基于數字圖像法的新老混凝土粘結面粗糙度研究

田穩苓，宋 昭，肖成志，夏銘宇

（1.河北工業大學 土木與交通學院，天津 300401；2.河北工業大學 河北省土木工程技術研究中心，天津 300401）

基于數字圖像法的新老混凝土粘結面粗糙度研究

田穩苓1，2，宋 昭1，肖成志1，2，夏銘宇1

（1.河北工業大學 土木與交通學院，天津 300401；2.河北工業大學 河北省土木工程技術研究中心，天津 300401）

新老混凝土結合面粗糙度是影響其粘結效果的重要因素之一.基于數字圖像技術原理，針對新老混凝土粘結面提出了一種新型量測其粘結面粗糙度的數字圖像新方法.該方法首先運用數字圖像技術對新老混凝土粘結面圖像像素值進行量化計算，并借助混凝土粘結面試驗建立了數字圖像法所得平均構造深度和灌砂平均深度及粗糙面分數維值之間關系.結果表明：數字圖像法結果與傳統灌砂法和分數維法結果間存在明顯的線性關系，說明數字圖像法測量新老混凝土粘結面粗糙度是可行的；進而研究了粘結面粗糙度系數對新老混凝土界面抗剪強度的影響，確定了數字圖像法所得平均構造深度與粘結面粗糙度系數之間的計算公式，這為新老混凝土結合面粘結強度的計算提供了新方法．

新老混凝土；粗糙度；數字圖像技術；粘結性能

新老混凝土界面粘結質量是既有混凝土結構維修與加固工程中的重要問題．當前研究表明：新老混凝土粘結面的粗糙度是影響界面粘結性能的主要因素之一[1-2]，所以對粘結面粗糙度的測量方法進行研究就顯得尤為重要．目前針對混凝土界面粗糙度的常規測量方法主要有3種.1）灌砂法：灌砂法操作簡單但精度不高[3]；2）分數維法：該方法相對于灌砂法有較高的精度，但儀器設備復雜且操作效率低，不適合大面積粘結面粗糙度的測量[4]；3）觀察法：該方法基于混凝土表面粗骨料裸露的百分比來度量界面粘結面粗糙度[5]，測量結果只能靠觀察來確定，存在很大的主觀性且精度不夠．因此，采用新型高效的方法來測定界面粗糙度是必要．近年來作為興起且廣泛用于測量工程領域的新技術，數字圖像技術具有非接觸、高速度、范圍大、信息量豐富、成本相對低廉等諸多優點[6]．鑒于此，本文擬將數字圖像處理技術應用于新老混凝土粘結面粗糙度的量測，通過粗糙界面上凹凸起伏引起反映光線明暗的不同，構建圖像像素與粗糙度之間的相互關系，從而彌補灌砂法、分數維法及觀察法的不足，為工程提供一種新型方便和快捷的測量方法．

1 數字圖像技術原理簡介

1.1 試件制作

用于混凝土界面粗糙度的數字圖像技術是將粘結面圖像采用其平面上的位置坐標（x，y）和相應點亮度F（x，y）的二維矩陣來表示和存儲，即一個數字圖像可以看成一個矩陣或一個二維數組，其基本元素稱為像素．單色級灰度圖像的像素取值范圍為 [0，255]，“0”表示純黑色，“255”表示純白色，中間的數字從小到大表示由黑到白的過渡色，表征其顏色的深淺程度[7]．因此，基于數字圖像處理技術的混凝土粘結面粗糙度分析，其實質即是針對儲存粘結面圖像信息的二維矩陣或數組進行分析處理[8]．

混凝土粘結面圖像信息主要采用數碼相機獲取，當平行光照射在粘結面上時，反射光線呈漫反射，此時反射到相機感光底片上的各點光線強度不同，其中表面凸起部分亮度高，下凹部分亮度低．由于混凝土主要成分由水泥、骨料和粉煤灰組成且各自顏色趨于相同，因此，對圖像進行灰度處理時，通過計算灰度圖像各點的明暗程度，即灰度值的大小，以此來描述粘結面的凹凸程度或粗糙度．其中數字圖像內凸起部分在對應區域中反應出較大的像素值，而下凹部分在對應區域的像素值則相對較小．進而，對采集的粘結面數字圖像信息進行處理，得到圖像的像素平均值之差，再經過比例來修正即可得出混凝土土粘結面上測量點處表面構造深度值．

1.2 混凝土粘結面紋理構造深度計算

基于上述數字圖像技術的基本原理，將粘結面圖像的像素值進行量化處理，建立粘結面的空間曲面構造模型，計算粘結面構造深度[9]．粘結面構造深度是指各測量點相對于所測粘結面最高點的下凹深度的平均值，用像素值來表征是凸起部分像素平均值與下凹部分平均值之差，再經過比例來修正即可得出測量點處表面構造深度值．圖1和圖2為混凝土粘結面數字圖像與像素空間分布圖像的對比，數字圖像的像素大小與粗糙面凸凹狀態呈一一對應關系．

圖1 混凝土粘結面圖像Fig.1 Image of rough surface of Specimen

圖2 圖像像素空間分布圖Fig.2 Image pixel space distribution

獲取圖像坐標（x，y）對應的像素值F（x，y），得到空間曲面構造模型為

式中：x和y分別為粘結面上測量點的坐標值；Z為粘結面上相應（x，y）坐標點的像素值．

基于圖1圖像處理及其相應的圖2中圖像像素提取，可以利用式（1）求出混凝土粘結面上給定區域D內各點的像素空間曲面構造模型函數，進而可求得像素極大值Fmax所在平面間所圍體積Vpixel為

式中：Vpixel為像素空間體積；Fmax為像素最大值；D為積分區域．

進一步，利用式（2）可計算特定的數字圖像區域面積A內的平均構造深度Hpixel，即

2 基于數字圖像技術和傳統方法的混凝土粘結面粗糙度的試驗對比分析

為了分析數字圖像處理技術在混凝土粘結面粗糙度計算的可靠性，這里基于試驗制作了多組混凝土試件，并根據數字圖像技術獲取混凝土試塊粘結面圖像信息并對其進行了處理分析，所得結果同時與傳統的灌砂法和分維數法所得到結果進行了對比分析及相關性分析，以確定數字圖像技術的可靠性．

2.1 混凝土試件制作

選取表1中混凝土試件配比，澆制15個強度等級為C40且尺寸為150 mm×150 mm×150 mm的混凝土試件，待養護28 d后采用切割機將試件從中間切開，制作得到30個150 mm×150 mm×75 mm混凝土試件，其粘結面平面尺寸為150 mm×150 mm的正方形，并采用人工鑿毛的方法處理粘結面，處理后的30個試件如圖3所示．

表1 混凝土試件配合比Tab.1 Proportion of concrete specimens

圖3 混凝土試件Fig.3 Concrete specimen

2.2 不同方法的試驗數據采集

1）灌砂法測量混凝土試件粘結面的粗糙度：如圖4a）所示，在混凝土粘結面四周圍上塑料薄板，向板內灌注標準砂，直至砂面與粘結面的最高點齊平，然后將處理面上的砂全部倒入量筒中，測量出所用標準砂的體積，進而可得到灌砂平均深度H．

2）分數維法測量粘結面粗糙度：如圖4b）所示，選取混凝土試件粘結面某角點為基點，測量第1條剖面跡線．沿縱向每精確移動5 mm，用連接計算機的百分表采集數據，每條跡線共30組數據．測量完成后，橫向移動10 mm測量第2條剖面跡線；重復以上操作共得到15條剖面跡線，由此可得的粗糙面分數維值Df．

3）數字圖像技術獲取圖像信息：考慮到光照狀態是決定原始數字圖像質量采集的主要因素，因此規范圖像采集操作對于減少原始圖像的信息誤差至關重要．這里數字圖像的拍攝設備統一采用普通數碼相機，在進行數字圖像采集前需用水沖洗混凝土表面并晾干，確保拍攝區域清潔干凈．在數字圖像采集過程中，通過綜合考慮發光源的亮度、照射角度等影響因素后，最終選擇拍攝點距粘結面的垂直距離固定為50 cm，且拍攝時保持鏡頭平面與混凝土表面平行．當所測區域面積較大時，圖像信息不能一次被采集完成，應對所測區域進行適當劃分，并對所劃分區域逐一進行圖像采集.相機應保持在每個區域中心正上方，保持拍攝點距粘結面的垂直距離不變．

圖4 傳統方法試驗數據采用示意圖Fig.4 Schematic diagram of data acquisition for traditional method

2.3 試驗結果及分析

本文分別采用數字圖像法、灌砂法和分維數法等3種方法對30個面積為150 mm×150 mm的人工鑿毛混凝土粘結面的粗糙度進行了測量，并通過分析處理建立了數字圖像法與傳統灌砂法和分維數法所測值之間的關系．基于混凝土試件試驗測得的粗糙面試驗灌砂平均深度、分維數值和數字圖像法的平均構造深度Hpixel，結果如表2所示．

表2 灌砂法、分數維法和圖像法粗糙度測量結果Tab.2 Roughness measurement results obtained by sand filling，fractal graphics and images method

為了建立數字圖像法所獲得到平均構造深度Hpixel與灌砂平均深度H和分數維值Df，根據表2中數據，建立了基于30組混凝土試件的Hpixel-H相互關系，如圖5所示，并針對二者散點圖進行擬合分析，所得Hpixel-H之間的關系曲線為

同理，根據表2中數據，建立Hpixel-Df的關系模型，擬合直線如圖6所示，由此可行二者之間的擬合回歸方程為

由圖5和圖6可得知，圖像法測量平均構造深度Hpixel與灌砂平均深度H和分數維值Df之間呈較好的線性關系，表明數字圖像技術用于粘結面粗糙度測量是可行的，但圖像法不適用于測量粗糙度較小的界面．當界面粗糙度較小時，各點反射到相機感光底片上的光線強度差異太小，粘結面上凸和下凹部分的像素值差別不大，測量結果不準確．

圖5 Hpixel-H擬合曲線Fig.5 Hpixel-H fitting curve

另外，由式（4）可知，當灌砂法粗糙度小于1.33 mm時，圖像法就不能測量了，為了確保測量結果準確，本文建議圖像法僅適用于測量粗糙度大于1.5 mm的混凝土粘結界面．

圖6 Hpixel-Df擬合曲線Fig.6 Hpixel-Dffitting curve

3 新老混凝土粘結面粗糙度系數與平均構造深度的相關性研究

研究表明，新老混凝土間的粘結抗剪力是影響其整體抗剪強度大小的重要因素之一[10]．目前新老混凝土粘結抗剪力通常采用下式計算

式中：Ac為新老混凝土結合面面積，m2；τJ為新老混凝土間的粘結抗剪強度，MPa．

另外，結合面新老混凝土粘結抗剪強度τJ與結合面的粗糙度、界面劑類型和新老混凝土的立方體抗壓強度等密切相關，其計算公式為

其中：ζ1為結合面粗糙度影響系數；ζ2為界面劑類型影響系數；當無界面劑時ζ2=1；當涂刷水泥凈漿時ζ2=1.5；當涂刷試驗用商品界面劑時ζ2=1.5；fcum為新、老混凝土立方體抗壓強度平均值，MPa．

實際上，式（7）中結合面粗糙度系數ζ1因界面粗糙度不同而取值存在差異性，如何偉等[11]指出當結合面抗剪試驗中粗糙度為1.5mm，ζ1=0.1212；郭進軍等[12]指出當結合面抗剪試驗中粗糙度為1.88～3.21mm，ζ1=0.064；劉傳奇等[13]指出結合面抗剪試驗中粗糙度為1.8～3.0 mm，ζ1=0.069 56．目前不同規范中對于界而粗糙度的分類差異較大[11]，有非常光滑、光滑、粗糙、很粗糙或刻意鑿毛等，由此導致界面摩擦系數的取值亦存在較大差異，對結合面粗糙度影響系數的取值沒有明確地計算方法．

表3 粗糙度影響系數表Tab.3 Roughness coefficient

基于此，本文通過整理大量相關文獻數據[9-12]，得到結合面粗糙度系數ζ1與粗糙度H之間的關系，進而結合式（4） 得到粗糙度系數ζ1和平均構造深度Hpixel之間的關系．表3和圖7所示為ζ1-H間的關系．根據表3中數據，建立ζ1-H的關系模型，擬合曲線如圖7，其回歸方程為

由此，根據式（4）中Hpixel-H的關系模型，將式（8）代入式（4）中得到了數字圖像法中平均構造深度與界面粗糙度系數之間的關系式：

由式（8）和式（9）可知，在一定的粗糙度范圍內，結合面抗剪強度隨著粗糙度的增加而增大；當粗糙度超過某一范圍時，結合面抗剪強度隨著粗糙度的增加而減小．結果表明：適度的新老混凝土粘結面粗糙度有利于提高新老混凝土間的粘結抗剪強度．根據本文試驗數據，對于采用人工鑿毛方式處理的粘結面，灌砂法最優粗糙度H為2.50～3.00 mm，而圖像法最優粗糙度Hpixel為28.72～41.01．

圖7 ξ1-H擬合曲線Fig.7 ξ1-H fitting curve

4 結語

1）基于數字圖像技術對新舊混凝土粘結面的圖像信息進行處理，得到粘結面的平均構造深度，其結果與灌砂法和分數維法結果通過比較表明圖像法測量平均構造深度Hpixel與灌砂平均深度H和分數維值Df之間具有顯著的線性關系，表明數字圖像法測量結果用于粘結面粗糙度測量是可行的．

2）數字圖像法適用于測量灌砂法粗糙度大于1.5 mm時，界面粗糙度過小時不能用圖像法測量．

3）利用圖像處理法得出的粗糙度結果與粗糙度影響系數擬合，得到了粗糙度影響系數的計算式，進而用于新老混凝土間的粘結抗剪強度的計算中．

4）對于采用人工鑿毛方式處理的粘結面，灌砂法最優粗糙度為2.50～3.00 mm，圖像法最優粗糙度為28.72～41.01．

[1] 馬衛紅.影響新老混凝土粘結強度的主要因素研究[J].科技信息，2010，34（33）：324-325.

[2] 趙志芳，周厚貴，袁群．新老混凝土的粘結機理研究與工程應用[M].北京：中國水利水電出版社，2003：8-28.

[3] 趙志方.測量新老混凝土粘結面粗糙度的方法[J].建筑結構，2000，30（1）：26-29.

[4] 林娜，尹健，張雄.分形理論在新-老混凝土粘結強度研究中的應用[J].建筑材料學報，2006，9（4）：399-403.

[5] 管大慶，陳章洪，石韞珠.界面處理對新老混凝土粘結性能的影響[J].混凝土，1994（5）：16-22.

[6] 王耀南，李樹，毛建旭.計算機圖像處理與識別技術[M].北京：高等教育出版社，2001：55-173.

[7] 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，2007：57-71.

[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（自然科學版），2012，31（2）：785-787.

[9] 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.

[10]王振領，林擁軍，錢永久.新老混凝土結合面抗剪性能試驗研究[J].西南交通大學學報，2005，40（5）：600-604.

[11]何偉.新老混凝土界面粘結強度的研究[D].長沙：湖南大學，2004.

[12]郭進軍.高溫后新老混凝土粘結的力學性能研究[D].大連：大連理工大學，2005.

[13]劉傳奇.新舊混凝土界面粘貼機理試驗研究[D].西安：長安大學，2014.

[14]劉杰，陳娟娟.新老混凝土界面抗剪強度研究現狀綜述[J].混凝土，2015（1）：62-67.

Research on roughness of bonding interface between young and old concrete based on method of digital image

TIAN Wenling1,2,SONG Zhao1,XIAO Chengzhi1,2,XIA Mingyu1

（1.School of Civil and Transportation Engineering,Hebei University of Technology,Tianjin 300401,China；2.Technology and Research Center of Civil Engineering of Hebei Province,Hebei University of Technology,Tianjin 300401,China）

The roughness of bonding interface between young and old concrete is one of the important factors affecting its strength.Based on the theory of the digital image method,a new approach to measure the roughness between young on old concrete bonding interface was adopted in this paper.Firstly,the image value between young and old concrete bonding interface was calculated by the method of digital image,and then the relationship among average texture depth calculated with the method of digital image,average roughness calculated with sand filling and fractal method were investigated.The calculation result showed that the values measured with digital the image has a remarkable linear relationship with values with the traditional method,which demonstrates that the newly adopted approach is valid to measure the roughness of bonding interface.Furthermore,based on the effect of the roughness on the shear strength of interface,new calculation mode reflecting the relationship between average texture depth and coefficient of roughness was obtained.This calculation mode provides a new approach for calculating the bonding strength between young and old concrete.

young and old concrete;roughness;method of digital image;bonding property

TU528

A

1007-2373（2017） 05-0074-06

10.14081/j.cnki.hgdxb.2017.05.013

2017-02-27

天津市市政公路行業科研計劃（2013-09）

田穩苓（1961-），女，教授．通訊作者：宋昭（1993-），男，碩士研究生，705231664@qq.com．

[責任編輯 楊 屹]