[发明专利]一种基于图像信息熵的沥青混合料冻融损伤评价方法

摘要

一种基于图像信息熵的沥青混合料冻融损伤评价方法，属于道路工程材料损伤领域。所述方法具体步骤如下：步骤一：试样制备；步骤二：在一定温度和湿度条件下，进行沥青混合料试件的冻融循环试验；步骤三：获取沥青混合料试件断层扫描图像；步骤四：计算图像信息熵；步骤五：沥青混合料冻融损伤状态分析。本发明的优点是本发明相对于现有技术的有益效果是能够快速、简便、准确地计算沥青混合料试件的连通空隙率，并直观地输出连通空隙率沿沥青混合料高度的分布情况。

主权项

1.一种基于图像信息熵的沥青混合料冻融损伤评价方法，其特征在于：所述方法具体步骤如下：步骤一：试样制备：按照《公路工程沥青及沥青混合料试验规程》(JTG E20‑2011)制备直径100mm，高63.5mm的沥青混合料试件；步骤二：进行沥青混合料试件的冻融循环试验；步骤三：获取沥青混合料试件断层扫描图像：利用工业CT机对不同冻融次数下的沥青混合料试件进行扫描，在扫描过程中，确保每次扫描时试件距焦点的位置、扫描时间、扫描电压、扫描电流、扫描层数相同；利用重构软件对沥青混合料试件进行重构，每个沥青混合料试件间隔≤1mm输出断面图像，确保不同冻融次数下输出的是同一断面的图像，并设置相同的图像分辨率与尺寸；步骤四：计算图像信息熵：利用得到的CT扫描断层图像，编制MATLAB程序，对图像进行边缘检测并输出边缘检测后的图像，计算边缘检测图像的信息熵，具体计算如下：1、拉普拉斯高斯算子拉普拉斯高斯算子是由Laplace算子和高斯卷积合成的算子，能够提高算子对噪声和离散点的稳定性：Laplace算子通过求图像的二阶导数的零交叉点来实现边缘的检测，公式如下：高斯函数的表达式如下：定义LoG算子的核函数为：式中，为拉普拉斯算子；f，f(x,y)为图像灰度函数；x、y为灰度函数变量；G_σ(x,y)为高斯函数；σ为灰度函数标准差；LoG为拉普拉斯高斯算子；2、信息熵的计算对新生成的边缘检测图像进行信息熵的计算，图像信息熵计算公式如下：其中，H为信息熵，Pi为灰度值为i的像素所占的比例；运用MATLAB软件，根据边缘检测公式(1)～(3)与图像信息熵计算公式(4)编制图像处理与信息熵计算程序，计算不同冻融次数下沥青混合料不同断面信息熵；步骤五：沥青混合料冻融损伤状态分析：选择信息熵分布均匀的试件高度范围，以该范围内的图像信息熵均值作为参数，绘制不同冻融循环次数下沥青混合料试件信息熵的变化曲线，根据信息熵的增减变化判断沥青混合料所处的冻融损伤状态，至此完成对沥青混合料冻融损伤程度的评价。