基于Mat lab再生混凝土骨料砂漿邊界曲線識別與提取

薄文斐 楊永山

（山東科技大學(xué)土木工程與建筑學(xué)院 山東青島 266590）

1 前言

再生混凝土骨料和砂漿的細(xì)觀分布對混凝土結(jié)構(gòu)強(qiáng)度和耐久性能具有重要影響。研究再生混凝土細(xì)觀結(jié)構(gòu)是分析再生混凝土性能的重要手段，其中研究混凝土細(xì)觀結(jié)構(gòu)的一種好的方法就是數(shù)字圖像處理技術(shù)。對于普通的閾值分割方法只適用于兩種介質(zhì)分割，所以對于再生混凝土這種有三種介質(zhì)的材料比較難以進(jìn)行分割。所以，本文提出了一種基于RGB三通道的彩色圖像處理技術(shù)，并利用Matlab對再生混凝土切片圖像進(jìn)行灰度變換、濾波降噪、閾值分割、邊緣檢測、矢量提取[1]等數(shù)字圖像處理。這種方法可以將再生混凝土骨料、新老砂漿這三種介質(zhì)比較好的進(jìn)行分割，而且可以對他們的界限進(jìn)行辨別和提取。我們得到再生混凝土的界限就可以分析再生混凝土的破壞機(jī)理好力學(xué)性能，我們也可以用這種技術(shù)來分析研究再生混凝土的破壞過程。

2 圖像閾值分割及邊緣檢測理論基礎(chǔ)

對再生混凝土的圖像進(jìn)行分析，提取相關(guān)的特征和對模型進(jìn)行辨別，我保證這些能夠可以很好的進(jìn)行，閾值分割是非常關(guān)鍵的一環(huán)。圖像閾值化就是按照灰度級，對骨料和砂漿像素灰度集合進(jìn)行劃分，使得劃分的灰度集合分別與骨料砂漿區(qū)域相一致。常用的閾值分割算法有：二值法、Otsu算法、最大熵算法、迭代算法、自適應(yīng)閥值算法等[2]，但這些方法多數(shù)只適用于對二相介質(zhì)進(jìn)行分割，而對再生混凝土骨料和新老砂漿三種介質(zhì)區(qū)分困難。為了使骨料與新老砂漿區(qū)分明顯，本文提出了一種特殊的基于RGB三通道的彩色圖像處理技術(shù)[3]，其原理是對彩色圖像的RGB通道分別進(jìn)行閾值分割，這樣能夠有效的將再生混凝土的骨料、老砂漿和新砂漿進(jìn)行區(qū)分。

邊緣檢測是研究混凝土粗骨料分布的重要手段，對再生混凝土骨料和新老砂漿邊界識別具有重要影響。它的原理是利用骨料和砂漿圖像灰度值的不連續(xù)性，使得骨料與砂漿區(qū)域得以明顯劃分。常用的的邊緣檢測方法有Roberts算子，、Sobel算子、Prewitt算子、Krish算子和Canny算子等。Canny邊緣檢測[4]方法具有相對信噪比大、檢測精度高等優(yōu)點(diǎn)，因而更適合運(yùn)用于再生混凝土邊界識別。

3 再生混凝土骨料與新老砂漿邊界曲線識別與提取

3.1 再生混凝土切片圖像

運(yùn)用數(shù)字圖像處理技術(shù)提取再生混凝土骨料與新老砂漿邊界曲線的過程中，關(guān)鍵是對再生混凝土骨料、新砂漿和老砂漿圖形進(jìn)行區(qū)分。因此制作清晰的混凝土切片至關(guān)重要。本實(shí)驗(yàn)采用425#白水泥砂漿制作再生粗骨料，選用425#灰水泥做新砂漿，水灰比采用0.42。實(shí)驗(yàn)制作100mm×100mm×100mm的標(biāo)準(zhǔn)再生混凝土試塊，采用標(biāo)準(zhǔn)養(yǎng)護(hù)條件養(yǎng)護(hù)28d。實(shí)驗(yàn)裝置采用Canon高像素CCD攝像機(jī)、照明設(shè)備、實(shí)驗(yàn)用切片機(jī)等。為了得到比較好的再生混凝土切片的圖像，我們用自動巖石切片機(jī)切割再生混凝土，把切割的再生混凝土再打磨，拋光等一系列處理。

3.2 切片圖像灰度變換與閾值確定

把彩色的圖像經(jīng)過處理得到灰色的圖像，我們把這一過程叫做灰度處理。雖然圖像變成灰色的，但是其還可以顯示圖像的亮度和色度范圍等圖像信息。再生混凝土骨料和新老砂漿的閾值分割是基于灰度級的不同分布實(shí)現(xiàn)的。CCD拍攝的再生混凝土骨料圖像，是帶有彩色信息的彩色圖象，這些彩色信息對我們幫助不大，因此我們需要將其進(jìn)行灰度變換[5]。在Matlab中我們用rgb2gray命令對再生混凝土切片進(jìn)行灰度處理。

我們在應(yīng)用數(shù)字圖像處理時，經(jīng)常采用灰度直方圖來顯示數(shù)字圖像中的灰度分布，因?yàn)樗且环N我們經(jīng)常用的分析圖像的工具。對于灰度直方圖而言，它的縱坐標(biāo)表示與之對應(yīng)的灰度級所包含的像素?cái)?shù)量。

3.3 切片圖像濾波降噪

我們在應(yīng)用數(shù)字圖像技術(shù)進(jìn)行試驗(yàn)的時候，往往會對產(chǎn)生的數(shù)字圖像進(jìn)行傳輸，但是在傳輸?shù)倪^程中經(jīng)常會受到一些成像設(shè)備和外界環(huán)境對圖像的干擾，產(chǎn)這就容易產(chǎn)生對后期處理不力影響的圖像噪聲不。所以必須應(yīng)用濾波降噪處理對再生混凝土圖像進(jìn)行處理[6]。中值濾波法，均值濾波法、高斯濾波法和自適應(yīng)維納濾波法等方法都是我們對圖像進(jìn)行降噪的有效方法。其中這幾種方法中對你消除孤立的噪點(diǎn)和過濾椒鹽噪聲比較有效的是中值濾波法[7]。

3.4 砂漿與骨料閾值分割

為了使再生混凝土骨料與砂漿區(qū)分明顯，需要采用合適的閾值分割處理方法，以增強(qiáng)骨料與砂漿的對比度。由于再生混凝土是由骨料和新老砂漿三種介質(zhì)組成，常用的二值分割技術(shù)難以取得很好的分割效果。本文采用一種基于RGB三通道的彩色空間閾值分割算法[8]，對彩色圖像的R分量、G分量和B分量分別進(jìn)行分割，然后合并為一幅完整的閾值分割圖像。可以使再生混凝土骨料、老砂漿和新砂漿分割開來。對切片圖像RGB三通道分割后的圖像。

3.5 Canny邊緣檢測

邊緣檢測的原理是利用骨料和砂漿圖像灰度值的不連續(xù)性，使得骨料與砂漿區(qū)域得以明顯劃分。對分割后的圖像RGB分量應(yīng)分別設(shè)置不同灰度階梯，有利于邊緣檢測函數(shù)對骨料和砂漿的邊界曲線進(jìn)行識別。在Matlab中，Canny檢測也是edge函數(shù)中最強(qiáng)大的邊緣檢測器，本文就是采用最優(yōu)化算法的Canny邊緣檢測算法[9]。

4 骨料和新老砂漿邊界提取

在建立矢量化圖像的過程中完成了對再生混凝土界限曲線的提取，這為我們把圖像傳入Ansys和Flac等數(shù)值建模和分析軟件中提供了矢量數(shù)據(jù)。Canny邊緣檢測后的圖像仍是圖片格式的像素圖像，這就需要我們對其應(yīng)用矢量化處理技術(shù)進(jìn)行處理[10]。本文采用的正版授權(quán)的Scan2CAD軟件是一款比較好用是圖像矢量化提取軟件，采用灰階處理、光柵平滑、矢量化DXF導(dǎo)出等操作，在AutoCAD中進(jìn)行有關(guān)細(xì)節(jié)的修改，這樣就得到了再生混凝土骨料與新老砂漿的邊界矢量模型。

5 結(jié)論

基于matlab的RGB三通道彩色圖像處理技術(shù)能夠有效的識別和提取再生混凝土的骨料、老砂漿和新砂漿之間的邊界。提取再生混凝土邊界曲線過程中應(yīng)注意以下幾點(diǎn)：①這個提取過程的難點(diǎn)就在于再生混凝土骨料和新老砂漿界限分割閾值的確定。②在應(yīng)用數(shù)字圖像處理之前，都要對圖像進(jìn)行一系列的降噪處理，來消除由于外界和設(shè)備對圖像的影響。③Canny邊緣檢測能夠清晰的識別出邊界曲線，能夠達(dá)到較為理想的效果。提取出的骨料和新老砂漿邊緣曲線能夠?yàn)楹罄m(xù)分析再生混凝土破壞機(jī)理和進(jìn)行有限元分析提供基礎(chǔ)和前提。同時也提供了一種圖像處理方法來分析再生混凝土的破壞過程，從數(shù)據(jù)分析理論方面進(jìn)行混凝土檢測。