图像灰化。图像灰化是将获得的彩色数码图像转化为由“黑”到“白”(从0~255共256个整数灰度级)的黑白图像,便于进行图像二值化处理。同时,尽量多的去除沥青等干扰因素,并降噪、滤波等,尽量减少石料粘连状况,为后期算每个集料大小做准备。
图像预处理。(1)图像滤波。原始图像在采集、传送和转换过程中,常常会加入一些噪声,使图像表现为模糊、失真等。利用Gabor滤波器提取图像纹理特征,用于图像分类模式识别,实现颗粒的初步分离。同时,根据图像中的噪声进行自适应维纳滤波,减少干扰环境的影响,增强图像平滑性。
(2)直方图均化处理。直方图均衡化操作是对图像直方图进行处理,使得处理后的直方图为平坦形状,增强图像对比度。
(3)形态学图像处理。文中采用开运算,例如结构元素B对A的开运算,即首先采用结构元素B对A做腐蚀运算,然后再做膨胀运算,使用相同的结构元素。通过开运算使图像的轮廓变得光滑,断开狭窄的间断和消除细的突出物。
图像二值化处理。图像二值化处理是整个图像处理过程中的关键部分,是将具有256个灰度级的图像转化为只有两个级别(分别表示沥青和集料)的黑白图像。灰度级低于阙值的为沥青,反之则判断为集料。二值图像可以显示各颗粒的形状。
在施工中,判别沥青混合料是否离析,须分析沥青混合料中颗粒的分布状态,可根据现有分析软件将各档集料分离出来,然后对各档集料的分布状态进行判别分析。MATLAB程序可对沥青混合料二值化图像进行分类提取,由于细集料颗粒较小、数量多,对整体集料均匀程度影响在允许的误差范围之内,而粗集料的分布情况才真正决定整个图片信息中沥青混合料离析程度。而且采集图像信息时的高度决定颗粒成像的大小,考虑到监控范围需要足够大,为使图像中各档集料之间的区别更明显,本文选取9.5mm粒径以上的颗粒作为研究对象。
沥青混合料数字试件图像分析。根据离析的定义,若沥青混合料分布是均匀的,那么理论上各档集料对X轴、Y轴的静距和与其在相同条件下理想均匀分布状态时静距和的差为0。基于以上假设,根据静距定义得:
(1)各个颗粒静距和。(2)平均理论值。沥青混合料离析判别。根据离析的概念可知,当沥青混合料各档集料都分布达到理想化时,各档集料会得出一个标准静距值,而实际中混合料离析时,所得出的静距值大于或小于这个标准值,二者相减会得出的一个差值,根据这个差值就可以判断混合料是否离析。考虑到实际情况不能达到最理想化的状态,所以通过大量的现场工程试验数据。
若图像整体没有离析,即静距差没有超出所制定的离析标准值范围,在这种条件下,如若沥青混合料都集中圆心位置,而得出的也在标准值范围之内,此时需要将图像按照过几何中心的X轴、Y轴分为4个部分,分别再对4个部分进行进一步的静距计算比较:第一,分别计算4个区域对自身区域中心的实际静距和值;然后减去原始图像标准静距和的14;最后将得到4个差值相加。第二,分别用4个区域的实际静距和值分别减去自身区域在均匀分布情况下的标准值,得到的4个差值相加。
(1)小区域间计算公式。(2)将4个区域分别放大,针对区域1,2,3,4进行静距和值以及自身平均理论静距值计算,类似于原始图像S0和S-0的计算步骤。
综上所述,最终判定一幅图像中的沥青混合料是否离析,需要依次对α0,α1,α2值进行判断识别,只要有一个值不在标准值范围之内,说明此图像信息存在离析现象。