[发明专利]基于改进最大类间方差法的骨料形貌表征方法和系统

说明书

本发明涉及一种基于改进最大类间方差法的骨料形貌表征方法和系统，方法包括获取骨料的三维定位数据并据此得到骨料的尺寸大小，获取骨料的三维图像数据并通过不完全beta函数法、模拟退火算法和最大类间方差法提取骨料的三维轮廓视图，根据骨料的尺寸大小和三维轮廓视图得到骨料的三维空间模型；系统包括传送模块、采集模块和模型分析模块，传送模块将骨料移动到采集模块处，采集模块采集骨料的三维定位数据和三维图像数据并发送给模型分析模块，模型分析模块得到骨料的三维空间模型。本发明不需要形态学参数就可直接根据获得的骨料尺寸大小填充三维轮廓视图得到三维空间模型，建模效率和精确度高、可进行批量化建模。

技术领域

本发明涉及检测技术领域，尤其是指一种基于改进最大类间方差法的骨料形貌表征方法和系统。

背景技术

骨料是指混凝土及砂浆中起骨架和填充作用的粒状材料，是沥青混凝土、水泥混凝土和颗粒基层的重要组成部分。骨料的形态特征包括形状、角度和表面纹理，形态特征对其力学性能和使用性能有重要影响，这些形态特征影响骨料相互作用以及骨料和粘合剂之间的连接强度。因此，骨料形态特征的量化对于更好地控制骨料质量和改善沥青混凝土和水泥混凝土的性能至关重要。

现有技术中，研究测量骨料形态特征的方法主要分为两类：直接测量法和间接测量法。直接测量法采用肉眼观测或是数据图像分析的测量方法，如使用游标卡尺测量骨料的三维尺寸，直接测量法存在试验时间很长、试验量很大、主观性较大的缺点。间接测量法根据骨料的孔隙率或是抗剪强度推算其形状特征，其测量对象是骨料的颗粒形状和宏观纹理特征。但是，无论是直接手工测量方法还是间接测量方法，都难以及时准确地测量骨料的形态学特征。

为了获取骨料的形态学特征，通过使用各种计算算法分析骨料的数字图像的研究越来越多，数字成像技术已被广泛用于骨料形貌表征。现有的基于数字图像的骨料形状特征的评价方法有：伊利诺伊大学图像分析仪(UIAIA)采用图像侵蚀-膨胀法研究骨料的表面粗糙度，首先将骨料颗粒的图像采用先侵蚀后膨胀方法进行处理，采用表面参数ST值表征边界上的表面粗糙特征，表面越粗糙，边界信息损失越严重，图像处理前后面面积的相对差异ST值越大，对与骨料轮廓获取误差率过高。第二代骨料图像分析仪(AIMSII)采用小波变换法对骨料图像进行多尺度分解获得骨料颗粒的表面纹理特征，但是骨料表面纹理越粗糙、表面粗糙度参数也越大。有采用不兼容的计算理论来量化数字图像中的形状、角度和表面纹理，但是这种方法有时会导致无法比较的形态特征值。还有其他一些成像技术基于从数字图像计算出的聚集表面的2D或半3D坐标来分析形态特征，但是由于二维或半三维骨料坐标无法准确表示真实骨料的实际三维表面，这些方法的精度有限。

综上所述，现有的数字图像分析技术大都通过形状索引进行三维(3D)骨料表面纹理重塑，对骨料轮廓的提取方法误差率较高、精度有限。与此同时，当前的成像技术使用不同的图像采集方法和尺寸的不同定义，没有标准的形态学参数可用于客观比较不同聚集成像分析技术的测量结果。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种基于改进最大类间方差法的骨料形貌表征方法和系统，可以快速、批量化地建立高精度的骨料三维空间模型。

为解决上述技术问题，本发明提供了一种基于改进最大类间方差法的骨料形貌表征方法，包括以下步骤：

S1：获取骨料的三维定位数据，根据所述三维定位数据得到骨料的尺寸大小；

S2：获取骨料的三维图像数据，通过不完全beta函数法、模拟退火算法和最大类间方差法从所述三维图像数据中提取骨料的三维轮廓视图；

S3：根据骨料的尺寸大小和三维轮廓视图得到骨料的三维空间模型。

作为优选的，所述获取骨料的三维定位数据，根据所述三维定位数据得到骨料的尺寸大小，具体为：

将骨料放置在传送装置上，在传送装置侧面相距第一距离的两处分别设置感应器；