混凝土表面構造特征圖像測量法研究

孔令云，孫 瑞，李金橋，劉曉霞

(1. 重慶交通大學 交通土建工程材料國家地方聯合工程實驗室，重慶 400074； 2. 重慶交通大學 土木工程學院，重慶 400074； 3. 重慶通力公路工程試驗檢測有限公司，重慶 401120)

0 引 言

在水泥混凝土橋面鋪裝病害中，推移、層間脫離等一直都是工程界的技術難點[1]。加固混凝土梁在受彎、受剪作用下，加固層極易產生剝離[2-3]，而水泥混凝土界面的粗糙度是影響層間粘結效果的一個重要因素，適當的粗糙度可以有效提高混凝土的粘結質量[4]。

工程中測量混凝土表面粗糙度常用的方法有鋪沙法[5]、觸針法[6]、分數維法[7]，或用摩擦系數間接表征等。鋪沙法是其中應用最為廣泛的方法，其操作簡單，但測量結果受人為因素干擾較大，并且并不適用于垂直面的水泥混凝土；觸針法操作過于復雜且測量過程費時；分數維法雖然理論先進、計算結果精確，但數據采集較慢，操作復雜。

筆者將圖像處理技術引入水泥混凝土表面構造特征測量中，在廣東省汕湛高速公路現場選取21座水泥混凝土橋梁作為試驗橋進行試驗分析。基于圖像處理技術用灰度值來表征水泥混凝土表面的粗糙度，實現了露骨率的定量測量。該方法操作簡便，更易于實際工程應用。

1 圖像處理技術原理

1.1 圖像處理系統設施組成

測量系統由高清數碼相機、三腳架、輔助照明設備、測光儀等構成，如圖1。

圖1 圖像處理系統設施組成Fig. 1 Image processing system facilities

采用具有較高像素的相機，可以保證所拍攝圖像的清晰度，在圖像處理過程中可以避免被測混凝土表面的某些細節信息失真。采用三腳架來固定相機，可以保證相機以固定高度和角度進行拍攝。數碼相機是利用光學系統將光信號轉化為電信號的，因此，混凝土表面的光照條件對拍攝圖像有很大影響，光照強度過強或過弱都不利于成像，所以采用輔助照明設備以及測光儀來提供一個穩定的拍攝光照環境，用遮光罩來消除外界光源對拍攝環境的影響，保證了拍攝圖像的質量。在圖像處理過程中需要對圖像進行像素大小定義，所以利用定位框來固定所拍攝圖像的幾何尺寸，保證每一張圖像的大小一致。

1.2 圖像處理系統工作原理簡介

圖像處理系統工作流程主要為：圖像獲取→圖像處理→圖像解釋。

1.2.1 圖像獲取

通過數碼相機拍攝被測混凝土表面來獲得模擬圖像又稱連續圖像，即在二維坐標系中連續變化的圖像。圖像的像點是無限稠密的，同時具有灰度值，即圖像從暗到亮的變化值，再通過計算機將模擬圖像轉化為數字圖像。

具體操作步驟為：①清理待測路面，保證路面潔凈；②將相機緊固在三腳架云臺上，調整三腳架，保證相機垂直對準所測混凝土表面，相機距混凝土表面距離在同一批次測量中保持不變；③架設遮光罩，保證拍攝環境沒有外界光源的干擾；④在每次拍攝時測光儀應放置在相對于采集圖像區域固定不變的位置；⑤架設輔助照明設備，使光線均勻照射到被測路面，調整光照強度到合適數值；⑥使用外接快門進行拍攝，獲取被測混凝土表面圖像；⑦根據需要將所拍攝的圖像進行裁剪，如圖2。

圖2 混凝土表面圖像Fig. 2 Concrete surface image

1.2.2 圖像處理

利用MATLAB軟件進行圖像處理，包括圖像的預處理(圖像濾波降噪、像素大小定義)及圖像三維恢復。

具體操作流程為：①在MATLAB中利用imread函數讀取待處理圖像；②調用rgb2gray函數將讀取的真彩圖像轉化為灰度圖像；③應用medfilt2函數對圖像進行中值濾波，去除背景噪聲的干擾；④根據試驗精度要求利用imresize函數對圖像的像素大小進行重新定義；⑤利用meshgrid函數生成三維采樣點；⑥用mesh函數將采樣點和灰度值重構得到三維圖像。圖3為經過圖像處理及三維重構后的混凝土表面數字圖像。

圖3 圖像處理后的混凝土表面數字圖像Fig. 3 Digital image of concrete surface after image processing

1.2.3 圖像解釋

圖像解釋即利用圖像處理過程中所獲得的數字信息對識別目標進行有效描述。筆者利用圖像處理技術得出被測混凝土表面的灰度值并對露骨率進行定量描述。

2 混凝土表面構造特征測試方法

所測混凝土表面構造特征指標包括灰度值及露骨率，二者在圖像獲取和圖像處理的過程中完全相同，唯一的區別在圖像解釋環節。

2.1 灰度值指標圖像解釋

灰度值是指一張灰度圖像中一個像素點的明暗程度，范圍0～255，255表示純白色，0表示純黑色[8]。可以用肉眼分辨出圖2中凹凸不平的點，這是因為當一束平行光線照射在粗糙的物體表面上時，反射回來的將不再是一束平行光線，通常稱之為漫反射。此時，反射到相機傳感器上各點光線的強度是不同的，凸起來的點反射了更多的光線到相機取景器，灰度值也就更大；反之，凹下去的點灰度值更小。這樣就可以根據灰度值的大小來評價所測區域的凹凸情況。

經過處理后的圖像，每個像素點的灰度值記為h(x,y)，利用reshape函數將n×m個矩陣數據轉化為一行或一列數據并進行排序，排序后的數據如圖4中線B。

圖4 各點灰度值排序后線性擬合Fig. 4 Linear fitting chart of gray value of each point

從圖4可以看出，線B兩端的灰度值有較大的突變。這是因為灰度值的大小與混凝土表面的反射特性有直接關系。由于被測混凝土表面部分區域會有露石或污染，導致其反射特性與正常區域有較大差異，體現在灰度值上即為灰度值發生突變。

在進行混凝土表面灰度值計算時，為了消除上述混凝土表面部分區域反射特性突變帶來的影響，將排序后的數據進行線性擬合，如圖4線A。擬合線A最小值和最大值分別記為hmin和hmax，剔除n×m個矩陣中小于hmin和大于hmax的數據后，每個像素點的灰度值記為h′(x,y)，則被測混凝土表面的灰度值HD定義為

(1)

將按照圖像處理流程現場獲取的水泥混凝土表面進行數字圖像計算分析，并在現場相應位置測量其構造深度(TD)和摩擦系數(BPN)，結果如圖5。

圖5 混凝土表面構造特征測量結果Fig. 5 Measurement results of characteristics of concrete surface structure

從圖5可以看出，混凝土表面的灰度值與混凝土表面的整體粗糙度呈正相關，混凝土表面越平滑，灰度值越小；反之，越大。

2.2 露骨率指標圖像解釋

露骨率這一概念在近幾年被工程人士提出，其測量方法并沒有明確的規范規定，以往都采用現場目測法，測量結果受人為因素影響較大，非常不穩定。筆者采用圖像處理技術對露骨率進行了定量的分析計算。

混凝土表面露石區域的顏色與正常區域的顏色有較大差異，在數字圖像中則表現為露石區域像素點灰度值的突變。從圖4可看出，比hmax大或者比hmin小的點即為混凝土表面露石的區域，則拋丸后混凝土表面的露骨率E可用式(2)計算：

(2)

式中：w為灰度值大于hmax或小于hmin的點數，個。

根據式(2)對現場所采集圖像進行混凝土表面露骨率計算，并與現場試驗人員主觀觀察所得結果進行比較，結果如圖6。

圖6 混凝土表面露骨率測量結果Fig. 6 Measurement results of exposed aggregate ratio of concrete surface

由圖6可以發現，利用圖像處理技術可以定量計算混凝土表面露骨率。由于測量結果由統一的計算方法分析得出，所以試驗結果更加穩定。

3 測量結果影響因素分析

3.1 光照強度

在進行圖像采集時，不同光照強度得到的圖像灰度值也不同，若光線過暗或過亮，場景中亮度的變化過大，不可避免地導致圖像中的不同部分產生過曝光或欠曝光[6]，所以需要在試驗之前通過測試來選擇合適的光照強度。

隨機選取4個測點進行圖像采集，每個測點的光照強度為100～1 100 Lux，每間隔100 Lux進行一次圖像采集。圖7為光照強度為500 Lux時在4個測點所采集的圖像。

圖7 光照強度為500 Lux時在4個測點相機所采集圖像Fig. 7 Images collected at 4 measuring points at 500 Lux illumination

對4個測點不同光照強度下的灰度值進行曲線擬合，如圖8。從圖8可以看出，混凝土灰度值隨著光照強度的增加呈現先增加后減小趨勢。因此，對于某一選定的路面、某一范圍內，灰度值與拍攝時所選擇的光照強度有顯著的關系，且在某一光照強度時灰度值達到最大值。為了保證所選指標的有效性及差異性，筆者選擇灰度最大值對應的光照強度進行拍攝。

圖8 不同光照強度下灰度值變化曲線Fig. 8 Curves of gray value under different illumination

分別對4個測點的灰度值隨光照強度變化的擬合方程求極值，可得到對應于灰度值最大時，測點1～測點4的光照強度x1～x4分別為489.3、546.9、523.5、508.8 Lux，平均為517.1 Lux。為了方便后續不同光照強度間灰度值換算的研究，以及現場測量時光照強度儀快速方便的讀數，將本次拍攝所用光照強度取整為500 Lux。

3.2 拍攝角度和距離

對于特定的一個圖像采集區域，只有從正面進行圖像采集才能全面地反映其表面構造信息。圖9為正面拍攝時所測得圖像灰度值隨拍攝距離變化的情況。

圖9 圖像灰度值隨拍攝距離變化情況Fig. 9 Image gray value changes with shooting distance

從圖9可見，在拍攝距離100～150 cm變化范圍，灰度值計算結果的相對極差R為

(3)

由式(3)計算得，拍攝距離由100 cm變化到150 cm時，灰度值的相對變化量為0.97%。可見，在100～150 cm距離范圍內，拍攝距離對灰度值的影響較小，即在相機分辨率足夠高的情況下，拍攝距離小范圍內的變化對灰度值計算結果影響可以忽略。

圖10 沾有瀝青的混凝土表面相機拍攝圖像及三維重構數字圖像Fig. 10 Initial image and its reconstruction 3D digital image of concrete surface with asphalt

3.3 圖像預處理和計算法則的選擇

在測試過程中，由于拍攝器材、外界環境等的影響，使得在獲得的圖像中會疊加有復雜的背景噪聲，所以在進行混凝土表面構造特征識別之前應當進行濾波去噪。去噪方法主要分為線性濾波和非線性濾波。線性濾波的低通特性會導致圖像的細節和邊緣失真； 非線性濾波的典型代表為中值濾波[9]。中值

濾波在圖像去噪中被廣泛應用，筆者利用medfilt2函數在MATLAB中對圖像進行濾波去噪。

3.4 被測路面的整潔度

測量時必須保證被測路面干凈整潔，如果路面雜物較多，也會反映在所拍攝圖片上，與路面真正的構造特征相混淆。圖10為沾有瀝青的混凝土表面相機所拍攝的圖像及三維重構數字圖像。可以明顯看出，三維重構數字圖像中沾有瀝青區域的像素點灰度值比其它區域的低。

4 結 論

1)基于圖像處理技術的灰度值可以有效表征水泥混凝土表面的粗糙度，且測量過程簡單、快速，測量結果受人為干擾因素較小。

2)利用圖像處理技術實現了混凝土表面露骨率的定量測量，測量結果穩定，可靠性較高。

3)在利用圖像處理技術進行混凝土表面構造特征分析時，應先對圖像采集區域進行不同光照強度條件下灰度值計算分析，以此來確定拍攝所用的最佳光照強度；圖像采集時采用正面拍攝角度，拍攝距離在小范圍內變動時對灰度值計算結果沒有影響；進行圖像采集時應保證被測路面干凈整潔，如果路面雜物較多，會對測量結果造成較大的影響。

參考文獻(References)：

[1] 徐偉.大跨徑混凝土橋梁瀝青橋面鋪裝技術試驗研究[D].哈爾濱: 哈爾濱工業大學,2002.

XU Wei.ExperimentalStudyofAsphaltOverlayontheDeckofLongSpanConcreteBridge[D]. Harbin: Harbin Institute of Technology, 2002.

[2] 羅利波.水泥復合砂漿鋼筋網應用于抗剪加固鋼筋混凝土梁技術[J]. 混凝土,2013(7):141-143.

LUO Libo. Construction technologies of strengthening reinforced concrete beams with composite mortar laminate reinforced with mesh reinforcement to improve the shear capacity[J].Concrete, 2013 (7): 141-143.

[3] 龍凌霄.高性能復合砂漿鋼筋網加固RC梁受彎承載力研究[D].長沙:湖南大學,2005.

LONG Linxiao.ExperimentalStudyonFlexuralBehaviorofReinforcedConcreteBeamsStrengthenedwithFerrocement[D]. Changsha: Hunna Universiyty, 2005.

[4] 郭進軍,張雷順,藺新艷.混凝土表面粗糙度評測新方法[J].工業建筑,2003,33(6):52-54.

GUO Jinjun, ZHANG Leishun, LIN Xinyan. New method of evaluation and measurement of concrete surface roughness[J].IndustrialConstruction, 2003, 33(6): 52-54.

[5] 趙志方,趙國藩.采用高壓水射法處理新老混凝土粘結面的試驗研究[J].大連理工大學學報,1999,39(4):558-561.

ZHAO Zhifang，ZHAO Guofan. Experimental study on bonding of new and old concrete with high pressure water jet method[J].JournalofDalianUniversityofTechnology, 1999, 39(4): 558-561.

[6] 林娜,尹健,張雄,等.分形理論在新-老混凝土粘結強度研究中的應用[J].建筑材料學報,2006,9(4): 399-403.

LIN Na, YIN Jian, ZHANG Xiong, et al. Application of fractal theory to study interfacial bond strength of old-new concrete[J].JournalofBuildingMaterials, 2006, 9(4): 399-403.

[7] 王端宜,李維杰,張肖寧.用數字圖像技術評價和測量瀝青路表面構造深度[J].華南理工大學學報(自然科學版),2004,32(2):42-45.

WANG Duanyi, LI Weijie, ZHANG Xiaoning. Evaluation and measurement of asphalt pavement surface texture depth with digital image technique[J].JournalofSouthChinaUniversityofTechnology(NaturalScienceEdition), 2004, 32 (2): 42-45.

[8] 劉琬辰,黃曉明.基于圖像處理的瀝青路面構造深度評價方法的優化研究[J].北方交通,2013,36(3):9-13.

LIU Wanchen, HUANG Xiaoming. Optimizationresearch of the asphalt pavement surface texture evaluation based on digital image[J].NorthernCommunications, 2013, 36(3): 9-13.

[9] 趙高長,張磊,武風波.改進的中值濾波算法在圖像去噪中的應用[J]. 應用光學, 2011, 32(4): 678-682.

ZHAO Gaochang, ZHANG Lei, WU Fengbo. Application of improved median filtering algorithm to image de-noising[J].JournalofAppliedOptics, 2011, 32(4): 678-682.