本發(fā)明涉及一種建筑物料評價方法，尤其涉及一種集料顆粒中有害顆粒的評價方法。

背景技術(shù)：

集料又稱骨料，是混凝土的主要材料之一，集料顆粒的性狀關(guān)系到混凝土和易性、均勻性，其中，集料中的針狀顆粒、片狀顆粒對混凝土的性能影響極大，如果針狀顆粒和片狀顆粒相互搭接，導致混凝土中的其他材料的細小顆粒無法進入集料顆粒之間的縫隙，從而嚴重影響到混凝土的強度、抗車轍能力、和易性以及均勻性，現(xiàn)有技術(shù)中，對于集料顆粒的形狀評估采取的是人工檢測方式，通過游標卡尺法來檢測集料顆粒的最大直徑、最小直徑以及厚度等參數(shù)值，然后再判斷集料顆粒的針片狀程度，篩選出有害顆粒以及確定有害顆粒的含量，這種方法工作量大，效率極為低下，更為重要的是，由于在檢測過程中過多的人為因素的參與，并且受到工作人員的疲勞程度的影響等因素，其檢測結(jié)果準確率低，從而導致最終的混凝土性能受到嚴重的影響。

因此，亟需提出一種的新的方法解決上述技術(shù)問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種集料顆粒中有害顆粒的評價方法，能夠有效提高集料顆粒中有害顆粒評價的結(jié)果的準確性，從而確?；炷恋膹姸?、抗車轍能力、和易性以及均勻性等性能，而且在整個評價過程中有效減少人為干預，提高評價結(jié)果準確性的同時，大大提高效率，降低人力成本。

本發(fā)明提供的一種集料顆粒中有害顆粒的評價方法，包括如下步驟：

s1.采集集料顆粒的圖像，并根據(jù)所采集的圖像獲取集料顆粒圖像邊緣信息；

s2.根據(jù)集料顆粒圖像邊緣信息獲取有害顆粒的評價參數(shù)；

s3.根據(jù)有害顆粒的評價參數(shù)篩選出有害顆粒以及有害顆粒的含量，其中，有害顆粒包括針狀顆粒和片狀顆粒。

進一步，評價參數(shù)包括集料顆粒的平面形狀指數(shù)yi、顆粒最大直徑dimax、顆粒最小直徑dimin、顆粒的厚度hi以及顆粒的平均直徑dimean，其中，集料顆粒的平面形狀指數(shù)yi是指集料顆粒的等效橢圓的長軸和短軸的比值，i表示樣本中第i各顆粒。

進一步，步驟s3中，根據(jù)如下方法評價針狀顆粒：

s3a1.求取集料顆粒i的最大直徑和最小直徑的比值xi：

s3a2.求取所有集料顆粒的比值xi和平面形狀指數(shù)之間的誤差σ1：

s3a3.計算誤差修正系數(shù)δ：

s3a4.計算針狀系數(shù)zi：

當σ1>σ′1，則：zi＝y(tǒng)i+δ；

當σ1≤σ′1，則：zi＝y(tǒng)i，其中，σ′1為設定誤差閾值；

s3a5.根據(jù)針狀系數(shù)zi判斷集料顆粒是否為針狀顆粒：

若1≤zi<2，則當前集料顆粒為理想顆粒；

若2≤zi<2.4，則當前集料顆粒為針狀趨勢顆粒；

若zi≥2.4，則當前集料顆粒為針狀顆粒。

進一步，步驟s3中，根據(jù)如下方法評價片狀顆粒：

s3b1.計算集料顆粒的片狀系數(shù)pi：

s3b2.根據(jù)片狀系數(shù)pi判斷集料顆粒是否為片狀顆粒：

若：0<pi≤0.4，當前集料顆粒為片狀顆粒；

若：0.4<pi≤0.5，當前集料顆粒為片狀趨勢顆粒；若：0.5<pi≤1，當前集料顆粒為理想顆粒。

進一步，建立針片狀顆粒的聯(lián)合判斷指標：

集料顆粒的針狀程度通過如下公式表示：

集料顆粒的片狀程度通過如下公式表示：

集料顆粒的針片狀程度則通過如下公式表示：

其中，i表示第i個集料顆粒，當ci＝0時，表明該顆粒為理想的飽滿顆粒；當ci＝1時，表明該顆粒為輕度針狀或輕度片狀顆粒；當ci＝2時，表明該顆粒為輕度針片狀顆粒、針狀顆?；蚱瑺铑w粒；當ci＝3時，表明該顆粒為針狀加輕度片狀顆?；蚱瑺罴虞p度針狀顆粒；當ci＝4時，表明該顆粒為針片狀顆粒；且當ci≥2時集料顆粒為有害顆粒。

進一步，通過如下方法評價集料顆粒中有害顆粒的含量：

其中，α表示有害顆粒在集料顆粒中的含量，vz表示集料顆粒的體積；vi表示有害顆粒的體積。

進一步，根據(jù)如下方法獲取集料顆粒圖像邊緣信息：

s11.建立集料顆粒圖像f(x,y)在像素(x，y)的梯度向量

其中，gx(x,y)表示圖像中顆粒邊緣點在x方向上的一階差分，gy(x,y)表示圖像中顆粒邊緣點在y方向上的一階差分；

s12.計算梯度幅度

其中，mag{}為幅度函數(shù)；

s13.將計算出的梯度幅度值與設定的閾值進行比較，如果大于設定的閾值，則認為像素點(x，y)為集料圖像的邊緣點。

本發(fā)明的有益效果：通過本發(fā)明，能夠有效提高集料顆粒中有害顆粒評價的結(jié)果的準確性，從而確保混凝土的強度、抗車轍能力、和易性以及均勻性等性能，而且在整個評價過程中有效減少人為干預，提高評價結(jié)果準確性的同時，大大提高效率，降低人力成本。

附圖說明

下面結(jié)合附圖和實施例對本發(fā)明作進一步描述：

圖1為本發(fā)明的流程圖。

圖2為本發(fā)明的平面形狀指數(shù)的示意圖。

圖3為本發(fā)明中在引入修正系數(shù)之前比值xi與平面形狀指數(shù)yi的曲線圖。

圖4為本發(fā)明中在引入修正系數(shù)之后比值xi與平面形狀指數(shù)yi的曲線圖。

具體實施方式

圖1為本發(fā)明的流程圖，如圖所示，本發(fā)明提供的一種集料顆粒中有害顆粒的評價方法，包括如下步驟：

s1.采集集料顆粒的圖像，并根據(jù)所采集的圖像獲取集料顆粒圖像邊緣信息；本發(fā)明中，通過攝像機等采集集料顆粒的圖像，并且在采集圖像時，圖像比例設置為1:1模式；

s2.根據(jù)集料顆粒圖像邊緣信息獲取有害顆粒的評價參數(shù)；

s3.根據(jù)有害顆粒的評價參數(shù)篩選出有害顆粒以及有害顆粒的含量，其中，有害顆粒包括針狀顆粒和片狀顆粒；通過本發(fā)明，能夠有效提高集料顆粒中有害顆粒評價的結(jié)果的準確性，從而確保混凝土的強度、抗車轍能力、和易性以及均勻性等性能，而且在整個評價過程中有效減少人為干預，提高評價結(jié)果準確性的同時，大大提高效率，降低人力成本。

本實施例中，評價參數(shù)包括集料顆粒的平面形狀指數(shù)yi、顆粒最大直徑dimax、顆粒最小直徑dimin、顆粒的厚度hi以及顆粒的平均直徑dimean，其中，集料顆粒的平面形狀指數(shù)yi是指集料顆粒的等效橢圓的長軸和短軸的比值，i表示樣本中第i各顆粒；上述參數(shù)的采集，將圖像輸入到ipp(軟件平臺函數(shù)庫的英文integratedperformanceprimitives縮寫)中，由ipp對根據(jù)圖像邊緣信息進行分析處理，得到上述參數(shù)，屬于現(xiàn)有技術(shù)，其中，平面形狀指數(shù)是指集料顆粒圖像的等效橢圓的長軸與短軸之比，且集料顆粒圖像的等效橢圓與顆粒圖像具有相同的面積、相同的一階矩和二階矩；如圖2所示，其中圖2中的白色區(qū)域即為集料顆粒的圖像，而灰色的橢圓即為該集料顆粒的等效橢圓。

本實施例中，步驟s3中，根據(jù)如下方法評價針狀顆粒：

s3a1.求取集料顆粒i的最大直徑和最小直徑的比值xi：

s3a2.求取所有集料顆粒的比值xi和平面形狀指數(shù)之間的誤差σ1：

s3a3.計算誤差修正系數(shù)δ：

s3a4.計算針狀系數(shù)zi：

當σ1>σ′1，則：zi＝y(tǒng)i+δ；

當σ1≤σ′1，則：zi＝y(tǒng)i，其中，σ′1為設定誤差閾值，一般來說，σ′1為5％，也就是說，當誤差σ1小于5％時，則可忽略當前誤差，直接使zi＝y(tǒng)i；

s3a5.根據(jù)針狀系數(shù)zi判斷集料顆粒是否為針狀顆粒：

若1≤zi<2，則當前集料顆粒為理想顆粒；

若2≤zi<2.4，則當前集料顆粒為針狀趨勢顆粒；

若zi≥2.4，則當前集料顆粒為針狀顆粒；通過上述方法，能夠準確地將集料顆粒中的針狀顆粒篩選出來，從而確保集料顆粒的形狀符合混凝土的性能要求；在本實施例中，如圖2和圖3所示，在引入修正系數(shù)前，比值xi和平面形狀指數(shù)曲線之間誤差較大，圖2中幅值較大的曲線為比值xi，幅值較小的曲線為平面形狀指數(shù)曲線，當引入修正系數(shù)后，兩個曲線基本上重合，從而有效地減小了誤差，從而保證最終評價結(jié)果的準確性。

本實施例中，步驟s3中，根據(jù)如下方法評價片狀顆粒：

s3b1.計算集料顆粒的片狀系數(shù)pi：

s3b2.根據(jù)片狀系數(shù)pi判斷集料顆粒是否為片狀顆粒：

若：0<pi≤0.4，當前集料顆粒為片狀顆粒；

若：0.4<pi≤0.5，當前集料顆粒為片狀趨勢顆粒；

若：0.5<pi≤1，當前集料顆粒為理想顆粒。

本實施例中，建立針片狀顆粒的聯(lián)合判斷指標：

集料顆粒的針狀程度通過如下公式表示：

集料顆粒的片狀程度通過如下公式表示：

集料顆粒的針片狀程度則通過如下公式表示：

其中，i表示第i個集料顆粒，當ci＝0時，表明該顆粒為理想的飽滿顆粒；當ci＝1時，表明該顆粒為輕度針狀或輕度片狀顆粒；當ci＝2時，表明該顆粒為輕度針片狀顆粒、針狀顆?；蚱瑺铑w粒；當ci＝3時，表明該顆粒為針狀加輕度片狀顆粒或片狀加輕度針狀顆粒；當ci＝4時，表明該顆粒為針片狀顆粒；且當ci≥2時集料顆粒為有害顆粒，事實上，在實際的集料顆粒中，集料顆粒既會表現(xiàn)出針狀特性，又會表現(xiàn)出片狀特性，通過上述方法，從而能夠準確地找出集料顆粒中的針片狀顆粒，確保最終的混凝土性能；在本實施例中，zi的取值范圍要小，這是由于這種處理方式提高了針狀顆粒的篩選嚴格性，并且以本實施例的取值范圍為最佳，既可以保證最終的篩選的質(zhì)量，還可以防止過度取值而導致最終的評選結(jié)果的不正常性，也就是說，取值范圍過小，造成集料顆粒中符合施工要求的集料顆粒被誤認為是有害顆粒。

本實施例中，通過如下方法評價集料顆粒中有害顆粒的含量：

其中，α表示有害顆粒在集料顆粒中的含量，vz表示集料顆粒的體積；vi表示有害顆粒的體積，其中：

在有害顆粒含量定義中：

式中：α為集料的針片狀顆粒含量；

mz為集料樣本中針片狀顆粒的質(zhì)量；

m為集料樣本的質(zhì)量；

現(xiàn)有技術(shù)中，首先采用游標卡尺法篩選出有害顆粒后，然后通過稱量有害顆粒質(zhì)量以及樣本的總質(zhì)量，最后得出有害顆粒含量，這種方法缺點是在篩選、稱量過程中都存在較大誤差，即儀器誤差和人為誤差的共同作用從而造成最終結(jié)果的不準確性。

一般來說，同一個集料采集場采集出來的集料顆粒的密度基本上是一致的，在此基礎(chǔ)上，集料顆粒的體積可以采用如下公式計算：

式中：vi為第i個集料顆粒的體積；

si為通過ipp測得的第i個集料顆粒的面積；

hi為通過ipp測得的集料顆粒的厚度值；

根據(jù)物體的質(zhì)量公式：mi＝ρ×vi，其中，ρ為集料顆粒的密度，mi為第i集料顆粒的質(zhì)量；因此，有害顆粒的含量:

通過上述方法，能夠大大降低人力成本以及提高操作效率，而且能夠提高含量評估的準確性。

本實施例中，根據(jù)如下方法獲取集料顆粒圖像邊緣信息：

s11.建立集料顆粒圖像f(x,y)在像素(x，y)的梯度向量

其中，gx(x,y)表示圖像中顆粒邊緣點在x方向上的一階差分，gy(x,y)表示圖像中顆粒邊緣點在y方向上的一階差分；

s12.計算梯度幅度

其中，mag{}為幅度函數(shù)；

s13.將計算出的梯度幅度值與設定的閾值進行比較，如果大于設定的閾值，則認為像素點(x，y)為集料圖像的邊緣點，在本發(fā)明中，通過sobel梯度算子計算出gx(x,y)和gy(x,y)，從而最終得出梯度幅度值而sobel梯度算子以及幅度函數(shù)為現(xiàn)有技術(shù)，在此不加以贅述。

最后說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實施例對本發(fā)明進行了詳細說明，本領(lǐng)域的普通技術(shù)人員應當理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的宗旨和范圍，其均應涵蓋在本發(fā)明的權(quán)利要求范圍當中。