一种泡沫沥青冷再生混合料内水分分布的测试方法技术

本发明专利技术公开了一种泡沫沥青冷再生混合料内水分分布的测试方法，属于公路沥青混合料试验技术领域。所述测试方法是利用高光谱图像采集系统获取泡沫沥青冷再生混合料试件的高光谱图像；通过对高光谱图像数据进行处理，获取试件内各像素点的水分含量；利用正态分布模型对试件内水分分布状况进行拟合，通过位置参数和形状参数组成的二维特征向量来描述试件内水分分布特征。本发明专利技术可以实现对泡沫沥青冷再生混合料内水分分布的精确和高效测试，可以更加全面直观地描述泡沫沥青冷再生混合料内水分的分布特征及其变化规律，为后续的配合比优化设计及计算机仿真分析提供了坚实的基础。

A test method for moisture distribution in Foamed Asphalt Cold Recycled Mixture

The invention discloses a test method for moisture distribution in foamed asphalt cold recycling mixture, which belongs to the technical field of highway asphalt mixture test. The hyperspectral image acquisition system is used to acquire hyperspectral images of foamed asphalt cold recycled mixture samples. The hyperspectral image data are processed to obtain the moisture content of each pixel in the specimen, and the normal distribution model is used to fit the moisture distribution in the specimen, and the two-dimensional feature vectors composed of position parameters and shape parameters are used to describe the test results. Distribution characteristics of moisture in the parts. The invention can accurately and efficiently test the moisture distribution in the cold recycled mixture of foamed asphalt, and can more comprehensively and visually describe the distribution characteristics and the changing rules of moisture in the cold recycled mixture of foamed asphalt, so as to provide a solid foundation for the subsequent mix optimization design and computer simulation analysis.

【技术实现步骤摘要】
一种泡沫沥青冷再生混合料内水分分布的测试方法
本专利技术属于公路沥青混合料试验
，涉及一种泡沫沥青冷再生混合料内水分分布的测试方法。
技术介绍
泡沫沥青冷再生混合料在沥青发泡和再生混合料拌合及成型过程中必须加入一定量的水，这是泡沫沥青冷再生混合料与普通沥青混合料最显著的区别之一，沥青发泡用水量和混合料拌和用水量也是泡沫沥青冷再生混合料的关键设计指标。水是泡沫沥青在混合料中均匀分散的载体，然而并不是水分含量越多，泡沫沥青的分散效果就越好，混合料性能也越好。过多的水分会过于湿润混合料表面，造成混合料嵌挤力降低，在压实成型过程中自由水分会被挤出，造成压实度降低。同时，混合料中多余的水分会在试件压实成型及养生中不断散失，造成混合料空隙率过大，抗压强度降低。而且，泡沫沥青冷再生混合料中的残余水分在行车荷载作用下会进入路面空隙中，不断产生动水压力，形成真空负压抽吸的反复循环作用。水分逐渐渗入沥青与集料的界面，使沥青黏附性降低，导致沥青膜从集料表面脱落，从而形成沥青路面的坑槽、拥包、车辙等病害现象。相对普通沥青混合料，泡沫沥青冷再生混合料的水稳定性较差。因此，很有必要对泡沫沥青冷再生混合料中的水分分布情况进行研究，以便系统了解水分在泡沫沥青冷再生混合料中的分布和变化规律。目前在进行泡沫沥青冷再生混合料内水分分布测试时多采用重量法、中子小角度衍射法、CT扫描成像方法等，但是每个方法都有其自身缺陷。重量法虽然操作简单，但误差太大；开展中子小角度衍射试验需要的中子源一般为中子反应堆或蜕变中子源，需要核燃料，这就造成测试困难，试验风险巨大；CT扫描成像方法在信号转化的过程中微小信号在数模/模数转换过程中易丢失，而且其成像精度有限制，对于小于10微米的微水滴无法反映。因此，目前亟需一种全新的、更加精确的研究手段来弥补现有技术手段的不足。高光谱成像是一个新兴的、非破坏性的、先进的光学技术，融合了传统的成像和光谱技术的优点。这种双重功能使得高光谱成像能够同时提供试验对象的化学和物理特征，可以同时获取被检测物体的空间信息和光谱信息，并具有良好的空间分辨率。高光谱样本图像中每个像素点的光谱信息都对应着不同的理化指标，光谱信息对样本的理化指标具有敏感性，高光谱成像技术用于水分分布测试时，高光谱图像中每个像素点都可以反映出水分含量信息，进而为定量描述水分含量在样本中分布的均匀性提供了可能。因此，高光谱成像技术可以为研究泡沫沥青冷再生混合料水分分布情况提供一种可靠的技术手段。
技术实现思路
本专利技术所要解决的技术问题在于克服现有技术的不足，提供一种泡沫沥青冷再生混合料内水分分布的测试方法，该方法利用高光谱图像处理技术，凭借图像中每个像素点的光谱信息来反映出水分在泡沫沥青冷再生混合料内分布状况；利用正态分布模型位置参数和形状参数组成的二维特征向量来全面简单地表征泡沫沥青冷再生混合料内的水分分布特征。本专利技术采用以下技术方案实现上述目的：步骤1、制备泡沫沥青冷再生混合料的标准马歇尔试件，然后将马歇尔试件切割成若干边长为1.5cm的立方体试件；步骤2、通过调试确定高光谱图像采集系统的最佳成像参数，获取不同波段下泡沫沥青冷再生混合料立方体试件的高光谱图像；步骤3、对所述高光谱图像进行校正处理，将校正后的高光谱图像转换为反射率图像；步骤4、提取反射率图像中的光谱数据，确定整个图像样本中的感兴趣区域；步骤5、对感兴趣区域内的光谱数据进行预处理，确定光谱的q个特征波长；步骤6、根据q个不同特征波长下的光谱反射率和试件实测含水量，利用多元线性回归法建立试件内某像素点水分含量的预测模型：Y＝β0+β1X1+β2X2+β3X3+…+βqXq式中：X1，X2，…Xq为q个特征波长下反射率图像中某一像素点的反射率；β0为常数项；β1，β2，…βq为Y对应于X1，X2，…Xq的偏回归系数；Y为泡沫沥青冷再生混合料图像中相应像素点处的水分含量。步骤7、利用正态分布模型对试件图像内各像素点水分分布状况进行拟合，得到正态分布模型的位置参数μ和形状参数σ，以该位置参数和形状参数组成的二维特征向量来描述所述泡沫沥青冷再生混合料内的水分分布特征，正态分布函数如下所示：式中：x为各像素点的水分含量；f(x)为各像素点水分含量的分布概率；μ为期望(均数)，即正态分布模型的位置参数；σ为标准差，即正态分布模型的形状参数。优选地，在步骤2中所述高光谱图像采集系统包括高光谱成像单元、SchottDCRIII冷光源、电控移动平台和装有控制系统的计算机。其中高光谱成像单元包括电荷耦合器件(CCD)摄像机和图像光谱仪两部分。进一步地，在步骤2中所述最佳成像参数为：系统曝光时间为50ms、移动平台速度为3mm/s、高光谱图像采集波段为600～1500nm。进一步地，在步骤3中所述对高光谱图像进行校正处理包括使用校正工具完成图像的辐射校正或几何校正。进一步地，在步骤3中所述将校正后的高光谱图像转换为反射率图像包括使用数学软件MATLAB中的imread函数读入校正后的高光谱图像并提取其灰度值；还包括利用遥感图像处理平台软件ENVI将提取的灰度值转换为反射率，获取宽为j像素、高为p像素的二维反射率图像。进一步地，在步骤4中所述确定整个图像样本中的感兴趣区域包括利用ENVI软件中的regionofinterest工具对波段在600～1500nm范围内的图像进行光谱数据提取；还包括将高反射率的样本图像与低反射率的背景图像相除，利用阈值分割得到二值掩模图像。进一步地，在步骤5中所述对感兴趣区域内的光谱数据进行预处理包括采用多元散射校正(MSC)算法处理感兴趣区域内的原始光谱数据。进一步地，在步骤5中所述确定光谱的特征波长包括利用MATLAB软件中的遗传算法工具箱对处理后的光谱数据进行变量筛选；还包括采用主成分分析法确定特征波长。进一步地，在步骤7中所述利用正态分布模型对试件图像内各像素点水分分布状况进行拟合包括将图像(j×p个像素点)导入视图软件Arcmap并赋予图像二维坐标轴，得到每个像素点的坐标。相比现有技术，本专利技术具有以下有益效果：本专利技术提出了一种利用高光谱图像技术来获得泡沫沥青冷再生混合料内水分分布规律的技术手段，并对图像分割提取、处理及分析等多方面进行了改进，实现了对泡沫沥青冷再生混合料内水分分布的精确和高效测试。本专利技术利用正态分布模型对试件内水分分布状况进行拟合，并提出使用位置参数和形状参数组成的二维特征向量来全面简单地表征泡沫沥青冷再生混合料内的水分分布特征，从而可以更加全面直观地描述泡沫沥青冷再生混合料内水分的分布及其变化规律，为后续优化其配合比设计及计算机仿真分析提供了坚实的基础。附图说明图1为经过MSC多元散射校正后得到的泡沫沥青冷再生混合料试件光谱数据图；图2为泡沫沥青冷再生混合料试件内各像素点水分含量分布规律。具体实施方式下面结合附图对本专利技术的技术方案进行详细说明：本实施例中采用的技术方案包括制备泡沫沥青冷再生混合料试件、采集泡沫沥青混合料试件的高光谱图像、建立图像各像素点对应的水分含量预测模型、利用正态分布模型拟合水分含量数据、利用位置参数μ和形状参数σ组成的二维特征向量表征泡沫沥青冷再生混合料内水分分布特征。步骤1、制备泡沫沥青冷再生混合料的标准马歇尔试件，然后将马歇本文档来自技高网...

【技术保护点】
1.一种泡沫沥青冷再生混合料内水分分布的测试方法，其特征在于，包括以下步骤：步骤1、制备泡沫沥青冷再生混合料的标准马歇尔试件，然后将马歇尔试件切割成若干边长为1.5cm的立方体试件；步骤2、通过调试确定高光谱图像采集系统的最佳成像参数，获取不同波段下泡沫沥青冷再生混合料立方体试件的高光谱图像；步骤3、对所述高光谱图像进行校正处理，将校正后的高光谱图像转换为反射率图像；步骤4、提取反射率图像中的光谱数据，确定整个图像样本中的感兴趣区域；步骤5、对感兴趣区域内的光谱数据进行预处理，确定光谱的q个特征波长；步骤6、根据q个不同特征波长下的光谱反射率和试件实测含水量，利用多元线性回归法建立试件内某像素点水分含量的预测模型：Y＝β0+β1X1+β2X2+β3X3+…+βqXq式中：X1，X2，…Xq为q个特征波长下反射率图像中某一像素点的反射率；β0为常数项；β1，β2，…βq为Y对应于X1，X2，…Xq的偏回归系数；Y为泡沫沥青冷再生混合料图像中相应像素点处的水分含量。步骤7、利用正态分布模型对试件图像内各像素点水分分布状况进行拟合，得到正态分布模型的位置参数μ和形状参数σ，以该位置参数和形状参数组成的二维特征向量来描述所述泡沫沥青冷再生混合料内的水分分布特征，正态分布函数如下所示：...

【技术特征摘要】
1.一种泡沫沥青冷再生混合料内水分分布的测试方法，其特征在于，包括以下步骤：步骤1、制备泡沫沥青冷再生混合料的标准马歇尔试件，然后将马歇尔试件切割成若干边长为1.5cm的立方体试件；步骤2、通过调试确定高光谱图像采集系统的最佳成像参数，获取不同波段下泡沫沥青冷再生混合料立方体试件的高光谱图像；步骤3、对所述高光谱图像进行校正处理，将校正后的高光谱图像转换为反射率图像；步骤4、提取反射率图像中的光谱数据，确定整个图像样本中的感兴趣区域；步骤5、对感兴趣区域内的光谱数据进行预处理，确定光谱的q个特征波长；步骤6、根据q个不同特征波长下的光谱反射率和试件实测含水量，利用多元线性回归法建立试件内某像素点水分含量的预测模型：Y＝β0+β1X1+β2X2+β3X3+…+βqXq式中：X1，X2，…Xq为q个特征波长下反射率图像中某一像素点的反射率；β0为常数项；β1，β2，…βq为Y对应于X1，X2，…Xq的偏回归系数；Y为泡沫沥青冷再生混合料图像中相应像素点处的水分含量。步骤7、利用正态分布模型对试件图像内各像素点水分分布状况进行拟合，得到正态分布模型的位置参数μ和形状参数σ，以该位置参数和形状参数组成的二维特征向量来描述所述泡沫沥青冷再生混合料内的水分分布特征，正态分布函数如下所示：式中：x为各像素点的水分含量；f(x)为各像素点水分含量的分布概率；μ为期望(均数)，即正态分布模型的位置参数；σ为标准差，即正态分布模型的形状参数。2.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法，其特征在于，在步骤2中所述高光谱图像采集系统包括高光谱成像单元、SchottDCRIII冷光源、电控移动平台和装有控制系统的计算机。其中高光谱成像单元包括电荷耦合器件(CCD)摄像机和图像光谱仪两部分。3.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法，其特征...

【专利技术属性】
技术研发人员：李强，许傲，罗桑，马翔，高磊，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32