基于紅外圖像時域特征的瀝青混合料細觀裂縫評價研究

侯德華,李忠玉,張 慶,Busel.A.V.

(1.河南省高遠公路養護技術有限公司,河南 新鄉 453003;2.河南省高等級公路檢測與養護技術重點實驗室,河南 新鄉 453003;3.河南師范大學化學化工學院,河南 新鄉 453007;4.白俄羅斯國立技術大學,白俄羅斯 明斯克 220071)

1 引 言

瀝青混合料在道路工程基建過程中作為高等級路面使用頻繁,由于公路建設等級和數量不斷提高,對瀝青路面的質量和數量都提出更高要求,特別是瀝青路面在服役過程中的隱形裂縫演變與擴展對其使用壽命的影響非常顯著[1-2],如何快速評價瀝青路面的裂縫擴展規律,并在此基礎上進一步提出瀝青路面快速修復時機與養護方法,對于延長瀝青路面的使用期限十分有益。

為了快速、有效和可靠地進行瀝青路面損傷評估,目前基于圖像處理方法的裂縫評價趨勢越來越多[3-5],這些技術主要涉及捕獲目標圖像的硬件設備,以及相應的軟件處理算法,以提取和分類裂縫。主要可分為兩類,即圖像處理和機器學習。圖像處理方法不需要模型訓練過程,僅通過圖像濾波處理、形態學分析、特征提取以及統計分類來檢測裂縫[6];機器學習過程則涉及收集圖像數據集,裂紋檢測任務由經過訓練的機器學習模型完成,其計算準確度會得到顯著改善[7]。但是,這些檢測方法主要是基于宏觀較寬裂縫進行圖像處理[8],對于裂縫寬度小于1 mm的細觀裂縫而言,由于瀝青混合料試件的細觀裂縫受光源條件以及本身紋理非均勻結構特征的影響較大,普通可見光成像技術對細觀裂縫的評價效果不太理想,裂縫特征邊緣檢測誤差較大,難以保證其準確性和檢測效率[9]。因此,鑒于瀝青混合料細觀裂縫的復雜性以及隱蔽性,使得僅依靠可見光圖像很難提取瀝青混合料中細觀裂縫的信息特征,亟待更多研究驗證、改善其評價方法。

近年來主動熱成像無損檢測技術以其檢測速度快、無接觸、特征突出等優點[10-11],受到不同領域研究人員越來越多的關注,并逐步應用于構筑物表面缺陷檢測。主動熱成像技術需要使用外部熱源,例如閃光燈、鹵素燈或激光等加熱物體表面,從而使缺陷上方的表面溫度與正常區域產生顯著差異。研究表明,這種新技術可以對開口小至幾微米的裂縫進行成像,顯著提高細觀裂縫檢測效率[12]。例如,Hwang[13]等提出一種集成的主動激光熱成像系統,包括激光器和紅外相機,用于非接觸式監測和瞬時評估金屬結構中的疲勞裂紋,該方法測得的疲勞裂紋精度可以達到0.01 mm,準確度達到99.43 %。在此基礎上,Inglese[14]等通過主動熱成像技術對混凝土裂縫進行無損評估,通過在裂縫左側使用激光照射可以獲得裂紋的垂直深度,其評價方法具有顯著的抗噪效果,特征提取效果顯著。因此,采用主動熱成像技術使得無需借助復雜的處理算法即可對混凝土細觀缺陷進行成像,并有效檢測和識別,然而目前該技術在瀝青混合料中細觀裂縫評價方面的研究鮮有報道。

在過去的幾十年中,基于紅外成像算法[15]和激光器技術的改進方法較多,但在大多數應用中,激光和試件都保持靜止狀態[16-17]。本方法為了降低瀝青混合料紋理結構的不利影響,以及在未來能夠便于實現基于車載式移動測量方法的自動化檢測技術,本工作基于仿真模擬結果設計了瀝青混合料細觀裂縫評價方法,首先采用線激光對試件進行恒速掃描并采集紅外圖像,以建立基于時間序列的溫度區間特征追蹤方法,進而計算溫度區間特征面積及其擴散速率與線激光位移的熱特性變化關系,最后對試件中的細觀裂縫位置和裂縫寬度進行定量分析,以期為瀝青路面細觀裂縫評價及其性能修復決策提供科學指導,也可為其他材料樣品的損傷分析提供參考和借鑒。

2 試驗方案設計

2.1 試件制備

首先制備常用的AC13瀝青混合料試件,切割出140 mm×35 mm×35 mm的長方體試件,并在試件中間位置設置貫通的垂直縫隙,通過裂縫調節裝置施加外力以控制產生所需的裂縫寬度,如圖1所示。

圖1 瀝青混合料試件及其裂縫調節裝置

2.2 線激光掃描成像原理

基于線激光紅外成像技術檢測瀝青混合料試件的細觀裂縫原理示意如圖2所示。其中,線激光輔助成像主要是利用線激光激勵物體,使試件內部裂縫區域吸收藕合的熱能。

圖2 試驗測試方法示意圖

2.2.1 細觀裂縫檢測原理

采用MATLAB軟件,根據王學智[18]等提出的有限差分方程進行逐層求解,當熱源移動時,可以得到不同時刻的試件表面溫度場,仿真模擬局部效果如圖3所示。根據熱傳導理論,當瀝青混合料中存在裂縫時,由于瀝青混合料與裂縫空氣之間的熱物理特性參數存在較大差異,當熱源激勵物體表面時,試件表面溫度迅速升高,并向瀝青混合料內部傳導,在此過程中由于裂縫的存在會產生熱阻效應,即裂縫導致熱流的異常,阻礙熱量傳遞,致使裂縫處的溫度相對較低,如圖3(b)所示。

圖3 正常及裂縫試件傳熱模型示意圖

2.2.2 紅外成像原理

由普朗克黑體輻射定律可知,熱輻射中的紅外波段會攜帶輻射體的能量信息,紅外熱像儀通過探測目標的紅外輻射能量分布,從而獲得其表面的溫度場分布,如圖4所示。同時,為分析不同溫度區間與細觀裂縫的影響關系,以線激光右側為分析區,將試件表面的溫度場分布劃分為三個區間,分別為溫度區間A(27±2.5 ℃)、溫度區間B(35±1.5 ℃)、溫度區間C(41±1.0 ℃)。

圖4 試件紅外圖像的溫度區間特征劃分

3 試驗方法分析與數據采集

采用線激光對試件表面從左至右進行激勵掃描,采集不同時刻的試件紅外圖像,通過對數據進行清洗和提取處理,得到140張860×270的紅外圖像,可以體現瀝青混合料試件的全序列時域特征變化規律,如圖5所示。此外,從圖中細觀裂縫局部灰度圖可以看出,由于試件裂縫尺度較小,裂縫溫度界線不太顯著,僅采用邊緣紋理特征處理算法(例如Canny算子、Sobel算子、Log算子、Doh算子等邊緣特征算法),很難在140張紅外圖像中快速、精確提取出未知裂縫的具體位置。因此,基于紅外圖像顏色特征(溫度區間)可以描述圖像區域所對應的表面性質,根據顏色特征隨時間變化規律可以重構不同溫度區間的時序變化信號,進而通過不同溫度區間的溫度時序變化規律確定細觀裂縫的位置。

圖5 基于時間序列的紅外圖像

紅外圖像顏色特征的跟蹤與提取采用Python軟件中專用算法庫進行計算。首先將圖像從RGB顏色空間轉化成視覺均衡的HSV顏色空間,并將顏色空間量化成若干近似顏色集的直方圖,從而將顏色集自動分割為若干區域,每個區域用量化顏色空間的某個顏色分量來索引,從而將圖像表達為一個二進制的顏色索引集。在圖像追蹤過程,比較不同圖像色彩區域的空間和顏色集之間的距離關系進行匹配?；诖?分別根據溫度區間A、溫度區間B、溫度區間C的顏色特征對不同時刻的紅外圖像進行匹配計算,在顏色特征匹配的基礎上,進一步基于亞像素算法計算溫度特征的區間面積,其中溫度區間B的跟蹤匹配效果和特征面積如圖6所示。

4 結果與分析

4.1 裂縫位置的定位分析

為快速確定瀝青混合料試件中細觀裂縫的位置,根據線激光掃描速度與時間的對應關系計算不同位移條件下的溫度區間特征面積,建立位移-溫度區間特征面積變化曲線,如圖7所示。

圖7 位移與溫度特征區間面積變化曲線

由圖7可知,隨著線激光位移的逐漸增加,溫度區間A、B、C的特征面積總體變化趨勢一致,均是先增加后降低,位移距離到達60～70 mm后,又開始增加,然后再減小。在位移初始階段,溫度區間A的特征面積最大,溫度區間C的特征面積為零。分析其原因,一方面在于試件及其四周環境溫度相對較低,線激光激勵物體表面時,熱源位置與周圍區域存在較大溫差,激光中心的熱量向四周傳導較快,難以形成較高的溫度集中效應;另一方面溫度區間A的溫度相對較低,并且與試件及其四周環境溫度也更為接近,容易達到設置的溫度閾值(27±2.5 ℃)。之后,在溫度區間A、B預熱作用下,試件表面溫度逐漸升高,線激光中心的激勵熱量傳導作用減緩,熱量累計,溫度逐漸升高。

圖7中e處為試件裂縫所在位置?？梢钥闯?溫度區間B、C的特征面積曲線在此處到達最低值,說明細觀裂縫產生了顯著的熱阻效應,熱量擴散速率顯著降低,如圖8中e處所示,其溫度區間的特征面積擴散速率位于零刻度附近,從而使得局部熱量瞬時被壓縮在較小范圍內,即溫度特征面積最小。對于溫度區間A而言,由于該區間距線激光中心的距離相對較遠,溫度閾值較低,其邊緣溫度更容易收到試件本身以及環境溫度的影響,其邊緣溫度波動性較強,不適合對裂縫位置進行定位。因此,通過溫度區間B、C的特征面積曲線可以較好的研究細觀裂縫的具體位置。

圖8 不同溫度區間的特征面積擴散速率

圖7中溫度區間B的變化曲線具有很強的規律性和代表性,溫度區間B達到最大波峰a后,溫度特征面積開始逐漸降低,溫度區間減小的主要原因在于,溫度區間A的右側邊緣開始接觸裂縫,由于裂縫的熱阻效應,阻礙了特征區間右側邊緣熱量的傳導,這也是溫度區間A到達峰值后開始降低的原因,當到達圖中a處位置時,溫度區間A的特征面積擴散速率顯著降低,說明該區間熱量開始被壓縮累積,引起溫度區間A、B之間的溫度差降低,熱傳遞效應減弱;同時特征區間B左側的線激光在持續移動過程中逐漸壓縮其熱量,使得特征區間B逐漸減小。

在圖7中b、c之間,溫度區間B的特征面積相對穩定,溫度區間A、C的特征面積都在降低,說明此時溫度區間B的熱量到達一個相對平衡的狀態,即高溫輸入熱量與低溫輸出熱量保持相對穩定。綜上分析可以發現,線激光激勵試件過程中,細觀裂縫對激勵溫度區間的影響范圍比較大,并不局限于僅與之接觸的溫度區間,通過裂縫處熱量的反射與傳導,會對線激光附近的溫度產生一定程度的影響。

在圖7中c、e之間,溫度區間B的特征面積逐漸降低,直至到達波谷最小值。從其熱傳導示意圖9可以看出,隨著線激光逐漸接近裂縫,溫度區間A最先達到裂縫處,特征面積到達最小值,由于該區間與線激光中心之間的距離相對較遠,會產生一定的距離誤差,導致其在圖7中d處達到最小值,與實際裂縫位置產生差異。之后,溫度區間A逐漸跨越裂縫,溫度區間B在線激光熱傳導、熱對流作用下,溫度區間B在裂縫處產生熱積累效應,溫度特征面積到達最小值。此外,從圖8中還可以進一步驗證裂縫的熱阻效應,在裂縫e處附近,溫度區間B、C的特征面積擴散速率明顯表現出先降低后增加的趨勢,說明隨著線激光逐漸靠近裂縫,試件表面的熱擴散速率逐漸降低并趨近于零,當線激光逐漸遠離裂縫時,試件表面的熱擴散速率又逐漸增加,體現出很強的熱阻隔現象。

圖9 線激光激勵下裂縫附近熱傳導示意圖

4.2 裂縫寬度的定量分析

通過上述分析,溫度區間B、C的特征面積曲線可以確定裂縫的具體位置,并且在裂縫處產生較強的溫度集中效應。所以,可以在此基礎上進一步提取溫度特征曲線波谷所對應的特征面積圖像,為提高裂縫寬度特征分析的可靠性,試驗又進一步測試了多組不同裂縫寬度的試件,測量平均裂縫為0.15 mm、0.32 mm、0.51 mm、0.79 mm、0.98 mm共5組數據,每組測試十個試件,其小提琴統計圖如圖10所示。

圖10 不同裂縫寬度的特征面積統計圖

根據小提琴圖形分布原理可以看出,圖10中形狀為“矮胖型”的數據分布相對比較密集,組內差異較小;形狀為“高瘦型”的數據分布相對比較離散,組內差異較大。通過對比不同裂縫寬度可以看出,隨著裂縫寬度的增加,不同溫度區間特征面積的離散性逐漸降低。在相同裂縫寬度條件下,相對于溫度區間B,溫度區間C的離散系數平均降低幅度到達16 %。說明溫度區間C的特征面積離散差異較小,其原因主要在于該溫度區間受線激光熱量影響大,溫度相對集中穩定,圖像邊界特征分割精確度高;但是這也會帶來不利影響,從圖中可以看出,通過對比相鄰裂縫寬度,溫度區間C特征面積有較明顯的數據重合,這會造成對其裂縫寬度區分度的降低,提高裂縫寬度的誤判風險。

由圖10可知,隨著裂縫寬度增加,不同溫度區間的特征面積均在逐漸增大,其中溫度區間B的增加幅度最大為467 %,溫度區間C的提升幅度最大為47 %,說明裂縫寬度對溫度區間B的特征面積影響因素更為顯著,區分效果較好。此外,紅外成像測試的溫度包含裂縫邊緣信息,存在一部分的混合溫度,需要通過建立特征面積寬度與實際裂縫寬度的相關曲線才能更加準確的預測裂縫寬度特征。不同溫度區間特征面積寬度與裂縫寬度的相關性如圖11所示,通過相關性分析可以看出,裂縫寬度與溫度區間B、C特征面積的相關性分別為0.9952和0.8378,且檢驗P值都低于0.05,所以在可靠度水平為95 %條件下,可認為裂縫寬度與溫度區間B的特征面積具有很強相關性。在此基礎上,通過已知細觀裂縫對其位置和寬度進行測試,可以得出通過溫度區間B檢測計算出的裂縫位置平均誤差在5.61 %,裂縫寬度平均誤差在4.13 %;通過溫度區間C檢測計算出的裂縫位置平均誤差在5.18 %,裂縫寬度平均誤差在5.48 %。

圖11 裂縫寬度與特征面積的相關曲線圖

綜上分析,瀝青混合料中細觀裂縫的存在會改變試件的熱通量,這種縱向熱通量因垂直裂紋的存在而發生改變,導致表面溫度區間的擴散速率有所減緩,從而揭示裂縫位置與寬度信息,并且相對于溫度區間C,溫度區間B的裂縫寬度測試誤差可以降低25 %,但裂縫位置測試誤差增加8 %。

5 結 論

基于時間序列的線激光掃描紅外熱圖像對試件表面熱擴散的敏感性非常顯著,通過該方法可以提高試件表面細觀裂縫的檢測效率,確定瀝青混合料中細觀裂縫的具體位置,并且測試過程中溫度區間的閾值設置對裂縫信息的預測極為關鍵,若溫度閾值設置較低,會導致溫度區間的變化幅度增大,不利于裂縫位置確定,從而引起計算方法分辨率的降低;若溫度閾值設置較高,會導致特征面積的區分度減小,從而引起計算方法預測誤差的增加。綜合考慮,在本試驗條件下,溫度區間宜設置為35±1.5 ℃,其裂縫位置預測誤差小于5.61 %;在顯著性水平為0.05時,裂縫處溫度區間特征面積與實際裂縫寬度的相關性很強,且預測誤差不大于4.13 %。該評價方法可以實現瀝青混合料試件中細觀裂紋位置和寬度的定量表征。