摘 要

為了避免惡劣的施工環(huán)境對(duì)圖像采集結(jié)果的影響，提出一種煙霧環(huán)境下的瀝青混合料花白料識(shí)別方法。該方法首先對(duì)暴露在煙霧環(huán)境下的瀝青混合料圖像進(jìn)行預(yù)處理，包括濾波、閾值分割以及一系列形態(tài)學(xué)處理。通過這些處理，該方法能夠在有煙霧干擾的條件下標(biāo)記瀝青混合料中的花白料顆粒，并計(jì)算每個(gè)顆粒的面積，以及這些花白料顆粒在整個(gè)圖像中所占的面積比例，由此判斷瀝青混合料是否攪拌均勻，最終有效識(shí)別煙霧環(huán)境下的瀝青混合料花白料。

引言

瀝青路面具備平整度高、抗震性好、噪音小、養(yǎng)護(hù)便捷等優(yōu)點(diǎn)[1]，其路用性能卻極容易受諸多因素影響。為了對(duì)瀝青路面實(shí)施預(yù)防性養(yǎng)護(hù)，需要對(duì)瀝青混合料的材料選擇、生產(chǎn)以及成型過程進(jìn)行嚴(yán)格的質(zhì)量控制[2-3]?；ò琢系拇嬖跁?huì)影響瀝青混合料的質(zhì)量，而使用拌合不均的混合料進(jìn)行攤鋪則會(huì)影響道路質(zhì)量，因此必須嚴(yán)格管控混合料中花白料的比例。瀝青和石料會(huì)由于攪拌不均勻而產(chǎn)生花白料，即一部分石料裹覆瀝青特別多，另一部分石料并沒有被瀝青裹覆[4]。當(dāng)瀝青混凝土攤鋪完成后，包裹瀝青較多的位置就會(huì)出現(xiàn)瀝青游離，在溫度較高的情況下更是會(huì)出現(xiàn)路面發(fā)軟的狀況，影響道路質(zhì)量[5-6]。攤鋪到路面后如果出現(xiàn)花白料，這個(gè)位置就更容易散料，嚴(yán)重影響路面性能。出現(xiàn)這種情況時(shí)，必須馬上做出相應(yīng)的處理[7]。

由于傳統(tǒng)的瀝青路面材料檢測方法存在諸多缺陷，國內(nèi)外不少專家學(xué)者將數(shù)字圖像處理技術(shù)引入瀝青路面材料檢測領(lǐng)域，對(duì)基于圖像處理的瀝青路面材料檢測技術(shù)進(jìn)行了研究與探索，并取得了一定的進(jìn)展[8]。但是在實(shí)際的檢測過程中，經(jīng)常會(huì)因?yàn)楝F(xiàn)場施工環(huán)境惡劣，導(dǎo)致采集的圖像受到現(xiàn)場煙霧的極大干擾，質(zhì)量無法滿足圖像處理的要求。在有煙霧的情況下，由于煙霧和灰塵的遮蓋，無法采集到清晰的瀝青混合料圖像，因此很難識(shí)別瀝青混凝土花白料顆粒，無法對(duì)混合料拌合質(zhì)量進(jìn)行監(jiān)管，最終導(dǎo)致路面質(zhì)量差而無法繼續(xù)施工。本文提出一種能夠快速、實(shí)時(shí)檢測識(shí)別花白料顆粒的方法，為煙霧和灰塵環(huán)境下的瀝青混合料花白料檢測識(shí)別提供準(zhǔn)確可靠的技術(shù)手段，解決了瀝青混合料不均勻問題，提高了瀝青混合料的質(zhì)量。

施工質(zhì)量存在的變異性是造成路面早期破壞的關(guān)鍵因素之一，因此很多研究者應(yīng)用圖像處理中的煙霧檢測對(duì)瀝青路面的質(zhì)量進(jìn)行改善。黃夢(mèng)濤等針對(duì)噪聲大且低照度的圖像處理方式，根據(jù)噪聲點(diǎn)自適應(yīng)來調(diào)整濾波窗口，改善了煙霧圖像視覺效果差的問題，并進(jìn)行仿真分析，驗(yàn)證了煙霧算法的去噪效果[9]。張金泉等用5種評(píng)價(jià)方法分別評(píng)價(jià)圖像的去煙霧效果，證明頻域?yàn)V波法與同態(tài)濾波法相結(jié)合的方法效果最優(yōu)[10]。殷夢(mèng)霞研究了復(fù)雜場景下的煙霧檢測，應(yīng)用三幀差法實(shí)現(xiàn)了多特征融合的煙霧檢測，顯著提高了煙霧檢測正確率[11]。嵇曉強(qiáng)為了實(shí)現(xiàn)霧天環(huán)境下的圖像增強(qiáng)效果，使用改進(jìn)的基于修正Retinex模型，將圖像的局部對(duì)比度和全局對(duì)比度相結(jié)合，優(yōu)化了算法的復(fù)雜度和時(shí)間[12]。郭璠等針對(duì)圖像去霧效果的2種評(píng)價(jià)方法進(jìn)行了實(shí)用性和可靠性評(píng)估。一種是用環(huán)境渲染來模擬有煙霧環(huán)境下的圖像，另一種是直接通過人眼的主觀感知結(jié)合綜合評(píng)價(jià)體系來評(píng)價(jià)圖像的效果[13]。袁光權(quán)研究了瀝青面層原材料質(zhì)量控制對(duì)于瀝青混合料路用性能、壓實(shí)度、平整度變異性水平的影響，對(duì)于提高瀝青路面的施工質(zhì)量管理狀況、施工質(zhì)量、路面耐久性和建設(shè)瀝青路面施工質(zhì)量管理體系具有重要的指導(dǎo)意義[14]。

瀝青混合料花白料識(shí)別系統(tǒng)硬件設(shè)計(jì)

拌合站的技術(shù)性能會(huì)影響瀝青混合料的質(zhì)量。本文在分析機(jī)器視覺系統(tǒng)的基礎(chǔ)上，借鑒類似項(xiàng)目生產(chǎn)現(xiàn)場的經(jīng)驗(yàn)，確定了本套圖像采集系統(tǒng)的硬件設(shè)備。識(shí)別系統(tǒng)中的硬件設(shè)計(jì)系統(tǒng)包括補(bǔ)充光源器材、成像設(shè)備系統(tǒng)及鏡頭、圖像數(shù)據(jù)傳輸控制設(shè)備、通信控制模塊的設(shè)計(jì)與選型。

(1)補(bǔ)充光源。本系統(tǒng)采用浩邦智能公司生產(chǎn)的HB-P1016D-W型號(hào)LED閃光燈作為補(bǔ)充光源。在與光源匹配的條件下，結(jié)合生產(chǎn)現(xiàn)場圖像采集設(shè)備安裝空間小的特點(diǎn)，經(jīng)過現(xiàn)場試驗(yàn)后決定采用前向照明的方式，即光源直射。這種照射方式具有節(jié)省空間、便于設(shè)備安裝的優(yōu)點(diǎn)。

(2)成像設(shè)備及鏡頭。本系統(tǒng)選用BASLERAca1300-60gm工業(yè)相機(jī)作為圖像采集設(shè)備，鏡頭選用LensEdmundOpticsCFFLF1.3f8.5mm2/3″鏡頭。工業(yè)相機(jī)的實(shí)際安裝方式如圖1所示。

(3)圖像數(shù)據(jù)傳輸控制設(shè)備。本系統(tǒng)采用千兆以太網(wǎng)交換機(jī)配合LINGRIA以太網(wǎng)光纖收發(fā)器聯(lián)合搭建，由計(jì)算機(jī)、光纖收發(fā)器、以太網(wǎng)交換機(jī)和相機(jī)共同組成，通過單模光纖傳輸?shù)目刂品绞?，?shí)現(xiàn)圖像數(shù)據(jù)的傳輸控制。圖像數(shù)據(jù)傳輸控制方案如圖2所示。

(4)通信控制模塊。本系統(tǒng)采用西門子公司型號(hào)為S7-200的PLC，將其設(shè)置在數(shù)據(jù)采集電路系統(tǒng)和計(jì)算機(jī)之間。它在實(shí)時(shí)模式下控制數(shù)據(jù)傳輸時(shí)具有速度快、通訊效率較高的特點(diǎn)。

在正式使用本系統(tǒng)前，先在實(shí)驗(yàn)室內(nèi)仿照攪拌倉搭建箱體，將LED光源和千兆以太網(wǎng)相機(jī)組件安裝在模擬箱體的相應(yīng)位置，并對(duì)LED光源的照射范圍和相機(jī)的最佳成像視場寬度進(jìn)行調(diào)整，確定最佳的標(biāo)定位置，使相機(jī)的成像視場在LED光源的最強(qiáng)、最均勻照明光束內(nèi)。然后做校準(zhǔn)操作，調(diào)節(jié)內(nèi)部相機(jī)的位置以及鏡頭的焦距和光圈大小，再開始采集圖像。這樣做的目的是使采集到的集料圖像清晰、可靠。通過在實(shí)驗(yàn)室模擬箱體的安裝和調(diào)試，今后在現(xiàn)場安裝設(shè)備時(shí)不用做太多的調(diào)試。實(shí)驗(yàn)室中調(diào)試的設(shè)備如圖3所示，已經(jīng)將瀝青混合料花白料識(shí)別系統(tǒng)封裝完成，利用此套設(shè)備可實(shí)現(xiàn)花料圖像的采集及識(shí)別。

本系統(tǒng)在現(xiàn)場的使用如圖4所示。相機(jī)和閃光燈均采用專門設(shè)計(jì)的支架固定在拌合站料倉觀察口，對(duì)混合料花白料進(jìn)行實(shí)時(shí)圖像采集。

煙霧和灰塵環(huán)境下的瀝青混合料圖像預(yù)處理

圖像預(yù)處理對(duì)于恢復(fù)原始圖像具有無可替代的作用，因此采集到瀝青混合料圖像之后，首先要對(duì)其進(jìn)行預(yù)處理，選擇最有用的線性平滑濾波器去除圖像中的高斯噪聲，從而得到準(zhǔn)確的圖像修復(fù)結(jié)果。之后進(jìn)行相關(guān)形態(tài)學(xué)處理，提取花白料的輪廓邊界信息。依據(jù)花白料的面積和面積占比分析，判斷瀝青混凝土攪拌是否均勻，從而提出有效的攪拌決策，提高攪拌質(zhì)量。煙霧和灰塵條件下的瀝青混合料花白料檢測識(shí)別方法的流程如圖5所示。

雖然在實(shí)驗(yàn)室搭建的模擬環(huán)境下可以有效識(shí)別瀝青混合料花白料顆粒，但是實(shí)際的施工現(xiàn)場環(huán)境十分惡劣。在實(shí)際的檢測過程中，經(jīng)常會(huì)在采集圖像時(shí)受到煙霧和灰塵的極大干擾，使得圖像質(zhì)量較差。圖6是相機(jī)在施工現(xiàn)場實(shí)際采集到的有煙霧情況下的瀝青混合料圖像。

從圖6可以看出，由于煙霧和灰塵的遮蓋，無法采集到清晰的瀝青混合料圖像。為了在這種惡劣環(huán)境下識(shí)別瀝青混凝土花白料顆粒，本文提出了煙霧和灰塵環(huán)境下的瀝青混合料圖像處理算法流程，如圖7所示。首先對(duì)在煙霧環(huán)境下采集的瀝青混合料圖像使用高斯濾波去噪，并采用卷積-自定義濾波進(jìn)行銳化處理；然后使用背景校正局部閾值算法進(jìn)行閾值分割；最后利用刪除小目標(biāo)、凸包、刪除大目標(biāo)、梯度外等形態(tài)學(xué)處理算法提取圖像中的花白料顆粒及其邊緣輪廓。

煙霧環(huán)境下的瀝青混合料圖像濾波

(1)高斯濾波

在含有煙霧和灰塵的復(fù)雜場景下，瀝青混合料圖像在采集和傳輸過程中都會(huì)受到各種混入噪聲的干擾，圖像上出現(xiàn)的噪聲點(diǎn)使得清晰度嚴(yán)重下降、色彩失真、分辨率降低、輪廓和邊緣信息損失增加。本文使用內(nèi)核大小為3×3的高斯濾波算子達(dá)到減弱高斯噪聲，提高圖像質(zhì)量的目的[15-16]。掩模大小為3的高斯濾波內(nèi)核算子如圖8所示，高斯濾波效果如圖９所示。由于現(xiàn)場環(huán)境惡劣，在煙霧下對(duì)圖像進(jìn)行濾波處理的效果并不是十分明顯，但高斯濾波卻能在一定程度上濾除細(xì)小噪聲，為之后的圖像閾值分割做準(zhǔn)備。圖像經(jīng)過高斯卷積運(yùn)算后，與采集的原始圖像相比，達(dá)到了減弱噪聲、增強(qiáng)圖像對(duì)比度和圖像邊緣的效果，提高了圖像質(zhì)量，并驗(yàn)證了模板尺寸為3時(shí)效果最佳，使得復(fù)原的圖像明暗適宜，有效地抑制了噪聲。

(2)卷積-自定義濾波

通過分析圖像的濾波處理過程可知，高斯濾波減弱瀝青混合料圖像噪聲的過程會(huì)使得圖像整體模糊化，故在高斯濾波器濾除噪聲之后，再接著使用內(nèi)核大小為5×5的卷積-自定義濾波器對(duì)圖像進(jìn)行濾波，改善圖像模糊程度。卷積-自定義濾波器卷積核如圖10所示，卷積-自定義濾波效果如圖11所示，突出了圖像的邊緣，有利于與背景分離，便于之后的閾值分割處理。在惡劣的現(xiàn)場環(huán)境下，卷積-自定義濾波效果并不是十分明顯，卻能在一定程度上改善高斯濾波的圖像模糊情況，有利于之后的圖像閾值分割。

煙霧環(huán)境下的瀝青混合料圖像閾值分割

為了能在有煙霧的情況下有效地識(shí)別花白料，使用背景校正局部閾值算法對(duì)圖像進(jìn)行閾值分割，這樣做能使圖像更加清晰。有煙霧的圖像背景校正算法流程如圖12所示，分割之后的效果如圖13所示。

為了使圖像分割達(dá)到最佳效果，在背景校正圖像過程中使用組內(nèi)方差自動(dòng)閾值法。組內(nèi)方差是一種基于差別分析的統(tǒng)計(jì)技術(shù)，最優(yōu)閾值由類別之間的閾值差異的最大值決定[17]。閾值的像素值k是使下面的表達(dá)式值最大時(shí)的最優(yōu)閾值。

式中：i表示灰度值，p(i)代表灰度值i的事件概率。

煙霧環(huán)境下的瀝青混合料圖像形態(tài)學(xué)處理

煙霧和灰塵的干擾使得經(jīng)過閾值分割后的二值圖像中出現(xiàn)了許多雜亂顆粒，因此在識(shí)別瀝青混合料花白料時(shí)，首先針對(duì)較大顆粒進(jìn)行分析處理，再對(duì)相對(duì)略小的顆粒做處理。為了檢測識(shí)別出所有的花白料，本方法結(jié)合顆粒多且分布雜亂的特點(diǎn)，對(duì)煙霧環(huán)境下的瀝青混凝土的二值圖像進(jìn)行相關(guān)形態(tài)學(xué)處理操作[18]，再采用凸包算法提取并繪制煙霧圖像中的較大顆粒及其邊緣輪廓。

(1)刪除小目標(biāo)

刪除小目標(biāo)是為了使圖像更簡潔，便于圖像處理和分析。為了提取煙霧和灰塵環(huán)境中的瀝青混合料圖像里的大顆粒，分別使用3×3的掩模、正方形像素幀、鄰域4連通的算子對(duì)圖像進(jìn)行2次腐蝕運(yùn)算，效果如圖14所示。

(2)凸包

為了測量煙霧和灰塵環(huán)境下的瀝青混合料圖像中的花白料顆粒的特征檢測參數(shù)，本方法選擇凸包算法對(duì)這類顆粒進(jìn)行圖像處理[19]。經(jīng)過凸包后的顆粒邊緣更加平滑，形狀也更接近原始顆粒。后續(xù)提取顆粒特征參數(shù)都是基于凸包之后的顆粒的。為了準(zhǔn)確地理解顆粒的形狀和輪廓，本文選擇鄰域8連通的凸包函數(shù)，計(jì)算顆粒的凸包，使得煙霧和灰塵下的顆粒也能表現(xiàn)出原有的特性。凸包效果如圖15所示。

(3)刪除大目標(biāo)

為了使分析結(jié)果更清晰、準(zhǔn)確，本方法將分別處理大、小目標(biāo)，首先刪除圖像中較大的目標(biāo)，留下較小的目標(biāo)。本文選擇3×3的掩模、六邊形像素幀、鄰域8連通的算子對(duì)圖像進(jìn)行3次腐蝕運(yùn)算，刪除大目標(biāo)的效果如圖16所示。

(4)梯度外

為了提取瀝青混合料圖像中花白料的輪廓，使用梯度外提取粒子的外部輪廓。這里的外部輪廓是指二值化后值為0的輪廓。外部邊緣函數(shù)是從膨脹的圖像中減去原始圖像得到的。剩下的像素對(duì)應(yīng)膨脹過程中被添加的像素。如果Ｉ是一幅圖像，則

在對(duì)煙霧和灰塵下的瀝青混合料的凸包檢測中，本文選擇5×5自定義濾波器卷積核結(jié)合圓形像素幀，梯度外函數(shù)選擇鄰域8連通，提取并繪制顆粒凸包后的外部輪廓，根據(jù)輪廓提取凸多邊形，效果如圖17所示。

煙霧環(huán)境下花白料的識(shí)別檢測

針對(duì)圖像預(yù)處理之后的瀝青混合料二值圖像，分析由凸包算法提取的外部輪廓后，本方法首先標(biāo)記出檢測到的瀝青混合料中的花白料顆粒，然后計(jì)算圖像中目標(biāo)白背景的像素?cái)?shù)，得到顆粒面積以及面積占比。為了準(zhǔn)確地判斷瀝青混合料是否被攪拌均勻，需要計(jì)算出花白料顆粒面積及其占整幅圖像的比例，為后續(xù)解決煙霧和灰塵環(huán)境下檢測和識(shí)別花白料提供依據(jù)。

煙霧環(huán)境下的瀝青混合料花白料標(biāo)記

煙霧環(huán)境下的瀝青混合料灰度圖經(jīng)過形態(tài)學(xué)處理后，還無法精確地顯示花白料的位置。為了找到混合料中花白料的位置，使用灰度圖像運(yùn)算方法，在原圖中標(biāo)記出花白料顆粒，效果如圖18所示。

提取煙霧環(huán)境下的花白料特征參數(shù)

在瀝青混合料二值圖像中標(biāo)記花白料顆粒之后，計(jì)算圖像中白色顆粒的實(shí)際顆粒面積以及該面積占整個(gè)圖像的比例。為了提取花白料的特征參數(shù)，先計(jì)算每個(gè)花白料顆粒的面積占比。Ai表示第i個(gè)花白料顆粒的面積，A表示圖像的總面積，則計(jì)算面積占比p的公式為

結(jié)果與分析

使用本文設(shè)計(jì)的圖像采集設(shè)備在施工現(xiàn)場采集了100張煙霧環(huán)境下的瀝青混合料圖像，其中76張圖像中有花白料顆粒。使用本文提出的方法可以全部準(zhǔn)確地識(shí)別并檢測這76張煙霧和灰塵條件下的瀝青混凝土圖像中的花白料顆粒。表1所示是其中10張瀝青混合料圖像中花白料的識(shí)別檢測結(jié)果，充分證明了本文提出的識(shí)別方法在實(shí)際應(yīng)用中的有效性。

結(jié)語

本文根據(jù)瀝青混合料現(xiàn)場施工攪拌過程中識(shí)別不均勻混合料的需求，提出了在煙霧環(huán)境下識(shí)別瀝青混合料花白料的方法。本方法首先搭建了瀝青混合料圖像采集平臺(tái)，實(shí)現(xiàn)了圖像的連續(xù)采集及存儲(chǔ)；接下來搭建了基于PLC自動(dòng)控制工業(yè)相機(jī)的圖像采集控制系統(tǒng)，實(shí)現(xiàn)了動(dòng)態(tài)圖像的無失真實(shí)時(shí)采集與分析；然后提出了適合在有煙霧遮擋的情況下的瀝青混合料實(shí)時(shí)圖像處理與分析方法；最后提取圖像中的花白料顆粒及其邊緣輪廓參數(shù)信息，針對(duì)得到的較大顆粒的參數(shù)信息進(jìn)行分析，有效地反映所測瀝青混合料的攪拌情況，從而為隨時(shí)改變攪拌策略提供依據(jù)。

現(xiàn)場檢測結(jié)果表明，本識(shí)別方法可以在煙霧以及灰塵遮擋的情況下檢測識(shí)別瀝青混合料中的花白料顆粒，檢測準(zhǔn)確率充分證明了本文提出的方法在實(shí)際應(yīng)用于煙霧環(huán)境下的瀝青混合料花白料檢測識(shí)別時(shí)的有效性。

審核編輯 ：李倩