IPP-总结.doc

　为了形象表达土壤断面上的微观孔隙结构特征,可利用IPP 中的布尔代数运算和双线性刻度、旋转、移位等几何功能,对二元化的土壤SEM 图像进行空间变换和三维数字模拟操作。 图像分割是图像分析的关键步骤,并最终影响后期的数据结果。利用MATLAB 的图像形态学处理,结合IPP 对土壤团聚体(孔隙) 的内孔填充操作,可过滤掉不需要的对象,从而弥补土壤这类复杂介质SEM 图像分割时产生的误差。IPP 形态学处理的流域分割法,能识别土壤SEM 图像中的成簇团聚体的边界并实施分离,从而实现团聚体的定量分析。 IPP 的计数与测量功能强大,可快速获得测量结果,并基于测量结果自动分类和统计,增强了土壤SEM图像的测量、数据统计与分析的能力,提高了工作效率。通过对SEM 图像作空间变换和三维数字模拟操作,可逼真再现土壤微观孔隙结构特征。利用该项技术开展土壤微观结构研究,取得了很好的效果。 本研究中采用数码相机作为数字图像的采集设备, 经反复试验比较表明, 500万像素数码相机就可以有效地识别粗集料的形状与棱角特征。数字图像处理系统是MA SCA 系统的核心, 其将完成数字图像中集料颗粒的识别、分割、测量及相关处理工作。本研究中采用M edia Cybernet ics 公司开发研制的Image Pro Plus 5.0 作为数字图像的处理软件。 备料 对即将拍照的粗集料按研究需要进行取料, 如其表面有较多的灰尘或泥土, 可先清洗烘干。由于不同岩性石料的色泽差异很大, 甚至有些石料颗粒内部可能还掺杂其他色泽的细小颗粒(如花岗岩、辉绿岩) , 如果用原色石料直接拍照, 后期进行数字图像处理时难以建立统一的分割阀值, 同时可能有孔洞存在, 不利于准确地获取颗粒图像的边界信息。为了在后期数字图像处理时便于将集料颗粒成功地从背景中识别、分割出来, 在本研究中将拍照的粗集料均染成黑色。 基本流程： 拍摄图像 拍照时将清洗、着色后的集料均匀地摊铺在白色的底座上, 每个集料颗粒间留有适当的空隙。拍照前先调整各个照射光源的高度与入射角度, 尽可能地减少颗粒的阴影。为了在后期数字图像处理时能够精确地进行尺寸校正, 应在拍照前建立合适的标尺。 图像处理 将拍摄所得的数字图像进行边缘识别, 确定其最佳分割阀值, 同时对从背景中分离出来的集料颗粒特征进行测量。 根据MASCA 系统的计算结果,借助于数理统计软件SPSS 将二维数字图像级配转化为三维机械筛分级配的修正方法。 验证其相关性，比较相对误差。 该方法对于不同岩性石料与不同的工程级配均具有很好的普遍性。 由轮廓形状、棱角性和表面纹理量化的矿质集料的形态(形状特征) 对沥青混合料的性能具有极为明显的影响. 为研究粗集料形态对沥青面层抗剪性能的影响,将粗集料形态视为首要因素,定义了基于图像的粗集料形状参数,采用编制的图像处理程序,获取了五组颗粒形状特征不同的粗集料其形状参数,运用单轴贯入试验分析了粗集料形态参数对SAC-16 混合料抗剪强度的影响。结果表明,粗集料各种形态参数对混合料抗剪强度都有不同程度的影响,且扁平比对抗剪强度的影响最大,必须控制粗集料中扁平颗粒的含量。 大量的研究结果表明,粗细集料颗粒的形状、棱角性和表面纹理会影响集料之间的共同作用和集料与沥青胶结料之间的相互作用,还与路面层的耐久性、施工和易性、抗剪和抗拉强度、劲度、疲劳响应、最佳沥青含量和最终性能等有关,尽管对集料形状特征的影响已经有了普遍的认识,但目前并没有标准的试验方法来直接和客观地测量集料的棱角性和表面纹理. 目前我国的规范对沥青混合料用粗集料的形状特征没有相应的试验方法和技术指标,这方面的相关研究也极少,美国虽已出台了一些规范如ASTM C1252 - 03、ASTM D3398- 00 和AASHTO TP56 (AASHTO 2003) 等,但这些方法并不能精确地应用于大范围的集料,且只是间接地测量集料颗粒的形状和纹理。近年来,由于图像分析技术已成功运用于材料科学及岩土工程等不同领域的材料微观结构分析之中,故图像处理技术也开始被引入道路工程来测定集料的形状特征,它可以对不同尺寸的各种类型的集料形状特征进行快速、精确和客观的测量. 利用图像处理和分析技术,粗集料的形状特征完全可以用以下3个指标来量化: 轮廓形状( Form) 、棱角性(Angularity) 和表面纹理(Surface Texture) ,其示意图如图1 所示. 由本研究所做的大量比对试验结果，可以根据集料三维视图确定6个基于图像的关键性指标来描述粗集料的个体形状特征，即圆形度（ROUND）、纵横比（AR）、近似多边形周（APPR）、球形度（DS）、扁平比（FER）、形状因子（SF），其中扁平比和形状因子指标相类似，具体介绍见表1。 DL = Max（D1，D2，D3