附件详情
学科专业：道路与铁道工程
授予学位：工学硕士
学位授予单位：西南交通大学
学位年度：
沥青混合料包括了集料、沥青胶浆和空隙三个组成部分。从图像特征看，集料接近于白色，沥青胶浆为深灰色，空隙趋于黑色。混合料各组分具有良好的色彩对比度，故将沥青混合料转换成图像时，能够很好地反映混合料的细观结构。因此，本文选用数字图像分析技术对沥青混合料截面图像进行处理，以获取混合料的集料组成信息。考虑到主要研究的是集料的级配，同时沥青混合料中，空隙具有比例少、分散随机、体积小等特点，且与沥青胶浆都近于黑色，难于区分，因此，论文将空隙与沥青作为整体背景加以处理。
在比较和分析了数字图像分析现有的理论和技术的基础上，从中选择了行之有效的方法，采用VB编制了针对沥青混合料图像的数字图像分析程序，在图象识别的基础上，提取集料颗粒的主要二维几何参数，如面积、周长、等效直径等。
基于平面图象的集料三维尺寸分布的研究是实现理论向实际应用转化的关键。为此论文对比了目前主要采用的直接三维图像测量、重建三维几何空间和体视学三种方法，认为直接三维图像测量虽然可以直接获得三维参数，但是设备昂贵，使其应用受限；重建三维几何空间则采用系列二维截面进行三维重构，方法繁杂、耗时；而体视学是建立低维测量值与高维参数之间的关系的数学方法，可以将数字图像分析得到的二维测量值转换成三维信息，具有方法简单、实用的特点。作为应用，首先将颗粒形状简化为球状，利用体视学技术将二维测量结果转化为特定特征(等效直径)在三维空间的分布，再引入形状修正系数对所得结果进行必要的修正，得到集料的体积级配。论文提出：在集料密度相等、形状相似的前提下，集料的质量级配与体积级配具有等价性，因此可以将图象处理应用于集料的级配组成分析。作为验证，本文以相同的集料级配制备了15个SMA-20马歇尔试件，通过切割成型的试件，得到了100个沥青混合料断面，利用数码相机获得这些断面的数字图像，采用数字图像分析技术与体视学对这些图像进行处理，得到集料的质量级配。
将该结果与筛分结果进行比较，发现当形状修正系数取0．87时，两种方法获得的级配曲线很接近。该形状修正系数与Mora等学者得到的结论(形状修正系数为0．8l～O．89)一致。论文研究成果表明，与数字图像识别技术相耦合的体视学在沥青混合料级配分析中具有潜在的应用前景。
附件-96967908997767576.pdf
