基于CT图像的集料粒径三维自动测量方法技术

本发明专利技术公开了一种基于CT图像的集料粒径三维自动测量方法，为应用于试验及数值分析的沥青混合料提供一种基于CT图像的集料粒径三维自动测量方法，实现混合料中各集料粒径的高精度自动化测量。本发明专利技术基于沥青混合料细观结构对其路用性能的影响规律预测，依据沥青混合料CT图像，完成混合料中集料粒径的三维高精度自动测量，以辅助实现混合料中集料的精确三维虚拟筛分。

【技术实现步骤摘要】

本专利技术涉及沥青混合料试验与数值分析方法领域，具体是一种基于CT图像的集料粒径三维自动测量方法。
技术介绍
沥青混合料是将一定级配的集料与沥青胶浆相互混合、压实而形成的复合材料。其中，集料相互嵌挤而构成的骨架对混合料的路用性能有着重要影响。级配的不同将导致骨架结构的差异，从而影响路用性能。因此，获得混合料中集料的准确级配是研究级配与混合料路用性能间规律的重要前提。要实现该目标，关键问题是准确测量出每个集料颗粒的粒径，从而完成集料级配的统计。在集料的机械筛分过程中，由于集料形状十分复杂，难以保证筛分的充分性和彻底性，从而导致一些集料颗粒没有通过其对应的最小筛孔，造成了较大的级配误差。因此，只有开发出单个集料粒径的精确测量技术，才能保证所获级配具有较高的精度。虚拟筛分是一种基于集料的数字图像或CT断面扫描图像分析计算集料粒径并统计级配的方法。该类方法能够有效避免较大的级配误差。目前比较常见的虚拟筛分方法包括二维筛分和三维筛分两类。两类方法中计算集料粒径的方式各不相同。前者采集集料在某一角度的数字图像，进而计算图像中的集料粒径或面积；后者使用CT设备均匀、等距地扫描集料获得其CT图像，基于此建立其三维轮廓，并寻找该集料能够通过筛孔的最小截面，获得粒径。显然，二维筛分并没有考虑集料的三维形状特性，获得的粒径误差大，可信度低；而三维筛分中只有准确判断集料通过筛孔的最小截面，才能获得精确的粒径。2015年第32卷第5期《华东交通大学学报》期刊论文《基于数字图像处理的沥青混合料粗集料筛分方法》利用数码相机获取集料图像，以集料面积为关键指标，从二维角度进行了集料的虚拟筛分。但固定角度的集料图像无法反映集料的三维形状特性，集料的面积大小与其粒径间也无直接关系。2012年第42卷第4期《吉林大学学报(工学版)》期刊论文《基于CT断层扫描图像的混凝土粗集料三维虚拟筛分》依据粗集料CT图像，分析获得集料表 面的离散轮廓点并利用球面调和变换法加密，设计算法找到决定集料能否通过筛孔的控制平面，从而获得该集料的粒径。但该方法沿着集料内距离最远的两个离散轮廓点间的连线方向求取控制平面，而集料形状的复杂性及物理、几何规则决定了所求取的控制平面与理想的控制平面间仍存在一定差距，因此导致了集料粒径计算结果的较大误差。国家专利技术专利《基于沥青路面试件X-ray CT图像的集料细观实体模型重构方法》(专利号：ZL201210172375.7)采用计算机图形图像技术，依据混合料CT图像重构了混合料试件中所有集料颗粒的三维几何实体模型。本专利技术在此基础上，开发基于集料模型自适应三维旋转的控制平面搜索技术，调整获得集料模型所能通过最小筛孔的空间角度，在此基础上获取最佳控制平面，最终得到高精度的集料粒径。
技术实现思路
本专利技术的目的在于为应用于试验及数值分析的沥青混合料提供一种基于CT图像的集料粒径三维自动测量方法，实现混合料中各集料粒径的高精度自动化测量。为了达到上述目的，本专利技术所采用的技术方案为：基于CT图像的集料粒径三维自动测量方法，其特征在于：包括以下步骤：(1)、以BMP格式、分辨率为512×512像素、扫描间隔一定的沥青混合料试件X-ray CT灰度图像文件组为数据源，选择一个集料颗粒并截取其在各扫描图像中的投影图块，保存为BMP格式的灰度图像文件组Aggregate[n]，用以重构该集料颗粒的实体模型；(2)、遍历灰度图像文件组Aggregate[n]，使用轮廓检测及建模算法，检测出每幅图像Aggregate[i](i＝1,2,…,n)中集料颗粒的轮廓像素，存入轮廓像素数组Pi(i＝1,2,…,n)，再建立相应的轮廓面实体模型OFi(i＝1,2,…,n)，调用ACIS7.0的底层建模功能Skinning，获得BODY类型的集料颗粒实体模型M；(3)、使用3D最小包围盒搜索算法，获取集料颗粒实体模型M的3D最小包围盒3DMinBoxM；(4)、使用基于控制平面的集料粒径测量方法，依据M及3DMinBoxM的几 何形状及空间位置信息获取集料粒径。所述的基于CT图像的集料粒径三维自动测量方法，其特征在于：步骤(1)中，所述沥青混合料试件是指以沥青材料和集料按适当比例配制，胶结成整体的圆柱形样本，记半径为radius，高度为height；所述X-ray CT灰度图像文件组是指使用X-ray CT设备以一定纵向间隔扫描沥青混合料试件而获得的断面扫描图像数组，每幅断面扫描图像保存为BMP格式的灰度图像文件；所述灰度图像文件是指将彩色图像中像素的颜色分量值按照一定比例进行加权，并将加权值附于每个颜色分量而获得的图像文件，其中，灰度图像中所有像素的灰度均介于0到255之间；所述投影图块是指一幅扫描图像中包围目标集料颗粒图像的最小矩形内的图块；所述实体模型是指以边界表示法表示的三维几何结构，记为模型M＝(FACE,EDGE,VERTEX,R)，其中FACE表示模型中面的集合，EDGE表示边的集合，VERTEX表示顶点的集合，R表示模型中各元素之间的邻接关系；记录着面的类别：平面、样条面，以及面的曲面方程，其中face为FACE中的元素；记录着边的曲线方程，其中edge为EDGE中的元素；记录着顶点的坐标p(x,y,z)，其中vertex为VERTEX中的元素；R＝{r1,r2本文档来自技高网...

【技术保护点】
基于CT图像的集料粒径三维自动测量方法，其特征在于：包括以下步骤：(1)、以BMP格式、分辨率为512×512像素、扫描间隔一定的沥青混合料试件X‑ray CT灰度图像文件组为数据源，选择一个集料颗粒并截取其在各扫描图像中的投影图块，保存为BMP格式的灰度图像文件组Aggregate[n]，用以重构该集料颗粒的实体模型；(2)、遍历灰度图像文件组Aggregate[n]，使用轮廓检测及建模算法，检测出每幅图像Aggregate[i](i＝1,2,…,n)中集料颗粒的轮廓像素，存入轮廓像素数组Pi(i＝1,2,…,n)，再建立相应的轮廓面实体模型OFi(i＝1,2,…,n)，调用ACIS7.0的底层建模功能Skinning，获得BODY类型的集料颗粒实体模型M；(3)、使用3D最小包围盒搜索算法，获取集料颗粒实体模型M的3D最小包围盒3DMinBoxM；(4)、使用基于控制平面的集料粒径测量方法，依据M及3DMinBoxM的几何形状及空间位置信息获取集料粒径。

【技术特征摘要】
1.基于CT图像的集料粒径三维自动测量方法，其特征在于：包括以下步骤：(1)、以BMP格式、分辨率为512×512像素、扫描间隔一定的沥青混合料试件X-ray CT灰度图像文件组为数据源，选择一个集料颗粒并截取其在各扫描图像中的投影图块，保存为BMP格式的灰度图像文件组Aggregate[n]，用以重构该集料颗粒的实体模型；(2)、遍历灰度图像文件组Aggregate[n]，使用轮廓检测及建模算法，检测出每幅图像Aggregate[i](i＝1,2,…,n)中集料颗粒的轮廓像素，存入轮廓像素数组Pi(i＝1,2,…,n)，再建立相应的轮廓面实体模型OFi(i＝1,2,…,n)，调用ACIS7.0的底层建模功能Skinning，获得BODY类型的集料颗粒实体模型M；(3)、使用3D最小包围盒搜索算法，获取集料颗粒实体模型M的3D最小包围盒3DMinBoxM；(4)、使用基于控制平面的集料粒径测量方法，依据M及3DMinBoxM的几何形状及空间位置信息获取集料粒径。2.根据权利要求1所述的基于CT图像的集料粒径三维自动测量方法，其特征在于：步骤(1)中，...

【专利技术属性】
技术研发人员：金灿，张卫华，汪培松，刘凯，王鑫磊，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34