基于红外图像时域特征的沥青混合料细观裂缝评价研究

侯德华,李忠玉,张 庆,Busel.A.V.

(1.河南省高远公路养护技术有限公司,河南 新乡 453003;2.河南省高等级公路检测与养护技术重点实验室,河南 新乡 453003;3.河南师范大学化学化工学院,河南 新乡 453007;4.白俄罗斯国立技术大学,白俄罗斯 明斯克 220071)

1 引 言

沥青混合料在道路工程基建过程中作为高等级路面使用频繁,由于公路建设等级和数量不断提高,对沥青路面的质量和数量都提出更高要求,特别是沥青路面在服役过程中的隐形裂缝演变与扩展对其使用寿命的影响非常显著[1-2],如何快速评价沥青路面的裂缝扩展规律,并在此基础上进一步提出沥青路面快速修复时机与养护方法,对于延长沥青路面的使用期限十分有益。

为了快速、有效和可靠地进行沥青路面损伤评估,目前基于图像处理方法的裂缝评价趋势越来越多[3-5],这些技术主要涉及捕获目标图像的硬件设备,以及相应的软件处理算法,以提取和分类裂缝。主要可分为两类,即图像处理和机器学习。图像处理方法不需要模型训练过程,仅通过图像滤波处理、形态学分析、特征提取以及统计分类来检测裂缝[6];机器学习过程则涉及收集图像数据集,裂纹检测任务由经过训练的机器学习模型完成,其计算准确度会得到显著改善[7]。但是,这些检测方法主要是基于宏观较宽裂缝进行图像处理[8],对于裂缝宽度小于1 mm的细观裂缝而言,由于沥青混合料试件的细观裂缝受光源条件以及本身纹理非均匀结构特征的影响较大,普通可见光成像技术对细观裂缝的评价效果不太理想,裂缝特征边缘检测误差较大,难以保证其准确性和检测效率[9]。因此,鉴于沥青混合料细观裂缝的复杂性以及隐蔽性,使得仅依靠可见光图像很难提取沥青混合料中细观裂缝的信息特征,亟待更多研究验证、改善其评价方法。

近年来主动热成像无损检测技术以其检测速度快、无接触、特征突出等优点[10-11],受到不同领域研究人员越来越多的关注,并逐步应用于构筑物表面缺陷检测。主动热成像技术需要使用外部热源,例如闪光灯、卤素灯或激光等加热物体表面,从而使缺陷上方的表面温度与正常区域产生显著差异。研究表明,这种新技术可以对开口小至几微米的裂缝进行成像,显著提高细观裂缝检测效率[12]。例如,Hwang[13]等提出一种集成的主动激光热成像系统,包括激光器和红外相机,用于非接触式监测和瞬时评估金属结构中的疲劳裂纹,该方法测得的疲劳裂纹精度可以达到0.01 mm,准确度达到99.43 %。在此基础上,Inglese[14]等通过主动热成像技术对混凝土裂缝进行无损评估,通过在裂缝左侧使用激光照射可以获得裂纹的垂直深度,其评价方法具有显著的抗噪效果,特征提取效果显著。因此,采用主动热成像技术使得无需借助复杂的处理算法即可对混凝土细观缺陷进行成像,并有效检测和识别,然而目前该技术在沥青混合料中细观裂缝评价方面的研究鲜有报道。

在过去的几十年中,基于红外成像算法[15]和激光器技术的改进方法较多,但在大多数应用中,激光和试件都保持静止状态[16-17]。本方法为了降低沥青混合料纹理结构的不利影响,以及在未来能够便于实现基于车载式移动测量方法的自动化检测技术,本工作基于仿真模拟结果设计了沥青混合料细观裂缝评价方法,首先采用线激光对试件进行恒速扫描并采集红外图像,以建立基于时间序列的温度区间特征追踪方法,进而计算温度区间特征面积及其扩散速率与线激光位移的热特性变化关系,最后对试件中的细观裂缝位置和裂缝宽度进行定量分析,以期为沥青路面细观裂缝评价及其性能修复决策提供科学指导,也可为其他材料样品的损伤分析提供参考和借鉴。

2 试验方案设计

2.1 试件制备

首先制备常用的AC13沥青混合料试件,切割出140 mm×35 mm×35 mm的长方体试件,并在试件中间位置设置贯通的垂直缝隙,通过裂缝调节装置施加外力以控制产生所需的裂缝宽度,如图1所示。

图1 沥青混合料试件及其裂缝调节装置

2.2 线激光扫描成像原理

基于线激光红外成像技术检测沥青混合料试件的细观裂缝原理示意如图2所示。其中,线激光辅助成像主要是利用线激光激励物体,使试件内部裂缝区域吸收藕合的热能。

图2 试验测试方法示意图

2.2.1 细观裂缝检测原理

采用MATLAB软件,根据王学智[18]等提出的有限差分方程进行逐层求解,当热源移动时,可以得到不同时刻的试件表面温度场,仿真模拟局部效果如图3所示。根据热传导理论,当沥青混合料中存在裂缝时,由于沥青混合料与裂缝空气之间的热物理特性参数存在较大差异,当热源激励物体表面时,试件表面温度迅速升高,并向沥青混合料内部传导,在此过程中由于裂缝的存在会产生热阻效应,即裂缝导致热流的异常,阻碍热量传递,致使裂缝处的温度相对较低,如图3(b)所示。

图3 正常及裂缝试件传热模型示意图

2.2.2 红外成像原理

由普朗克黑体辐射定律可知,热辐射中的红外波段会携带辐射体的能量信息,红外热像仪通过探测目标的红外辐射能量分布,从而获得其表面的温度场分布,如图4所示。同时,为分析不同温度区间与细观裂缝的影响关系,以线激光右侧为分析区,将试件表面的温度场分布划分为三个区间,分别为温度区间A(27±2.5 ℃)、温度区间B(35±1.5 ℃)、温度区间C(41±1.0 ℃)。

图4 试件红外图像的温度区间特征划分

3 试验方法分析与数据采集

采用线激光对试件表面从左至右进行激励扫描,采集不同时刻的试件红外图像,通过对数据进行清洗和提取处理,得到140张860×270的红外图像,可以体现沥青混合料试件的全序列时域特征变化规律,如图5所示。此外,从图中细观裂缝局部灰度图可以看出,由于试件裂缝尺度较小,裂缝温度界线不太显著,仅采用边缘纹理特征处理算法(例如Canny算子、Sobel算子、Log算子、Doh算子等边缘特征算法),很难在140张红外图像中快速、精确提取出未知裂缝的具体位置。因此,基于红外图像颜色特征(温度区间)可以描述图像区域所对应的表面性质,根据颜色特征随时间变化规律可以重构不同温度区间的时序变化信号,进而通过不同温度区间的温度时序变化规律确定细观裂缝的位置。

图5 基于时间序列的红外图像

红外图像颜色特征的跟踪与提取采用Python软件中专用算法库进行计算。首先将图像从RGB颜色空间转化成视觉均衡的HSV颜色空间,并将颜色空间量化成若干近似颜色集的直方图,从而将颜色集自动分割为若干区域,每个区域用量化颜色空间的某个颜色分量来索引,从而将图像表达为一个二进制的颜色索引集。在图像追踪过程,比较不同图像色彩区域的空间和颜色集之间的距离关系进行匹配。基于此,分别根据温度区间A、温度区间B、温度区间C的颜色特征对不同时刻的红外图像进行匹配计算,在颜色特征匹配的基础上,进一步基于亚像素算法计算温度特征的区间面积,其中温度区间B的跟踪匹配效果和特征面积如图6所示。

4 结果与分析

4.1 裂缝位置的定位分析

为快速确定沥青混合料试件中细观裂缝的位置,根据线激光扫描速度与时间的对应关系计算不同位移条件下的温度区间特征面积,建立位移-温度区间特征面积变化曲线,如图7所示。

图7 位移与温度特征区间面积变化曲线

由图7可知,随着线激光位移的逐渐增加,温度区间A、B、C的特征面积总体变化趋势一致,均是先增加后降低,位移距离到达60～70 mm后,又开始增加,然后再减小。在位移初始阶段,温度区间A的特征面积最大,温度区间C的特征面积为零。分析其原因,一方面在于试件及其四周环境温度相对较低,线激光激励物体表面时,热源位置与周围区域存在较大温差,激光中心的热量向四周传导较快,难以形成较高的温度集中效应;另一方面温度区间A的温度相对较低,并且与试件及其四周环境温度也更为接近,容易达到设置的温度阈值(27±2.5 ℃)。之后,在温度区间A、B预热作用下,试件表面温度逐渐升高,线激光中心的激励热量传导作用减缓,热量累计,温度逐渐升高。

图7中e处为试件裂缝所在位置。可以看出,温度区间B、C的特征面积曲线在此处到达最低值,说明细观裂缝产生了显著的热阻效应,热量扩散速率显著降低,如图8中e处所示,其温度区间的特征面积扩散速率位于零刻度附近,从而使得局部热量瞬时被压缩在较小范围内,即温度特征面积最小。对于温度区间A而言,由于该区间距线激光中心的距离相对较远,温度阈值较低,其边缘温度更容易收到试件本身以及环境温度的影响,其边缘温度波动性较强,不适合对裂缝位置进行定位。因此,通过温度区间B、C的特征面积曲线可以较好的研究细观裂缝的具体位置。

图8 不同温度区间的特征面积扩散速率

图7中温度区间B的变化曲线具有很强的规律性和代表性,温度区间B达到最大波峰a后,温度特征面积开始逐渐降低,温度区间减小的主要原因在于,温度区间A的右侧边缘开始接触裂缝,由于裂缝的热阻效应,阻碍了特征区间右侧边缘热量的传导,这也是温度区间A到达峰值后开始降低的原因,当到达图中a处位置时,温度区间A的特征面积扩散速率显著降低,说明该区间热量开始被压缩累积,引起温度区间A、B之间的温度差降低,热传递效应减弱;同时特征区间B左侧的线激光在持续移动过程中逐渐压缩其热量,使得特征区间B逐渐减小。

在图7中b、c之间,温度区间B的特征面积相对稳定,温度区间A、C的特征面积都在降低,说明此时温度区间B的热量到达一个相对平衡的状态,即高温输入热量与低温输出热量保持相对稳定。综上分析可以发现,线激光激励试件过程中,细观裂缝对激励温度区间的影响范围比较大,并不局限于仅与之接触的温度区间,通过裂缝处热量的反射与传导,会对线激光附近的温度产生一定程度的影响。

在图7中c、e之间,温度区间B的特征面积逐渐降低,直至到达波谷最小值。从其热传导示意图9可以看出,随着线激光逐渐接近裂缝,温度区间A最先达到裂缝处,特征面积到达最小值,由于该区间与线激光中心之间的距离相对较远,会产生一定的距离误差,导致其在图7中d处达到最小值,与实际裂缝位置产生差异。之后,温度区间A逐渐跨越裂缝,温度区间B在线激光热传导、热对流作用下,温度区间B在裂缝处产生热积累效应,温度特征面积到达最小值。此外,从图8中还可以进一步验证裂缝的热阻效应,在裂缝e处附近,温度区间B、C的特征面积扩散速率明显表现出先降低后增加的趋势,说明随着线激光逐渐靠近裂缝,试件表面的热扩散速率逐渐降低并趋近于零,当线激光逐渐远离裂缝时,试件表面的热扩散速率又逐渐增加,体现出很强的热阻隔现象。

图9 线激光激励下裂缝附近热传导示意图

4.2 裂缝宽度的定量分析

通过上述分析,温度区间B、C的特征面积曲线可以确定裂缝的具体位置,并且在裂缝处产生较强的温度集中效应。所以,可以在此基础上进一步提取温度特征曲线波谷所对应的特征面积图像,为提高裂缝宽度特征分析的可靠性,试验又进一步测试了多组不同裂缝宽度的试件,测量平均裂缝为0.15 mm、0.32 mm、0.51 mm、0.79 mm、0.98 mm共5组数据,每组测试十个试件,其小提琴统计图如图10所示。

图10 不同裂缝宽度的特征面积统计图

根据小提琴图形分布原理可以看出,图10中形状为“矮胖型”的数据分布相对比较密集,组内差异较小;形状为“高瘦型”的数据分布相对比较离散,组内差异较大。通过对比不同裂缝宽度可以看出,随着裂缝宽度的增加,不同温度区间特征面积的离散性逐渐降低。在相同裂缝宽度条件下,相对于温度区间B,温度区间C的离散系数平均降低幅度到达16 %。说明温度区间C的特征面积离散差异较小,其原因主要在于该温度区间受线激光热量影响大,温度相对集中稳定,图像边界特征分割精确度高;但是这也会带来不利影响,从图中可以看出,通过对比相邻裂缝宽度,温度区间C特征面积有较明显的数据重合,这会造成对其裂缝宽度区分度的降低,提高裂缝宽度的误判风险。

由图10可知,随着裂缝宽度增加,不同温度区间的特征面积均在逐渐增大,其中温度区间B的增加幅度最大为467 %,温度区间C的提升幅度最大为47 %,说明裂缝宽度对温度区间B的特征面积影响因素更为显著,区分效果较好。此外,红外成像测试的温度包含裂缝边缘信息,存在一部分的混合温度,需要通过建立特征面积宽度与实际裂缝宽度的相关曲线才能更加准确的预测裂缝宽度特征。不同温度区间特征面积宽度与裂缝宽度的相关性如图11所示,通过相关性分析可以看出,裂缝宽度与温度区间B、C特征面积的相关性分别为0.9952和0.8378,且检验P值都低于0.05,所以在可靠度水平为95 %条件下,可认为裂缝宽度与温度区间B的特征面积具有很强相关性。在此基础上,通过已知细观裂缝对其位置和宽度进行测试,可以得出通过温度区间B检测计算出的裂缝位置平均误差在5.61 %,裂缝宽度平均误差在4.13 %;通过温度区间C检测计算出的裂缝位置平均误差在5.18 %,裂缝宽度平均误差在5.48 %。

图11 裂缝宽度与特征面积的相关曲线图

综上分析,沥青混合料中细观裂缝的存在会改变试件的热通量,这种纵向热通量因垂直裂纹的存在而发生改变,导致表面温度区间的扩散速率有所减缓,从而揭示裂缝位置与宽度信息,并且相对于温度区间C,温度区间B的裂缝宽度测试误差可以降低25 %,但裂缝位置测试误差增加8 %。

5 结 论

基于时间序列的线激光扫描红外热图像对试件表面热扩散的敏感性非常显著,通过该方法可以提高试件表面细观裂缝的检测效率,确定沥青混合料中细观裂缝的具体位置,并且测试过程中温度区间的阈值设置对裂缝信息的预测极为关键,若温度阈值设置较低,会导致温度区间的变化幅度增大,不利于裂缝位置确定,从而引起计算方法分辨率的降低;若温度阈值设置较高,会导致特征面积的区分度减小,从而引起计算方法预测误差的增加。综合考虑,在本试验条件下,温度区间宜设置为35±1.5 ℃,其裂缝位置预测误差小于5.61 %;在显著性水平为0.05时,裂缝处温度区间特征面积与实际裂缝宽度的相关性很强,且预测误差不大于4.13 %。该评价方法可以实现沥青混合料试件中细观裂纹位置和宽度的定量表征。