專利名稱：：集料數(shù)字圖像評價系統(tǒng)及評價方法
技術領域：
：本發(fā)明屬于道路集茅斗檢測技術令頁域，特別是涉及一種集茅斗數(shù)字圖像評價系皿評價方法。
背景技術：
：目前，隨著我國高速公路里程與日俱增，瀝青路面的破壞也呈現(xiàn)出新的趨勢，造成了巨大的經(jīng)濟損失。由于超翻限5嫁普遍存在，多軸次、重軸載、重輪壓等重載魏的出現(xiàn)，在輪載作用下其非均布荷載將在瀝青路面內(nèi)產(chǎn)生較大的剪應力，而瀝青路麗層抗剪性能不足，是路面出現(xiàn)大面積損壞的根本原因。國內(nèi)外高等級公路的建設實踐表明，隨著量的增長和渠化交通的加重，重車增多，胎壓不斷增大，瀝青路面普遍出現(xiàn)了抗輸能力不足和路面的耐久性體等技術問題。影響瀝青混合料路用性能的因素有許多，就集料而言，主要包據(jù)料級配，微，棱角和紋理等。目前關于這些因素的影響i憤只是局限于定性層面，相關的定量研究卻比較少。在路面材料中，集料是用量最大的一類原材料。美國每年生產(chǎn)27億噸，價值高達142億美元的礦質(zhì)集料，其中最重要的就是用于水泥混te:和熱拌瀝青混合料路面中在7jC泥混^i:中，集料所占的質(zhì)量百分率為7085%，而在熱拌瀝青混合料中則可達到9095%?？紤]到這一點，就不難理解集料14M對路面性能的重要意義了。集料是熱拌瀝青混合料的主要會賊部分，大致占#^只的80%90%，占質(zhì)量的95%左右，集料的特性和質(zhì)量是影響混合料性能的重要因素。隨著計Ml技術的發(fā)展，數(shù)字圖像技術已經(jīng)越來越廣泛地應用到各個生產(chǎn)和科技領域。如果測S^料的形狀，棱角和紋理也采用數(shù)字圖像技術，將避免試^1程中許多人為因素的影響。利用圖像技術測S^f4^征的技術方案有早期圖像系統(tǒng)、VDG^"40視頻分級機、Wipshape設備、集料圖像分析儀。早期圖像系統(tǒng)采用影印機和膠片來量化骨料形狀，對每種集料顆^it行兩次投影，得到兩種立體影像，但集料的最小尺寸必須由游標卡尺確定，對尺寸大于8號篩的集f棚粒，是可行的，對于比8號篩小的顆粒，須用縮影照片測量得到；后來，CCD相機和圖像分析系統(tǒng)取代了影印機和數(shù)碼片，該系統(tǒng)能捕獲茅腺料的靜態(tài)圖像，從而獲得顆粒的最長尺寸、中間尺寸及最短尺寸；Broyles等用兩個相互垂直的相機在三維空間里同時拍麟態(tài)圖像，能在10假內(nèi)對一個顆粒的主要尺寸實現(xiàn)100次測量，用于計算扁平或細^^粒的頻率分布，以及比例范圍。該系統(tǒng)的主要缺點是，^ii程均為AX處理，觀!l試方法和讀取數(shù)據(jù)存在人為的主觀性，使得計算集料特征數(shù)據(jù)的誤差較大，而且費時費力，效率較低。VDG~40視頻分級機VDG^0視頻分級機由法國路橋?qū)嶒炛行陌l(fā)展，用于確定集料的形狀，并ili共大樣本的一個分級分析，該設備主要用于測量級配比lmra大的集料顆粒，集料是背光的，當它們落在CCD相機前時，能產(chǎn)生集料的行掃描圖像，有相同長度和面積的橢圓作為標準來衡fi^顆粒，該設備倉樹集料顆來雄行樣本分級和形狀兩項i憤。該設備的缺點是，微中集料通過CCD相機前時，船隹控制集料不歪倒，該機不能測試集料的棱角和紋理，只能評價樣本分級和集料形狀。Wipshape:該Wipshape設備l頓兩個垂直安裝的相機捕捉集料圖像，用振動給料機生產(chǎn)，集料顆粒在黑色傳送帶上保持大約5cm的間隔，顆粒在傳送帶上運動，從側面和上方用燈照射，應注意黑色或^fe集料與黑色傳送帶之間的對比，由軟件從背景中分離集料，該軟件還可以確定集料粒徑，長細比和棱角。該設備的主要缺點是樹抓拍攝圖像時，從兩個方向拍攝，沒有社部拍攝，也就無法在三維空間上得到集料的相關數(shù)據(jù)。其中"有效盒子"的體積不精確，存在偶然誤差。該方法只會樹禾，料(4.75mm以上集料)顆粒做出評價，無法im細集料(4.75咖以下集料)顆粒。集料圖像分析儀采用了3個垂直安裝的相機，上面一個、側向一個、前方一個，從而提高了計算的精確性，使大部分的集料顆粒得以精確地確定。集料顆粒放在傳送帶上以大約8cm/s的速度移動，顆粒間距為25cm，此時用一個虛構的盒子去捕捉圖像，確定顆粒的主要尺寸，若盒子的體積不麟料充滿，減去盒子的有效體積可以得至瞧料的體積，由集料的體積可以確定顆粒的數(shù)量。該分析儀的缺點是，攝像機t個角度拍攝集料，大部分的顆粒得以精確地確定，但仍需人:m圖f織行分析處理，才倉激tfi平價，增加了操作人員的工作量，并且不倉^H^料表面紋理。
發(fā)明內(nèi)容本發(fā)明所要解決的一個技術問題在于克服上述集料評價系統(tǒng)和分析儀器的缺點，麟一種自動識別、自動檢測和i憤、分t腿度快、分析翻準確的集料數(shù)字圖像評價系統(tǒng)。本發(fā)明所要解決的另一個技術問題在于提供一種集料數(shù)字圖像評價系統(tǒng)的評價方法。解決上述技術問題所采用的技術方案是包艇動控制模塊、處理相關繊的計1模塊、圖像采對莫塊和向其它各部分提供穩(wěn)定電流的供電模塊，其中，運動控制模t央在接收到計穀幾模塊的指令后，向圖像采對莫塊輸出觸發(fā)信號，圖像采集模±規(guī)集料進行圖像拍攝，并將所拍攝的圖像輸出，其特征在于該系統(tǒng)還包括圖像預處理模塊、集料識別模塊、集料分附平價模塊和數(shù)據(jù)存儲模塊，其中，圖像預處理模:t幾收圖像采對對央輸出的圖像，并將所接收的圖像轉化為灰度圖，以及利用邊緣檢測算子對圖fta行增強和復原，得到集料的二值圖，將二值圖輸入到集料識別模塊。集料識別模塊，接受圖像預處理?！姥氚l(fā)來的二值圖，檢測分離二值圖中的集料，提取集料相關的特征值，并對集料分類。集料分豐訊m模塊，分析二值圖中的集料，提取相關參數(shù)，并依據(jù)集料相關標準，對集料特tBt行量化im，最終完成分類。數(shù)據(jù)存儲模塊，存儲試驗數(shù)據(jù)和分析評價的結果。本發(fā)明的圖像采*1莫±央包括支撐架、激光掃描器、照相機和掃描板，在三維空間內(nèi)測S^料的顆粒，激光掃描儀向掃描板發(fā)射出激光，反射的激光貌照相機接受，知道激光光源的位置，得出集料表面的三維坐標；，的照相機為CCD數(shù)字照相機或CMOS數(shù)字相機賺片掃描儀；所說的圖像預處理模塊、集料識別模塊、集料分析評價模塊和數(shù)據(jù)存儲模塊集成在計算機軟件上。本發(fā)明的圖像預處理模塊、集料識別模塊和集料分t;im模i，成在計tm的數(shù)字信號處理器上。上述集料數(shù)字圖像評價系統(tǒng)的評價方法，包括以下步驟1、計算機向運動控制器發(fā)出指令，控制激光掃描儀在支撐架上線性滑動。2、CCD照相機接受蹄的激光，對掃描紅的集料進行拍攝，并將拍攝的圖像轉化為具有視頻信號的數(shù)字圖像。3、將數(shù)字圖像轉化為灰度圖，并i頓纖檢測算子對轉化后的總圖進行圖像增強和復原，再將灰度圖像轉化為二值圖像。4、使用投影方法對二值圖像中的集料進行投影，檢觀扮離二值圖像中集料的圖像。5、由激光光源的皿，用IPP圖像分析處理軟件計算出^f斗表面的三維坐標。6、依據(jù)集料的評價標準，對集料特征進行量化評價并分類，得出集料的級配、形狀、棱角和紋理。7、由計算機存儲試驗數(shù)據(jù)和分析評價結果。本發(fā)明集料數(shù)字圖像評價系統(tǒng)評價方法的拍攝圖像是將集料顆粒彼此互不粘結地以最穩(wěn)方式放置在掃描板上，在沒有其它光源影響的情況下進行拍攝。本發(fā)明集料數(shù)字圖像評價系統(tǒng)評價方法的灰度圖像是通過整數(shù)方法Gray=(RX30+GX59+BX11)/100得到，式中Gray為圖像的灰度、R為24位彩色圖像中各個點的紅色色度值、G為24位彩色圖像中各個點的^色度值、B為24位彩色圖像中各個點的藍色色度值，將原來某點的顏色中的紅色色度值、鄉(xiāng)i^L色度值、藍色色度值統(tǒng)一用Gray替換，形成新的顏色，為灰度圖像。圖像質(zhì)量^時，需對圖^a行像增強或復原或編碼或壓縮預處理。本發(fā)明的集料數(shù)字圖像評價系統(tǒng)的評價方法的二值圖像是只有黑白兩個灰度級，即像素總級非1即0，其數(shù)字圖像用每個像素1比特的矩陣表示。步驟4所述的檢測分離二值圖像中的集料，包括圖像分割、特征提取和圖像分類。戶脫的圖像分割是將數(shù)字圖像劃分成互不相交的區(qū)域，把集料圖像從背景中檢測、分離出來，不同區(qū)域之間邊界上總不連續(xù)的圖像，采用區(qū)職、邊界法以及邊緣法進行分割。本發(fā)明的集料數(shù)字圖像i憤系統(tǒng)的評價方法步驟6中的量化iWT為對分離提取出的集料圖像，ii^料的面積、周長、輪廓，進《亍數(shù)學形態(tài)學處理，對集料形狀特征進行量化，完成分類。本發(fā)明與現(xiàn)有的i憤系統(tǒng)以及im方法相比，采用計^Wi^t行控制，對相關進行處理和存儲，能準確、',、客觀地獲得試驗結果，保證的精確性，可批量對樣本進行觀賦，降低了單位測試的成本，實現(xiàn)了快速、自動識別對集料進行檢測和評價，克服了人為判斷的弊端，避免了產(chǎn)生二義性和集料各特征相互之間的作用。本發(fā)明方法再現(xiàn)性好，可重，集料進行測試iWN本發(fā)明評價系統(tǒng)和方法，可用于對集料進行分^i憤，能自動確定集料的級配，微，棱角和紋理。圖1是本發(fā)明評價系統(tǒng)的結構示意圖。圖2是實現(xiàn)本發(fā)明的一個實施例的流程圖。圖3是圖像的識別過程圖。圖4是集料顆粒棱角度數(shù)計算圖。具體實施例方式下面結合附圖和實施例對本發(fā)明作進一步說明，但本發(fā)明不限于這些實施例。實施例1在圖1中，本實施例的集料數(shù)字圖像i刊介系統(tǒng)由供電模塊、運動控制模塊、計穀幾模塊、圖像采對莫塊、圖像預處理模塊、集料識別?！姥?、集料分tifim模塊、數(shù)據(jù)存儲模塊連接構成，圖像預處理模塊、集料識別模塊、集料分iifiwr模塊、數(shù)據(jù)存儲模塊的輸出端接計1模塊，計Ml模塊的輸出端接運動控制模i央，運動控審帳塊的輸入端接供電模塊、輸出端接圖像采穀莫塊，圖像采穀莫塊、圖像預處理模塊、集料識別模塊、集料分附平價模塊、數(shù)據(jù)存儲模塊輸入端相連接，供電模塊為評價系統(tǒng)提供電源。在圖14中，本實施例實現(xiàn)集料數(shù)字圖像im系統(tǒng)的im方法包括以下步驟步驟201:啟動電源，通過供電模塊向系統(tǒng)中的其它各個模塊供電。在本實施例中，供電?！罍p用的電壓為220V交流電源，向各個模i央供電，保證系統(tǒng)各個模塊的正常工作。步驟202:開啟計Ml，向運動控第幡輸入信號，控制激光掃描器的滑動。激光掃描器沿著1.5m的Y軸移動，并以257似秒的速度掃描，X軸的掃描寬度為120nim。步驟203:圖像采穀對央在接收到計飾絲的觸發(fā)信號后，對掃描板上的集料進行拍攝，并將拍攝到的彩色圖像傳給圖像預處理模塊。數(shù)字圖像獲取一般利用數(shù)字化儀離散(采樣、量化)一幅連續(xù)的圖像。常用的儀器有膠片掃描儀、CCD數(shù)字照相機或攝像機、CMOS數(shù)字相機等，其中采用CCD數(shù)字照相機獲取數(shù)字圖像是現(xiàn)在最常用的方法。實驗表明，采用CCD相機可獲得比較理想的集料數(shù)字圖像。圖像采對莫塊包括激光掃描器，掃描板和支撐架，其中，激光掃描器中含有高速電荷耦合器件CCD照相機。高速電荷耦合器件CCD照相鵬具有較高的分辨率和靈敏度，感光性能好，畸變小，信噪比低，抗振動，以iyi度較高的快門。每當接受到觸發(fā)信號后，高速CCD照相機則對集料進行拍攝，然后將拍攝到的24位彩色圖像輸出到圖像預處理模塊。拍攝過程中，應盡量4蝶料平鋪在掃描板上，防止集料"粘"在一起，保證拍攝的質(zhì)量。步驟204:圖像預處理模i^t接受到的彩色圖像進tff頁處理，然后將處理后的圖像輸出到集料識另帳i央。數(shù)字圖像預處理是指為了某種目的對圖像進行一種M種處理(數(shù)學或邏輯運算)，以達到需要效果的過程。集料數(shù)字圖像處理過程主要包括幾何校正對光學鏡頭邊緣弓l起的像變以及光學主軸不垂直于物面所弓l起的變形進行糾正。消除噪音消除由于CCD照相機記錄過程中電子熱運動和數(shù)字信號進行光電轉換過程中產(chǎn)生的無效信息。圖像增強技術集料圖像灰度直方圖具有明顯的雙峰性，采用灰度圖像作為處wm。實際上，集料并非均一物質(zhì)，無論是石灰?guī)r，花崗巖，還是玄武巖，其灰度可能會分布在很大的灰階范圍內(nèi)，改善圖像質(zhì)量顯得非常重要。集料圖像經(jīng)過閾值處理后，灰度圖像轉化為二值圖像，集料顆粒將更加清晰。圖像預處理模塊內(nèi)部包括一個挪臓集卡，因為高速CCD照相機拍攝的圖像為視頻信號，為使本發(fā)明系統(tǒng)對圖像進行后續(xù)處理，圖像預處理模塊在接收到高速CCD照相機發(fā)來的視頻信號時，使用內(nèi)部的視艦集卡將視頻信號轉化為數(shù)字信號，使本發(fā)明的系統(tǒng)可對轉換后的數(shù)字圖像進行圖像預處理。圖像灰度化的處艦程為分別計算出彩色數(shù)字圖像中每個像素點的顏色，通過整數(shù)方法Gray二(RX30+GX59+BX11)/100得到，式中Gray為圖像的被、R為24^^色圖像中各個點的紅色色度值、G為24位彩色圖像中各個點的綠色色度值、B為24位彩色圖像中各個點的藍色色度值，將原來某點的顏色中的紅色色度值、綠色色度值、藍色繼值統(tǒng)一用Gray替換，形成新的顏色，為灰度圖像。去除圖像中的色彩信息，保留亮度信息，以便于系統(tǒng)對圖像進行后續(xù)處理。步驟205:利用模式識別方法，通過圖像分割分離圖像中的集料。將數(shù)字圖像劃分成互不相交的不重疊區(qū)域，把集料從背景中檢測、分離出來的過程稱為圖像分割。在圖像中不同區(qū)域之間的邊界上一般具有總不連續(xù)性，即灰度的階躍變化形成了區(qū)域的邊界，可以尋找相鄰像素顏色或總突變的算法，根據(jù)各個像素點的灰度不連續(xù)性進行分割。圖像分害ij處理可以采用三種不同的方絲實現(xiàn)，即區(qū)職、邊界法和邊緣法。本實施例采用ii^法對圖像進行分割，提取集料與背景在皿上的差異。一旦完成圖像分割，M二值圖像，利用公開的IPP圖像分析處理軟件對集料進行測量。步驟206:分析圖像中的集料，提取相關參數(shù)，這些部分通常稱為目標^，在集料圖像中，集料顆粒是研究的對象，為了辨另鵬分析膽，需要將這些區(qū)域分離提取出來，通過測量提取出來的集料顆粒的面積、周長、輪廓數(shù)據(jù)基本參數(shù)，以及進行數(shù)學形態(tài)學處理，對集料形狀特征進行量化，完成分類。由于拍攝時，一次掃描板上方燈的禾I^料顆粒數(shù)量較多，難免會出5鵬粒"粘"在一起的情況，在測量時，計飾會將粘在一起的顆粒當成一個顆粒計算各個測量參數(shù)，造成錯誤。在IPP圖像分析處理軟件中SplitObjects命令能夠很好地將粘在一起的顆粒人為地分離開來，避免了錯誤發(fā)生。步驟207:依據(jù)集料相關標m^集料進fi^化評價并最終完成分類。對集料的量化評價包括分析集料的級配、形狀、棱角和紋理。1、集料級配以粒徑大于4.75rrm的集料稱為粗集料，粒徑小于4.75mm的集料稱為細集料。成像的級配分析使用1.0mm至100mm的顆粒來完成，粗集料既能影響集料的骨架間隙，又起到了填充骨架間隙的雙重作用，增加較大粒徑的li^料對提高瀝青混合料的高溫穩(wěn)定性有顯著效果。細集料在混合料中主要起±真充茅斗的作用，但也為混合料提供一定的強度，對混合料的抗水損能力和耐久性影響顯著。禾腺料的級配是t瞎料大小顆粒相互搭配的數(shù)量比例。茅腺料的級配有連續(xù)級配和間斷級配兩種。通常同一粒級中最大粒徑與最小粒徑之比為2，且相鄰粒級的粒徑比為2，#^種級配的集料為纖級配；在連續(xù)級配集料中，去除一個孤個中間粒級的集料，這種級配稱為間斷級配。目前主要采用細度模數(shù)和級配區(qū)來評判粗集料的級配，禾腺料級配與粗集料空隙率之間關系密切。細度模數(shù)按下式計算F—(F。."土尸0.3土F。.6土Fl.18+尸2.36)=5尸4.75式中^為細度豐難，F(xiàn)015、Fo.3、Fo_6、F!.訴、FZ36、F475分別為粒徑0.15mm、0.3咖、0.6咖、1.18咖、2.36mm、4.75咖上顆粒累計篩余百分率。粒徑小于4.75mm的顆粒稱為細集料，在混合料中主要起填充料的作用，但也為混合料^t共一定的3賊。因此，確定細集料級配時主要是找到最大的干密度和較大的靜態(tài)比特率值，細集料的級配一般是按照泰波公式來確定。泰波公式px=磨〔dJ式中Px為集料通過的百分率(％)，d為集料的粒徑(ran),D為集料的最大粒徑(mm)，n為泰波公式系數(shù)。2、集料形狀集料尺寸和形狀特性影響瀝青混凝土層的力學特性和l頓性能。粗、細集料的形狀包括輪廓形狀和棱角性，輪廓形狀反映了顆粒的針片度，棱角性體現(xiàn)出棱角的突出離，二者對瀝青路面的性能有重要影響。針片鄉(xiāng)粒是不被期望的，因為它在荷載的作用下易破碎。顆粒棱角性突出貝贈大彼此間的嵌鎖，提高路面的強度和抗永久變形的能力。為了會樹粗、細集料^R特征進行快速、客觀、準確地測定，本實施例對粗、細集料形狀特征的量化進行了系統(tǒng)研究。(1)粗集料形狀的數(shù)字圖像處理和分析計算周長L:取邊界點的數(shù)目作為周長，為M^、數(shù)字化圖形的聽，對垂直、水平方向傾斜45°的方向上增大^倍，按下式計算L=(n-m)+V^m式中m為垂直、水平方向傾斜45°方向上的邊界點數(shù)目，n為總的邊界點數(shù)目。計算面積S:面積，粒的投影面積，它可以通過屬于這個圖形的像素總數(shù)T乘以每個像素所代表的實際面積a來求得。S=TXaa可以利用定標的方法來確定。形狀指數(shù)計算模型為F="丄式中F為形狀指數(shù)，L為投影輪廓周長，S為投影面積。上式表明，形狀指數(shù)是圓形度倒數(shù)的平方值，因此，F(xiàn)》l;而且F越偏離1，說明顆粒的投影輪廓偏離圓的程度越大，越接近針狀，甚至纖維狀，其表面的銳角也越大。發(fā)明A^禾，料的個體形態(tài)進行了分析，結果表明，可以根據(jù)集料三維視圖確定6個關鍵性指標來描述禾腺料的個體微特征，即圓形度(R0腸)、縱橫比(AR)、近似多邊形周長比(APPR)、球形度(DS)、扁平比(FER)、形狀因子(SF)，其中扁平比和形狀因子指標相類似。具體指標見表l。<table>tableseeoriginaldocumentpage12</column></row><table>注表中Di和D2分別為正面圖中針顆粒的最小夕,形舒噴，D3為對應的側面圖中顆粒高度。DL=Max(DuD2，D3)Ds=Min(D"D2，D3)Di為中間值。(2)細集料形狀的數(shù)字圖像處理和分析細集料顆粒的形狀特征可以用形狀因子F和球度W指標來量化。形狀因子<formula>formulaseeoriginaldocumentpage12</formula>式中P為T/W，F(xiàn)值等于1代表一個球狀或立方體顆粒，小于l則顆茅雄于針狀，大于1則顆粒易表現(xiàn)為扁平狀，q為W/L。球度為與集料相同^f只球體的表面積與集料實際表面積的比值。按照這個定義，球體的球度為1，立方體為0.806，除了棱角性的差別外，球體和立方體應具有相同的輪廓微。此外，由于集料的表面積觀啶困難，采用集料的三個主尺寸棘征球度公式如下W/3式中W為球度、Lg—，料的最長尺寸、W表示一個集料的次長尺寸、T表示一個集料的最短尺寸。3、集料紋理在瀝青混合料中，集料表面紋理對瀝青混合料的路用性能具有極為明顯的影響，通常明顯細微凸出粗糙表面的集料，在碾壓后能相互嵌擠鎖結具有很大的內(nèi)摩擦力。在其它條件相同的情況下，這種集料所組成的瀝青混合料較之表面平滑的集料具有較高的抗剪強度，使瀝青混合料具有良好的高溫穩(wěn)定性。集料的表面紋理還可以影響瀝青混合料內(nèi)部的空隙結構，如空隙的大小、形狀和連通情況。當集料表面紋理粗糙時，集料的比表面積大，有利于增加瀝青與集料的撤蟲面積和粘附力；而且集料表面粗糙，瀝青膜也不會從集料表面一下全部脫落。在不考慮其他影響因素時，集料的比表面越大，吸附瀝青的數(shù)量越多，集料表面的平均瀝青膜就越厚，瀝青混合料的耐久',好，集料表面紋理大小的差異是瀝青混合料中集料表面吸附的瀝青膜厚度不同的主要原因之一。本實施例采用數(shù)字圖像來評價集料的表面紋理，并采用輪廓算術平均偏差R。對集料表面紋Sifi行了定Ai平定，反應了輪廓高度相對于中線的離散程度。輪廓算術平均偏差公式式中R。為輪廓算術平均偏差，hi為第i點的輪廓偏距。4、集料的棱角本實施例引入了兩個棱角性的量化揖標，來反映集料輪廓上棱角的圓度W-3棱角性(梯度法)=2>,一《+31式中《為i點的方向角，《+3為i+3點的方向角。355|及，一及，I棱角性(半徑法)=^'D21^=0及2式中K;^粒上e角所對應的輪廓半徑，R2，粒上e角所對應的等效橢圓的半徑，棱角性(梯度法)是計算顆粒輪廓上每隔3個點的梯度向量的方向角之差的和，對于一個圓形集料來說，梯度向量之差將是非常小，在棱角性突出的地方，該值則變得很大。棱角性(半徑法)是由等效橢圓得出，該橢圓與集料有相同面積、相同一,和二階矩。針對禾M料的幾何特征和熱拌瀝青的永久變形，由等效橢圓的概念，提出了如下棱角性指標，來反映集料輪廓的整體輪廓的圓度。Angularity(棱角性)尸,式中P3為集料凸面的周長，P2為等效橢圓的周長。(1)粗集料棱角性由于等效橢圓保留了集料輪廓形狀特征、最小化輪廓形狀對棱角性量化的影響，同時橢圓的棱角性為o，因此，f腺料棱角性的量化指標可以從集料和等效橢圓之間的比值關系引出，本實施例粒了兩類四個棱角性指f就行量化研究。豐腺料的棱角性指標，基于半徑的為忠尺—及力"w—(7=U一-2Rmax=max及廣及2基于周長的為:L尸2上式中R為集料輪廓周長，P3為凸面的周長，P2為等效橢圓的周長，K為集料上0角所對應的輪廓半徑，R2為集料上角e所對應的等效橢圓的半徑。(2)細集料棱角性細集料棱角性(FM)是指未壓實細集料的空隙率。細集料顆粒棱角的度數(shù)反映棱角性的公式為(計算圖示見圖4):A產(chǎn)(180。_a)丄式中Ai為集料輪廓上第i個棱角的度數(shù)，ci為測定的棱角度數(shù)，L為棱角尖端與顆粒最大內(nèi)接圓中心的距離，R為顆粒最大內(nèi)接圓的半徑。該公式不僅反映了集料輪廓上棱角的圓度，還描述了棱角距離顆粒最大內(nèi)接圓中心的程度。步驟208:數(shù)據(jù)存儲模i央根據(jù)接收到的集料級配、微、紋理和棱角量化分析的信息，存儲到計算機的硬盤中。權利要求1、一種集料數(shù)字圖像評價系統(tǒng)，包括運動控制模塊、處理相關數(shù)據(jù)的計算機模塊、圖像采集模塊和向其它各部分提供穩(wěn)定電流的供電模塊，其中，運動控制模塊在接收到計算機模塊的指令后，向圖像采集模塊輸出觸發(fā)信號，圖像采集模塊對集料進行圖像拍攝，并將所拍攝的圖像輸出，其特征在于該系統(tǒng)還包括圖像預處理模塊、集料識別模塊、集料分析評價模塊和數(shù)據(jù)存儲模塊，其中，圖像預處理模塊接收圖像采集模塊輸出的圖像，并將所接收的圖像轉化為灰度圖，以及利用邊緣檢測算子對圖像進行增強和復原，得到集料的二值圖，將二值圖輸入到集料識別模塊；集料識別模塊，接受圖像預處理模塊發(fā)來的二值圖，檢測分離二值圖中的集料，提取集料相關的特征值，并對集料分類；集料分析評價模塊，分析二值圖中的集料，提取相關參數(shù)，并依據(jù)集料相關標準，對集料特征進行量化評價，最終完成分類；數(shù)據(jù)存儲模塊，存儲試驗數(shù)據(jù)和分析評價的結果。2、按照權利要求i戶腿的集料數(shù)字圖像im系統(tǒng)，其特征在于所說的圖像采^t莫塊包括支撐架、激光掃描器、照相機和掃描板，在三維空間內(nèi)測量集料的顆粒，激光掃描儀向掃描板微出激光，反射的激光被照相機接受，知道激光光源的位置，得出集料表面的三維坐標；上述的照相機為CCD數(shù)字照相機或CMOS數(shù)字相機，片掃描儀；所說的圖像預處理模塊、集料識別模塊、集料分附平價模塊和數(shù)據(jù)存儲模塊集成在計算機軟件上。3、按照權利要求l或2所述的集料數(shù)字圖像i憤系統(tǒng)，其特征在于所說的圖像預處理模塊、集料識別模塊和集料分ti平價模:t，成在計^m的數(shù)字信號處理器上。4、一種權禾腰求1集料數(shù)字圖像i憤系統(tǒng)的評價方法，其特征在于該i憤方法包括以下步驟(1)計算機向運動控制器發(fā)出指令，控制激光掃描儀在支撐架上線性滑動；(2)CCD照相機接受反射的激光，對掃描板上的集料進行拍攝，并將拍攝的圖像轉化為具有視頻信號的數(shù)字圖像；(3)將數(shù)字圖像轉化為灰度圖，并iOT邊緣檢測算子對轉化后的灰度圖進行圖像增強和復原，再將灰度圖像轉化為二值圖像；(4)使用投影方法對二值圖像中的集料進行投影，檢測分離二值圖像中集料的圖像；(5)由激光光源的位置，用IPP圖像分析處理軟件計算出集料表面的三維坐標;(6)依據(jù)集料的評價標準，對集料特征進行量化評價并分類，得出集料的級配、形狀、棱角和紋理；(7)由計算機存儲試驗數(shù)據(jù)和分析評價結果。5、按照權利要求4所述的集料數(shù)字圖像im系統(tǒng)的im方法，其特征在于戶;M拍攝圖像是將集料顆粒彼此互不粘結地以最穩(wěn)方式放置在掃描板上，在沒有其它光源影響的情況下進行拍攝。6、按照權利要求4所述的集料數(shù)字圖像評價系統(tǒng)的評價方法，其特征在于所述灰度圖像是通過整數(shù)方法-Gray=(RX30+GX59+BX11)/100得到，式中Gray為圖像的總、R為24^S色圖像中各個點的紅色繼值、G為24^^色圖像中各個點的綠色M值、B為24位彩色圖像中各個點的藍色色度值，將原來某點的顏色中的紅色色度值、^fe色度值、藍色色度值統(tǒng)一用Gray替換，形成新的顏色，為灰度圖像；所述的圖像質(zhì)量較差時，需對圖像進行像增強或復原或編碼或壓縮預處理。7、按照權利要求4所述的集料數(shù)字圖像iTO系統(tǒng)的評價方法，其特征在于-所說的二值圖像是只有黑白兩個灰度級，即像素M級非1即0，其數(shù)字圖像用每個像素1比特的矩陣表示；步驟(4)所述的檢測分離二值圖像中的集料，包括圖像分割、特征提取和圖像分類；所述的圖像分割是將數(shù)字圖像劃分成互不相交的區(qū)域，把集料圖像從背景中檢測、分離出來，不同區(qū)船間邊界上被不連續(xù)的圖像，采用區(qū)域法、邊界法以及邊緣法進行分割。8、按照權利要求4所述的集料數(shù)字圖像im系統(tǒng)的im方法，其特征在于步驟(6)中戶;n兌的量化i憤為對分離提取出的集料圖像，測量集料的面積、周長、輪廓數(shù)據(jù)，進行數(shù)學形態(tài)學處理，對集料形狀特征進行量化，完成分類。全文摘要一種集料數(shù)字圖像評價系統(tǒng)，包括運動控制模塊、計算機模塊、圖像采集模塊和供電模塊、圖像預處理模塊、集料識別模塊、集料分析評價模塊和數(shù)據(jù)存儲模塊。評價方法包括計算機向運動控制器發(fā)出指令，控制激光掃描儀線性滑動；CCD照相機對掃描板上的集料進行拍攝，轉化為數(shù)字圖像；將數(shù)字圖像轉化為灰度圖，使用邊緣檢測算子對轉化后的灰度圖進行圖像增強和復原，將灰度圖像轉化為二值圖像；對二值圖像中的集料進行投影，檢測分離二值圖像中集料的圖像；用IPP圖像分析處理軟件計算出集料表面的三維坐標；對集料特征進行量化評價分類，得出集料的級配、形狀、棱角和紋理；由計算機存儲試驗數(shù)據(jù)和分析評價結果?？捎糜趯线M行分析評價。文檔編號G01B11/00GK101354241SQ20081015031公開日2009年1月28日申請日期2008年7月11日優(yōu)先權日2008年7月11日發(fā)明者姜超平,張冬冬,裴建中申請人:長安大學