粗集料棱角性數字圖像分析技術研究進展調查評價

楊麗萍

（山西省交通規劃勘察設計院有限公司，山西 太原 030032）

0 引言

粗集料棱角性是對粗集料顆粒表面棱角凸出程度的一種表征，其對瀝青混合料強度、高溫穩定性具有重要意義，對瀝青路面抗滑性能也起到重要作用[1-2]。目前各國測定粗集料棱角性的方法種類較多，ASTM D5821中粗集料棱角性以具有一至兩個破碎面的顆粒含量來表征[3]；ASTM D3398和AASHTO TP56中均采用粗集料的堆積空隙率作為評價棱角性的指標，以實現間接的度量[4-5]。但上述方法都未能建立粗集料棱角性與瀝青混合料實際路用性能之間準確的對應關系。而我國規范中還缺乏相應試驗方法和技術指標來表征粗集料棱角性[6]。

近年來數字圖像分析技術被廣泛應用于評價粗集料棱角性，國內外相關研究取得了突出進展。汪海年等采用自行開發的粗集料形態特征研究系統，提出顆粒周長法和分形幾何法兩類評價方法[7]。張生瑞等將CT技術與數字圖像分析中的三維重建技術相結合，構建出粗集料的三維幾何模型，并提出以球形度和粗糙度兩個指標來評價單顆集料的棱角性[8]。美國PINE公司推出的集料圖像測量系統（AIMS），應用二維偏角法由二維集料圖像計算出粗集料棱角性，并對多顆粗集料棱角性取綜合值，以反映宏觀的粗集料整體棱角性[9-10]。

國內外相關研究雖進展較快，但仍處于理論及試驗研究階段，距離實際工程應用還存在較大差距；各類數字圖像分析技術所應用的方法原理種類龐雜，測定效果參差不齊，且相互之間缺乏對比。因此，本文較為全面地梳理對比了相關研究成果，針對其圖像獲取、處理、識別方法及對粗集料棱角性的評價效果進行了總結對比，以期為相關研究發展和實際工程應用提供參考。

1 數字圖像分析技術路線

數字圖像分析技術路線包括：粗集料原始圖像獲取、原始圖像處理識別、粗集料棱角性評價。粗集料原始圖像獲取指采用攝像機、飛點掃描儀、數碼相機等圖像采集設備獲取集料二維或三維圖像，并進而輸入到計算機中[11-12]。圖像采集設備為保證圖像質量，應滿足空間分辨率、密度分辨率、成像穩定的要求，其對原始圖像的質量起到了決定性作用。獲取原始圖像后，可對其進行預處理以對質量較差的原始圖像進行增強、復原。隨后，運用模式識別技術對圖像中存在的物體進行圖像分割、特征提取計算，進而得出期望的計算結果。數字圖像分析技術路線如圖1所示。

圖1 粗集料棱角性數字圖像分析技術路線

2 數字圖像獲取識別方法

2.1 圖像采集設備

國內外相關研究多采用數碼相機采集粗集料原始圖像。在選用數碼相機時，主要考慮分辨率、位深度兩個指標。越高的分辨率可得出越清晰的圖像輪廓，在應用圖像分割算法分離對象和背景時就越精確。圖像中單個像素可描述的彩色數據量稱為位深度，單個像素所能描述的數據量隨位深度的增大而增大，即圖像具有更加清晰的細節，但也將造成圖像文件變大而使后續的分析工作量增加。國內外研究學者多要求高分辨率，以獲得清晰的圖像輪廓；而對位深度僅要求數據量滿足圖像處理需求即可，以降低分析工作量從而提高圖像處理效率，位深度的一般取值為24位[13-15]。

2.2 光照系統

對粗集料圖像進行采集時，如以自然光為環境光源，可能造成顆粒圖像中灰度變化不均勻，無法在圖像處理過程中實現顆粒輪廓與背景的精確劃分，因此需采用光照系統以進一步提高顆粒輪廓和背景的對比度。國內外相關研究多采用“無影燈箱”或“逆光燈箱”，二者主要構造如圖2、圖3所示。二者主要區別在于光源的布置：“無影燈箱”光源自上而下，由于集料正上方需布置攝像機，光源僅能布置于攝像機側面而不能與集料垂直，所以至少需要兩個光源以達到消除陰影的效果[9]；“逆光燈箱”四壁不透光，頂面為一透光玻璃板，在箱底有平行光源正對攝像方向逆向照射，以消除陰影[16]。美國PINE公司生產的系列集料圖像測量系統（AIMS）均采用“無影燈箱”；由于逆光燈箱技術手段較為簡單，目前國內外研究學者在自制光照系統時多采用逆光燈箱；但由于其光源正對攝像頭照射，對成像效果會產生一定影響。

圖2 AIMS無影燈箱（引用自文獻[9]）

圖3 逆光燈箱（引用自文獻[16]）

2.3 圖像處理軟件

將采集到的圖像輸入計算機后，即可應用各類圖像處理軟件對圖像進行識別并提取特征值數據。除AIMS等商業集料圖像測量系統使用內置程序外，國內外學者在進行粗集料棱角性的研究時，多采用 Matlab、VC++、Image Pro Plus、Vision Assistant等軟件對圖像進行處理。其中Image Pro Plus的應用最為廣泛，該軟件具有功能豐富、操作簡單的突出優勢，可根據要求的棱角性評價方法計算特征值，進而輸出棱角性評價結果。

3 粗集料棱角性評價方法

3.1 侵蝕膨脹法和傅利葉級數法

Masad等運用數字圖像的侵蝕膨脹法，以表面參數SP值表征邊界處的棱角特征損失，損失越嚴重則圖像處理前后面積對應的SP值差異越大，即表示具有越強的棱角性,從而實現對棱角性的定量描述[17]。Wang等采用傅里葉級數法,將集料輪廓半徑的函數按傅里葉級數展開,棱角顯著性指標αr越大代表棱角性越強[18]。然而上述兩種方法的計算過程都十分繁瑣，在實際應用時對集料原始圖像的質量要求較高，需采集的特征值數量較多而導致運算速度緩慢。且侵蝕膨脹法較為適用于評價細集料的棱角性，集料的棱角性受其粒徑的影響較為明顯，因此該方法評價粗集料棱角性的合理性還有待討論。

3.2 等效球體法

張生瑞等將CT技術與數字圖像分析中的三維重建技術相結合，構建出粗集料的三維幾何模型，并提出等效球體法來評價粗集料的棱角性[8]。該方法包括球形度S、粗糙度R兩個指標，分別按式（1）、式（2）計算：

式中：S1為等效球體表面積；S2為粗集料顆粒表面積；V1為等效球體體積；V2為粗集料顆粒體積。

在計算球形度S時，等效球體指與粗集料顆粒具有相同體積的球體。球形度S表征了粗集料顆粒接近標準球體的程度，標準球體的S值為1，粗集料的S值介于0.75～0.90之間。S值越大，則棱角性越差。在計算粗糙度R時，等效球體指與粗集料顆粒具有相同表面積的球體。粗糙度R可解釋為粗集料顆粒相較于等效球體輪廓的不規則程度，標準球體的R值為1，粗集料的R值介于1.05～1.17之間。R值越小，則棱角性越差。

3.3 骨架端點法

耿超等利用線陣數字相機獲取粗集料原始圖像，并采用Vision Assistant軟件對原始圖像進行處理，提取出粗集料顆粒圖像骨架[19]。圖像骨架保留了粗集料顆粒的形狀特征，反映出粗集料顆粒形狀的全局信息。骨架端點越多，代表粗集料顆粒形狀特征越豐富，即棱角性越好。通過與AIMS測試結果及與ASTM D3398中堆積空隙率測試結果對比可知，采用骨架端點法對粗集料棱角性進行評價的結果，與上述兩種方法的評價結果具有較高相關性，這也驗證了該方法具有實際應用的可能性。

3.4 凸包面積差法

趙振軍、岳寶峰等采用計算幾何學中凸包算法對粗集料原始圖像進行處理，提取出粗集料顆粒的形狀特征[9-10]。其提取過程與上文所述的骨架端點法類似，但考慮到過于微小的棱角對粗集料棱角性可能貢獻較小，為提高圖像處理效率，凸包面積差法對粗集料顆粒局部位置的微小凹陷進行了填充。粗集料棱角性量化指標CHA定義如式（3）所示。CHA值越大，即采用凸包面積差法對粗集料顆粒原始圖像進行處理前后的面積差越大，代表粗集料顆粒具有越好的棱角性。

式中：A1為凸包處理前粗集料顆粒表面積；A2為凸包處理后粗集料顆粒表面積。

3.5 顆粒周長法和分形幾何法

汪海年等運用自行研制的粗集料形態特征研究系統，提出了顆粒周長法和分形幾何法[7]。顆粒周長法引入集料粗糙度R，利用粗集料顆粒圖像的實測周長與外切多邊形周長間的差異來表征粗集料顆粒的棱角性。集料粗糙度R定義如式（4）：

式中：P為粗集料顆粒圖像的實測周長；C為粗集料顆粒外切多邊形的周長。顆粒的實測周長與外切多邊形周長均可由圖像處理軟件自動計算獲得。

分形幾何法是利用分形幾何學理論，對粗集料顆粒的分維特征進行研究，并定義分形維數D表征粗集料的棱角性。其定義如式（5）：

式中：PE為封閉的分形曲線；C為歐式長度；δ為測量碼尺；a0為無量綱常數，稱為形狀因子。對給定幾何圖像，D 和 a0為常數，只需對 log(PE/δ)、log(A0.5/δ)作線性回歸即可求得D。

3.6 等效橢圓法

李嘉等從等效橢圓概念出發,基于粗集料顆粒的等效橢圓半徑和輪廓周長各建立了2個量化指標，以表征粗集料棱角性[16]。等效橢圓與粗集料顆粒有著相同的面積，并保留了顆粒輪廓形狀特征，使得輪廓形狀對量化棱角性的影響最小化。且該方法考慮了單顆集料粒徑越大，對集料整體宏觀性質影響越大的情況。因此在計算粗集料棱角性時加入了面積權，最終計算結果為考慮面積權的粗集料棱角性加權平均值。

3.7 二維偏角法

二維偏角法是美國PINE公司生產的系列集料圖像測量系統（AIMS）中內置的粗集料棱角性評價方法[8][20]。該方法是由高精度工業相機得到每顆集料的二維投影圖像，從而獲取集料顆粒投影邊界上每個凸點處的方向與水平方向的夾角及圖形邊數n，再根據式（3）計算每顆集料的棱角性值I。將每顆集料棱角性值I經統計計算后給出該粒徑范圍的集料棱角性的代表值。棱角性代表值越大，表明集料的棱角性越好。

4 棱角性分析效果評價

目前各國雖然未就如何對粗集料棱角性進行合理的評價達成共識，但集料圖像測量系統（AIMS）等設備，及ASTM D3398、AASHTO TP56等相關標準已在世界范圍內得到了廣泛的應用，且取得了較為理想的效果。因此，將粗集料棱角性數字圖像分析技術的評價結果與AIMS測試結果或與ASTM D3398、AASHTO TP56中的試驗結果進行對比，可對粗集料棱角性數字圖像分析技術的可行性做出評價。相關學者在進行研究時多進行了對比分析，結果如表1所示。

由表1可知，如僅考慮數字圖像分析技術與驗證方法的相關性，則凸包面積差法對粗集料棱角性的評價效果最好。在 4.75～9.5 mm、9.5～13.2 mm、13.2～16 mm三組粒徑時，該方法與AIMS的測試結果相關性系數R2均在0.95以上，且R2隨粒徑的增大而增大。

表1 粗集料棱角性數字圖像分析技術與驗證試驗相關性

骨架端點法雖然與凸包面積差法在粗集料圖像處理方法上相類似，但是該方法僅是對集料圖像骨架數量進行統計，而生成集料圖像骨架的直接意義在于構建粗集料的三維幾何模型，部分骨架可能對于評價粗集料的棱角性不具有意義。如果在生成集料圖像骨架后對骨架進行篩選，可能會增強骨架端點數與粗集料棱角性的對應關系。

顆粒周長法和分形幾何法的評價結果與AASHTO TP56中試驗結果的相關性隨粗集料粒徑的增大而降低，這可能與兩種方法均由侵蝕膨脹法改進簡化而來，而侵蝕膨脹法更適用于細集料有關。當粒徑在4.75～9.5 mm時，兩種方法與AASHTO TP56中試驗結果相關性系數均達到0.97以上；當粒徑增大到13.2 mm時，分形幾何法的相關性系數下降到0.918；而顆粒周長法的相關性系數僅為0.768，已不能說明該方法在該粒徑時的可行性。

等效橢圓法測試結果與AASHTO TP56中試驗結果存在較好的相關性，但由于僅進行了9.5～13.2 mm的驗證試驗，其對粗集料棱角性的評價效果尚不能明確。等效橢圓法在計算時考慮了面積權，由原文中數據可知，經過面積加權的棱角性指標與AASHTO TP56中試驗結果的相關性系數，比算術平均值的棱角性指標略有提高，表明該方法在計算粗集料的棱角性時考慮了面積權是合理的。

5 結語

本文較為全面地梳理總結了國內外應用數字圖像分析技術評價粗集料棱角性的相關研究，各類技術在圖像采集設備、光照系統和圖像處理軟件等方面均較為類似，主要區別在于所應用的棱角性評價方法上。

侵蝕膨脹法和傅里葉級數法計算過程均過于復雜，對集料原始圖像質量要求較高，需采集的特征值數量較多而導致計算速度較慢。且侵蝕膨脹法較適用于評價細集料的棱角性，因此該方法用于評價粗集料棱角性的合理性還有待討論。

等效球體法將粗集料顆粒與標準球體進行對比，以球形度S、粗糙度R兩個指標評價粗集料的棱角性，計算程序較為簡單，操作性強。但該方法尚沒有經過試驗驗證，合理性還有待討論。

骨架端點法和凸包面積差法在粗集料圖像處理方法上較為類似，但為提高圖像處理效率，凸包面積差法對粗集料顆粒局部位置的微小凹陷進行了填充。凸包面積差法的測試結果與AIMS的測試結果相關性最好；而可能是由于骨架端點數與粗集料棱角性間的對應性較差，骨架端點法與AIMS的驗證結果不夠理想。

顆粒周長法和分形幾何法的評價結果與AASHTO TP56中試驗結果的相關性隨粗集料粒徑的增大而降低，這可能與兩種方法均由侵蝕膨脹法改進簡化而來，而侵蝕膨脹法更適用于細集料有關。

等效橢圓法在計算時考慮了單個顆粒越大則對粗集料整體影響越大的問題，因此在評價時加入了面積權，雖然等效橢圓法是否準確合理地刻畫了粗集料的棱角性還有待討論，但由試驗結果可知將面積權納入棱角性的評價中是合理的，這為相關研究的發展提供了一個重要的方向。