匀性和离析问题[J].公路交通科技, 2001, 18 (6): 20-24. SHEN Jin’an. On issues of homogeneity and separation of bitumen mixtures[J].JournalofHighwayandTransportationResearchandDevelopment, 2001, 18 (6): 20-24.

[6] WOLFF T F,BALADI G Y, CHANGE C. Test Method to Determine the Extent of Segregation in Bituminous Mixtures[R].Michigan State: Michigan State University, 1997.

[7] 邹志红,孙靖南,任广平.模糊评价因子的熵权法赋权及其在水质评价中的应用[J]. 环境科学学报,2005,25(4):552-556. ZOU Zhihong, SUN Jingnan, REN Guangping. Study and application on the entropy method for determine of weight of evaluating indicators in fuzzy synthetic evaluation for water quality assessment[J].ActaScientiaeCircumstantiae, 2005, 25(4): 552-556.

[8] 邱菀华.管理决策与应用熵学[M].北京：机械工业出版社，2002. QIU Wanhua.ManagementDecisionandAppliedEntropy[M].Beijing: China Machine Press, 2002.

[9] 潘艳珠,吴文亮,王端宜.基于数字图像处理技术的沥青混合料级配离析评价方法[J].中外公路,2011,31(4):221-224. PAN Yanzhu, WU Wenliang, WANG Duanyi. The asphalt mixture grading and segregation evaluation method based on the digital image processing technology[J].JournalofChina&ForeignHighway, 2011, 31(4): 221-224.

(责任编辑：谭绪凯)

AnalysisMethodonUniformityofAsphaltPavementBasedonDigitalImageProcessingTechnologyandEntropyWeight

LIANG Naixing1, DU Zhenyu1, XU Jianping2, HUANG Zhifu3

(1. School of Civil Engineering, Chongqing Jiaotong University, Chongqing 400074, P.R.China;2. Jiangxi Expressway Investment Group Co. Ltd., Nanchang 330025, Jiangxi, P.R.China; 3. Anhui Transportation Holding Group Co. Ltd., Hefei 230088, Anhui, P.R.China)

In order to evaluate the asphalt pavement segregation simply and rapidly, based on digital image processing technology, the correlation analysis on the uniformity of several asphalt mixture paving images was carried out. After a series of image processing, such as converting the color image into gray image, filtering, de-noising, histogram equalization, image segmentation, morphological processing as well as opening and closing operation, the image was converted into binary image. Secondly, the areas of different file aggregate were extracted, and their weights were calculated by the entropy weight method, which determined the homogeneity evaluation index value. Thirdly, the distribution map of homogeneity evaluation index value was plotted; the obtained homogeneity evaluation index value was compared with the image, the range of homogeneity evaluation index value when the aggregate particles were uniformly distributed in the image was obtained. The research results show that the homogeneity evaluation index value determined by entropy weight can reflect the evenness of asphalt pavement aggregate appropriately.

highway engineering; digital image processing technology; evaluation index; entropy weight; uniformity

U416.217

：A

：1674- 0696(2017)09- 028- 04

10.3969/j.issn.1674-0696.2017.09.06

2016-08-17；

：2017-05-27

安徽省交通厅科技计划项目(2013SSLMJK)；江西省交通厅重点科技项目(2012C0019)

梁乃兴(1957—)，男，陕西岐山人，教授，博士生导师，主要从事路面结构和材料方面的研究。E-mail：liangnx@cqjtu.edu.cn。

杜镇宇(1991—)，男，四川平昌人，硕士，主要从事路面结构和材料方面的研究。E-mail: 182468014@qq.com。