[发明专利]一种泡沫沥青冷再生混合料内水分分布的测试方法有效
申请号: | 201910727883.9 | 申请日: | 2019-08-07 |
公开(公告)号: | CN110441268B | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | 李强;许傲;罗桑;马翔;高磊 | 申请(专利权)人: | 南京林业大学 |
主分类号: | G01N21/25 | 分类号: | G01N21/25;G01N1/28;G01N1/36 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210037 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 泡沫 沥青 再生 混合 水分 分布 测试 方法 | ||
1.一种泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,包括以下步骤:
步骤1、制备泡沫沥青冷再生混合料的标准马歇尔试件,然后将马歇尔试件切割成若干边长为1.5cm的立方体试件;
步骤2、通过调试确定高光谱图像采集系统的最佳成像参数,获取不同波段下泡沫沥青冷再生混合料立方体试件的高光谱图像;
步骤3、对所述高光谱图像进行校正处理,将校正后的高光谱图像转换为反射率图像;
步骤4、提取反射率图像中的光谱数据,确定整个图像样本中的感兴趣区域;
步骤5、对感兴趣区域内的光谱数据进行预处理,确定光谱的q个特征波长;
步骤6、根据q个不同特征波长下的光谱反射率和试件实测含水量,利用多元线性回归法建立试件内某像素点水分含量的预测模型:
Y=β0+β1X1+β2X2+β3X3+…+βqXq
式中:X1,X2,…Xq为q个特征波长下反射率图像中某一像素点的反射率;
β0为常数项;
β1,β2,…βq为Y对应于X1,X2,…Xq的偏回归系数;
Y为泡沫沥青冷再生混合料图像中相应像素点处的水分含量;
步骤7、利用正态分布模型对试件图像内各像素点水分分布状况进行拟合,得到正态分布模型的位置参数μ和形状参数σ,以该位置参数和形状参数组成的二维特征向量来描述所述泡沫沥青冷再生混合料内的水分分布特征,正态分布函数如下所示:
式中:x为各像素点的水分含量;
f(x)为各像素点水分含量的分布概率;
μ为期望(均数),即正态分布模型的位置参数;
σ为标准差,即正态分布模型的形状参数。
2.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤2中所述高光谱图像采集系统包括高光谱成像单元、Schott DCR III冷光源、电控移动平台和装有控制系统的计算机;其中高光谱成像单元包括电荷耦合器件(CCD)摄像机和图像光谱仪两部分。
3.如权利要求2所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤2中所述最佳成像参数为:系统曝光时间为50ms、移动平台速度为3mm/s、高光谱图像采集波段为600~1500nm。
4.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤3中对所述高光谱图像进行校正处理包括使用校正工具完成图像的辐射校正或几何校正。
5.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤3中所述将校正后的高光谱图像转换为反射率图像包括使用数学软件MATLAB中的imread函数读入校正后的高光谱图像并提取其灰度值;还包括利用遥感图像处理平台软件ENVI将提取的灰度值转换为反射率,获取宽为j像素、高为p像素的二维反射率图像。
6.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤4中所述确定整个图像样本中的感兴趣区域包括利用ENVI软件中的region ofinterest工具对波段在600~1500nm范围内的图像进行光谱数据提取;还包括将高反射率的样本图像与低反射率的背景图像相除,利用阈值分割得到二值掩模图像。
7.如权利要求1所述的泡沫沥青冷再生混合料内水分分布的测试方法,其特征在于,在步骤5中所述对感兴趣区域内的光谱数据进行预处理包括采用多元散射校正(MSC)算法处理感兴趣区域内的原始光谱数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910727883.9/1.html,转载请声明来源钻瓜专利网。