论文部分内容阅读
粗集料的形状特征包括轮廓形状(Form)和棱角性(Angularity),轮廓形状反映了颗粒的针片度,棱角性体现出颗粒轮廓上棱角的突出程度,二者对沥青路面的性能有重要影响。针片状颗粒是不被期望的,因为它在荷载的作用下易于破碎。颗粒棱角性突出则能增大彼此间的嵌锁,从而提高路面的强度和抗永久变形的能力。当前测定二者的试验方法费时费力,特别是棱角性的测定,结果主观。为了能对粗集料的形状特征进行快速、客观、准确的测定,本文基于数字图像处理(DIP)技术对粗集料形状特征的量化进行了系统研究,主要包括三个方面的内容:粗集料图像的获取、处理和识别,粗集料形状特征量化指标的选取和计算,对选取的量化指标进行试验验证。本文采用CCD相机和“逆光箱”获取粗集料图像,用Photoshop CS2的镜头校正滤镜对图像失真进行校正,然后用Image-Pro Plus对粗集料图像进行识别,获取颗粒数据。在系统分析了当前存在的粗集料形状特征的量化指标后,选取了4个轮廓形状量化指标(Elongation、Flakiness、Sphericity、Shape Factor)和4个棱角性量化指标(Angularity(R)、Angularity(Rmax)、Angularity(P)、Angularity(Pc))进行试验研究。为使指标能反映粗集料的宏观性质,本文建立了基于二维图像的粗集料体积模型,并通过27份粗集料样本的筛分试验对体积模型进行验证,然后基于EXCEL VBA编制程序对粗集料形状特征量化指标的体积加权值进行计算。最后,为了验证指标的合理性,本文对20份粗集料样本分别进行了未压实空隙率试验和DIP试验,研究了粗集料形状特征的8个量化指标与未压实空隙率值的相关性以及4个轮廓形状量化指标与4个棱角性量化指标之间的相关性,结果表明:Elongation不适合作为轮廓形状的量化指标,Flakiness、Sphericity、Shape Factor、Angularity(P)、Angularity(Pc)这五个指标都很好地拉大了粗集料形状特征的两个极端,有利于区分不同形状特征的粗集料,其中,Shape Factor和Angularity(P)分别是轮廓形状和棱角性的最佳量化指标。