基于數字圖像技術的露石混凝土路面紋理構造抗滑性能

宋永朝，梁乃興，閆功喜，楊永前

(1.重慶交通大學 交通運輸學院，400074重慶;2.重慶交通大學土木建筑學院，400074重慶)

水泥混凝土路面具有強度高、穩定性好、使用壽命長等優點，同時亦存在抗滑性能差、行車噪聲高、易產生眩光等問題.我國擁有豐富的水泥資源，高品質的水泥混凝土路面具有廣泛的應用前景.露石水泥混凝土路面(exposed-aggregate cement concrete pavement，簡稱 EACCP)作為一種新型的水泥混凝土路面［1］，擁有獨特的露石表面，克服了普通水泥混凝土路面的諸多缺陷，具有剛度大、高抗滑、低噪聲、防眩等特點，能廣泛適用于城市交叉口、公路隧道、陡坡彎道等路段的鋪面工程，顯著提高潮濕不利狀態下路表抗滑性能，有效降低行車噪聲，大大改善機動車行車安全和行車舒適性能.

道路表面抗滑性能與路表紋理構造密切相關［2］，國際道路協會將路面紋理構造分為微觀構造和宏觀構造，美國材料與試驗協會(ASTM)給出了宏觀構造和微觀構造的定量描述(ASTM E867)，道路表面紋理構造常用平均斷面深度或平均構造深度進行描述［3-4］，表面紋理構造深度0.5 mm以下為微觀構造，0.5 mm以上為宏觀構造.EACCP經露石工藝處理后獲得豐富的宏觀與微觀構造，形成良好的抗滑表面.露石紋理構造深度、露石顆粒分布狀態是影響EACCP高抗滑性能的關鍵因素.路表紋理構造主要通過構造深度指標來評定［5-6］，王端宜等提出了運用數字圖像技術的瀝青路面表面構造深度檢測方法［7］，宋永朝等通過數字圖像技術對EACCP露石表面構造深度進行測量［8］，認為該方法精度高、信息量大、操作簡便，是一種有前景的路表功能測試方法.對于露石表面紋理構造分布狀況通常采用現場目測的方法，主觀性太大，并不能很好地評判露石表面紋理構造分布優劣程度.

為此，本文通過對露石混凝土試驗塊、EACCP實體路段的露石表面進行大樣本量的數字圖像采集，運用數字圖像技術分析露石表面紋理特征，探討露石紋理構造深度、紋理構造分布與抗滑性能的內在關系，為穩定露石表面高抗滑品質提供依據.

1 數字圖像技術運用的基本原理

隨著計算機技術的快速發展，數字圖像處理技術得到了廣泛應用.數字圖像是圖像在空間坐標(x，y)和亮度F(x，y)的數字化，一個數字圖像可以看成一個矩陣或一個二維數組，數字圖像是以二維矩陣在計算機中進行存儲的，數字圖像處理的實質是對二維矩陣的處理［9］.平行光線照射在粗糙的物體表面上時，反射到相機感光底片上各點的光線強度存在差異，圖像各點亮度或灰度不同，拍攝到表面的上凸點位亮度較大(即灰度值較大)，下凹點位較暗(即灰度值較小)，可根據圖像各點明暗程度(灰度值大小差異)來區分物體表面的凸凹程度［10-11］，數字圖像的空間曲面構造模型為

式中:Z為像素值;x，y分別為該像素所對應的橫坐標和縱坐標.

露石表面數字圖像通過數字圖像處理獲得圖像像素分布矩陣.為了說明數字圖像技術在EACCP表面紋理構造中的應用效果，將露石表面數字圖像旋轉90°與像素空間分布圖像進行對比，如圖1所示.將露石表面數字圖像圖1(a)與像素空間分布圖1(b)的各部分進行逐一對照，數字圖像的像素大小與露石表面凸凹狀態呈一一對應關系，圖像像素值的分布情況能客觀地反應露石表面紋理構造分布狀態.

圖1 露石表面數字圖像與像素空間分布

采用數碼相機對露石表面進行拍攝時，露石表面上凸、下凹各個點位的亮度不一，反射到底片上的光線強度存在差異，根據所采集的數字圖像中各點位像素值來獲得露石表面紋理構造的凸凹狀態信息，運用計算機數字圖像處理技術，分析露石表面紋理構造深度和紋理構造分布狀態，確定EACCP露石表面紋理構造的質量水平.

2 露石表面紋理構造分析

2.1 露石表面圖像采集

基于數字圖像技術的露石表面紋理構造分析方法，其分析對象為露石表面數字圖像，原始圖像應能真實反映露石表面紋理構造.露石表面圖像采集過程中的光照狀態是決定數字圖像質量的主要因素，表面清潔程度會影響露石表面數字圖像質量，露石表面組成材料的穩定程度亦影響分析結果的準確性.

通過規范EACCP露石表面數字圖像的采集操作過程，以便減少或避免露石表面原始圖像的信息誤差.數字圖像的拍攝設備采用普通數碼相機，在進行數字圖像采集前需清掃道路表面，確保拍攝區域清潔干凈.在露石表面數字圖像采集過程中，綜合考慮發光源的亮度、照射角度等影響因素，在受照狀態相同情況下進行多個測點圖像采集，拍攝的垂直距離固定為50 cm，拍攝時保持鏡頭平面與道路表面平行，同時將校準條(或刻度尺)放置于拍攝區域的邊緣，在同一畫面內拍下測點區域和校準條.露石表面數字圖像如圖2所示，刻度尺置于拍攝區域下緣，用于紋理構造計算過程中的尺寸換算.

圖2 露石表面原始數字圖像

2.2 露石表面圖像分析

按圖像采集要求對露石表面進行數字圖像采集，將拍攝的數字圖像輸入計算機進行資料存檔和圖像分析處理，對數字圖像進行灰度分級處理，處理后的灰度圖像如圖3所示.

從灰度圖像中提取圖像的像素值，得到露石表面紋理構造的像素曲面分布，將給定平面區域D內各點的像素空間曲面F(x，y)與像素極大值所在平面圍成的體積，確定為該區域D內的表面構造像素空間體積，像素空間體積的數學模型為

式中:Vpixel為像素空間體積;(x，y)為圖像坐標;F(x，y)為(x，y)對應的像素值;Fmax為像素極大值;D為積分區域.

圖3 露石表面灰度圖像

計算選定的數字圖像區域面積A內的像素差平均值Hpixel.參照文獻［7-8］，即可計算出數字圖像相對應露石紋理構造深度大小，則

采用材料組成穩定、露石工藝相同的露石表面進行數學圖像樣本采集，得到各樣本像素曲面分布狀態，計算相應的Hpixel.同時，在各圖像采集點位進行鋪砂法試驗，測量其紋理構造深度H.分析各樣本點H與Hpixel之間的相關性，分析結果如圖4所示，H與Hpixel呈線性相關，回歸效果顯著.

圖4 露石表面H與Hpixel之間關系

我國行業技術規范中路表紋理構造深度檢測方法包括鋪砂法和激光法［5-6］，鋪砂法的檢測設備便宜、操作簡單，但費時費力，檢測結果受人為因素影響較大，激光法要通過專用的檢測設備，設備昂貴，操作比較復雜.與常規檢測方法相比，數字圖像采集便捷，運用數字圖像技術的露石表面紋理構造深度檢測方法易于增加測試樣本數量，數字圖像能客觀反映露石表面紋理構造的凸凹信息，分析過程可實施程序化運算，便于實現露石表面紋理構造深度的連續化檢測.

從灰度圖像中提取圖像的像素分布矩陣，運用圖像形態學基礎理論進行圖像分割、邊緣提取等，將灰度圖像轉換成二值圖像.轉換后的二值圖像如圖5所示，二值圖像中的白色小區域代表露石表面紋理構造各上凸小區域的分布形態，即露石顆粒分布狀態.

圖5 露石表面二值圖像

提取二值圖像中白色小區域形態特征，計算白色小區域的個數、面積及大小組成.統計平面區域內校準條刻度尺寸對應數字圖像長度范圍內的像素數量，數字圖像的像素當量為

式中:ε為數字圖像的像素當量;L為校準條長度;M為校準條長度范圍內的像素數.

通過計算程序對二值圖像中各白色小區域的非零像素個數進行統計，并計算二值圖像中各白色小區域的上凸面積大小，可通過計算機運算得二值圖像中各白色小區域的面積為

式中:Si為第i個白色小區域反映的上凸面積;Ni為第i個白色小區域范圍內非零像素數.

露石表面擁有豐富的紋理構造，在路面潮濕狀態的行車過程中，EACCP紋理構造的下凹部分能快速排離車輪下的路表水，上凸裸露顆粒能嵌入輪胎，提高了輪胎與路面的有效接觸面積，從而顯著提高了路面的抗滑性能.在潮濕狀態下行車時，如何使露石表面既能快速排水又能有效增大輪胎接觸面積，是確保露石表面抗滑性能有效發揮的關鍵，將露石表面紋理構造中的上凸、下凹面積控制在合適范圍有利于穩定露石表面的抗滑性能.在此，本文提出用上凸面積百分數作為露石表面紋理構造分布狀態的技術指標，來分析EACCP表面紋理構造的抗滑性能，露石表面上凸面積百分數為露石表面上凸部分累計面積占被測表面面積的百分數，即

式中:Ka為上凸面積百分數;∑Si為路表各上凸小區域的面積和;S為數字圖像相應實際面積.

二值圖像的各白色小區域代表露石顆粒的形態特征，可根據二值圖像中各白色小區域的數量、面積及組成，計算露石表面紋理構造的上凸小區域數量、面積及組成，得到露石表面上凸面積百分數.

運用數字圖像技術檢測露石紋理構造深度及紋理構造分布狀態，定量分析紋理構造質量水平，具有效率高、費用低、操作便捷、信息量大、客觀性強、適用面廣等特點，分析過程實行計算機程序化計算，便于實現露石表面紋理構造檢測工作的連續化.基于數字圖像技術的路面紋理構造分析方法，能很好地適用于EACCP露石表面，亦可在瀝青路面紋理構造質量檢測工作中推廣應用.

3 露石表面紋理構造抗滑性能

3.1 露石表面上凸面積百分數

通過調整混凝土粗集料粒徑、砂率等參數［12］，制作大量的尺寸為 30 cm×30 cm×6 cm 水泥混凝土試驗塊，在試驗塊邊長為30 cm正方形表面上進行露石工藝處理，形成紋理構造各異的露石表面.采用數碼相機對大樣本量試驗塊的露石表面進行數字圖像采集，計算各試驗塊露石表面的上凸面積百分數.同時，采用擺式摩擦系數測定儀對各試驗塊表面進行測試，檢測各露石表面相應的抗滑值y大小，試驗結果如圖6所示.

圖6 露石表面上凸面積百分數與抗滑值關系

由圖6可知，露石表面抗滑值與上凸面積百分數呈近似拋物曲線關系.當上凸面積百分數少于一定數值時，上凸面積百分數與抗滑值呈正相關，露石表面抗滑性能隨上凸面積百分數的增大而增強;上凸面積百分數超過一定數值時，上凸面積百分數與抗滑值呈負相關，露石表面抗滑性能隨上凸面積百分數的增大反而有所下降.綜合考慮露石表面上凸面積百分數與抗滑值擬合曲線的區間［0.95ymax，ymax］，建議在進行露石混凝土配合比設計、露石工藝設計時，露石表面上凸面積百分數控制在［0.25，0.43］，有利于穩定露石表面的高抗滑性能.

3.2 露石紋理構造深度

運用計算機圖像處理技術對露石表面的數字圖像樣本進行分析，計算各圖像樣本對應的露石紋理構造深度.同時對露石表面相應位置進行抗滑試驗，測試其抗滑值大小，試驗結果如圖7所示.

圖7 露石表面紋理構造深度與抗滑值關系

根據露石紋理構造深度與抗滑值之間的擬合曲線可知，露石紋理構造較小時，露石表面抗滑性能隨露石紋理構造深度的增大而增強，當構造深度超過一定數值后，露石表面抗滑性能隨構造深度的增大反而有所降低.露石表面紋理構造較小則單位面積內露石表面的裸露顆粒多，露石表面紋理構造較大則單位面積內露石表面的裸露顆粒少.現行行業技術規范［6］對路面構造深度只提出了最低值要求(高速公路、一級公路不少于0.8 mm，其他公路為 0.6 mm)，本文認為 EACCP表面紋理構造深度，應既有最小值又有最大值的雙重要求更為合理.根據露石紋理構造深度與抗滑值擬合曲線的區間［0.95ymax，ymax］抗滑極值區間，建議 EACCP表面紋理構造深度控制在［0.58 mm，1.05 mm］.

3.3 露石表面粗集料粒徑級配組成

2010年11～12月份在重慶市涪陵區李渡鎮、云南省瑞麗市等秀至河邊街分別攤鋪了EACCP試驗路段，考慮到施工成本因素，就地取材，選用了當地石灰巖碎石作為粗集料.兩段試驗路采用相同的露石工藝，露石深度均以1.5 mm為控制要求，主要差別在于選用不同粒徑級配的石灰巖碎石作為粗集料:重慶試驗路段采用 4.75～19 mm級配，云南試驗路段采用 4.75～31.5 mm級配.

采用數碼相機對不同粗集料級配試驗路段的露石表面進行數字圖像采集，通過計算機圖像處理技術計算兩試驗路段各測點的露石表面上凸面積百分數、露石紋理構造深度，同時測試相應點位露石表面的抗滑值大小，檢測結果分別如圖8、9所示.

圖8 不同級配的上凸面積百分數與露石表面抗滑值關系

圖9 不同級配的表面紋理構造深度與露石表面抗滑值關系

從圖8、9中可以看到，重慶試驗路段的數據曲線整體抗滑值高于云南試驗路段;云南試驗路段的數據曲線變化幅度相對較大，靠近極大值附近變化明顯;重慶試驗路段的數據曲線相對平緩，抗滑值大于60 BPN對應的上凸面積百分數、表面紋理構造深度的取值范圍相對較寬.從檢測結果可知，采用4.75～19 mm級配的重慶試驗路段抗滑性能優于4.75～31.5 mm級配的云南試驗路段，說明4.75～19 mm級配的EACCP獲得較高抗滑值，其對應的上凸百分數、露石紋理構造深度技術指標所選擇范圍相對較大，4.75～19 mm級配的EACCP露石表面施工質量可控性更強，粗集料粒級組成情況影響露石表面紋理構造質量狀態較顯著.

4 結 論

1)提出了采用上凸面積百分數作為露石表面紋理構造分布狀態的技術指標，分析得出露石表面上凸面積百分數與露石表面抗滑值呈近似拋物曲線關系，上凸面積百分數的建議控制在［0.25，0.43］.

2)運用計算機圖像處理技術對露石表面的數字圖像樣本進行分析，建立了露石表面抗滑性能與露石紋理構造深度的關系曲線，建議露石紋理構造深度控制在［0.58 mm，1.05 mm］.

3)根據不同粗集料級配試驗路段的露石表面抗滑性能檢測分析，得出4.75～19 mm級配的EACCP抗滑性能整體較高，其露石表面的施工質量可控性更強.

4)基于數字圖像技術的EACCP露石表面紋理構造分析方法，可避免人為主觀性，具有效率高、費用低、操作便捷、信息量大、客觀性強、適用面廣等特點，分析過程實行計算機程序化計算，便于實現露石表面紋理構造質量檢測的連續化.

［1］韓森，李志玲，張東省，等.露石水泥混凝土路面關鍵技術研究［J］.中國公路學報，2004，17(4):17-20.

［2］ HENRY J J.Evaluation of pavement friction of characteristics［R］//NationalCooperative Highway Research Program(NCHRP)Synthesis 291.Washington DC:Transportation Research Board，National Research Council，2000.

［3］STROUP G M，STUDDARD J，WAGNER C.Evaluation of hot mix asphalt macro-and microtexture［J］.Journal of Testing and Evaluation，2004，32(1):1-20.

［4］ERGUN M，IYINAM S，IYINAM A F.Prediction of road surface friction coefficient using only macro-and micro-texture measurements ［J］. Journal of Transportation Engineering，2005，131(4):311-319.

［5］JTG E60—2008.公路路基路面現場測試規程［S］.北京:人民交通出版社，2008.

［6］JTG F80/1—2004.公路工程質量檢驗評定標準［S］.北京:人民交通出版社，2004.

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

［8］宋永朝，黎富春，梁乃興.基于數字圖像技術的露石混凝土表面構造研究［J］.重慶交通大學學報，2012，31(4):785-787.

［9］楊帆.數字圖像處理與分析［M］.北京:北京航空航天大學出版社，2007.

［10］BUTTON J.Unified imaging approach for measuring aggregate angularity and texture［J］.Journal of Computer:Aided Civil and Infrastructure Engineering，2000，15(4):273-280.

［11］MASAD E，MUHUNTHAN B，SHASHIDHAR N，et al.Internal structure characterization of asphalt concrete using image analysis［J］.Civil Engineering:Special Journal of Computing in Issue on Image Processing，ASCE，1999，13(2):88-95.

［12］宋永朝.低噪音高抗滑露石水泥混凝土路面研究［D］.重慶:重慶交通大學，2007.