0 引言

为综合解决钢桥面疲劳开裂和沥青铺装易损难修两大难题，邵旭东研究团队^[1-2]提出了“钢-UHPC (35~40 mm)-沥青磨耗层(20~40 mm)”轻型组合桥面结构。钢桥面专用UHPC^[3]组分内无粗骨料，成型后表面致密光滑，且富含钢纤维，通常采用抛丸处理以制造纹理构造。目前，表面特征及纹理深度多采用铺砂法、摆式仪法等传统测试技术^[4]；由于UHPC表面钢纤维的影响，手动铺砂时砂粒被钢纤维弹走，无法在UHPC层面摊铺成均匀的圆形，测试值离散性大；而采用摆式仪法测试路面摩擦系数，摆锤运动受到表面钢纤维的阻碍，无法与UHPC面连续接触。随着计算机视觉技术和模式识别技术的日渐成熟^[5-7]，特别是新的纹理分析算法的发展，为研究UHPC表面纹理质量状态提供了一种新的思路。相较于传统测试方法，数字图像^[8]采集方便、快速、客观，样本数量大，可反映表面纹理构造的凹凸状态，图像识别过程能实现计算机程序化、系统化的分析，从而使UHPC表面检测具有高效性、准确性和规范性。

本研究拟开展基于数字图像技术的UHPC表面特性与黏结性能识别，通过数字图像技术分析，定量描述UHPC表面三维信息和纹理构造，建立特征参数与表面构造深度之间的关系；分析UHPC表面纹理对黏层材料性能的影响，提出表面特征参数建议值，为完善《超高性能轻型组合桥面结构技术规程》(GDJTG/T A01—2015)^[9]及工程应用提供技术支持。

1 数字图像技术

数字图像就是对平面图像中离散坐标(x, y)和灰度G(x, y)的数字化。数字图像可表示为矩阵或数组，其以矩阵或数组在计算机中传输与存储，数字图像的处理实际上就是对矩阵或数组的处理^[10-11]。

UHPC基板原始图像及其三维图像像素空间分布如图 1所示，对比图 1(a)和图 1(b)，图像的像素状态与UHPC表面凹凸的纹理状态呈对应关系，生活中通过肉眼无法辨别的纹理构造状态，能从数字图像的像素空间分布中客观地反映出来。原始图像的像素分布矩阵可运用数字图像处理来获取。

1.1 图像获取

基于数字图像技术的UHPC表面纹理构造分析方法，要求原始图像能够真实反映UHPC表面纹理特征。表面图像采集受到许多因素的影响，如光照状态、表面洁净程度、拍摄角度等，采集过程影响数字图像的质量，从而使结果产生误差^[12]。

通过规范UHPC表面图像的采集过程，来避免采集过程中造成的图像信息误差。在进行图像采集前，对UHPC基板表面进行拋丸处理，用真空泵吸除表面浮尘，确保板面清洁干净；图像采集时，对光照强度、拍摄高度和角度等因素进行综合分析，在拍摄条件相同的情况下对多个测点进行采集，并将单反相机用三脚架固定，以保证相机以固定高度和角度进行拍摄，相机距离试板的垂直高度固定为100 cm，以保证拍摄时保持镜头平面与试板表面始终平行，拍摄时单反相机用快门线进行控制，防止相机在拍摄过程中的抖动。

1.2 数字图像技术分析

利用MATLAB软件对图像进行处理，包括图像灰度化、滤波降噪、像素值定义及图像三维重构。对三维模型提取轮廓算术平均偏差Ra、分形维数FD、平均灰度MGV等特征参数，建立特征参数与构造深度间的关系，用图像技术定量描述UHPC表面三维信息和纹理构造。

(1) 轮廓算术平均偏差Ra^[13]

轮廓算术平均偏差是表面粗糙度参数之一，是指在取样长度内，轮廓偏距绝对值的算术平均值，Ra的统计意义是一阶原点的绝对矩，用来反映轮廓高度相对中线的离散程度，其计算公式如下：

(1)

式中，Ra为轮廓算术平均偏差；n为组成轮廓线点的个数；y_i为第i个轮廓线点的高度值。

(2) 分形维数FD^[14-15]

分形是指自然界中所有现象或形状的不规则性，都可以用部分和较小的细节来表示，分形应用在纹理中以分形维数来反映。分形维数的计算有不同的方法，例如通过概念、频谱、面积度量、分形布朗函数、差分盒子维法等。本研究采用差分盒子维法对路面纹理图像的像素灰度关系进行基于分形理论的研究。差分盒子维法^[16-17]是将大小为M×M的图像划分为S×S的部分(1＜S≤M/2，S为正整数)，令r=S/M。将图像设想成空间中的三维曲面，平面坐标表示为x和y，图像灰度值表示为z。将坐标平面划分为一个个子块，S×S×S的盒子位于每个子块上。假设第(i, j)网格的k和l盒子中为图像灰度的最小值和最大值，则图像在第(i, j)网格中覆盖所需的盒子数表示为n_r(i, j)=l－k+1，N_r=∑n_r(i, j)表示为覆盖整个图像所需的盒子数，分形维数FD的计算公式如下：

(2)

式中，r为将M×M的图像划分为S×S的一部分；N_r为覆盖整个图像所需的盒子数。

(3) 平均灰度MGV^[18]

灰度值表示灰度图像中像素点的明暗深度，范围为0(黑)~255(白)。在数字图像中，像素的空间分布能够客观反映事物的凹凸不平，这是因为平行光在凹凸不平点处不同的反射产生的，相机取景器获取了更多凸点反射的光线，灰度值就会更大，反之凹点灰度值更小。灰度值可用来区分物体表面的凹凸程度，平均灰度MGV的计算公式如下：

(3)

式中，i，j为像素在平面空间中的坐标；g_ij为像素在平面坐标上的灰度值；m, n为将图片划分为M×N的网格。

基于数字图像技术的UHPC表面特征分析流程见图 2。

2 试验设计

为更加方便准确地分析UHPC表面特性，探究一种基于数字图像技术的UHPC表面纹理分析方法，并建立表面纹理与附着力拉拔强度的关系，依据现行规程方法，测试UHPC表面粗糙度，评估不同界面黏结材料与UHPC的黏附性能。具体试验内容包括: (1) 采集UHPC表面数字图像，并进行图像处理与分析；(2) 采用电动铺砂法测试UHPC表面构造深度；(3)测试4种典型界面黏结材料与UHPC表面附着力。

2.1 原材料

(1) UHPC

UHPC基体材料配合比见表 1，按体积比2.5%掺入钢纤维。

(2) 界面黏结剂

采用4种典型界面黏层材料，分别为热熔型改性环氧树脂202(简称：树脂202)、二阶环氧树脂黏结剂NDA100(简称：树脂NDA100)、热固型环氧沥青(简称：环氧沥青)、SBS改性沥青(I-D)(简称：SBS改性沥青)。界面黏结剂配合比、撒布量、拌和温度、撒布温度和养生条件如表 2所示。

2.2 试件制备

浇注40块300 mm×300 mm×30 mm大小的UHPC基板，在自然环境条件下养护2 d成型，再进行90~100 ℃的蒸汽养护2 d；待试件自然晾干后，去除UHPC层表面浮浆，采用抛丸机对表面抛丸，调整不同参数获得不同构造深度的UHPC板，用真空泵吸除表面浮尘。将UHPC板切割成大小为70 mm×70 mm×30 mm的试件，其中72块用于附着力拉拔试验。

2.3 试验方案

(1) 表面纹理构造

纹理构造试验根据《公路路基路面现场测试规程》(JTG 3450—2019)^[19]，采用LD－138型电动铺砂仪测试UHPC试板表面构造深度，共测试40块UHPC试板，记录构造深度TD。

(2) 附着力拉拔试验

附着力拉拔试验参考美国标准试验方法Standard Test Method for Pull-off Adhesion Strength of Coatings on Concrete Using Portable Pull-off Adhesion Testers(ASTM D7234—21)^[20]。本试验采用ZM-10T型碳纤维黏结强度检测仪，试验时匀速缓慢转动拉拔仪把手，记录试件破坏时的峰值荷载，试验设备见图 3。

3 试验结果与分析 3.1 基于数字图像技术的UHPC表面纹理构造研究

对已测试构造深度的UHPC进行表面图像采集，根据图 3的数字图像技术分析流程，获取图像的轮廓算术平均偏差Ra、分形维数FD、平均灰度MGV，将汇总结果列于图 4。

应用spss软件对图 4中各表面特征参数进行双变量相关性分析，分析结果见表 3。当皮尔逊系数|r|＜0.3时，表示两变量间的相关程度极弱，不具有相关性；当0.3≤|r|＜0.5时，表示两变量为低度相关；当0.5≤|r|＜0.8时，为中度相关；当|r|≥0.8时，为高度相关。**表示对数据进行双尾显著性检验的置信水平为1-α=0.99，数据的置信区间为99%以上。

表 3显示，构造深度与轮廓算术平均偏差Ra的相关系数为0.921，大于0.8，所以构造深度与轮廓算术平均偏差的相关性显著，两者呈正相关，轮廓算术平均偏差随构造深度的增长而增长；构造深度与分形维数的相关性为-0.512，为中度相关性；构造深度与平均灰度的相关系数为0.023，两者不具有相关性。

研究表明，引用轮廓算术平均偏差(Ra)表征UHPC表面构造深度(TD)是合理的。根据实测数据，对Ra-TD关系进行曲线拟合，两者关系模型与参数估算值见表 4。

由表 4可知，采用二次函数能更好反映构造深度TD与轮廓算术平均偏差Ra的关系，回归曲线见图 5，Ra-TD回归方程可表述为：

(4)

式中，R²为表示回归线的线性拟合状态的相关系数。

3.2 基于数字图像技术的UHPC表面纹理与拉拔强度研究

分别测试25 ℃和60 ℃温度状态下，黏层与UHPC的附着力拉拔强度，拉拔破坏状态, 见图 6。

如图 6所示，树脂202、树脂NDA100的受拉破坏基本发生在与UHPC的附着面上, 而环氧沥青、SBS改性沥青的受拉破坏发生在自身材料层，该现象是否表明UHPC表面纹理对树脂黏层的影响大于沥青黏层，此推想有待如下分析与验证。

附着力拉拔试验结果见图 7。

将轮廓算术平均偏差(Ra) 与拉拔强度的关系点绘于如下坐标图图 8中。

从图 8中可看出，树脂黏层、沥青黏层受UHPC表面轮廓算术平均偏差Ra的影响各不相同，对此展开拉拔强度与Ra之间的相关性分析，分析结果见表 5。

由表 5可知，常温条件下树脂202、树脂NDA100、环氧沥青和SBS改性沥青的拉拔强度与Ra的相关系数分别为0.904，0.882，-0.215，-0.404, 表明树脂黏层与Ra的相关性显著，而沥青黏层与Ra的相关性较弱；高温条件下树脂202、树脂NDA100、环氧沥青和SBS改性沥青的拉拔强度与Ra的相关系数为-0.872，-0.823，0.591，0.136, 表明树脂黏层与Ra的相关性较高，其次为SBS改性沥青，而环氧沥青与Ra的相关性较弱。拉拔强度受UHPC表面粗糙度影响程度排序为：树脂202＞树脂NDA100＞SBS改性沥青＞环氧沥青。

进一步对树脂黏层测试结果进行回归分析，如图 9所示。

常温条件下，随着UHPC表面粗糙度的增加，树脂202、树脂NDA100的附着力拉拔强度呈下降趋势；高温条件下，随着UHPC表面粗糙度的增加，树脂202、树脂NDA100的附着力拉拔强度呈上升趋势。为使界面剂在常温和高温环境下均具备较高的黏结性能，即常温拉拔强度≥2.0 MPa^[9]，高温拉拔强度≥0.8 MPa^[9]，建议采用树脂202作为界面剂时，UHPC表面轮廓算术平均偏差Ra的范围为51~53; 而树脂NDA100的Ra小于等于83均可满足要求。

4 结论

(1) 基于图像处理技术提出UHPC表面纹理构造数字分析方法，采用图像轮廓算术平均偏差Ra定量描述UHPC表面三维信息和纹理构造, 分析过程易于实行程序化运算，具有操作便捷、检测效率高等特点。

(2) 通过试验设计与测试，建立了电动铺砂法构造深度(TD)与数字图像轮廓算术平均偏差Ra的TD-Ra关系模型，其相关系数为0.921，两者具有较强的相关性。

(3) 树脂黏层的拉拔强度与轮廓算术平均偏差Ra的相关性较高，其次为SBS改性沥青，而环氧沥青与Ra的相关性较弱。拉拔强度受UHPC表面粗糙度影响程度的排序为：树脂202＞树脂NDA100＞SBS改性沥青＞环氧沥青。

(4) 目前表面粗糙度参数只能评价UHPC表面抛丸的微观构造，下一步将针对嵌石、刻槽、拉毛等各种构造的情况，从而将表面粗糙度参数应用于表征包括抛丸、露石等各种类型的水泥基铺面工程中。