基于Mat lab再生混凝土骨料砂漿邊界曲線識別與提取

薄文斐 楊永山

（山東科技大學土木工程與建筑學院 山東青島 266590）

1 前言

再生混凝土骨料和砂漿的細觀分布對混凝土結構強度和耐久性能具有重要影響。研究再生混凝土細觀結構是分析再生混凝土性能的重要手段，其中研究混凝土細觀結構的一種好的方法就是數字圖像處理技術。對于普通的閾值分割方法只適用于兩種介質分割，所以對于再生混凝土這種有三種介質的材料比較難以進行分割。所以，本文提出了一種基于RGB三通道的彩色圖像處理技術，并利用Matlab對再生混凝土切片圖像進行灰度變換、濾波降噪、閾值分割、邊緣檢測、矢量提取[1]等數字圖像處理。這種方法可以將再生混凝土骨料、新老砂漿這三種介質比較好的進行分割，而且可以對他們的界限進行辨別和提取。我們得到再生混凝土的界限就可以分析再生混凝土的破壞機理好力學性能，我們也可以用這種技術來分析研究再生混凝土的破壞過程。

2 圖像閾值分割及邊緣檢測理論基礎

對再生混凝土的圖像進行分析，提取相關的特征和對模型進行辨別，我保證這些能夠可以很好的進行，閾值分割是非常關鍵的一環。圖像閾值化就是按照灰度級，對骨料和砂漿像素灰度集合進行劃分，使得劃分的灰度集合分別與骨料砂漿區域相一致。常用的閾值分割算法有：二值法、Otsu算法、最大熵算法、迭代算法、自適應閥值算法等[2]，但這些方法多數只適用于對二相介質進行分割，而對再生混凝土骨料和新老砂漿三種介質區分困難。為了使骨料與新老砂漿區分明顯，本文提出了一種特殊的基于RGB三通道的彩色圖像處理技術[3]，其原理是對彩色圖像的RGB通道分別進行閾值分割，這樣能夠有效的將再生混凝土的骨料、老砂漿和新砂漿進行區分。

邊緣檢測是研究混凝土粗骨料分布的重要手段，對再生混凝土骨料和新老砂漿邊界識別具有重要影響。它的原理是利用骨料和砂漿圖像灰度值的不連續性，使得骨料與砂漿區域得以明顯劃分。常用的的邊緣檢測方法有Roberts算子，、Sobel算子、Prewitt算子、Krish算子和Canny算子等。Canny邊緣檢測[4]方法具有相對信噪比大、檢測精度高等優點，因而更適合運用于再生混凝土邊界識別。

3 再生混凝土骨料與新老砂漿邊界曲線識別與提取

3.1 再生混凝土切片圖像

運用數字圖像處理技術提取再生混凝土骨料與新老砂漿邊界曲線的過程中，關鍵是對再生混凝土骨料、新砂漿和老砂漿圖形進行區分。因此制作清晰的混凝土切片至關重要。本實驗采用425#白水泥砂漿制作再生粗骨料，選用425#灰水泥做新砂漿，水灰比采用0.42。實驗制作100mm×100mm×100mm的標準再生混凝土試塊，采用標準養護條件養護28d。實驗裝置采用Canon高像素CCD攝像機、照明設備、實驗用切片機等。為了得到比較好的再生混凝土切片的圖像，我們用自動巖石切片機切割再生混凝土，把切割的再生混凝土再打磨，拋光等一系列處理。

3.2 切片圖像灰度變換與閾值確定

把彩色的圖像經過處理得到灰色的圖像，我們把這一過程叫做灰度處理。雖然圖像變成灰色的，但是其還可以顯示圖像的亮度和色度范圍等圖像信息。再生混凝土骨料和新老砂漿的閾值分割是基于灰度級的不同分布實現的。CCD拍攝的再生混凝土骨料圖像，是帶有彩色信息的彩色圖象，這些彩色信息對我們幫助不大，因此我們需要將其進行灰度變換[5]。在Matlab中我們用rgb2gray命令對再生混凝土切片進行灰度處理。

我們在應用數字圖像處理時，經常采用灰度直方圖來顯示數字圖像中的灰度分布，因為他是一種我們經常用的分析圖像的工具。對于灰度直方圖而言，它的縱坐標表示與之對應的灰度級所包含的像素數量。

3.3 切片圖像濾波降噪

我們在應用數字圖像技術進行試驗的時候，往往會對產生的數字圖像進行傳輸，但是在傳輸的過程中經常會受到一些成像設備和外界環境對圖像的干擾，產這就容易產生對后期處理不力影響的圖像噪聲不。所以必須應用濾波降噪處理對再生混凝土圖像進行處理[6]。中值濾波法，均值濾波法、高斯濾波法和自適應維納濾波法等方法都是我們對圖像進行降噪的有效方法。其中這幾種方法中對你消除孤立的噪點和過濾椒鹽噪聲比較有效的是中值濾波法[7]。

3.4 砂漿與骨料閾值分割

為了使再生混凝土骨料與砂漿區分明顯，需要采用合適的閾值分割處理方法，以增強骨料與砂漿的對比度。由于再生混凝土是由骨料和新老砂漿三種介質組成，常用的二值分割技術難以取得很好的分割效果。本文采用一種基于RGB三通道的彩色空間閾值分割算法[8]，對彩色圖像的R分量、G分量和B分量分別進行分割，然后合并為一幅完整的閾值分割圖像。可以使再生混凝土骨料、老砂漿和新砂漿分割開來。對切片圖像RGB三通道分割后的圖像。

3.5 Canny邊緣檢測

邊緣檢測的原理是利用骨料和砂漿圖像灰度值的不連續性，使得骨料與砂漿區域得以明顯劃分。對分割后的圖像RGB分量應分別設置不同灰度階梯，有利于邊緣檢測函數對骨料和砂漿的邊界曲線進行識別。在Matlab中，Canny檢測也是edge函數中最強大的邊緣檢測器，本文就是采用最優化算法的Canny邊緣檢測算法[9]。

4 骨料和新老砂漿邊界提取

在建立矢量化圖像的過程中完成了對再生混凝土界限曲線的提取，這為我們把圖像傳入Ansys和Flac等數值建模和分析軟件中提供了矢量數據。Canny邊緣檢測后的圖像仍是圖片格式的像素圖像，這就需要我們對其應用矢量化處理技術進行處理[10]。本文采用的正版授權的Scan2CAD軟件是一款比較好用是圖像矢量化提取軟件，采用灰階處理、光柵平滑、矢量化DXF導出等操作，在AutoCAD中進行有關細節的修改，這樣就得到了再生混凝土骨料與新老砂漿的邊界矢量模型。

5 結論

基于matlab的RGB三通道彩色圖像處理技術能夠有效的識別和提取再生混凝土的骨料、老砂漿和新砂漿之間的邊界。提取再生混凝土邊界曲線過程中應注意以下幾點：①這個提取過程的難點就在于再生混凝土骨料和新老砂漿界限分割閾值的確定。②在應用數字圖像處理之前，都要對圖像進行一系列的降噪處理，來消除由于外界和設備對圖像的影響。③Canny邊緣檢測能夠清晰的識別出邊界曲線，能夠達到較為理想的效果。提取出的骨料和新老砂漿邊緣曲線能夠為后續分析再生混凝土破壞機理和進行有限元分析提供基礎和前提。同時也提供了一種圖像處理方法來分析再生混凝土的破壞過程，從數據分析理論方面進行混凝土檢測。