工程科学与技术，国际期刊22（2019）767完整文章基于手机的沥青混合料哈立德Ghuzlan，1，Mohammed T.Mai M. Obaidat阿拉维奈约旦科技大学工程学院土木工程系Box 3030，Irbid 22110，Jordan阿提奇莱因福奥文章历史记录：收到2018年2019年1月18日修订2019年2月9日接受在线提供2019年保留字：粗骨料图像处理技术ImageJ软件平面度和延伸率指数圆度指数A B S T R A C T提出了一种新的基于计算机视觉手机的粗集料颗粒形状特性（平整度指数、延伸率指数和圆度指数）测定方法和方案。该方案利用手机图像和图像处理技术（IPT）在确定粗骨料颗粒形状属性。该方法与传统方法需要专门的实验室技术人员和耗时相比，具有快速、准确的特点。收集了50个粗集料颗粒，并手动测量其形状特性（使用卡尺和AutoCAD），然后使用图像处理程序计算。为了使用图像处理来计算这些形状属性，设计并实现了特殊的数据采集方法。将聚集体颗粒排列在专门为此任务设计的装置的网格上，并通过蜂窝电话从两个视图（顶视图和侧视图）进行映射。然后用ImageJ软件对手机图像进行分析。©2019 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍集料是柔性路面中最重要的组成部分，因为它在抗变形方面起着重要作用，其用作底基层中的主要材料。骨料占沥青混合料体积的80-95%。沥青混凝土的性能受集料粒径、形状和级配的影响很大。随后，最佳沥青含量受集料特性的影响很大，集料特性又影响所有其他HMA特性[1]。天然碎石是沥青混凝土混合料中常用的骨料。最近，研究人员开始研究使用再生骨料混凝土（RAC）作为替代骨料[2，3]。粗集料颗粒之间的相互集料形状特性的测量是集料质量控制的关键。此外，这些测量可能有助于更好地理解骨料特性对路面结构性能的影响[4]。*通讯作者。电子邮件地址：kaghuzlan@just.edu.jo（K.A.Ghuzlan），mobaidat@just.edu.jo（M.T.Obaidat），mmalawneh13@eng.just.edu.jo（M.M. Alawneh）。由Karabuk大学负责进行同行审查1休假地点：阿拉伯联合酋长国阿治曼大学。沥青混合料的强度和工作性受粗集料表面纹理的影响。HMA的强度随着骨料的粗糙表面纹理而增加，这反过来需要更高的沥青含量以提供适当的可加工性。此外，粗糙的骨料颗粒在压实的混合物中产生更高的空隙。与光滑集料表面相比，粗糙集料表面和沥青结合料之间产生更强的机械结合[5]。热拌沥青混合料（HMA）中需要立方体集料颗粒，而不是扁平和细长的。立方体集料在热拌沥青混合料中产生强粘结，而扁平和细长集料产生弱粘结，这会导致将来的离析[6]。此外，角形颗粒通过较高的内摩擦和较高的聚集体互锁为HMA提供更好的稳定性。相反，HMA中的圆形骨料颗粒（如天然砂和砾石）产生更好的可施工混合物，需要更少的压实工作来获得所需的密度。沥青混合料的微观结构对混合料的性能有很大的影响。HMA微观结构的实验表征与HMA的宏观行为密切相关.微观结构分布对材料宏观反应的影响将更好地量化[7]。平整度指数（FI）、伸长率指数（EI）和圆度指数（RI）是影响热拌沥青混合料中聚集体性能的最重要的聚集体形状特性[8]。预计圆形颗粒具有较低的稳定性和较少的颗粒间互锁https://doi.org/10.1016/j.jestch.2019.02.0032215-0986/©2019 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestch××××768K.A. Ghuzlan等人/工程科学与技术，国际期刊22（2019）767比破碎的聚集颗粒更大。ASTM D 4791[9]规定，非扁平或细长的骨料将具有比相同材料的扁平或细长颗粒更高的抗压强度。2. 研究目的本研究旨在探讨图像处理技术在准确测定粗集料颗粒形状特性（平整度指数、伸长率指数和圆度指数）方面的潜力，即利用手机图像和IPT代替传统方法。测定骨料形状性能的传统方法被认为是耗时的，因为它需要一系列详尽的分析和实验室步骤。新的程序节省了用户3. 文献综述图像处理技术（IPT）是通过专门的软件（如ImageJ软件）对图像进行处理，对图像进行一些操作，以提取有用的信息。IPT用于确定零件的长度、宽度和厚度。这些测量用于确定扁平和细长颗粒。另一方面，蜂窝电话图像是指使用基于法线的映射技术在2D中使用蜂窝电话捕获的图像。图像处理的使用来自于影响手动方法的约束和限制这些传统的方法需要实验室技术人员和大量的时间，因为它是缓慢的测试，并且对于测量大量的粗骨料颗粒没有意义[10]。人工测定粗集料的形状指数并不是一种有效的方法另一方面，可以使用图像处理将大量粗集料（25、50、75、100或更多个颗粒）排列在网格上，然后使用蜂窝电话图像对其进行映射，之后可以分析以获得粗集料图像处理是通过对像素阵列的研究，从图像中提取信息的过程该方法已用于许多应用中，其中一个应用是分析粗骨料颗粒图像并提取扁平和细长颗粒的比例[11]。图像处理是通过使用数码相机和先进的照明技术来捕捉高精度的图像Maerz和Lusher[12]使用固定在传送带上方的两个垂直相机，其中包含扁平和细长的颗粒。颗粒的图像由位于相同位置的两个相机拍摄，以测量扁平和细长颗粒的尺寸。Weingart和Prow- ell[13]使用VDG-40视频分级机等数字设备测量粗集料的级配，并测量扁平和细长颗粒。图像处理技术用于确定颗粒的长度、宽度和厚度这些测量用于计算扁平和细长颗粒。图像处理技术用于确定颗粒的长度、宽度和厚度。这些测量用于计算扁平和细长颗粒。Moaveni等人[14]使用数字单镜头反光照相机，采用创新的现场图像采集和图像处理技术实验结果表明，该系统可以在一幅图像中快速捕获多个团聚体颗粒Kumara等人[15]使用ImageJ软件和图像分析技术来调查砾石粒度分布。结果表明，该方法得到的级配曲线与筛析法得到的级配曲线图像分析方法，性质简单（只需要计算机和照相机），并且需要的时间短（与筛分分析相比）。Arasan等人[16]使用图像处理研究了粒径和形状对骨料粒径分布的影响;使用ImageJ软件和适当的阈值对10个性质不同的骨料样品进行了图像处理。结果表明，自动化方法和机械分析方法对团聚体的分类结果基本一致。当图像分析用于晶粒尺寸分布时，与晶粒颗粒的顶视图相比，从正面视图Breytenbach等人[17]使用3D激光扫描方法研究粗骨料的形状和纹理（棱角度和圆度）。发现粗集料颗粒的颗粒形状和结构从以往的研究中证明，图像分析技术是简单和耗时较少的传统方法相比。它只需要一台计算机和摄像机，因此，它可以作为原位方法使用。4. 方法粗集料颗粒的形状特性的测量使用图像处理方法。粗骨料定义为粒径大于4.75 mm的骨料。在本研究中，使用粒径大于12.5 mm的骨料。收集了50个粗骨料颗粒，并确定了它们的尺寸; 25个大尺寸粗骨料保留在筛号上。1号筛（25 mm）和25个中等大小的保留在筛号上。1/2（12.5 mm）。使用手动程序和使用图像处理程序计算这些聚集体颗粒的形状特性（平坦度指数、伸长率指数和圆度指数），并且将来自两个程序的结果彼此进行使用手动卡尺获得骨料的尺寸（长度、宽度和厚度），然后应用平整度指数和伸长率指数的数学比率。使用AutoCAD软件计算圆度指数。为了使用图像处理计算这些形状特性，将聚集体排列在网格上，并使用蜂窝电话数字映射框架从两个视图（顶视图和侧视图）映射聚集体，然后还通过ImageJ软件分析这些图像。颗粒如图所示进行标记。凌晨1利用AutoCAD软件确定骨料颗粒圆度指数。圆度指数是粗骨料棱角度的指标（如果骨料颗粒更扁平或细长，圆度指数会降低沥青混合料中集料与结合料之间的粘结对成型性能有重要影响在这项研究中，蜂窝电话用于从顶视图和侧视图映射聚集体颗粒一部分辨率为2448× 2448像素的手机，采集聚合图像的距离为俯视图垂直高度35 cm，侧视图水平距离35 cm，见图1。 1（a、b和c）。这些图像是从专为骨料映射设计的模具顶部拍摄的。相机主体距离的合适高度为35cm，这不可能在不放大相机的情况下映射聚集体的视场，相机的分辨率为378 391像素;即，相机分辨率从2448 2448像素降低到378391像素，以与相机到映射聚集体的高度兼容。这些视图用于测量聚集体颗粒尺寸，其用于数学方程中以计算聚集体形状参数（平坦度指数（FI）、伸长率指数（EI）和圆度指数（RI））。××.X××K.A. Ghuzlan等人 /工程科学与技术，国际期刊22（2019）767-776769(a)两种骨料尺寸图二.半径为圆度。(b)俯视图(c)侧视图Fig. 1. 课程汇总。使用以下数学公式（1）和（2）测定聚集体的FI和EI：平面度指数其中：li =粒子的长度。ti =颗粒的厚度。伸长率指数其中：li =粒子的长度。wi =颗粒的宽度使用手动卡尺测量聚集体颗粒的长度、宽度和厚度。在该实验中，使用AutoCAD软件来获得次周长，同时用户保持跟踪聚合周长并绘制圆（n）。数学公式（3）用于计算圆度指数：聚集颗粒。然后将这些图像导入AutoCAD软件，在该软件中用于测量骨料颗粒的主周长和次周长的半径。使用数学公式（3）计算圆度指数每一个粒子。值得一提的是，AutoCAD的结果是使用一些实际的直接测量，如作为卡尺。使用卡尺对一些规则和不规则形状的骨料颗粒进行实际测量，发现结果非常接近。所提出的方法在其性质上是独特的，它依赖于使用手机图像和图像处理技术（IPT）。手机具有方便、手持、紧跟技术潮流、高分辨率摄像头、视场灵活、全球普及等优点5. 粗集料颗粒形状特性计算图4a和图4b示出了骨料颗粒之一的伸长率指数和平整度指数的样本计算，其中使用骨料颗粒的长度、宽度和厚度。图5显示了一个用于计算标记为1的聚集颗粒的顶部和侧面圆度的示例计算，其中需要不同的半径值。本研究主要是为了减少实验室工作，节省寻找集料形状特性的时间和精力利用AutoCAD软件设计了一种专用的数据采集仪器框架，如图所示。 六、然后，它被实现为采集手机图像的聚合物样品。这个框架包括两个板块和四个标尺柱。所有部件均由增强塑料和四个不锈钢底座制成如图7所示，上板为方形(30 cm 30 cm），中间有手机摄像头的开口，通过使用立柱上的标尺和板下的止动器，可以将板固定在任何高度，板应保持水平，以便在骨料中获得垂直俯视图。在底部，有一个正方形的板（40厘米40厘米），它是4厘米厚。有两个薄板作为抽屉，上面的薄板圆度指数其中：恩里i¼1R=n3是透明的，上面有一个网格（25厘米× 25厘米）。这个网格是通过激光加工25个正方形制备的;每个正方形是5厘米5厘米下薄板的颜色为黑色。二十-在网格上排列五个聚集体颗粒。这个等级的用途是获得规模，并保持骨料排列，R =主中心圆的半径ri =小周长圆的半径，如图所示。 二、粗集料的圆度指数是从图3a所示的俯视图和图3b所示的侧视图计 算的。 3 B. 手机被用来捕捉图像，已知距离当聚集体排列在网格上薄板可以被移除并由黑色板替换。经过不同的实验测试，小于30 cm的拍摄图像的高度将非常接近，因此并不是样品中所有的聚集体颗粒都将出现在照片中。另一方面，高度超过40厘米将导致图像不清晰。结果，选择35 cm作为平均高度以绘制集料样品，！对于侧圆度：R= 19.51 mm，r1= 14.72 mmr2= r3 = r4 =9.66 mm，r5=2.29mm，r6= 1.91 mm。411（b）第（1）款侧R= 29.53 mm，r1= 12.66mm，r2= 12.66 mm，r3=9.85 mm（一）顶部770公里Ghuzlan等人/工程科学与技术，国际期刊22（2019）767(a) 顶部通过高分辨率手机选择两种尺寸的粗骨料，并使用如图所示的框架进行排列。8 .第八条。图像处理技术组件包括（即）：ImageJ分析前的步骤）：1. 将骨料颗粒排列在网格上（使用大尺寸和中等尺寸）。2. 使用框架中的上板将手机固定在离网格35厘米高。3. 使用手机捕捉聚集体颗粒的图像。4. 将手机图像导入计算机。5. 使用ImageJ软件分析图像。图图9示出了具有新的数据采集系统和ImageJ软件的图像处理技术组件（图像处理步骤的流程在图中从左到右）。 9）。(b) 侧图三. 粗集料圆度指数（RI）。6. ImageJ软件ImageJ 软件是由 美国国立卫生研究 院（ NIH ）开发 的用于Macintosh的公共领域Java图像处理程序。它是开放源代码（共享软件）和商业可用。还有其他用于图像处理的软件，如原始图像处理软件，计算机视觉软件，Amira，AVISO和MATLAB。但其中大多数都不是开源的，也不是商业上可用的和/或它需要代码。需要Java1.4或更高版本的虚拟机来运行ImageJ软件。该程序可以保存、显示、编辑、打印、分析和处理8位、16位和32位图像[18]。使用ImageJ程序可以测量距离和角度，还可以创建线轮廓图和密度直方图。该程序具有锐化、平滑、边缘检测、对比度处理和中值滤波等功能。可以使用任何放大因子，然后可以相应地进行分析。此外，提供翻转、缩放和旋转见图4。 延伸率和平直度指数的抽样计算。图五. 圆度指数的抽样计算。其中用户可以跟踪聚集体周长，并且聚集体的特征线将是清晰的（与40 cm高度相比）。不同用户进行了测试，以获取总样本，大多数用户将手机固定在35厘米左右的高度。因此，通过手机相机映射骨料的合适高度为35 cm。拍摄了两张照片ImageJ软件可根据可用内存同时支持任意数量的图像。以毫米为单位的测量用于空间校准。也可以通过密度的灰度进行校准[18]。ImageJ处理程序用于分析2D图像（本研究显示了使用2D图像提取聚集体形状特性的潜力）。所使用的贴图技术称为基于法线的图像，其中光轴垂直于贴图对象，以保证所有像素的比例不变在2D图像中。实际上，使用标称比例因子来测量物距。该软件主要用于细胞检测等生物学任务，但在本研究中用于分析粗骨料形状特性。强度梯度由256（28）个强度梯度组成，被分配为一个像素。黑色被表示为具有零强度的像素。另一方面，白色被表示为具有255强度的像素。然后，黑色和白色之间的所有颜色都表示为灰色阴影。通过将通过手动程序（AutoCAD和Caliper）获得的聚集体形状性质与从ImageJ软件获得的聚集体形状性质（具有合适的阈值）进行比较来校准ImageJ。手动改变阈值以获得用于ImageJ分析的合适阈值。值得注意的是，低于30的阈值的长尺寸= 45 mm厚度=21.8 mm平面度指数= 45/21.8= 2.065（b）第（1）款平面度指数长尺寸= 45 mm短尺寸=38.5 mm伸长率指数= 45/38.5 = 1.169(a)伸长度指数K.A. Ghuzlan等人 /工程科学与技术，国际期刊22（2019）767-776771图六、粗骨料手机测绘架的AutoCAD设计见图7。 手机粗骨料数字测绘架粗骨料数字测绘模具实施后。(a) 大颗粒保留在1号筛上，b）中等颗粒保留在1/2号筛上见图8。 两种粗骨料尺寸。772K.A. Ghuzlan等人/工程科学与技术，国际期刊22（2019）767见图9。图像处理技术组件。在该范围内手动改变阈值，以便获得对聚集体颗粒的最清晰区域检测，并且40是示出对粗聚集体的最清晰检测的值颗粒如图10所示。通过Ima-geJ程序进行严格的校准程序以确保提取图像的准确性。标定结果验证了该方法的有效性和准确性(a)30(b)50(c)40图10个。ImageJ阈值标定，分析大集合体顶视图像使用阈值。K.A. Ghuzlan等人 /工程科学与技术，国际期刊22（2019）767-776773与手动测量相比，97%以上。最好的捕获图像是从35厘米的高度拍摄的，其中给出了最佳分辨率[19，20]。在ImageJ软件的校准和选择合适的阈值之后，聚集体样品顶视图和侧视图图像经历如下ImageJ分析程序（图1）。 11）：a. 将网格薄板取下，黑色薄板仅保留在骨料下方。b. 为排列在网格上的贴图聚合粒子拍摄俯视图。c. 在ImageJ软件中拖放图像d. 调整ImageJ比例。e. 将阈值调整为合适的阈值（即40）。f. 选择大纲选项以获取聚合的数据分析。g. 通过ImageJ对大的粗聚集颗粒进行标记区域检测的结果。对五个大的粗骨料颗粒的侧视图进行了相同的程序。每五个骨料分别排列在网格上的第一行和手机固定在距离下板边缘15厘米处，后四行的网格（20厘米），所以距离将是35厘米。使用后背景，在同一帧中使用黑色架子，其在顶视图程序中位于聚集体下方（图12）。最后，收集来自ImageJ分析的数据并与通过手动程序计算的值进行比较。7. 结果和讨论本节主要展示粗集料统计分析结果与手工方法(a)从35厘米(b)在移除栅极薄板并仅保留黑色薄板(c)ImageJ量表(d)在使用合适的阈值（即，第四十章）(e)轮廓选项(f)通过ImageJ图十一岁大粒径粗骨料的ImageJ分析步骤774K.A. Ghuzlan等人/工程科学与技术，国际期刊22（2019）767(a) 前五大综合体(b) ImageJ分析(c) 通过ImageJ图12个。粗骨料侧视图的ImageJ分析结果和ImageJ软件结果。图13表明，该新系统具有很高的潜力，可以弥合传统或手动程序与全自动计算方法之间的差距，以找到骨料形状参数，如圆度、平坦度和伸长率指数。将从AutoCAD和ImageJ软件获得的粗骨料颗粒的顶部圆度绘制成等差线，如图13a所示。从图13a中可以清楚地看出，所有的点都在一条相等的直线上，具有线性关系（R2= 0.97）。换句话说，ImageJ结果非常接近1、使用AutoCAD（自动绘图）。图13b示出了从AutoCAD获得的粗骨料颗粒的侧圆度和从ImageJ软件获得的侧圆度。如图13b所示，所有点都在一条相等的直线上，具有线性关系（R2= 0.98）。这意味着表1与手动方法（AutoCAD和Caliper）方法相比，使用ImageJ程序使用图像处理技术的聚合物形状特性指数的误差百分比总结。参数RI（顶部）RI（侧）EIFiMin0.180.000.470.50Max8.538.499.009.46平均2.662.844.764.93ImageJ软件可以准确计算粗集料的圆度指数。将从AutoCAD和ImageJ软件获得的粗骨料颗粒的平整度指数绘制成等值线，如图13c所示。从图13c中可以清楚地看出，所有的点都在一条相等的直线上，具有线性关系（R2= 0.89）。换句话说，ImageJ软件的结 果非常 接近 于手动 结果（ 使用 AutoCAD ）。 从Auto-CAD 和ImageJ软件获得的粗骨料颗粒的伸长指数以等值线绘制，如图13d所示。如图13d所示，所有点都在一条相等的直线上，并具有线性关系（R2= 0.97）.这意味着Ima-geJ可以正确地计算粗集料的圆度指数。应注意的是，伸长率指数和圆度指数两者非常相似（分别为0.98和0.97），与其他指数相比，平坦度指数具有最低值（0.89）。平整度指数的这种低相关系数可能是由于测量骨料颗粒厚度的可变性，其中由于骨料颗粒的不规则形状，可以从不同方向测量厚度。表1表明，集料形状性能（RI、FI和EI）值与手册值图13岁来自AutoCAD（和卡尺）和ImageJ的粗骨料形状属性之间的关系最高圆度指数30201001020030聚合物颗粒数侧面圆度指数30201001020030聚合物颗粒数伸长度指数30201001020030聚合物颗粒数010203040506010203040506K.A. Ghuzlan等人 /工程科学与技术，国际期刊22（2019）767-776775(a) 顶部圆度指数（b）侧面圆度指数010203040506（c）平整度指数（d）延伸率指数图十四岁对于所有聚集体颗粒，手动方法和使用ImageJ方法的图像处理技术之间的误差百分比程序和来自ImageJ分析的值该表显示了差异和误差百分比（最小值、最大值和平均值）方面的结果总结。如表1所示，平均误差值非常低。顶圆度和侧圆度的平均误差（%）小于3%。另一方面，平直度指数和延伸率指数的平均误差（百分比）这意味着利用ImageJ软件程序得到粗集料的形状特性是一种准确、快速的方法。图14示出了从手动方法（AutoCAD和Caliper）和使用ImageJ的图像处理技术计算的不同聚合指数的误差。顶圆度和侧圆度的误差百分比一般小于9%，而平面度和延伸率的误差值主要小于10%这项技术预计将有很大的影响，专业，在那里它将有助于在沥青混合料施工中使用的集料的质量控制。因为它简单，快速，不需要任何昂贵的设备，实验室工作或技术人员。最新的沥青混合料设计方法（Superpave）限制了扁平颗粒和细长颗粒的具体比例，该技术将有助于快速准确地实现这一目标。实际上，这种方法是新颖和独特的。其他研究试图手动确定聚集体的形状属性（这是耗时的，需要实验室工作），或使用昂贵的设备，如CT扫描或激光机，以获得聚集体的3D图像[21，22]。因此，这项研究，考虑其第一种使用二维图像的骨料的手机和特殊的框架，显示了使用二维图像提取骨料形状属性的潜力。该研究的结果可以与CT扫描或3D研究进行比较。 如上表1所示，使用该技术，最大误差小于5%（也参见图1和2）。 13和14），鉴于由于该方法的简单性、可用性和所需设备的相对低的成本，该方法将被选为确定骨料形状性能的最佳选择。这里值得一提的是，在这项研究工作中使用的IPT方法利用了2D图像域分析，该分析使用一个蜂窝电话相机的基于法线的成像技术，该成像技术保证了2D中的恒定尺度。该技术具有测量纵向和基于面积的形状特性的局限性，例如：圆度指数、平坦度指数和伸长率指数;不同于立体视觉和会聚映射技术，其允许3D映射和体积表面测量，例如球度。因此，球形度不在本研究范围之内8. 结论在这项研究中，石灰石粗集料的形状特性与粒径大于12.5毫米的量化三个指标：圆度指数，平坦度指数，和伸长率指数。采用计算机视觉Cellular Phone Images和ImageJ软件图像分析和手工程序测定这些指标。根据本研究的数据和结果分析，得出以下结论1. 蜂窝电话图像和ImageJ软件被成功地用于计算粗骨料的形状特性（圆度指数、平坦度指数和伸长率指数）。2. 使用IPT和ImageJ软件以及手动方法（卡尺和AutoCAD）计算的圆度指数、平整度指数和伸长率指数值非常接近（平均误差值小于1.0%）。3. 手机和图像处理技术的使用可以准确地量化粗集料的形状特征。平面度指数3020100100203010 203040 5060聚合物颗粒数误差%误差%误差%误差%776K.A. Ghuzlan等人/工程科学与技术，国际期刊22（2019）767研究结果表明，利用手机图像和图像处理技术计算粗集料形状指数具有很这可能为沥青混合料、交通工程、运输工程和其他土木工程应用领域的大量宏观和微观测定和分析打开大门如果进一步研究以下建议，就可以最充分地利用这一潜力1. 使用了一种骨料（石灰石），建议研究其他类型的骨料，如玄武岩。2. 本研究没有讨论通过图像处理表征细集料，建议进一步研究以发现手机图像和图像处理的潜力，以发现细集料的性质。3. 建议进一步研究确定混合料中使用的骨料级配，通过手机图像和图像处理来确定每个筛子上通过或保留的骨料百分比，根据筛子尺寸。确认本文是约旦科技大学土木工程硕士学位论文的一部分古兹兰研究工作的完整报告可以在JUST研究生院的Alawneh[20]中找到，标题为：“使用细胞电话和图像处理技术的沥青混合物的微观分析”，这项研究得到 了 JUST 科 学 研 究 主 任 的 支 持 （ 研 究 编 号 ： 20000000 ） 。154/2015）。引用[1] Y.R.公司Kim，L.T.集料棱角性对混合料设计特性和路面性能的影响。来自中美洲运输中心的最终报告25 MPM-10，2009年。[2] J.J. Xu，Z.P. Chen，Y.肖氏C.Demartino，J.H.王，FRP约束柱中的混凝土：试验结果的回顾，Compos。 结构。174（2017）277-291。[3] Jin-Jun Xu等人，钢筋再生骨料混凝土柱抗压性能的关键评估，工程结构。161（2018）161-175。[4] T. Al-Alzuran，E. Masad，E. Tutumluer，T.潘，图像分析技术量化骨料形状特征的评价，Constr。Build.Mater. 21（5）（2007）978https://doi.org/10.1016/[5] 急诊室布朗，P.S. Kandhal，F.L.罗伯茨，Y.R. Kim，D.Y. Lee和T.W.肯尼迪热拌沥青混合料的材料、混合料设计和施工。“国家适应行动方案研究和教育基金会，2009年。[6] E. Tutumluer，T.潘，S.H.用图像分析方法研究骨料形状对热拌混合料性能的影响UILU-ENG-2005-2003，2005年。[7] L.塔什曼湖Wang，S. Thyagarajan，使用成像技术模拟HMA行为的微观结构表征，RoadMater。帕弗特沙漠8（2）（2007）207https://doi.org/10.1080/14680629.2007.9690073[8] S. Arasan，A.S. Hasiloglu，S. Akbulut，使用图像分析的天然和破碎骨料的形状特性，国际土木结构工程杂志1（2）（2010）221https://doi.org/10.6088/ijcser.00202010018[9] ASTM，D.，4791，粗骨料中扁平颗粒、细长颗粒或扁平和细长颗粒的标准试验方法。美国材料与试验学会，1999年[10] C.拉奥，T. Pan，E.陈文辉，粗集料表面纹理之影像分析，第十六届工程力学研讨会，国立台湾大学，2003。[11] S.S. Jamkar，C.B.K. Rao，集料颗粒形状和粗集料结构作为混凝土配合比参数的指数，Cem。Concr.Res.34（11）（2004）2021https://doi.org/10.1016/j.cemconres.2004.03.010[12] 新罕布什尔Maerz，M.林志光，利用数位影像技术量测粗集料之平整度与延伸率，交通研究委员会第80届年会，2001。[13] R.L. Weingart，B.D.Prowell、扁平和细长骨料测试：VDG-40视频分级机能否提供颗粒形状和测定所需的精度，并在经济上可行？Stone Rev（1998）20-23.[14] M. Moaveni，S.Wang，J. Hart，E. Tutumluer，N.Ahuja，通过分割技术和骨料图像处理算法评估骨料尺寸和形状，Transp.Res. 记录：J. 运输单Res. Board2335（2013）50https://doi.org/10.3141/2335-06[15] GHA库马拉湾Hayano，K. Ogiwara，评价砾石粒度分布的图像分析技术，Int. J.Geomate 3（1）（2012）290-297。ISSN：2186-2982（P），2186-2990（O）.[16] S. Arasan，S. Akbulut，A.S. Hasiloglu，使用图像分析的颗粒尺寸和形状对颗粒尺寸分布的影响，Int.J.CivilStruct.Eng.1（4）（2011）968https://doi.org/10.6088/ijcser.00202010083[17] J. Breytenbach，J.K.作者：Anochie-Boateng，P. Paige-Green，J.L. Van Rooy，Laser-basedassessment of road aggregate particle shape and texture properties withtheaim of deriving comparative models，J. South African Inst. Civil Eng. 55（3）（2013）30-35. 3D扫描。[18] W. Bailer，Writing ImageJ Plugins-A，上奥地利应用科学大学，奥地利，2006年。[19] M.T. Obaidat，K.A.Ghuzlan，M.M.Alawneh，使用移动电话和图像处理技术分析 沥 青 混 合 料 的 体 积 特 性 J.Civ.Eng.44 （ 9 ） （ 2017 ）715https://doi.org/10.1139/cjce-2017-[20] M.M. Alawneh，使用手机和图像处理技术对沥青混合物进行微观分析，约旦科技大学&，约旦，伊尔比德，2016年。[21] C. Jin，X.杨，Z.你K Liu，使用从骨料的X射线CT图像构建的三维实体模型的虚拟测量的骨料形状表征，J。Mater. Civ. Eng. 30（3）（2018）04018026.[22] J. Wu，L. Wang，Y. Hou，H. Xiong，Y.卢湖，加-地张，一种使用CT扫描技术的砾石骨料数字图像分析，国际。 J. 路面水库Technol. 11（2）（2018）160-167。
我的内容管理
展开
