基于數(shù)字圖像處理技術(shù)的瀝青路面構(gòu)造深度評價方法研究

黃志福, 翟曉靜, 梁乃興

(1.重慶交通大學 土木工程學院,重慶 400074; 2.安徽省交通控股集團有限公司,安徽 合肥 230088; 3.河北交通職業(yè)技術(shù)學院 土木工程系,河北 石家莊 050091)

基于數(shù)字圖像處理技術(shù)的瀝青路面構(gòu)造深度評價方法研究

黃志福1,2, 翟曉靜3, 梁乃興1

(1.重慶交通大學 土木工程學院,重慶 400074; 2.安徽省交通控股集團有限公司,安徽 合肥 230088; 3.河北交通職業(yè)技術(shù)學院 土木工程系,河北 石家莊 050091)

文章依托濟祁高速公路安徽省碭山段瀝青混凝土路面施工項目,以單幅圖像恢復物體形狀原理計算瀝青路面的數(shù)字圖像構(gòu)造深度,以灰度差來表征路面的凸起和凹下的高度差值,確定去噪預處理和灰度圖像處理方法,研究了不同光照強度和不同拍攝高度對瀝青路面數(shù)字圖像構(gòu)造深度的影響,提出了瀝青路面數(shù)字圖像構(gòu)造深度的計算方法,并建立了瀝青路面鋪砂法構(gòu)造深度與數(shù)字圖像構(gòu)造深度之間的關系模型。研究結(jié)果表明:在自然光條件下,9:00時刻拍攝數(shù)字圖像的構(gòu)造深度普遍大于其他時刻0.03～0.06 mm,11:00和13:00拍攝數(shù)字圖像的構(gòu)造深度與其他時刻的一致性較差,最大差值為0.03 mm,而在15:00和17:00 時3個測點的差值均在0.01 mm范圍內(nèi),一致性較好,建議在15:00～17:00進行數(shù)字圖像的采集;拍攝高度在50～70 cm范圍內(nèi),數(shù)字圖像構(gòu)造深度變化幅度較小,差值介于0.02～0.04 mm,推薦拍攝高度為60 cm;瀝青路面鋪砂法構(gòu)造深度與數(shù)字圖像構(gòu)造深度存在一定的線性相關,關系模型擬合效果良好,相關性系數(shù)平方為0.85?；跀?shù)字圖像處理技術(shù)的瀝青路面構(gòu)造深度計算方法,實現(xiàn)了程序交互界面化,為實時連續(xù)檢測評價瀝青路面構(gòu)造深度施工質(zhì)量水平提供了條件。

道路工程;數(shù)字圖像處理技術(shù);瀝青路面;構(gòu)造深度;評價方法

路面表面的構(gòu)造深度,即路面表面的紋理構(gòu)造,是路面粗糙度的重要指標[1-2]。目前,通常用構(gòu)造深度評價路面的抗滑性能,國內(nèi)行業(yè)技術(shù)標準測量路面構(gòu)造深度的方法主要有鋪砂法和激光法[3]。鋪砂法原理簡單、操作方便、成本低廉,但是費時費力;激光法檢測設備價格昂貴、操作復雜。瀝青路面的表面構(gòu)造深度與均勻性也有著密切關系[4-5]。均勻性越好,其構(gòu)造深度越小;反之,均勻性越差,其構(gòu)造深度越大。傳統(tǒng)評價瀝青混合料均勻性的方法主要采用鉆芯取樣和視覺觀測,存在工效低、主觀影響大、破壞性強等問題[6]。近年來,國外新興了許多無損快速檢測方法,主要有熱成像、探地雷達、激光表面斷面儀等,具有檢測頻率高、樣本大、準確性好等優(yōu)點。隨著計算機數(shù)字圖像處理技術(shù)的廣泛應用,采用數(shù)字圖像處理技術(shù)測算路面表面構(gòu)造深度、評價瀝青混合料的均勻性成為新的研究方向[7-8]。文獻[9]運用數(shù)字圖像處理技術(shù)計算瀝青路面表面構(gòu)造深度,避免了主觀因素的影響;文獻[10]較早采用二維數(shù)字圖像技術(shù)研究瀝青混合料的體積組成,運用數(shù)字圖像處理技術(shù)研究粗集料的形態(tài)特征并進行三維圖像的重構(gòu)和虛擬力學實驗研究;文獻[11-12]利用二維數(shù)字圖像技術(shù)研究瀝青混合料內(nèi)部結(jié)構(gòu)粗集料接觸分布特性以優(yōu)化級配組成。運用數(shù)字圖像處理技術(shù)研究瀝青混合料表面性能及內(nèi)部結(jié)構(gòu)組成,對圖像處理技術(shù)應用于瀝青路面施工質(zhì)量控制具有重要意義。

鑒于瀝青混合料表面性能的復雜性,運用數(shù)字圖像處理技術(shù)建立瀝青路面構(gòu)造深度的計算方法，進而評價瀝青混合料的均勻性，仍需進一步的研究。

本文依托濟祁高速公路安徽省碭山段瀝青混凝土路面施工項目,建立了瀝青路面數(shù)字圖像預處理方法,以從明暗恢復形狀(shape from shading,SFS)原理計算瀝青路面的數(shù)字圖像構(gòu)造深度,以三維曲面表征瀝青路面表面紋理構(gòu)造,分析了光照強度、拍攝高度等因素對構(gòu)造深度的影響,提出了基于數(shù)字圖像處理技術(shù)的瀝青路面構(gòu)造深度計算方法,建立了鋪砂法實測構(gòu)造深度與數(shù)字圖像處理方法計算構(gòu)造深度的相關關系,為基于構(gòu)造深度離異性評價瀝青路面均勻性提供參考。

1 單幅圖像恢復物體形狀原理

瀝青路面表面是粗糙的,在自然光照條件下,會發(fā)生漫反射,漫反射的光照強度會隨著路面的凹凸情況變化而變化,通過數(shù)碼相機拍攝瀝青路面時,圖像像素的明暗程度可以反映瀝青路面格點的凹凸情況。本文采用簡化的SFS原理來計算瀝青路面的構(gòu)造深度,以灰度差來表征路面的凸起和凹下的高度差值,經(jīng)過一定比例的換算,就能得到圖像拍攝范圍內(nèi)的平均構(gòu)造深度值。

SFS原理是利用單幅灰度圖像中物體表面的明暗變化來恢復其表面各點的相對高度等參數(shù)值,重建物體表面形狀[13-14]。為簡化問題,假定照射在物體表面的光為均勻平行光，成像幾何關系為正交投影，采用朗伯體表面反射模型。

若以照相機坐標系為參照系,物體表面高度表示為z(x,y),物體表面法向矢量可由其表面各點的法向量(η1,η2,η3)、表面梯度(p,q)、表面傾角φ及表面偏角θ表示。成像模型根據(jù)二維圖像中某像素點的灰度值與物體表面對應點按照反射圖函數(shù)得到的灰度值相等。朗伯體表面反射模型可表示為:

E(x,y)=R(p(x,y),q(x,y))=

(1)

(2)

表面點法向量又可寫成:

(3)

(4)

η1=lsinφcosθ,η2=lsinφsinθ,

η3=lcosφ

(5)

其中,(-ps,-qs,1)表示光源的方向;E(x,y)為歸一化的圖像亮度;R為反射圖函數(shù),表示亮度隨表面方向的不同而發(fā)生變化;l為表面點法向量的模。

(1)式是含有2個未知量(p,q)的非線性方程,在引入其他約束條件之前,根據(jù)這個模型建立的SFS問題的方程式病態(tài),沒有唯一的解。只有通過引入恰當?shù)募s束條件,建立相應的正則化模型,才能消除其病態(tài)性。目前大多數(shù)SFS算法都是通過假設研究對象為表面光滑的物體來引入約束條件。

本文在研究中不要求準確恢復瀝青路面外貌特征,只需要根據(jù)路面的亮度變化求得實際的路面平均構(gòu)造深度。

2 構(gòu)造深度計算原理

通過數(shù)碼相機采集到瀝青路面圖像后,用Matlab計算軟件對圖片進行處理,將RGB圖像轉(zhuǎn)換為二維的灰度圖,在數(shù)學上可以表示為一個m×n的二維矩陣。二維矩陣的橫坐標為x,縱坐標為y,若Zi,j=(xi,yj),則可以構(gòu)造出一個三維曲面,即是瀝青路面表面紋理構(gòu)造圖。Matlab繪制的瀝青路面三維曲面如圖1所示。

根據(jù)二維數(shù)字矩陣的數(shù)據(jù),路面構(gòu)造深度(Z)的計算公式為:

Z=F(x,y)

(6)

V=?D[Fmax-F(x,y)]dxdy

(7)

其中,F(x,y)為坐標(x,y)的像素點的灰度值;V為表面構(gòu)造像素值圍成的空間體積;Fmax為灰度矩陣中最大的灰度值。

圖1 Matlab繪制的瀝青路面三維曲面

(7)式中的積分區(qū)域D相當于鋪砂法中的鋪砂半徑范圍,V為路面表面構(gòu)造的空間曲面與平面Fmax所圍的體積,相當于鋪砂法中鋪砂的體積。

定義Hp為瀝青路面數(shù)字圖像構(gòu)造深度,計算公式為:

(8)

其中,D為積分區(qū)域,為矩陣行數(shù)與列數(shù)的乘積;Hp表征路面表面的粗糙程度,其值越大,表示路面表面越粗糙。

3 瀝青路面數(shù)字圖像預處理方法

圖像預處理是后續(xù)圖像分析的基礎,其處理效果好壞直接影響到后續(xù)均勻性分析的結(jié)果[15]。本文對圖像預處理進行了深入系統(tǒng)的研究,并基于Matlab編制相應的處理程序,實現(xiàn)圖像的預處理界面化。

3.1 去噪預處理

職業(yè)教育人才的培養(yǎng)，有其特殊的一面，更強調(diào)實踐性和創(chuàng)造性。因此，在具體的質(zhì)量評價中，亟需企業(yè)的參與，形成以職業(yè)能力評價為導向，企業(yè)等用人單位、院校教師、校外指導教師等多主體共同參與的質(zhì)量評價體系。

由于設備、環(huán)境等原因,在圖像的采集過程中,圖片或多或少都會混入噪聲,因此在利用計算機對圖片進行處理前,需要對圖片進行去噪預處理。

本文選擇中值濾波法對圖片進行去噪處理。中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替,讓周圍的像素值接近真實值,從而消除孤立的噪聲點。中值濾波運算過程簡單,容易實現(xiàn),可以較好地保留邊界信息。假設二維數(shù)字圖像為{Xi,j},經(jīng)中值濾波后結(jié)果為:

(9)

其中,A為濾波窗口。選取的窗口越大,去噪效果越好,但越有可能造成圖像的模糊,這就需要在去噪與清晰度之間找到一個平衡的去噪窗口值。

3.2 灰度圖像處理

數(shù)碼設備采集到瀝青路面圖像數(shù)據(jù)結(jié)構(gòu)為RGB,數(shù)據(jù)占用空間大,影響計算機的運算速度,由于本研究只需要瀝青路面的灰度信息,因此在對瀝青路面圖片進行計算之前,需先將RGB圖像轉(zhuǎn)換為灰度圖像。

RGB圖像為三通道彩色圖像,即由紅、綠、藍三原色組成,假定原來某點的顏色為RGB(R,G,B),一般通過浮點算法可將RGB數(shù)據(jù)結(jié)構(gòu)圖像轉(zhuǎn)換為灰度圖像。每個像素點的轉(zhuǎn)化公式為:

f=0.299R+0.587G+0.114B

(10)

4 數(shù)字圖像構(gòu)造深度計算影響因素

4.1 光照強度

為研究光照強度對瀝青路面數(shù)字圖像構(gòu)造深度值的影響,在瀝青路面上選取3個測點,并在一天中的5個不同時刻對瀝青路面采集數(shù)字圖像。圖像采集選擇在光照強度變化分明的晴天,5個時刻自然光照強度不同,按照光照強度排序為13:00、15:00、11:00、17:00、9:00,測點1在不同時刻的圖像如圖2所示。

按圖2f所示,用數(shù)字圖像技術(shù)分別計算3個測點在5個不同光照強度下4個小區(qū)域的構(gòu)造深度H1、H2、H3、H4。以4個小區(qū)域的構(gòu)造深度平均值作為不同時刻每個測點構(gòu)造深度的代表值,則3個測點在5個不同時刻的計算結(jié)果如圖3所示。

圖2 不同時刻圖像采集及計算示意圖

圖3 不同時刻不同測點構(gòu)造深度代表值分布

由圖3可知,9:00時刻拍攝數(shù)字圖像的構(gòu)造深度普遍高于其他時刻0.03～0.06 mm;測點3 在11:00和13:00拍攝的數(shù)字圖像的構(gòu)造深度與其他時刻的一致性較差,最大差值為0.03 mm,而在15:00和17:00時3個測點的差值均在0.01 mm范圍內(nèi),一致性較好。綜合而言,在自然光的條件下,雖然在不同時刻,光照強度的大小變化對瀝青路面數(shù)字圖像構(gòu)造深度的計算存在一定影響,但并不明顯,推薦在15:00～17:00進行數(shù)字圖像的采集。

4.2 圖像拍攝高度

為研究拍攝高度對數(shù)字圖像構(gòu)造深度的影響,在瀝青路面上選取3個測點,并在距離瀝青路面不同的高度拍攝路面圖像。不同拍攝高度下采集的圖片如圖4所示,圖中白色方框標示的是30×30的正方形區(qū)域。

以全幅圖片為計算對象,按圖2f計算示意圖所示,以4個小區(qū)域構(gòu)造深度的平均值作為不同拍攝高度每個測點構(gòu)造深度的代表值,則3個測點在3個不同拍攝高度的計算結(jié)果如圖5所示。

圖4 不同拍攝高度采集的瀝青路面圖片

圖5 不同拍攝高度不同測點構(gòu)造深度代表值分布

由圖5可知,在50、60、70 cm 3個拍攝高度3個測點采集瀝青路面圖片計算的數(shù)字圖像構(gòu)造深度變化幅度很小,差值介于0.02～0.04 mm。由此說明,拍攝高度在50～70 cm范圍內(nèi),對數(shù)字圖像技術(shù)計算瀝青路面構(gòu)造深度的結(jié)果并沒有明顯的影響,推薦拍攝高度為60 cm。

5 數(shù)字圖像構(gòu)造深度評價方法

依托工程項目濟祁高速碭山段,以AC-25下面層作為研究對象,隨機選取20個測點,分別利用數(shù)字圖像法與鋪砂法測瀝青路面的構(gòu)造深度。

采用普通數(shù)碼相機拍攝的瀝青路面圖像,如圖6所示。

圖6 瀝青路面數(shù)字圖像

通過Matlab轉(zhuǎn)換為灰度圖像得到該圖像的灰度值矩陣為(11)式。由(11)式可知,Z為4 096×3 072的像素矩陣。矩陣Z中所有元素的最大值Zmax為252,用Zmax減去矩陣Z中每個元素,得到中間矩陣Z′,即(12)式。

(11)

(12)

根據(jù)(12)式,計算矩陣Z′中所有元素之和S=1 493 906 887。將S除以矩陣Z的元素個數(shù)Znum,可得瀝青路面的數(shù)字圖像構(gòu)造深度Hp：

(13)

采用比例尺修正系數(shù)μ來修正即可得出測點處表面構(gòu)造深度H′=0.78 mm。

(14)

(15)

其中,Zmax為矩陣Z中所有元素的最大值;Zmin為矩陣Z中所有元素的最小值;α為經(jīng)試驗所得的經(jīng)驗系數(shù),取值為1.36。

鋪砂法如圖7所示,以鋪砂圓的最大內(nèi)接矩形作為計算區(qū)域,如圖7中黑色線框內(nèi)部分。實驗得到鋪砂法構(gòu)造深度H和數(shù)字圖像技術(shù)計算得到的構(gòu)造深度H′，見表1所列。

圖7 鋪砂法測試瀝青路面構(gòu)造深度

表1 數(shù)字圖像測得的構(gòu)造深度H′與相應的鋪砂法構(gòu)造深度H

根據(jù)表1,建立H與H′的相關性關系,如圖8所示。

由圖8可知,樣本數(shù)量n=20,R2=0.85,回歸方程為:

H=1.41H′-0.40

(16)

對比表1中數(shù)字圖像構(gòu)造深度H′與鋪砂法實測的構(gòu)造深度H發(fā)現(xiàn),兩者存在一定的誤差,主要原因是數(shù)字圖像為二維信息,圖像在灰度化和預處理的過程中丟失了部分細節(jié)信息,將灰度差直接轉(zhuǎn)換為深度差,造成了三維效果的模糊。盡管如此，兩者之間仍然存在一定的相關性關系,這表明通過數(shù)字圖像技術(shù)求得的H′表征瀝青路面的紋理構(gòu)造情況具有合理性和可行性。

圖8 H與H′的相關性關系

6 結(jié) 論

(1) 基于數(shù)字圖像處理技術(shù)的瀝青路面構(gòu)造深度計算方法,實現(xiàn)了程序交互界面化,方便技術(shù)人員的應用,具有效率高、操作便捷、定量分析等特點,可實現(xiàn)瀝青路面構(gòu)造深度的實時連續(xù)檢測。

(2) 通過對比不同時刻和不同拍攝高度數(shù)字圖像構(gòu)造深度的計算結(jié)果,得出在自然光和50～70 cm拍攝高度范圍內(nèi),可認為光照強度和拍攝高度對瀝青路面數(shù)字圖像構(gòu)造深度的計算沒有明顯的影響,建議圖像自然光拍攝時間為15:00～17:00,拍攝高度為60 cm。

(3) 提出了瀝青路面的數(shù)字圖像構(gòu)造深度的計算方法,以AC-25下面層為研究對象,建立了鋪砂法構(gòu)造深度H與數(shù)字圖像構(gòu)造深度H′的H-H′關系模型,其相關性系數(shù)的平方為0.85,存在一定的相關性。

[1] 錢振東,薛永超,張令剛.瀝青路面三維紋理分形維數(shù)及其抗滑性能[J].中南大學學報(自然科學版),2016,47(10):3590-3596.

[2] MILLER T,SWIERTZ D,TASHMAN L,et al.Characterization of asphalt pavement surface texture[J].Transportation Research Record: Journal of the Transportation Research Board,2012,2295(1):19-26.

[3] 宋永朝,閆功喜,隋永芹,等.基于數(shù)字圖像處理技術(shù)的瀝青路面表面紋理構(gòu)造分布[J].中南大學學報(自然科學版),2014,45(11):4075-4080.

[5] 童申家,謝祥兵,趙大勇.瀝青路面紋理分布的分形描述及抗滑性能評價[J].中國公路學報,2016,29(2):1-7.

[6] 張爭奇,徐耀輝,胡紅松,等.瀝青路面離析的數(shù)字圖像評價方法[J].湖南大學學報(自科科學版),2016,43(9):129-135.

[7] MASAD E,MUHUNTHAN B,SHASHIDHAR N,et al.Quantifying laboratory compaction effects on the internal structure of operation[J].Transportation Research Record: Journal of the Transportation Research Board,1999,1691(1):179-185.

[8] WANG L B,WANG X,MOHAMMAD L,et al.Application of mixture theory in the evaluation of mechanical properties of asphalt concrete [J].Journal of Materials in Civil Engineering,2004,16 (2): 167-174.

[9] 王端宜,李維杰,張肖寧.用數(shù)字圖像技術(shù)評價和測量瀝青路表面構(gòu)造深度[J].華南理工大學學報(自然科學版),2004,32(2):42-45.

[10] 張肖寧.瀝青混合料材料結(jié)構(gòu)數(shù)字圖像技術(shù)的基本方法[J].華南理工大學學報(自然科學版),2012,40(10):166-173.

[11] 石立萬,王端宜.基于數(shù)字圖像處理的瀝青混合料主骨架評價標準[J].中國公路學報,2017,30(5):52-58,73.

[12] 石立萬,王端宜,蔡旭,等.基于數(shù)字圖像處理的粗集料接觸分布特性[J].中國公路學報,2014,27(8):23-31.

[13] 高欣健,張旭東,高亞捷,等.基于單幅灰度圖像的快速三維重建方法研究[J].機械工程學報,2014,50(2):42-47.

[14] IKEUCHI K,HORN B K P.Numerical shape from shading and occluding boundaries[J].Artificial Intelligence,198l,17(3):141-184.

[15] GONZALEZ R C,WOODS R E.數(shù)字圖像處理[M].阮秋琦,阮宇智,譯.3版.北京:電子工業(yè)出版社,2011:197-218.

Studyofevaluationmethodofasphaltpavementstructuredepthbasedondigitalimageprocessingtechnology

HUANG Zhifu1,2, ZHAI Xiaojing3, LIANG Naixing1

(1.College of Civil Engineering, Chongqing Jiaotong University, Chongqing 400074, China; 2.Anhui Transportation Holding Group Co.， Ltd., Hefei 230088, China; 3.Dept. of Civil Engineering, Hebei Jiaotong Vocational and Technical College, Shijiazhuang 050091, China)

In view of the asphalt concrete pavement construction project of Dangshan section of Ji-Qi expressway in Anhui Province, the structure depth of digital image of asphalt pavement is calculated by the principle of restoring object shape with single image, the height difference between the raised and concave road surface is represented by gray scale difference, and the denoising preprocessing and grayscale image processing methods are determined. The influence of different light intensity and different shooting height on the digital image structure depth of asphalt pavement is studied, a method for calculating the structure depth of digital image of asphalt pavement is proposed, and the relationship model between the structure depth of sand patch method and the structure depth of digital image of asphalt pavement is established. The results show that in natural light conditions, the structure depth of digital image shot at 9:00 is generally 0.03 mm to 0.06 mm higher than that of other time, the structure depth of the digital image shot at 11:00 and 13:00 is less consistent with that of other moments, the maximum difference is 0.03 mm, while the differences between the three measuring points at 15:00 and 17:00 are within the range of 0.01 mm, the consistency is better, so it is recommended to collect the digital images at 15:00 to 17:00. When the shooting height is in the range of 50 cm to 70 cm, the structure depth of digital image changes little, the difference is between 0.02 mm and 0.04 mm, and the recommended shooting height is 60 cm. There is a certain linear correlation between the structure depth of sand patch method and the structure depth of digital image of asphalt pavement. The fitting effect of the model is good, and the square of correlation coefficient is 0.85. The calculation method of the structure depth of asphalt pavement based on the digital image processing technology is scientific and rational, and realizes the program interactive interface, which provides a basis for the real-time continuous inspection and evaluation of the quality level of the asphalt pavement structure depth construction.

road engineering; digital image processing technology; asphalt pavement; structure depth; evaluation method

2017-07-24；

2017-08-30

安徽省交通科技基金資助項目(Ahjtkj20130022);河北省科技計劃資助項目(16211249)和河北省高等學?？茖W技術(shù)研究重點資助項目(ZD2017226)

黃志福(1963-),男,安徽六安人,重慶交通大學博士生,安徽省交通控股集團有限公司教授級高工;翟曉靜(1976-),女,河北石家莊人,河北交通職業(yè)技術(shù)學院副教授,通訊作者,E-mail: 441275720@qq.com;梁乃興(1957-),男,陜西岐山人,博士,重慶交通大學教授,博士生導師.

10.3969/j.issn.1003-5060.2017.10.016

U416.217

A

1003-5060(2017)10-1382-07

(責任編輯 張淑艷)