周建昆，曾 晟，梁乃兴，赵 江

(1.西南交通建设集团股份有限公司，昆明 650000；2.重庆交通大学 土木工程学院，重庆 400074)

我国高等级公路中有近90%采用沥青路面面层结构，但沥青路面普遍存在使用寿命达不到设计寿命的问题，在运营3～4年内甚至竣工验收前就出现了较严重的车辙、裂缝、坑槽、泛油等病害，严重影响了路面的行车安全和功能性[1]。沥青混合料中若集料针片状颗粒过多，会引起混合料结构强度降低，极易导致路面产生上述病害[2-3]。

集料针片状颗粒是指外形相对细长或者扁平的集料颗粒，在沥青路面施工摊铺、碾压时易断裂、易被压碎，从而影响沥青混合料的集配组成，并使集料形成的骨架结构空隙较大，降低路面使用寿命。因此，为了预防类似问题的出现，规范要求需对沥青混合料集料中针片状颗粒含量进行检测。传统测量方法是游标卡尺法，测量并记录颗粒的最大直径、最小直径以及厚度值，根据计算得到最大直径与最小直径的比值来评价颗粒是否为针片状颗粒。该方法试验过程单一、费时费工，且测量结果因人而异，偶然误差大，致使测量的准确率及效率极低。随着数字化技术的飞速发展，数字图像处理技术逐渐用于集料针片状颗粒的检测中[4-7]。张静娜[8]基于数字图像处理技术针对沥青混合料微观结构开展了一系列研究，并对集料颗粒的尺寸、相对位置等进行了评价。李智[9]基于分形理论采用数字图像处理技术，通过分位数对集料颗粒形状进行了评价。徐科,杨芬等[10-11]通过数字图像技术展开了集料形状评价的探索。快速、便捷、准确的数字图像处理技术为粗集料颗粒质量评价提供了一种新的思路[12-13]。本文通过逆光灯箱法对集料颗粒轮廓进行增强，采用数字图像处理技术提出粗集料质量评价方法，为施工过程中原材料质量的检测与评价提供新的方法。

1 集料图像的采集与提取

先对集料样本进行分档和编号，其中将粗集料分为19 mm～26.5 mm、9.5 mm～19 mm、4.75 mm～9.5 mm三档，分别标记为A、B、C档，同时按图像采集的先后顺序将子样本编号，集料颗粒分档标记如图1所示。

图1 集料颗粒分档标记示意

为了降低集料颗粒表面不平整对后期图像采集处理结果的影响，本文基于逆光灯箱原理，将集料颗粒均匀地分布于灯箱上方，使集料颗粒两两分开，不粘连，分别通过图像采集设备在灯箱的正上方采集集料颗粒正面视图，从侧面分别采集每一列集料颗粒的侧面视图，采集方法如图2所示。

(a)集料颗粒逆光灯箱法采集设备

通过正面和侧面视图采集得到的集料颗粒图像用于评价集料颗粒的针片状指数，采集得到的集料颗粒正面主视图和侧面视图如图3所示。

(a)集料正视图

2 针片状颗粒的判定方法

通过相机采集到逆光灯箱上的集料图像颗粒轮廓不规则，准确确定其长度尺寸较为困难。因此，以集料颗粒等效椭圆的长短轴作为集料颗粒的尺寸参数[9-10]，对采集到的图像中集料进行等效处理，如图4所示。

图4 集料颗粒的等效椭圆示意

2.1 针状颗粒的判定

通过逆光箱上集料颗粒所得正、侧面图等效椭圆长短轴的比值记作平面形状指数Xi，作为评价集料针状指数的指标，平面形状指数Xi计算公式如下：

(1)

式中：Da为图像中集料颗粒等效椭圆的长轴；Db为图像中集料颗粒等效椭圆的短轴。

以图1中A2组的集料颗粒为例，通过图像法对集料颗粒针状指数进行评价，并通过游标卡尺对其实际尺寸进行测量并计算形状指数，将2种方法计算结果进行对比，结果如图5所示。

图5 粗集料针状指数实测对比结果

由图5可知，图像法针状颗粒评价结果与游标卡尺法实际测量结果相符，但计算结果有一定的误差，其原因是集料颗粒表面粗糙且具有棱角性，在进行图像采集时，集料颗粒边界的阴影部分在图像识别中易被识别为背景，从而造成图像法对集料轮廓识别数值较真实值小，需进行误差分析和修正。计算图像法测量结果和游标卡尺法测量结果的平均相对误差，计算公式如下：

(2)

式中：σ表示图像法测量结果和游标卡尺法测量结果的平均相对误差；Xi表示图像法测量结果；Yi表示游标卡尺法测量结果。

分析A2组集料颗粒图像法与实际测量结果的误差，σ1=8.92%，结果大于5%，因此，需对图像法计算结果进行修正，采用图像法测量结果和游标卡尺法测量结果的平均绝对误差δ对图像法测量结果进行修正，计算公式如下：

(3)

因此，图像法针状含量计算公式为：

Yi=Xi-δ

(4)

试验中颗粒个数n=9 000。因此，δ=0.151。

公路工程中将集料长度大于宽度2.4倍以上的颗粒称作针状颗粒，本文以此标准作为针状颗粒评价标准。当1≤Xi<2时，集料颗粒为理想颗粒；当 2≤Xi<2.4时，集料颗粒为轻微针状颗粒；当Xi≥2.4时，集料颗粒为针状颗粒。

由式(4)可知，通过修正后，本文提出的图像法集料颗粒针状指数理想颗粒、轻微针状颗粒、针状颗粒评价标准分别为1≤Yi<1.849、1.849≤Yi<2.249、Yi≥2.249。

2.2 片状颗粒的判定

公路工程中要求集料的颗粒厚度值小于该集料粒径尺寸下所有集料的平均尺寸的0.4倍[14-15]。因此，集料颗粒片状指数计算公式如下：

(5)

式中：Pi为集料的片状指数；Hi为集料的侧向厚度；Dmean为集料在该粒径下的平均直径。

将图像法片状颗粒指数测结果与游标卡尺法测量结果进行对比，结果如图6所示。

图6 粗集料片状指数实测对比结果

由式(2)计算误差得到σ2=3.63%<5%，则误差在可接受范围，无需进行修正。

根据片状颗粒的定义，本文将片状指数分为理想颗粒、轻微片状颗粒、片状颗粒，评价标准分别为0.5≤Yi<1、0.4≤Yi<0.5、Yi<0.4。

2.3 针片状颗粒的判定

分别定义图像法集料针状颗粒判定标准A={ai}和片状颗粒判定指标B={bi}后，通过将2.1节、2.2节中两标准结合，提出图像法针片状集料颗粒形状判定标准C={ci}，具体评价标准见公式(6)～(8)。

(6)

(7)

(8)

式中：ai表示图像中检测集料的针状程度；bi表示图像中检测集料的片状程度；ci表示图像中检测集料针片状程度，其中i∈[1,n]。

由式(8)中图像法集料针片状含量评价标准可知，当集料的针片状指数ci=0时，则该集料形状优良；当集料的针片状指数ci=1时，则该集料形状中等；当集料的针片状指数ci=2时，则该集料形状为轻微针片状；集料的针片状指数ci=3时，则该集料颗粒形状为中等针片状；集料的针片状指数ci=4时，则该集料颗粒为严重针片状颗粒。工程中要求严格控制针片状含量，本文以ci≥2作为集料形状不达标的标准，因此，本文提出的图像法集料针片状评价标准简化如下：

(9)

式中：di为第i个颗粒的针片状指标，其中i∈[1,n]。

3 集料针片状含量实测与验证

3.1 集料针片状含量实测计算方法

公路工程中采用集料针片状颗粒质量占通过本文提出的数字图像法以传统针片状含量测量方法为基础，如式(10)，假设试验测量颗粒具有相同的形状特征和密度，引入集料颗粒体积假设模型。模型中集料颗粒的体积为横截面面积S与集料纵向厚度H的乘积的一半，如式(11)，则集料颗粒针片含量计算式如式(12)。

(10)

(11)

(12)

式中：α为总样本中集料的针片状颗粒含量；mz为总体样本中针片状集料的总质量；M为集料样本的质量；Vi为总体样本集料的总体积；Si为图像法测得的颗粒的面积；Hi为图像法测得的颗粒的厚度值；Vz为总体样本中针片状集料的总体积。

3.2 集料针片状含量实测验证

首先按照前文集料分档方法，将试验待检测集料分为3档，分别为A档样本(粒径19 mm～26.5 mm)、B档样本(粒径9.5 mm～19 mm)、C档样本(粒径4.75 mm～9.5 mm)；其次分别采用本文提出的基于数字图像处理技术的识别方法和传统游标卡尺法，对每档集料分别进行30组平行试验，结果如表1所示。

表1 图像法和游标卡尺法测定集料针片状含量结果 %

通过对表1中2种方法所得的实测结果进行相关性分析，以探讨和验证图像法的适用性和准确性，分析结果如图7～图9和表2所示。

图7 A档集料样本2种检测方法相关性分析结果

由图7～图9及表2可知，图像法测得的粗集料针片状含量与传统游标卡尺法检测结果具有较高的相关性，且随着集料平均粒径的减小，图像法测得的集料针片状含量的准确性降低。主因是随着集料颗粒粒径的减小，数字图像处理技术对集料颗粒尺寸提取的准确率降低，从而使得对较小粒径的粗集料针片状指数判定误差增大，致使最终集料针片状含量的准确性降低。30组试验结果表明，数字图像处理技术对粒径在9.5 mm以上的粗集料具有较高的适用性。

图8 B档集料样本2种检测方法相关性分析结果

图9 C档集料样本2种检测方法相关性分析结果

表2 2种检测方法相关性分析回归公式

4 结论

1)数字图像处理技术测定粗集料针片状含量评价方法，是通过对集料颗粒的正视图中颗粒的外接椭圆长短轴比修正后作为针状颗粒评价指标，并采用侧面图像中集料颗粒厚度与平均直径的比作为片状颗粒评价指标，从而提出相应的针片状颗粒评价标准。

2)通过对不同分档集料颗粒针片状含量进行实测，并对本文提出的图像法测定集料颗粒针片状含量所得结果进行相关性分析，实测3档集料样本图像法测定的针片状颗粒含量与传统游标卡尺实测结果相关性较高。2 种方法平行试验结果表明，针对粗集料针片状含量检测，本文提出的图像处理技术具有较好的准确性与适用性。

3)针对图像法测定的针片状颗粒含量，通过对比3档不同粒径的集料颗粒样本，试验结果表明，随着集料平均粒径的减小，图像法测量集料针片状含量的准确性降低，该方法适用于9.5 mm以上的粗集料针片状含量测定。