0 引言

同步碎石封层施工是近几年发展起来的一种先进的施工技术，其技术特点是同步碎石封层车同步洒(撒)布沥青和碎石。这种施工方法相比于其他方法具有极高的施工效率，可以在车辆通行的道路上完成施工，减少施工路段的交通管制。同步碎石封层的主要评价指标是碎石撒布率和撒布均匀性，撒布率是指碎石覆盖的投影面积与整个路面的百分比；撒布均匀性是指路面横向和纵向碎石撒布率系数是否在同一范围内。同步碎石封层施工中碎石撒布率不合适或碎石撒布不均匀容易产生病害(如石子过多造成脱粒，不足将造成泛油等现象)^[1]。目前对碎石撒布率及撒布均匀性的检测方法及评价标准等缺乏深入研究，现行路面质量验收体系中也缺乏反映碎石撒布率和撒布均匀性的数字图像检测指标。对碎石撒布率的检测主要采用搪瓷盘或油毛毡放在撒布路段取样，然后通过抽提或三氯乙烯浸泡冲洗获得重量数据，计算撒布率^[2]，该方法费时、费力，不能实时获得撒布率，具有局限性；对撒布均匀性则采用目测的方法进行估计，具有主观随意性。为了解决现有检测方法存在的不足，国内外学者对此进行了研究。王忠勇等^[3]研究了同步碎石封层碎石撒布覆盖率的检测方法，使用Retinex算法恢复图像，去除阴影，对图像进行增强，然后使用图像二值化方法得到撒布覆盖率；贾萌^[4]采用分水岭算法对撒布路面碎石进行分割，对碎石颗粒进行计数并计算面积；尹世豪^[5]采用深度学习的方式对同步碎石封层碎石覆盖率进行了研究，采用GravelNet神经网络对碎石进行训练, 学习检测碎石覆盖率，但该方法对设备要求较高，难于在施工现场同步使用；宋永朝等^[6]采用数字图像处理的方法对沥青路面表面纹理构造分布的均匀性进行了评价；张苛等^[7]从沥青路面压实和集料分布均匀性出发，对沥青路面施工作出了评价；曾晟等^[8]采用数字图像处理技术对摊铺阶段的混合料均匀性作出了实时评价。

为了提高同步碎石封层施工中碎石撒布检测精度和建立撒布路面均匀性指标，本研究提出了一种基于图像处理的评价碎石撒布率与撒布均匀性的检测方法，并将碎石撒布率和撒布均匀性相结合表征撒布质量，为快速、无损检测与准确评价提供了途径。

1 同步碎石封层施工撒布率检测方法 1.1 碎石撒布率检测模型

在对同步碎石封层碎石撒布率进行检测时，首先对采集的图像进行双边滤波和图像增强等预处理，再结合二维离散小波、Retinex等算法消除光照、灰尘等环境因素的影响，最后采用二值化分割的方法对碎石撒布率进行检测。采用图像二值化分割的方式检测撒布率^[9]，由于碎石和未被覆盖的沥青有显著的颜色差异，可先通过分块Ostu分割算法对预处理后的图像进行二值化分割，使碎石从背景(沥青)中分割出来，即：

(1)

然后，即可计算碎石撒布率为：

(2)

式中, f(x, y)为像素点坐标(离散变量)；g(x, y)为像素点灰度值；r为碎石撒布率。

由式(1)和式(2)可见，该检测方法的精确性是由图像分割的精度决定的，因此做好分割前图像的处理尤为重要，采集方式简图和试验流程如图 1和图 2所示。

具体试验步骤如下:

步骤1. 选择满足要求的工业相机及镜头，使得图片识别精度能达到0.1 mm，也就是1.18 mm规格的碎石最少能占10个像素点。

步骤2. 根据相机焦点位置调整相机距离。LED灯应安装在测试设备的前面以减少不均匀自然光对拍摄的影响。在本试验中，相机的焦距为1.4~16 mm，帧频为20 fps，成像部分面积为1/1.8″，有效像素数为1 920 000。

步骤3. 使用读取功能拍摄并选择要分析的图片，使用裁剪功能裁剪图像并移除不相关的部分，图片可以通过MATLAB软件处理。

步骤4. 将要分析的RGB图像转化为灰度图像。

步骤5. 使用离散小波算法对灰度图像进行二维分解。

步骤6. 分别提取离散小波高频和低频系数，对高频系数采用改进阈值函数进行处理，对低频系数采用改进Retinex算法进行处理^[10]。

步骤7. 对图像进行小波重构。

步骤8. 使用分块Ostu阈值分割算法将灰度图像转化为二值图像。

步骤9. 检测碎石的撒布率。

通过现有方法检测实际碎石撒布率，并将本研究中检测值与实际值进行对比，校正算法检测结果。重复步骤3~9，获得不同条件下碎石撒布率的检测效果。

1.2 基于二维离散小波的降噪算法 1.2.1 小波分解与重构

采用二维离散小波分解方法得到低频系数和高频系数。其中低频系数主要包括图像的全局信息和轮廓信息，而高频系数主要包括图像的局部信息和边缘、细节、噪声部分。二维离散小波分解表达式如式(3)和式(4)所示^[11]：

(3)

(4)

式中，W_φ(j₀, m, n)为分解后的低频系数；W_ψⁱ(j, m, n)为分解后的高频系数；j₀为任意一个开始尺度，通常令其为0, 并且选择N=M-2^J, 因此有j=0, 1, 2, …, J-1和m=n=0, 1, 2, …, 2^j-1；f(x, y)为离散函数，x和y表示离散变量；m, n为相对(x, y)的相对偏移量；M与N代表图像由M×N个像素组成；j为小波尺度；φ_{j0, m, n}(x, y)为二维尺度函数；ψ_{j, m, n}ⁱ(x, y)为高频系数；H，V，D为迭代系数i所对应的水平、垂直、对角方向的小波函数。

对分解后得到的低频系数W_φ(j₀, m, n)和高频系数W_ψⁱ(j, m, n)进行处理，通过离散小波反变换得到重构后图像，小波重构表达式如式(5)所示^[12]：

(5)

1.2.2 小波阈值与阈值函数的选取

本研究采用改进阈值函数方法对小波分解后的高频系数进行去噪处理，如式(6)所示。由于固定阈值估计法对噪声在高频系数处分布较多时有更彻底的去噪效果，因此采用固定阈值估计法估计函数阈值，表达式如式(7)和式(8)所示^[13]:

(6)

(7)

(8)

式中，为估计阈值系数；ω_{j, k}为原阈值系数；λ_k为确定的固定阈值; M, N为图像大小; σ_m为噪声标准方差；k₀为小波高频系数。

1.2.3 改进的Retinex图像增强算法

本研究采用改进的Retinex图像增强算法对小波分解后的低频系数进行光照图像估计，在基于单尺度滤波Retinex(SSR)算法上增添1个光照调节参数，使得到的反射图像更自然，在效果上避免光晕现象，且具有更好的边缘保持效果^[14]。但通过对SSR算法的试验发现，若完全消除原图像中的光照估计部分，往往会出现图像不自然的现象，因此在消除光照图像的过程中增加1个光照调节参数k(k∈(0, 1))，使得到的反射图像更自然。其表达式如式(9)、式(10)和式(11)所示^[15]：

(9)

(10)

(11)

式中, R(x, y)为照度图像；S(x, y)为低频图像；F(x, y)为高斯核函数；k为光照调节参数；ω_k为权重系数；a为图像通道数，通常取3。

2 同步碎石封层施工撒布均匀性检测方法

同步碎石封层设备碎石撒布均匀性分为纵向均匀性和横向均匀性，受到很多因素的影响。

碎石撒布纵向不均匀性产生的原因主要有：拨料辊转速不稳定撒布及施工时行驶车速不稳定等因素。碎石撒布横向不均匀性产生的原因主要有以下几点：(1)拨料辊轴线与下料口下沿不平行造成的碎石撒布横向不均匀(A处多，B处少), 形成下沿曲线状及下沿斜线状两种病害，如图 3所示；(2)由于部件、零件及装配产生的综合误差所造成的料门开度误差, 导致碎石撒布横向不均匀而产生的病害，如图 4所示；(3)若加宽的布料板相对于下料口的位置调整得不好或碎石灰分大、潮湿都会引起碎石弹散效果不好，撒布到工作面会呈现麦垅状条纹式的病害^[16]，如图 5所示。

为了实时检测出上述可能出现的病害并同步调整碎石封层设备的撒布情况，分别对图像采用横向、纵向及四分分割的方法对撒布后的路面进行检测，从而判别可能出现的病害，如图 6、图 7和图 8所示。

对撒布路段的代表性撒布图像进行分析，以集料分布数量及其所占面积比评价撒布路段的集料撒布均匀性，结合统计学理论，提出评价指标，分为四分、横向及纵向不均匀系数，如式(12)、式(13)及式(14)所示^[17]:

(12)

式中, D_F为集料区域不均匀系数；AR_j为图像第j个区域的集料面积比；AR″为图像不同区域集料的面积比均值；n_F为图像区域数。

(13)

式中, D_H为集料横向不均匀系数；AR_i为图像横向第i个区域的集料面积比；AR为图像横向不同区域集料的面积比均值；n_H为图像横向区域数。

(14)

式中, D_V为集料纵向不均匀系数；AR_k为图像纵向第k个区域的集料面积比；AR′为图像纵向不同区域集料的面积比均值；n_V为图像纵向区域数。

集料横向不均匀系数D_H越小，说明集料在横向的分布越均匀；集料纵向不均匀系数D_V值越小，说明集料在纵向的均匀性越好；集料区域不均匀系数D_F越小，则集料在某个区域的均匀性越好。

3 检测实例

依托某机场跑道项目，对跑道纵向及横向碎石撒布率及撒布均匀性进行检测。在本次试验中，采用的碎石类型为玄武岩，沥青类型为SBS乳化沥青。试验检测设备如图 9所示。

3.1 碎石撒布率检测

通过调节同步碎石封层车碎石撒布量，在不同撒布率下对撒布完成后的路面进行随机取样，共采集了50张图片。分别采用本研究算法和《道路施工与养护机械设备—沥青碎石同步封层车》(GB/T 28393—2012)试验规程^[18]分别进行试验分析，检测结果如图 10所示。图中横坐标为实验室测得的路面撒布率值，纵坐标为采用本研究算法测得的撒布率值，当点图越趋向于Y=X这条直线，表明本研究算法的测量结果越好。由图 10可以看出，本研究方法与实验室方法的相关系数为0.958 2，具有良好的相关性，可见本研究提出的方法较为准确。取点A，B，C撒布原图及检测图如图 11所示。

3.2 碎石撒布均匀性检测 3.2.1 不同取样点撒布均匀性检测

在撒布后的3个200 m×12 m的车道上，每个车道分别按照横向间距4 m、纵向间距25 m进行取样，分别在每个车道横向取3组数据，纵向取8组数据，每张图片拍摄面积为0.8 m×0.6 m, 拍摄示意图如图 12所示。拍摄完成后分别进行横向和纵向的撒布率检测并计算相应的不均匀性指标，如表 1及表 2所示。

从表 1及表 2可以看出，横向不均匀系数D_H及D_V指标的均值均为1车道>2车道>3车道，说明3车道横向及纵向集料的分布均匀性都较1车道及2车道要好。

3.2.2 同一取样点撒布均匀性检测

通过在撒布后的路面上对某个区域的撒布均匀性进行检测，从而判断某区域的撒布情况。本研究随机选取3块1.5 m×1.5 m的区域，对3个区域均采用四分法、纵向法和横向法进行检测分析。

(1) 四分法

对同一区域划分成4个部分，分别检测每个区域的撒布面积比，检测值如表 3和图 13所示。

从表 3和图 13中可以看出，区域2的区域不均匀系数和方差明显大于其他2个区域，其中区域2中第3部分数值低于均值4.48%，第4部分数值高于均值5.8%，这表明此区域的撒布不均匀情况较严重。

(2) 纵向法

对同一区域纵向划分成10个部分，分别检测每个区域的撒布面积比，检测值如表 4和图 14所示。

从表 4及图 14中可以看出，区域2的方差及面积比波动明显高于其他2个区域。尤其是区域2中第4和第5纵向面波动数值有较大变化，分别与均值相差11.3%及11.6%，且8，9，10纵面数值高于1，2，3纵面。这表明第4和第5纵面撒布情况较差，第4纵面过多，第5纵面过少，且8，9，10纵面整体撒布量明显高于1，2，3纵面。

(3) 横向法

对同一区域横向划分成10个部分，分别检测每个区域的撒布面积比，检测值如表 5和图 15所示。

从表 5和图 15可以看出，区域2的方差及面积比波动明显高于其他2个区域，且横向面波动趋势与纵向面类似，在第4及第5横向面位置波动最明显，分别与均值相差11.2%及11.7%，且8，9，10横面数值高于1，2，3横面。这表明第4和第5横面撒布情况较差，第4横面过多，第5横面过少，且8，9，10横面整体撒布量明显高于1，2，3横面。综合横向及纵向撒布情况，可确定撒布不均匀的具体位置，如图 16所示，现场检测图如图 17所示，可根据此图对撒布情况较差的路段进行定点调整。

综合四分法、纵向法及横向法3种撒布均匀性分析方法可知，3种方法得出的撒布均匀性数值均为区域2>区域3>区域1，表明区域1的撒布情况最好，区域2的撒布情况最差。在对撒布后的路面进行检测时，可先通过四分法确定撒布较差的区域，之后通过横向法和纵向法联合分析确定撒布情况较差的具体位置，对确定的具体位置及时进行调整。

碎石撒布率和碎石撒布均匀性是同步碎石封层施工的重要组成部分，二者均会影响碎石封层路面的耐久性。根据碎石撒布率和碎石撒布均匀性的检测结果，可以实现对同步碎石封层施工的精细化检测和评价。

4 结论

本研究对同步碎石封层设备撒布后的路面进行碎石撒布率及撒布均匀性检测，提出了一种新的碎石撒布率检测算法，并采用四分、横向及纵向分析方法对撒布后的路面进行撒布均匀性分析，得到如下结论：

(1) 通过采用二维小波分解将图像高频和低频系数提取出来后，对高频系数采用改进阈值法进行处理，对低频系数采用改进Retinex法进行处理，然后进行图像重构，最后对图像进行二值化处理，得出碎石撒布率。此改进算法可以有效减小外界环境因素对检测精度的影响，能够提高检测精度和速度，通过实例验证表明本研究方法的准确性和有效性。

(2) 本研究所提出的检测方法可以及时了解并对比各部分的撒布率；并通过四分、横向及纵向分析法得到撒布均匀性系数，从而进一步确定撒布情况较差的具体位置，以便对不满足施工要求的位置进行调整，保证施工质量。

(3) 本研究未建立碎石撒布率和撒布量的关系，在进一步的研究中应建立二者的关系模型，以期得到更全面的碎石撒布评价指标。