基于Mat lab再生混凝土骨料砂浆边界曲线识别与提取

薄文斐 杨永山

（山东科技大学土木工程与建筑学院 山东青岛 266590）

1 前言

再生混凝土骨料和砂浆的细观分布对混凝土结构强度和耐久性能具有重要影响。研究再生混凝土细观结构是分析再生混凝土性能的重要手段，其中研究混凝土细观结构的一种好的方法就是数字图像处理技术。对于普通的阈值分割方法只适用于两种介质分割，所以对于再生混凝土这种有三种介质的材料比较难以进行分割。所以，本文提出了一种基于RGB三通道的彩色图像处理技术，并利用Matlab对再生混凝土切片图像进行灰度变换、滤波降噪、阈值分割、边缘检测、矢量提取[1]等数字图像处理。这种方法可以将再生混凝土骨料、新老砂浆这三种介质比较好的进行分割，而且可以对他们的界限进行辨别和提取。我们得到再生混凝土的界限就可以分析再生混凝土的破坏机理好力学性能，我们也可以用这种技术来分析研究再生混凝土的破坏过程。

2 图像阈值分割及边缘检测理论基础

对再生混凝土的图像进行分析，提取相关的特征和对模型进行辨别，我保证这些能够可以很好的进行，阈值分割是非常关键的一环。图像阈值化就是按照灰度级，对骨料和砂浆像素灰度集合进行划分，使得划分的灰度集合分别与骨料砂浆区域相一致。常用的阈值分割算法有：二值法、Otsu算法、最大熵算法、迭代算法、自适应阀值算法等[2]，但这些方法多数只适用于对二相介质进行分割，而对再生混凝土骨料和新老砂浆三种介质区分困难。为了使骨料与新老砂浆区分明显，本文提出了一种特殊的基于RGB三通道的彩色图像处理技术[3]，其原理是对彩色图像的RGB通道分别进行阈值分割，这样能够有效的将再生混凝土的骨料、老砂浆和新砂浆进行区分。

边缘检测是研究混凝土粗骨料分布的重要手段，对再生混凝土骨料和新老砂浆边界识别具有重要影响。它的原理是利用骨料和砂浆图像灰度值的不连续性，使得骨料与砂浆区域得以明显划分。常用的的边缘检测方法有Roberts算子，、Sobel算子、Prewitt算子、Krish算子和Canny算子等。Canny边缘检测[4]方法具有相对信噪比大、检测精度高等优点，因而更适合运用于再生混凝土边界识别。

3 再生混凝土骨料与新老砂浆边界曲线识别与提取

3.1 再生混凝土切片图像

运用数字图像处理技术提取再生混凝土骨料与新老砂浆边界曲线的过程中，关键是对再生混凝土骨料、新砂浆和老砂浆图形进行区分。因此制作清晰的混凝土切片至关重要。本实验采用425#白水泥砂浆制作再生粗骨料，选用425#灰水泥做新砂浆，水灰比采用0.42。实验制作100mm×100mm×100mm的标准再生混凝土试块，采用标准养护条件养护28d。实验装置采用Canon高像素CCD摄像机、照明设备、实验用切片机等。为了得到比较好的再生混凝土切片的图像，我们用自动岩石切片机切割再生混凝土，把切割的再生混凝土再打磨，抛光等一系列处理。

3.2 切片图像灰度变换与阈值确定

把彩色的图像经过处理得到灰色的图像，我们把这一过程叫做灰度处理。虽然图像变成灰色的，但是其还可以显示图像的亮度和色度范围等图像信息。再生混凝土骨料和新老砂浆的阈值分割是基于灰度级的不同分布实现的。CCD拍摄的再生混凝土骨料图像，是带有彩色信息的彩色图象，这些彩色信息对我们帮助不大，因此我们需要将其进行灰度变换[5]。在Matlab中我们用rgb2gray命令对再生混凝土切片进行灰度处理。

我们在应用数字图像处理时，经常采用灰度直方图来显示数字图像中的灰度分布，因为他是一种我们经常用的分析图像的工具。对于灰度直方图而言，它的纵坐标表示与之对应的灰度级所包含的像素数量。

3.3 切片图像滤波降噪

我们在应用数字图像技术进行试验的时候，往往会对产生的数字图像进行传输，但是在传输的过程中经常会受到一些成像设备和外界环境对图像的干扰，产这就容易产生对后期处理不力影响的图像噪声不。所以必须应用滤波降噪处理对再生混凝土图像进行处理[6]。中值滤波法，均值滤波法、高斯滤波法和自适应维纳滤波法等方法都是我们对图像进行降噪的有效方法。其中这几种方法中对你消除孤立的噪点和过滤椒盐噪声比较有效的是中值滤波法[7]。

3.4 砂浆与骨料阈值分割

为了使再生混凝土骨料与砂浆区分明显，需要采用合适的阈值分割处理方法，以增强骨料与砂浆的对比度。由于再生混凝土是由骨料和新老砂浆三种介质组成，常用的二值分割技术难以取得很好的分割效果。本文采用一种基于RGB三通道的彩色空间阈值分割算法[8]，对彩色图像的R分量、G分量和B分量分别进行分割，然后合并为一幅完整的阈值分割图像。可以使再生混凝土骨料、老砂浆和新砂浆分割开来。对切片图像RGB三通道分割后的图像。

3.5 Canny边缘检测

边缘检测的原理是利用骨料和砂浆图像灰度值的不连续性，使得骨料与砂浆区域得以明显划分。对分割后的图像RGB分量应分别设置不同灰度阶梯，有利于边缘检测函数对骨料和砂浆的边界曲线进行识别。在Matlab中，Canny检测也是edge函数中最强大的边缘检测器，本文就是采用最优化算法的Canny边缘检测算法[9]。

4 骨料和新老砂浆边界提取

在建立矢量化图像的过程中完成了对再生混凝土界限曲线的提取，这为我们把图像传入Ansys和Flac等数值建模和分析软件中提供了矢量数据。Canny边缘检测后的图像仍是图片格式的像素图像，这就需要我们对其应用矢量化处理技术进行处理[10]。本文采用的正版授权的Scan2CAD软件是一款比较好用是图像矢量化提取软件，采用灰阶处理、光栅平滑、矢量化DXF导出等操作，在AutoCAD中进行有关细节的修改，这样就得到了再生混凝土骨料与新老砂浆的边界矢量模型。

5 结论

基于matlab的RGB三通道彩色图像处理技术能够有效的识别和提取再生混凝土的骨料、老砂浆和新砂浆之间的边界。提取再生混凝土边界曲线过程中应注意以下几点：①这个提取过程的难点就在于再生混凝土骨料和新老砂浆界限分割阈值的确定。②在应用数字图像处理之前，都要对图像进行一系列的降噪处理，来消除由于外界和设备对图像的影响。③Canny边缘检测能够清晰的识别出边界曲线，能够达到较为理想的效果。提取出的骨料和新老砂浆边缘曲线能够为后续分析再生混凝土破坏机理和进行有限元分析提供基础和前提。同时也提供了一种图像处理方法来分析再生混凝土的破坏过程，从数据分析理论方面进行混凝土检测。