基于X-rayCT瀝青混合料基礎(chǔ)性分析

1、X X射線斷層掃描技術(shù)射線斷層掃描技術(shù)通過獲取試件內(nèi)部連續(xù)斷層圖像來反映掃描工件真實(shí)的三維空間結(jié)構(gòu)信息，獲取的數(shù)字圖像真實(shí)、準(zhǔn)確，圖像重構(gòu)的精度極高，顯現(xiàn)出極強(qiáng)的發(fā)展?jié)摿蛻?yīng)用前景。利用此項(xiàng)技術(shù)獲取瀝青混合料內(nèi)部空間結(jié)構(gòu)組成，分析其體積參數(shù)，進(jìn)行虛擬力學(xué)仿真實(shí)驗(yàn)正逐漸成為科研領(lǐng)域的研究熱點(diǎn)，借此技術(shù)實(shí)現(xiàn)計(jì)算機(jī)輔助設(shè)計(jì)瀝青混合料計(jì)算機(jī)輔助設(shè)計(jì)瀝青混合料成為一個(gè)宏大的遠(yuǎn)景目標(biāo)。前言X射線斷層掃描裝置(XrayComputerized Tomography，簡(jiǎn)稱X-ray CT) X-CT是借助計(jì)算機(jī)將x射線斷層掃描裝置的斷面再現(xiàn)出來的一種全新的x射線成像技術(shù)，可以無損地檢測(cè)非透明物體的組成結(jié)構(gòu)。利

2、用X射線穿透物質(zhì)時(shí)輻射強(qiáng)度輻射強(qiáng)度呈指數(shù)型衰減且衰減率僅與物質(zhì)密度相關(guān)的原呈指數(shù)型衰減且衰減率僅與物質(zhì)密度相關(guān)的原理理，將不同密度物質(zhì)的射線吸收率定義為CT數(shù)XCT的定量描述是CT數(shù)，將空氣、水和冰的CT數(shù)分別定義為-l 000，0和-1 000，所以被檢測(cè)物體對(duì)射線的吸收系數(shù)與CT數(shù)之問的換算關(guān)系為：CT 式中，w為水對(duì)射線的吸收系數(shù)。利用正比于CT數(shù)的亮度成像，即可得到完整的CT圖像1000.wwNO瀝青混合料體積組成的統(tǒng)計(jì)學(xué)研究差異性物質(zhì)的辨識(shí)方法粗集料形態(tài)特征的提取內(nèi)部結(jié)構(gòu)組成的三維圖像重構(gòu)及虛擬力學(xué)試驗(yàn)疲勞損傷研究?jī)?nèi)容瀝青混合料由石質(zhì)集料顆粒、瀝青膠漿、空隙等差異性物質(zhì)組成。由于瀝青

3、與集料、空隙等差異性物質(zhì)交互滲透致使邊界圖像模糊，難以利用瀝青混合料數(shù)字圖像精確區(qū)分不同物質(zhì)?；诠I(yè)CT的瀝青混合料 體積組成分析左峰(靠近0側(cè)) 為瀝青膠漿, 右峰(接近255側(cè))為碎石顆粒。 在呈三峰分布的灰度曲線中，瀝青膠漿與集料的分布呈現(xiàn)兩峰夾一谷形式，C、D點(diǎn)分別代表膠漿和集料灰度分布概率密度大值空隙分布介于B、C之間灰度分布曲線表明BC之間和CD之間的谷地包括了空隙、瀝青膠漿、集料顆粒等差異性物質(zhì)現(xiàn)有技術(shù)不能精確劃分谷地區(qū)域的物質(zhì)差異，導(dǎo)致包含集料、瀝青膠漿和空隙的瀝青混合料三維數(shù)字圖像處理失效，阻滯了瀝青混合料數(shù)字圖像處理技術(shù)的發(fā)展與應(yīng)用采用數(shù)字圖像處理對(duì)CT掃描圖片內(nèi)部材質(zhì)進(jìn)

4、行區(qū)分閾值分割法（OTSU）大津法基本原理是將圖形分為目標(biāo)目標(biāo)和背景背景兩部分,兩類之間的方差越大,說明兩類之間的差別越大,將目標(biāo)誤認(rèn)為背景或者將背景誤認(rèn)為目標(biāo)都會(huì)使得兩部分差別變小,因此使類間的方差最大類間的方差最大就意味著錯(cuò)分的概率最小。此算法原理非常契合CT掃描斷層圖片中兩類物質(zhì)閾值邊界不明顯的灰度直方圖平坦區(qū)域的劃分。假定一個(gè)離散化概率密度函數(shù)如下：OTSU 原 理源代碼具體流程簡(jiǎn)述如下：（1）批量讀入斷層掃描圖片，將原始圖像的偽彩色格式轉(zhuǎn)換為灰度格式，并將原始圖像進(jìn)行備份；（2）采用常見的濾波法如中值濾波法濾除圖像的噪聲；（3）將灰度圖片中的黑色背景區(qū)域?yàn)V除；（4）采用數(shù)字圖像處理中

5、形態(tài)學(xué)開運(yùn)算，將灰度圖片中由于VGStudio MAX軟件在圖片中生成的左上角文字及右下角坐標(biāo)軸濾除；（5）填充圖片中的細(xì)小孔洞；（6）結(jié)合OTSU法確定各類材質(zhì)的比對(duì)模板，通過原始灰度圖片逐點(diǎn)像素比對(duì)確定像素的分類歸屬；（7）將最終的圖像分割結(jié)果分別以彩色及灰度圖的形式批量保存。閾值分割法常見方法，直觀有效，對(duì)于有較明顯雙峰面的斷面圖，處理效率高，且對(duì)各類物質(zhì)的判別較為準(zhǔn)確基于混合高斯模型（GMM）的EM算法模糊C均值聚類算法（FCM）模式識(shí)別領(lǐng)域中的GMM及FCM方法是識(shí)別復(fù)雜物質(zhì)的有效手段，GMM對(duì)原始圖像的灰度分布有一定要求，而FCM方法是一種于劃分的聚類算法運(yùn)算過程復(fù)雜，計(jì)算效率較低

6、，可需要根據(jù)實(shí)際情況對(duì)原算法加以改進(jìn)圖像分割方法為了將圖像內(nèi)部區(qū)分為背景、孔隙、膠漿和集料4部分，先把背景分離出來，然后對(duì)剩余部分做兩次二分類的策略來區(qū)分不同材質(zhì)最為合適的瀝青混合料組成材質(zhì)分類方法，必須根據(jù)原始圖像的成像質(zhì)量、三維重構(gòu)后灰度直方圖的分布特點(diǎn)及瀝青混合料的不同類別等多種因素來綜合確定圖像分割方法采用了完全不同類型的分類方法,自然涉及到對(duì)圖像分類效果進(jìn)行評(píng)價(jià)的問題.現(xiàn)階段以定性評(píng)價(jià)為主。工業(yè)CT掃描成像過程非常復(fù)雜，影響成像質(zhì)量的因素眾多，CT硬件平臺(tái)本身差異性很大，即使是同型號(hào)產(chǎn)品單機(jī)安裝調(diào)試后也存在較大差異研制了用于CT掃描瀝青混合料這類組成復(fù)雜材料精度校準(zhǔn)的標(biāo)準(zhǔn)物質(zhì)按ISO

7、定義，標(biāo)準(zhǔn)物質(zhì)為具有一種或多種足夠均勻并已經(jīng)確定了特性，用以校準(zhǔn)測(cè)量?jī)x器、評(píng)價(jià)測(cè)量方法或給材料賦值的材料或物質(zhì)經(jīng)過反復(fù)比較多種材料，段躍華最終確定采用環(huán)氧樹脂加鋯玻璃珠的技術(shù)方案制作標(biāo)準(zhǔn)物質(zhì)時(shí)采用馬歇爾試件用鋼模(直徑為1016am，高為635mm)選用直徑為20am的粒徑鋯玻璃珠，每層布置19顆，3層共計(jì)57顆，各層顆粒之問及上下層完全嵌擠澆注環(huán)氧樹脂成型鋯玻璃珠密度為2.5 gcm3，與碎石密度接近；環(huán)氧樹脂密度為1.09/cm3，與瀝青密度接近；替代物質(zhì)的密度接近瀝青混合料的密度粗集料形態(tài)特征的數(shù)字表達(dá)涉及顆粒的輪廓形狀、棱角性和表面紋理在二維數(shù)字圖像處理技術(shù)中，多數(shù)研究以傅里葉變換復(fù)原

8、集料橫截面輪廓，據(jù)此定量評(píng)價(jià)顆粒輪廓的形狀特征，計(jì)算確定集料顆粒輪廓的質(zhì)心，通過輪廓和質(zhì)心數(shù)值評(píng)價(jià)集料顆粒的棱角性.基于數(shù)字圖像處理技術(shù)的 粗集料形態(tài)特征控制輪廓邊緣像素點(diǎn)采樣間隔和擬合階數(shù)n1，結(jié)合等效直徑概念按顆粒橫斷面面積大小確定二維采樣間隔閾值當(dāng)n120時(shí)，傅里葉級(jí)數(shù)的變化幅度較大，可以用來描述顆粒的宏觀輪廓形狀；當(dāng)，n120時(shí)，傅里葉級(jí)數(shù)的變化幅度明顯變小，可以用來描述顆粒形狀的細(xì)觀輪廓特征但對(duì)于不規(guī)則顆粒，尤其是顆粒出現(xiàn)局部“凹陷”時(shí)，質(zhì)心與輪廓點(diǎn)連線會(huì)在顆粒內(nèi)部形成穿越，傅里葉級(jí)數(shù)模擬的準(zhǔn)確度就會(huì)降低，這由傅里葉級(jí)數(shù)擬合算法的特點(diǎn)決定 基于數(shù)字圖像處理技術(shù)的 粗集料形態(tài)特征采用工

9、業(yè)CT獲取集料顆粒三維信息，利用球面調(diào)和變換等數(shù)學(xué)方法還原三維輪廓球面調(diào)和變換中不同階數(shù)的 a jk可以以三維的形式表征顆粒的形狀F3D、棱角性G3D。和紋理M3D?；跀?shù)字圖像處理技術(shù)的 粗集料形態(tài)特征球面變換階數(shù)j與決定系數(shù)R2呈拋物線狀分布，j取較小值時(shí)a jk可基本反饋集料大體的三維輪廓,j越大則局部細(xì)節(jié)越清晰，但過大時(shí)會(huì)出現(xiàn)輪廓失真，表明j并非越大越好采樣點(diǎn)數(shù)與決定系數(shù)R2呈現(xiàn)雙峰形分布，采樣點(diǎn)過少時(shí)集料的三維輪廓模擬會(huì)嚴(yán)重失真，但采樣點(diǎn)過多時(shí)集料的局部細(xì)節(jié)會(huì)被過度改變，此時(shí)存在一個(gè)最佳采樣點(diǎn)值圖為應(yīng)用上述方法得到的集料顆粒的三維輪廓仿真效果圖 基于數(shù)字圖像處理技術(shù)的 粗集料形態(tài)特征

10、目的除了用于分析混合料的三維體積組成，更重要是為了進(jìn)行虛擬力學(xué)模擬，進(jìn)行數(shù)值試驗(yàn)，模擬各種荷載形式作用下混合料內(nèi)部微細(xì)觀結(jié)構(gòu)的變化與發(fā)展.圖像三維重建就是要從二維的圖像序列中提取三維對(duì)象的信息，它使得用戶能夠直觀地看到三維對(duì)象的組織結(jié)構(gòu)，并且加強(qiáng)圖像中原有的各種細(xì)節(jié)。從采樣數(shù)據(jù)中恢復(fù)物體的三維結(jié)構(gòu)，即建立物體的立體模型。三維立體幾何模型按其描述和存儲(chǔ)幾何信息的特征，可分為線框幾何模型、表面幾何模型和實(shí)體幾何模型三種。（1）將多幅二維CT圖像疊加成物體的三維圖像，（2）直接從二維投影數(shù)據(jù)進(jìn)行三維重建(稱為真三維重建技術(shù))。這些方法基本上都是利用有限的斷層數(shù)據(jù)得到更加接近實(shí)際的光滑物體表面。實(shí)際應(yīng)

11、用時(shí)仍以第一類重建技術(shù)為主，它又可分為基于表面和基于體數(shù)據(jù)兩種方法?；诒砻娴臄?shù)據(jù)是將CT掃描圖像轉(zhuǎn)換成BMP位圖格式，將獲得的BMP位圖在Photoshop等專用圖像處理軟件中進(jìn)行精確對(duì)位，然后將點(diǎn)形成多條擬合曲線，并將曲線形成面和體。而基于體數(shù)據(jù)(體素體素)的三維重建能避免這些人工的處理，從而更準(zhǔn)確地反映出體數(shù)據(jù)所包含的形狀結(jié)構(gòu)。假設(shè)在空間有一個(gè)長(zhǎng)為(L一1)VX、寬為(M一1)VY、高為(N一1) VZ的長(zhǎng)方體，此長(zhǎng)方體的面平行于坐標(biāo)面。對(duì)于節(jié)點(diǎn)(i,j,k)(i=0，1， ，L-1；j=0，1， ，M-1；k=0，1， ，N-1)，它對(duì)應(yīng)的空間位置為(iVX，jVY，kVZ)。依據(jù)與三

12、維數(shù)組相對(duì)應(yīng)，大小為L(zhǎng)MN，它們一般定義在此三維空間網(wǎng)格的網(wǎng)格節(jié)點(diǎn)上：在節(jié)點(diǎn)(i,j,k)處，有體數(shù)據(jù)值f(i,j,k)。定義在此三維空間網(wǎng)格的各立方體上的單一體數(shù)據(jù)，稱之為體素，即體素(i,j,k)有體數(shù)據(jù)值(i,j,k)。針對(duì)斷層圖像序列而言，即每幅圖像的一個(gè)像素被擴(kuò)展為三維空間的一個(gè)勻質(zhì)的體素，該體素的體數(shù)據(jù)值f(i,j,k)即為其所對(duì)應(yīng)像素的灰度值、顏色索引值或顏色值。可以根據(jù)一個(gè)算子，從體數(shù)據(jù)值f(i,j,k)得出體素(i,j,k)所對(duì)應(yīng)的顏色分量C(i,j,k)及非透明度0(i,j,k)，最終的三維重建效果由這些透明或非透明的體素堆積而成。基于CT技術(shù)對(duì)瀝青混合料進(jìn)行三維數(shù)值重構(gòu)基本算法，步驟如下：?jiǎn)卧凸?jié)點(diǎn)編號(hào)單元體與自身八個(gè)節(jié)點(diǎn)之間的對(duì)應(yīng)邏輯關(guān)系確立節(jié)點(diǎn)的空間三維坐標(biāo)混合料區(qū)域內(nèi)單元的識(shí)別和提取閾值分割，區(qū)分集料、瀝青砂膠和空隙設(shè)定邊界空隙率三維數(shù)值試樣的建立國(guó)外采用X-ray CT技術(shù)對(duì)混凝土進(jìn)行相關(guān)科學(xué)研究還處于初步發(fā)展階段，而在國(guó)內(nèi)則處于起步階段，尚未將其可獲取高精度三維空間結(jié)構(gòu)信息的優(yōu)勢(shì)完全發(fā)揮出來，對(duì)于交叉學(xué)科知識(shí)的進(jìn)步與發(fā)展借鑒不足，對(duì)于傳統(tǒng)的力學(xué)理論尚未做到有效的繼承與創(chuàng)新，要實(shí)現(xiàn)瀝青混合料計(jì)算機(jī)輔助設(shè)計(jì)的目標(biāo)還需要進(jìn)行大量基礎(chǔ)研究工作。段躍華基于Xray CT