發(fā)泡混凝土孔結構快速檢測與精準識別

李 豪， 王德志， 魏永起， 姚 武

（1.寧夏大學 土木與水利工程學院，寧夏 銀川 750021； 2.同濟大學 先進土木工程材料教育部重點實驗室，上海 201804； 3.同濟大學 材料科學與工程學院，上海 201804）

發(fā)泡混凝土是一種通過人工方式引入微米至毫米尺度氣孔的多孔材料，因此具有優(yōu)良的保溫、隔熱性能.前期研究發(fā)現(xiàn)，發(fā)泡混凝土中孔結構是影響其傳熱性能的重要因素［1-3］，但其微米至毫米尺度的孔隙無法使用傳統(tǒng)氮吸附法或壓汞法進行精確測定［4］.因此，研究人員嘗試采用光學成像技術表征材料毫米級的氣孔［5］，但該方法缺少孔結構圖像的分析方法.鑒于此，彭軍芝等［6］使用Matlab對發(fā)泡混凝土的孔結構圖像進行了量化分析，但其圖像中孔的邊緣與基體對比度較差，很難對孔結構進行精確識別.張雄等［5］使用基體著色并填充納米微粉的后處理方式，提高了孔壁和孔內的對比襯度，但該方法需要較精細的后處理工藝，且檢測精確程度易受操作者制樣水平的影響［7］.因此建立一種既能簡化制樣流程又可以進一步提高對比襯度，同時還可以通過選擇合適圖像識別算法對泡沫混凝土孔結構進行檢測和識別的方法就顯得尤為必要.通過調研發(fā)現(xiàn)，在金屬機械零件表面劃痕檢測時引入低角度光源，可明顯提高待測表面與劃痕間的對比襯度［8］，但其缺少光源角度與成像之間關系的分析.這一問題在田洪志［9］的研究中得以解決，其深入研究了單側光源不同角度對檢測金屬板表面缺陷的影響，確定了單側光源照明的最佳角度，但對于缺陷復雜的表面檢測仍不理想.馮超［10］開發(fā)了低適光性表面缺陷的檢測方法，提出了針對復雜表面缺陷的檢測解決方案.

本文借鑒零度光源在金屬表面缺陷檢測方面的應用，嘗試將其拓展至發(fā)泡混凝土孔結構檢測領域，以解決發(fā)泡混凝土孔特征檢測和識別過程中繁瑣的樣品后處理工藝以及由此可能帶來的圖像失真問題，為發(fā)泡材料孔特征的深入研究提供快速且精準的定量表征方法.

1 試驗

1.1 設備

圖像采集設備為Lapsun的USB500工業(yè)相機，像素為500萬，光學尺寸為1/2.5彩色；光學鏡頭選用Lapsun品牌180X-720X型號；圖像采集軟件為S-EYE軟件，獲得2 048 像素×1 536像素的彩色圖像；零度光源選用Lapsun生產(chǎn)的RL-146-00W，為滿足視 域選定內 徑為104 mm.同 時，采 用IFV-C40DW同軸光源和IDR-F60/20DW的常光源進行對比分析.

零度光源產(chǎn)生的是一種與試件截面夾角極小的光線，當光線越過一側孔壁時，在另一側孔壁只有小部分的光線可以到達其孔壁上側區(qū)域，從而形成了一個與孔形貌相同的“黑體”，使采集的圖像中孔上壁和孔內壁具有很強的區(qū)分度［11］，其結構示意圖見圖1（圖中安裝孔公稱直徑和深度均為3 mm）.同軸光源是通過單向透光玻璃而產(chǎn)生對界面垂直方向成像的特征光源.

圖1 零度光源結構示意圖Fig.1 Structure diagram of zero-degree light source（size： mm）

1.2 試驗方法

1.2.1 試件制備

用密度500 kg/cm3的發(fā)泡混凝土，制備100 mm×100 mm×100 mm的 試 件，并 進行切割、打 磨、催粉.具體步驟為：（1）使用鋸條將泡沫混凝土切割；（2）將具有待測截面的試件使用6.5 μm的極細砂紙進行打磨［5］，打磨時控制每2～3個相對運動周期清理1次砂紙上的粉末，每個試件截面的打磨過程持續(xù)20～30 min；（3）使用壓縮空氣型噴槍，將打磨完成后試件上的殘留粉末催出，該過程中保持待測截面與噴槍噴出的流體相對平行，盡量避免流體對試件的破壞.

1.2.2 圖像檢測

傳統(tǒng)圖像檢測需要對試件進行著色、填粉、再次打磨等后處理，存在對其孔結構的二次破壞問題［11］，將未處理的試件分別使用無光源（自然光）、常光源、同軸光源以及零度光源對泡沫混凝土試件的同一截面區(qū)域進行采樣，不同光源下泡沫混凝土的圖像見圖2.由圖2可見：與無光源（自然光）相比，光源的存在使工業(yè)相機能收集到更多光線，有光源的泡沫混凝土孔形貌特征更加顯著；同軸光源下的泡沫混凝土孔內與孔壁的對比襯度較小，孔邊緣模糊；零度光源下泡沫混凝土孔內與孔壁的對比襯度較大，孔特征更加顯著.

圖2 不同光源下泡沫混凝土的圖像Fig.2 Images of foamed concrete under different light sources

2 結果與討論

2.1 孔結構視覺圖像的最小取樣數(shù)

發(fā)泡混凝土發(fā)泡時容易受到環(huán)境溫度及發(fā)泡劑分散程度等變量的影響，成型后孔的特征分布是不均衡的［6］，因此需要在孔特征統(tǒng)計之前，確定隨機獲取圖像的最小取樣數(shù)n.當取樣數(shù)足夠大時（n≥30），樣品均值近似服從均值為μ、方差為σ2的正態(tài)分布，因此最小取樣數(shù)n實際上是在某置信程度及誤差程

度下對樣品均值的區(qū)間估計［5］，即：

式中：λ為分布參數(shù)，其值由置信程度確定，一般情況下混凝土的置信程度為95%，可查得當置信程度為95%，n=30時，λ為1.96［12］；d為 估 計 誤 差，一 般 取d≤15%［5］.

隨機取2組各30張發(fā)泡混凝土的圖像，用Image-Pro Plus軟件進行分析，計算平均孔隙率（體積分數(shù)）的最小樣本數(shù)，結果見表1.由表1可見，2組發(fā)泡混凝土的n分別為0.145 7、0.159 9，取整得到n=1，即只需1個樣本圖像即可在保證率為95%的情況下，滿足待統(tǒng)計量估計誤差小于15%.

表1 最小樣本數(shù)Table 1 Minimum sample amount

2.2 不同制樣方法增強孔結構對比襯度效果對比

ASTM-C457-06《Standard test method for microscopical determination of parameters of the air-void system in hardened concrete》根 據(jù) 體 視 學 原理，使用線法和網(wǎng)格法對拍攝圖像的平均孔隙率進行統(tǒng)計，而后研究人員對制樣和拍攝手法進行改進［13-14］，設法增加孔內壁與孔壁之間的對比度，使圖像中孔的特征更加顯著.由文獻［6］可知，在試樣制備的基礎上對其進一步處理，宏觀處理發(fā)泡混凝土孔結構的傳統(tǒng)方法有2種，分別為將孔壁著色和孔壁著色-孔內填充［5］.3種處理方法的制樣工序流程對比見圖3.由圖3可見：零度光源法共需要47～65 min；與孔壁著色、孔壁著色-孔內填充相比，零度光源法分別節(jié)約了10～15、20～30 min.傳統(tǒng)方法若使用掃描電鏡（SEM）識別孔隙，在制樣工序后還需要進行鍍金（30 s）、裝樣（2 min）、抽真空（3 min）以及對焦掃描（10 min）.傳統(tǒng)方法在著色階段要求顏色涂抹均勻以及著色材料不能與孔內壁接觸，且填充后剝離白色粉末時，要求刮片不能破壞孔壁，因此其后處理對操作要求較高；而零度光源輔助拍攝的方法，省略了后處理部分，整個流程簡便快速.

圖3 3種處理方法的制樣工序流程對比Fig.3 Comparison of sample preparation process of three processing methods

3種處理方法的采樣結果見圖4.由圖4可見：孔壁著色法的位置A（見圖4（g））有墨水沁入孔壁，將孔內部分區(qū)域著色，導致孔的特征出現(xiàn)偏差；而零度光源法呈現(xiàn)出的孔內部和孔壁區(qū)分完整，輪廓清晰；孔壁著色-孔內填充法在位置B、C處（見圖4（i））均出現(xiàn)了孔相連通的狀況，原因可能是發(fā)泡混凝土中孔隙率偏大，相鄰孔的孔壁較薄，在使用孔壁著色-孔內填充法刮去粉末的時侯，使孔壁遭到了破壞.

圖4 3種處理方法的采樣結果Fig.4 Sampling results of three processing methods

2.3 孔結構圖像優(yōu)化

在進一步提取圖像信息前，一般需要對原始圖像進行降噪等優(yōu)化處理，而判斷圖像優(yōu)劣的標準是圖像對目標特征的表達程度［15］.發(fā)泡混凝土的目標特征是孔的邊緣特征以及截面孔的總體特征.首先使用灰度化方法將原始圖像變?yōu)閱瓮ǖ佬畔⒕仃嚕湓硎菍D像相同位置的不同通道加權平均，得到［0-255］的單通道信息［16］.采用人眼對紅綠藍顏色的敏感程度進行加權平均［16］，得到灰度圖像g(x，y)：

式中：Red（x，y）、Green（x，y）、Blue（x，y）分別為紅色、綠色、藍色通道像素矩陣；x、y分別為矩陣行、列的位置.

3種處理方法得到的發(fā)泡混凝土灰度化、降噪處理效果圖見圖5.由圖5可見，灰度化處理后，在孔上壁中有一些點狀和塊狀噪點.將大鄰域的中值濾波［17］得到的圖像u（x，y）作為噪聲，取原圖的灰度圖像與大鄰域中值濾波圖像的差值，并將差值小于0的像素替代為0，得到降噪后的圖像γ（x，y）：

該方法本質上是自動依據(jù)圖像的整體特征選取全局圖像閾值.由圖5還可見：孔壁著色法灰度化后在A、B位置有明顯的由于著色導致的反光，因此在灰度圖中位置A、B處的像素特征與孔內像素特征幾乎相同；孔壁著色-孔內填充法在A位置存在無法去除的填充粉末，導致其像素特征與孔內相同；零度光源法經(jīng)過灰度處理后，孔壁上出現(xiàn)噪聲點、塊，經(jīng)過降噪處理后噪聲明顯減小.

圖5 3種處理方法得到的發(fā)泡混凝土灰度化、降噪處理效果圖Fig.5 Effect figures of gray and noise reduction of foamed concrete by three processing methods

2.4 不同制樣方法孔結構特征統(tǒng)計對比

不同的制樣方法得到的孔結構圖像有明顯的差異，本節(jié)分別從截面的孔邊緣特征、孔徑分布、孔隙率等維度進行更深入的探究.分別采用Laplacian、Kirsch及Canny算 子［18］對 孔邊緣進行 對比分析，結果見圖6.由圖6可見：Canny算子對孔邊緣的提取較好；與Canny算子相比，Laplacian算子和Kirsch算子處理后圖像的孔邊緣雜亂不清晰，存在更多不連續(xù)的“偽邊”且孔輪廓模糊；孔壁著色法用Canny算子處理（見圖6（g））后，由于著色部分反光，導致了灰度圖像出現(xiàn)“偽孔”及“偽邊”；孔壁著色-孔內填充法用Canny算子處理后（見圖6（h）），孔壁較薄部分的孔邊緣輪廓線相連接，整體成為了1個孔隙；零度光源法用Canny算子處理后圖像的孔邊緣清晰.

用Image Pro Plus軟件計算發(fā)泡混凝土的孔徑分布和面積率，結果見圖7.由圖7可見：孔壁著色法共有1 536個孔，平均孔隙率為52.73%，半徑為0～90 μm的 孔占比81.58%，由于 孔壁著色時墨沁入了孔內，從而造成原始圖像的邊緣不顯著，將單個的孔統(tǒng)計為多個破碎狀的小孔（見圖6（g）、圖7（g））；孔壁著色-孔內填充法共有967個孔，平 均 孔 隙 率 為62.52%，半 徑 為10～90 μm的孔占比76.42%，與孔壁著色法相比破碎狀小孔數(shù)目明顯下降，但其最大的孔半徑是876 μm，這是因為其大孔來源于多個孔的聯(lián)通，即相鄰的薄壁孔被統(tǒng)計為1個孔（見圖6（h）、圖7（h））；零度光源法共有677個孔，平均孔隙率為43.86%，其沒有出現(xiàn)大量破碎狀小孔以及由于薄壁而呈1個聯(lián)通孔的情況（見圖7（i））.綜上，零度光源法采集的圖像孔隙邊緣清晰且薄壁保持完整，可以觀察半徑為10～900 μm孔的形貌特征以及統(tǒng)計整體特征.

圖6 3種處理方法得到的發(fā)泡混凝土孔邊緣識別對比Fig.6 Comparison of pore edge recognition of foamed concrete by three processing methods

圖7 3種處理方法得到的發(fā)泡混凝土孔徑分布和面積率Fig.7 Pore size distribution and area percentage of foamed concrete by three processing methods

3 結論

（1）針對發(fā)泡混凝土孔測試中的制樣問題，選用零度光源法，以非接觸式形式增加了孔壁與孔內對比度，與傳統(tǒng)方法相比，零度光源法對孔壁的破壞小，孔特征保存完整.

（2）通過統(tǒng)計學方法確定了在固定尺度下發(fā)泡混凝土孔結構分析所需的最小樣本數(shù)，從而增強了零度光源法在統(tǒng)計學意義上的科學性.

（3）優(yōu)化的均值濾波算法可以將零度光源法獲取圖像中的噪聲去除，并且不影響孔隙圖像的細部特征，從而得到相對清晰且完整的孔特征圖像.

（4）針對零度光源輔助拍攝的發(fā)泡混凝土孔結構圖像，使用Canny算法，可以精確地提取發(fā)泡混凝土孔邊緣圖像特征.