郭美虹,周新剛,秦緒祥

(1.煙臺大學土木工程學院,山東 煙臺 264005;2.煙臺新思創(chuàng)土木工程技術(shù)有限公司,山東 煙臺 264005)

混凝土中粗骨料的質(zhì)量及形狀特性對混凝土的性能有重要影響．目前檢驗骨料質(zhì)量及形狀特性的主要方法是《建筑用碎石、卵石》(GB/T 14685—2011)[1]及《公路工程集料試驗規(guī)程》(JTG E42—2005)[2]等相關標準規(guī)定或推薦的傳統(tǒng)方法．在形狀特性測試中,傳統(tǒng)方法只評定針、片狀顆粒的含量,無法全面地反映粗骨料的形狀特性．而除針、片狀含量外,骨料的圓度、凸度、球度、矩形度等其他形狀特性,對骨料的堆積密度影響很大,也直接影響混凝土的性能．但傳統(tǒng)的篩分方法,很難反映骨料這些特性．隨著圖像技術(shù)的發(fā)展,創(chuàng)新與開發(fā)新的更加快捷、高效、精準的方法成為可能．

為全面評估骨料的形狀特性,汪海年等[3-6]利用自行研制的粗骨料形態(tài)特征研究系統(tǒng)(MASCA),對粗骨料的棱角性、軸向系數(shù)、圓度等形態(tài)特征進行了研究;李嘉等[7]設計了一套利用數(shù)碼相機和“逆光箱”獲取粗骨料顆粒圖像的圖像采集裝置,并采用Image-proplus(IPP)對粗骨料圖像進行識別,建立了基于半徑和周長的粗骨料棱角性的量化指標;胡江萍[8]利用傅里葉分析對顆粒的二維投影輪廓圖像進行分析,獲得了縱橫比、形狀系數(shù)、塊度、粗糙度和紋理等形狀參數(shù)．杜少文等[9]使用UIAIA[10-11]骨料圖像分析儀,對粗骨料尺寸和形狀特性進行了定量評價并提出了表征構(gòu)造指數(shù)的ST指標;袁峻等[12]使用數(shù)字圖像處理技術(shù),在Matlab軟件上開發(fā)了粗骨料形狀特性參數(shù)分析程序,并研究骨料形狀特性對混凝土高溫抗剪強度的影響;MASAD[13]采用圖像處理技術(shù)并利用相關數(shù)學方法及程序,提出用形狀指數(shù)、球度、基于半徑的棱角性指數(shù)、梯度棱角性指數(shù)等作為骨料顆粒形狀的評價指標;WANG等[14]使用X射線斷層攝影技術(shù),通過三維重構(gòu)技術(shù),對粗骨料的大小、形狀、棱角性和紋理進行了研究分析．劉國柱[15]利用數(shù)字圖像處理技術(shù)對骨料顆粒的幾何特性參數(shù)進行了分析研究,結(jié)合統(tǒng)計學獲得單獨骨料與群體骨料的幾何特性;顏廷野[16]采用圖像處理技術(shù)并利用CT技術(shù)所獲得虛擬粗骨料圖像對骨料級配進行了識別檢測;秦雪[17]利用數(shù)字圖像處理技術(shù)并利用Mimics軟件建立了粗骨料三維模型庫,對骨料的二維、三維形狀特征進行了研究．

雖然骨料形狀特性參數(shù)的圖像處理研究已有很多進展,但目前的研究基本局限于二維．骨料的針狀系數(shù)、片狀系數(shù)、球度、寬厚比參數(shù)的測試分析中,需要應用顆粒厚度三維信息,而在二維圖像分析中,厚度三維信息是根據(jù)顆粒寬度和片狀系數(shù)估算的,與顆粒實際厚度存在誤差,導致二維圖像分析處理結(jié)果的精度不佳．為解決上述問題,本文采用多目立體視覺三維重建方法,構(gòu)建了粗骨料圖像采集和處理分析系統(tǒng),開發(fā)了相應的圖像采集、處理分析軟件,對粗骨料的形狀特性進行系統(tǒng)地檢測,獲得了針狀系數(shù)、圓度、片狀系數(shù)、球度、凸度、矩形度等常規(guī)方法難以直接檢測的形狀參數(shù),為粗骨料質(zhì)量檢測提供了一種新的高效、準確檢測技術(shù)．

1 單個骨料的形狀參數(shù)

骨料的形狀參數(shù)主要有:針狀系數(shù)、片狀系數(shù)、圓度、球度、凸度和矩形度．針狀系數(shù)反映顆粒的針狀性．針狀系數(shù)越大,即顆粒等效橢圓的長軸與短軸比值越大,顆粒的針狀性越強．圓度表征骨料顆粒形狀接近圓的程度,即圓度值越接近于1,骨料顆粒形狀越接近于圓．片狀系數(shù)反映顆粒的片狀性,片狀系數(shù)越小,即顆粒的中軸與短軸比值越小,顆粒的片狀性越強．球度表征骨料顆粒接近球體的程度,即顆粒的球度值越接近于1,其三維形狀越接近于球體．凸度是表征骨料顆粒凸性的形狀參數(shù),它反映了骨料顆粒的棱角性,顆粒表面棱角越少,表面越光滑,凸度就越大．矩形度表征顆粒對其最小外接矩形的充滿程度,當骨料顆粒越接近于矩形,矩形度越接近于1,當骨料顆粒為圓形時,矩形度取值π/4,而對于細長、彎曲的顆粒,矩形度取值較?。畣喂橇细髦笜擞嬎惴椒ㄈ缦?

(1)針狀系數(shù)N

(1)

式中,Ra、Rb分別為顆粒二維截面投影區(qū)域等效橢圓長軸及短軸半徑長度．

(2)圓度C

(2)

式中,C為圓度;A為骨料顆粒二維投影的面積,d為骨料顆粒二維投影點至投影區(qū)域中心最大距離．

(3)片狀系數(shù)F

(3)

式中,b,c分別為顆粒等效橢球的中軸與短軸長度．

(4)球度S

(4)

式中,a,b,c分別為顆粒等效橢球的長軸、中軸與短軸長度．

(5)凸度C′

(5)

式中,A為顆粒二維投影區(qū)域面積,AC為顆粒二維投影區(qū)域?qū)耐拱娣e．

(6)矩形度R

(6)

式中,A為顆粒二維投影區(qū)域面積,AR為顆粒最小外接矩形的面積．

2 系統(tǒng)研究與開發(fā)

根據(jù)多目立體視覺理論,如圖1所示,經(jīng)過圖像采集、圖像校正、圖像匹配、計算視差、三維重建、形狀特性分析及質(zhì)量分析等步驟,建立骨料三維圖像處理分析系統(tǒng)．在測試系統(tǒng)中安裝4個相機,單個相機可以獲取二維圖像信息,4個相機同時工作,分別從不同的角度對骨料進行拍攝, 獲得骨料各個角度

圖1 多目立體視覺三維重建

的三維信息．根據(jù)多目視覺得到的顆粒體積、3D點云數(shù)據(jù)等信息,在分析計算程序中計算顆粒的形狀參數(shù),進一步計算骨料的級配和針、片狀顆粒含量．圖2為四目相機生成的骨料真實圖像,圖3為經(jīng)過分析處理得到的骨料三維虛擬圖像．在分析系統(tǒng)中,首先用測試系統(tǒng)得到的二維信息,計算單骨料的針狀系數(shù)、圓度、凸度、矩形度等只需二維信息就可以計算的形狀參數(shù),然后用三維信息計算單骨料的球度、寬厚比、片狀系數(shù)等形狀參數(shù)．再根據(jù)體積比加權(quán)計算方法,計算檢驗樣品的形狀參數(shù)以及級配等,最終得到一組檢驗樣品的形狀參數(shù)與級配曲線．

2.1 2D圖像信息獲取及形狀參數(shù)分析

針狀系數(shù)、圓度、凸度、矩形度這幾個形狀參數(shù)的計算只需二維圖像信息,為了簡化計算和提高計算效率,利用測試系統(tǒng)中單個相機提取骨料二維圖像的顆粒邊緣幾何信息計算．骨料邊緣幾何信息包括:骨料顆粒二維投影面積A、顆粒二維投影區(qū)域輪廓周長L、等效橢圓長軸半徑Ra、短軸半徑Rb、二維投影坐標．如圖4所示,等效橢圓是指與骨料顆粒二維投影面積和極慣性矩相同的橢圓．圖像處理分析步驟見圖5;采集的骨料真實圖像見圖6,顆粒邊緣提取信息見圖7．由圖7可見,邊緣信息與骨料的實際邊緣完全吻合,有較高的處理精度．根據(jù)圖7所示的邊緣提取信息,進一步分析計算上述形狀參數(shù)．

圖2 四目原始圖像

圖3 3D重建結(jié)果

圖4 等效橢圓

圖5 圖像處理及分析步驟

圖6 原始圖像 圖7 邊緣提取情況

2.2 3D圖像信息獲取及形狀參數(shù)分析

用測試系統(tǒng)中4個相機同時工作獲得的3D圖像信息,對每個單個骨料構(gòu)建如圖3所示的虛擬骨料,并將單個骨料顆粒等效為橢球．等效橢球長軸、中軸和短軸即為虛擬骨料顆粒的三維尺寸．將等效橢球的長、中、短軸長度分別表示為a、b、c．如圖8所示,比較各單個骨料a、b、c與篩孔尺寸D的大小,得到骨料樣品組的級配曲線．

圖8 顆粒通過方孔篩

Fig.8 Schematic diagram of particles passing through square opening sieve

在顆粒級配計算的基礎上,使用單個等效橢球的長、中、短軸的圖像分析數(shù)據(jù),按照《建筑用碎石、卵石》(GB/T 14685—2011)[1]及《公路工程集料試驗規(guī)程》(JTG E42—2005)[2]關于針、片狀顆粒含量檢測方法的相關規(guī)定,對粗骨料針、片狀顆粒含量進行計算．

2.3 骨料樣品組形狀參數(shù)分析

根據(jù)上述檢測與分析,可以得到一組樣品各單個骨料的形狀參數(shù)．然后利用顆粒體積比加權(quán)計算的方法,計算樣品組的形狀參數(shù)代表值．骨料形狀參數(shù)代表值的計算方法見公式(7)，(8)．

P=[P1,P2,P3,…,Pn]T，

(7)

(8)

式中,P為骨料形狀系數(shù)向量,Pi為樣本的顆粒形狀參數(shù)值,pj為單顆粒形狀參數(shù)值,Vj為單顆粒體積．

3 分析計算結(jié)果及其對比分析

選取5組粒徑為5～25 mm的粗骨料,并利用前述的四目立體視覺三維重建系統(tǒng)及其相應的分析方法,分別進行圖像分析處理,得到骨料的針狀系數(shù)、片狀系數(shù)、圓度、球度、凸度、矩形度等形狀參數(shù)值以及顆粒級配和針、片狀顆粒含量,并與傳統(tǒng)的篩分方法、規(guī)準儀法和游標卡尺法的測試結(jié)果進行比較分析．分析與比較結(jié)果見表1—7、圖9—21．

由表1—5及圖9—14可知,隨著骨料粒徑大小的變化,針狀系數(shù)值、圓度值、片狀系數(shù)值和球度值變化都較明顯,而凸度值、矩形度值變化不大．測試分析結(jié)果表明,骨料中細顆粒的針狀系數(shù)較大,而粗顆粒的較?。褰M骨料中4.75 mm粒徑的針狀系數(shù)分別為:1.497、1.573、1.457、1.420和1.440;19 mm粒徑的分別為:1.207、1.205、1.261、1.250和1.239．與此對應,4.75 mm粒徑的圓度值最小,分別為0.562、0.570、0.551、0.559和0.556;而19 mm粒徑的圓度值最大,分別為0.632、0.592、0.617和0.618．不同粒徑顆粒的片狀系數(shù)變化規(guī)律與針狀系數(shù)、圓度相同,粒徑越小片狀系數(shù)越大,圓度越小;粒徑越大片狀系數(shù)越小,圓度越大．說明骨料中不同粒徑的形狀特性是不同的,粒徑越小,其形狀特性越差．因此,在骨料整形中,要更加重視粒徑小顆粒的整形．

表1 第一組骨料形狀參數(shù)檢測結(jié)果

表2 第二組骨料形狀參數(shù)檢測結(jié)果

表3 第三組骨料形狀參數(shù)檢測結(jié)果

表4 第四組骨料形狀參數(shù)檢測結(jié)果

表5 第五組骨料形狀參數(shù)檢測結(jié)果

表6 粗骨料級配檢測結(jié)果對比

表7 粗骨料針、片狀顆粒含量檢測結(jié)果對比

圖9 粗骨料針狀系數(shù)檢測結(jié)果

圖10 粗骨料圓度檢測結(jié)果

圖11 粗骨料片狀系數(shù)檢測結(jié)果

圖12 粗骨料球度檢測結(jié)果

圖13 粗骨料凸度檢測結(jié)果

圖14 粗骨料矩形度檢測結(jié)果

圖15 第一組粗骨料篩分與3D圖像檢測結(jié)果對比

Fig.15 Gradation comparison of sieving and 3D image of group 1

圖16 第二組粗骨料篩分與3D圖像檢測結(jié)果對比

Fig.16 Gradation comparison of sieving and 3D image of group 2

圖17 第三組粗骨料篩分與3D圖像檢測結(jié)果對比

Fig.17 Gradation comparison of sieving and 3D image of group 3

圖18 第四組粗骨料篩分與3D圖像檢測結(jié)果對比

Fig.18 Gradation comparison of sieving and 3D image of group 4

Fig.19 Gradation comparison of sieving and 3D image of group5

圖20針、片狀顆粒含量規(guī)準儀法檢測與3D圖像檢測結(jié)果對比

Fig.20 Needle and flake particles content comparison of gauge method and 3D image

圖21針、片狀顆粒含量游標卡尺法檢測與3D圖像檢測結(jié)果對比

Fig.21 Needle and flake particles content comparison of verni-er caliper method and 3D image

由表6、表7及圖15—21可知,三維圖像分析方法測得的骨料級配曲線與篩分方法得到的基本一致,最大誤差僅為3.95%;針、片狀顆粒含量的分析結(jié)果與規(guī)準儀法檢測結(jié)果的最大誤差僅為1.97%,與游標卡尺法檢測結(jié)果的最大誤差僅為2.93%．從檢測結(jié)果看,三維分析方法的測試精度已達到實際應用的要求．

4 小 結(jié)

本文研究和開發(fā)的3D骨料測試分析系統(tǒng),通過多目視覺技術(shù)多角度提取骨料的三維信息,利用三維重建方法,獲得相關的、用于表征骨料形狀特性的形狀參數(shù),如針狀、片狀系數(shù)、圓度、球度、凸度、矩形度．在骨料形狀參數(shù)測試分析的基礎上,進一步分析計算骨料級配及針、片狀顆粒含量等表征骨料質(zhì)量指標的參數(shù)．測試分析結(jié)果表明,開發(fā)的測試分析系統(tǒng),能全面測試骨料的形狀特征參數(shù),能檢驗骨料的質(zhì)量指標,與傳統(tǒng)方法對比,具有測試參數(shù)多、測試精度高的特點．是一種高效、智能的粗骨料形狀參數(shù)測量與質(zhì)量檢驗檢測方法及其系統(tǒng)．