瀝青混合料CT圖像分割技術及其效果分析

劉佳輝，李 智

（華南理工大學土木與交通學院，廣東廣州 510640）

瀝青混合料CT圖像分割技術及其效果分析

劉佳輝，李 智

（華南理工大學土木與交通學院，廣東廣州 510640）

在最大類間方差法（OTSU法）的基礎上，設計了環狀分塊方法，用以解決在處理路面芯樣CT圖像灰度圖無明顯雙峰，目標集料顆粒與瀝青膠漿背景分割的技術難題，并著重從圖像分割效果方面設計試驗，開展了評價研究。結果表明:采用環狀分塊和OTSU法相結合的改進算法，圖像的分割質量明顯提高。進一步與最佳閾值法（手動）相比較，采用粗集料顆粒面積比作為指標，定量地評價了環形分塊OTSU法的精度，結果理想。

瀝青混合料;圖像分割;環形分塊;OTSU法

基于工業CT技術對于瀝青混合料內部微觀結構研究［1］，其數字圖像處理及其各組分的準確分割十分關鍵，也是國內外的研究熱點之一［1-4］。但這些研究中所用圖像大都是基于對試件切片后通過CCD相機獲取的，其灰度直方圖具有明顯雙峰［1-2］。由于CT圖像成像原理的不同［5-6］，導致試件圖像中心軸不同距離的位置呈現明暗程度差異（中間暗，周邊亮），其灰度（或CT數）圖未呈現明顯的雙峰或多峰。大量的實驗證明，普通瀝青混凝土試件和實際路面采集回來的芯樣的CT圖像一般沒有明顯雙峰（圖1），且隨著集料本身成分的非均勻性情況的加重，所獲得圖像的亮度不均勻性問題也更加突出。筆者針對這一技術難題，提出了一種環狀分塊和最大類間方差法（OTSU法）相結合的自適應閾值選取方法，從提高運算速度和分割精度兩方面對最大類間方差法進行了改進性試驗研究;另一方面，設計對比試驗，對該方法的準確性和效果進行了評價。

圖1 瀝青混合料CT掃描斷面圖及直方圖Fig.1 Mixture and histogram of section diagram of asphalt scanned by CT

1 改進最大類間方差法的算法與實現

1.1 最大類間方差法（OTSU法）

最大類間方差法（OTSU或大津法）是一種自適應的閾值確定方法［7-9］，其基本原理是將圖形分為目標和背景兩部分，兩類之間的方差越大，說明兩類之間的差別越大，將目標誤認為背景或者將背景誤認為目標都會使得兩部分差別變小，因此，使類間的方差最大就意味著錯分的概率最小。

經過對瀝青混合料CT圖像的具體實驗發現，最大類間方差法致命的缺陷是當目標物與背景灰度差不明顯或者掃描圖像亮度不均勻時，會出現無法忍受的大塊黑色區域，甚至會丟失整幅圖像的信息，同時它對噪聲和目標大小十分敏感。

1.2 基于環狀分塊和OTSU法的改進法

針對CT成像圖像中同種物質（集料）在圖像中從中心到邊緣灰度逐漸增大的特點，慮將圖像分成不同的同心圓環處理，對各圓環分別用OTSU法進行自適應閾值法分割圖像，稱該方法為改進的最大類間方差法。具體算法步驟為:

1）為取得良好分割效果，必須對原始圖像進行一些預處理工作，主要有圖像類型轉換、濾波降噪、數字形態學運算、孔洞填充等步驟，所有過程均采用MATLAB語言編程實現，這里不再贅述。

2）將預處理后的整幅圖像分為一系列相互之間由50%重疊的圓環（中心為圓盤）的子圖像，如圖2（這里以5環為例）。

圖2 分割后的子圖像Fig.2 Segmented sub-images

3）對各子圖像采用OTSU法分別求算目標和背景的灰度閥值

按照上述算法將原始圖像分為5張圓環（中心為圓盤）的圖像，其中一環代表一個子圖像，圖3表示各子圖像的灰度直方圖，表1為分塊數為5時各環分割閾值統計。

圖3 各子圖像灰度直方圖Fig.3 Histogram of each sub-images

表1 分塊數為5時分割閾值Table 1 Segmentation threshold table of 5 blocks

4）將整幅圖像分為與第2步環中線位置重合相互之間連續但不重疊的圓環（中心為圓盤）的子圖像，利用第3步求出的閥值區分得到目標圖像，將各子圖像組合得到整幅圖像的目標分割圖像。環形分塊分處理組合后得到的圖像如圖4。

圖4 環狀分塊OTSU法分割處理圖像（5環）Fig.4 Images processed by method of circular block OTSU（5 rings）

5）利用OTSU法分步處理圖像可以逐步分割出背景、空隙、瀝青膠漿和集料。OTSU法每次只能將圖像分成背景和目標，對前一次分割得到的目標再次使用OTSU法分割，這樣第1次分割的背景即為空隙圖像背景和空隙，對第1次分割的背景再次分割的目標可視為空隙，第3次分割的目標可視為集料，空隙與集料間的部分可視為瀝青膠漿，得到的圖像如圖4（c）大津法分割處理的圖像，圖中深灰色為區分出的集料，淺灰色為區分出的瀝青膠漿，黑色為區分出的空隙。從圖4（c）可以看出，分割的整體效果很好。

但環形分塊+OTSU的改進法分割效果是否準確還需要進一步驗證。

2 應用改進算法進行圖像分割的對比效果分析

考慮到集料顆粒在整個圖像中的重要性，進一步對比驗證研究主要圍繞集料成分來進行，具體驗證工作包括3個方面:效果比對、運算效率（耗時）和精度分析。

效果對比研究實驗方案為:以環形分塊和OTSU結合的改進法為基礎，同時選擇了經典OTSU法［8-9］、模式識別領域的混合高斯模型（GMM）［10］和模糊 C 均值聚類（FCM）［11］3 種方法對瀝青路面芯樣且只具有灰度直方圖單峰的瀝青混合料CT圖像進行處理，檢驗了改進算法的有效性，圖5為4類處理方法對同一掃描斷面圖最終分割二值圖。

圖5 瀝青混合料芯樣CT圖像分割效果比較Fig.5 Comparison chart of asphalt core sample CT image segmentation

由圖5明顯可以看出，環形分塊OTSU法分割的效果較另外3種方法優勢明顯，集料邊界比較清晰，大粒徑的顆粒幾乎都能完整的顯示出來，整體效果很好。相比之下，另外3種方法都出現了致命的問題。OTSU法次之，FCM法再次之，GMM方法分割最差。

4種方法在處理時間上也存在較大的差異，瀝青混合料圖像分割耗時比較見表2。

表2 瀝青混合料圖像分割耗時比較Table 2 Time-consuming comparison table of asphaltimage segmentation

數據結果表明，在綜合分割效果和運算效率兩種因素的情況下，針對瀝青混合料AC-20C芯樣CT圖像的自身特性，選擇環形分塊和OTSU相結合方法作為集料顆粒分割的主要處理方法，可以獲得較滿意的分割結果，使圖像能夠實現較好的二值化效果。

3 改進算法分割精度的評價

采用人工手動處理某張圖像，可以很好的將集料顆粒識別出來，相當于十分準確的判別了分割閾值，稱之為最佳閾值法（手動），為評價改進法的準確性，可針對特定圖像，與最佳閾值法（手動）相比較，同時引入粗集料顆粒面積比［1，3］為指標，定量地評價了環形分塊OTSU法的精度。

3.1 扇形掃描方法

對于通過CT掃描獲得的瀝青混合料試件圓形截面來說，采用扇形掃描較為合適，如圖6。

圖6 扇形掃描示意Fig.6 Sketch map of sector scanning

以試件截面y軸正向為起點，以圓心為轉軸，沿順時針方向θ為掃描角度，得到一系列扇形斷面，將掃描斷面內累計粗集料顆粒面積之和與扇形面積的比值定義為顆粒面積比，分別計算每次掃描區域內的顆粒面積比，通過對兩種方法處理獲得的圖像的顆粒面積比的統計分析來評價改進算法的準確性。根據實驗分析，扇形掃描面積以最大顆粒面積的兩倍為宜。筆者研究通過分析計算后得到掃描角度θ為15°，則每個截面被劃分為24個區域。

3.2 分割精度的評價

從同一試件得到的CT圖像中隨機抽出8張，分別按環形OTSU改進法和最佳閾值法（手動）進行處理，然后通過本文方法分別對處理后的圖像進行掃描得到各幅圖的顆粒面積比的數據，用統計學方法分析評價改進算法的精度，從而驗證改進算法的可行性。其中，第1張截面圖像和其被處理后的圖像如圖7。

圖7 圖像分割效果對比圖Fig.7 Comparison chart of image segmentation

按照本文所述的方法分別對兩種方法處理后的圖像進行掃描分析顆粒面積比數據，掃描結果如表3和圖8。

表3 截面顆粒面積比掃描結果對比Table 3 Comparison table of scan results of section particle area ratio

由表3可知，環形OTSU改進法分析處理瀝青混合料CT掃描圖像的識別的準確性與手動處理評價結果表明，整體數據基本呈現負偏差（即存在漏判），但偏差很小，顆粒面積比的偏差量介于-0.068～0.021之間。進一步的統計分析顯示（圖8），兩種方法的結果具有較好的相關性。

圖8 兩種處理手段結果對比Fig.8 Results comparison chart of means of two treatments

4 結論

筆者以OTSU法為基礎，經大量真實圖像進行仿真實驗，提出了一種環形分塊OTSU改進法，用以解決瀝青路面芯樣CT圖像灰度圖無明顯雙峰，無法實現有效地提取集料的難題。通過以集料顆粒為對象，分別對分割效果、運算效率和識別準確性進行了研究，結果顯示，環形分塊OTSU改進法分割的效果優勢明顯，OTSU法次之，FCM法再次之，GMM法分割效果最差。運算效率上，環形分塊OTSU改進法優于OTSU法，GMM法和FCM法相對較差。識別精度分析顯示，改進法的識別準確性較高，改進法與對比法的相關性較好。

（References）:

［1］ 李智.基于數字圖像處理技術的瀝青混合料體積組成特性分析［D］.哈爾濱:哈爾濱工業大學，2002.

［2］ 彭勇，孫立軍，楊宇亮，等.一種基于數字圖像處理技術的瀝青混合料均勻性研究新方法［J］.公路交通科技，2004，21（11）:5-7.

PENG Yong，SUN Li-jun，YANG Yu-liang，et al.A new way to study homogeneity of HAM based on digital image disposal technology［J］.Journal of Highway and Transportation Research and Development，2004，21（11）:5-7.

［3］ 徐科.用于瀝青混合料的數字圖像處理技術及其應用研究［D］.廣州:華南理工大學，2006.

［4］ 吳文亮.瀝青混合料的數字圖像處理技術與概率統計方法研究［D］.廣州:華南理工大學，2008.

［5］ 赫爾曼.投影重建圖像:CT的理論基礎［M］.北京:科學出版社，1985.

［6］ 莊天戈.CT原理與算法［M］.上海:上海交通大學出版社，1992.

［7］ 孫璐，陳洪海.最大類間方差法在圖像分割中的應用［J］.煤炭技術，2008，27（7）:10-11.

SUN Lu，CHEN Hong-hai.Applications of OSTU method in image segmentation［J］.Coal Technology，2008，27（7）:10-11.

［8］ 孫朝云，沙愛民，姚秋玲，等.瀝青混合料圖像閾值分割算法的實現［J］.長安大學學報:自然科學版，2005，25（6）:34-38.

SUN Chao-yun，SHA Ai-min，YAO Qiu-ling，et al.Achieve the threshold segmentation algorithm of asphalt mixture［J］.Journal of Chang’an University:Natural Science，2005，25（6）:34-38.

［9］ 李洪艷，曹建榮，談文婷，等.圖像分割技術綜述［J］.山東建筑大學學報，2010，25（1）:85-89.

LI Hong-yan，CAO Jian-rong，TAN Wen-ting，et al.Summary of image segmentation［J］.Journal of Shandong Architectural University，2010，25（1）:85-89.

［10］張天航，段越華.瀝青混合料CT掃描切片圖像分割算法研究［J］.廣東公路交通，2010（3）:5-8.

ZHANG Tian-hang，DUAN Yue-hua.Research on image segmentation of sliced asphalt mixture image［J］.Guangdong Highway Communications，2010（3）:5-8.

［11］左浩，李雯.改進的PC聚類算法在圖像分割中的應用［J］.計算機與數字工程，2010，38（11）:148-151.

ZUO Hao，LI Wen.Applications of improved PC clustering algorithm for image segmentation［J］.Computer and Digital Engineering，2010，38（11）:148-151.

［12］黃維蓉，宋濤，何兆益，等.瀝青混合料工程設計級配范圍研究［J］.重慶交通大學學報:自然科學版，2010，29（5）:727-731.

HUANG Wei-rong，SONG Tao，HE Zhao-yi，et al.Research on gradation range design of asphalt mixture［J］.Journal of Chongqing Jiaotong University:Natural Science，2010，29（5）:727-731.

［13］孫吉書，肖田，楊春風，等.溫拌再生瀝青混合料的路用性能研究［J］.重慶交通大學學報:自然科學版，2011，30（2）:250-253.

SUN Ji-shu，XIAO Tian，YANG Chun-feng，et al.On properties of warm mix recycled asphalt mixture in highway［J］.Journal of Chongqing Jiaotong University:Natural Science，2011，30（2）:250-253.

Image Segmentation and Its Effect of Asphalt Mixtures Using Computed Tomography Images Method

LIU Jia-hui，LI Zhi
（School of Civil Engineering ＆ Transport，South China University of Technology，Guangzhou 510640，Guangdong，China）

A circular blocking method is designed on the basis of OTSU method.This method is proposed to resolve the technical problems of segmentation between target aggregate particles and asphalt mortar background in CT image gray of pavement core samples without obvious bimodal.Moreover，evaluation studies are carried out through designing experiments emphatically from image segmentation.The results show that the quality of image segmentation has been improved significantly by using circular blocking method and OTSU method together.Furthermore，comparing with the optimal threshold method（Manual），the accuracy of the circular block OTSU method is evaluated quantitatively by using area ratio of aggregate particles as an indicator，and the result turns out to be ideal.

asphalt mixture;image segmentation;circular blocking;OTSU

U414.1

A

1674-0696（2011）06-1335-04

10.3969/j.issn.1674-0696.2011.06.18

2010-04-12;

2011-06-28

湖南省交通廳科技進步與創新計劃項目（200809）;廣東省交通廳重點工程項目（2009-01-003）;華南理工大學中央高校基本科研業務費資助項目（2009ZM0099）

劉佳輝（1987-），男，湖南衡陽人，碩士研究生，主要從事路面材料方面的研究。E-mail:liujiahui213@163.com。