沥青混合料在初期拌和时会出现局部区域的细观结构空隙分布不当，这种空隙分布不当现象会对混合料的力学性能造成影响，是导致沥青路面病害问题的重要原因。沥青路面的病害问题主要发生在路面的局部细观区域，然而传统沥青混合料设计法主要从宏观层面以及统计学的角度来对沥青混合料的性能进行评估，并不能很好地表征混合料细观结构的具体空隙分布特征。因此，为了减小空隙分布不当，提高沥青混合料路用性能，从细观层次研究沥青混合料的空隙分布特征，是很有必要的。

　　限于试验手段和研究方法的局限，对沥青混合料内部空隙结构的研究一直以来都未取得突破性的进展。近些年，伴随着CT技术在土木工程领域方面的应用，研究者有了更加有力的试验手段对混合料的细观结构进行研究。CT技术这一新兴试验技术的出现，为沥青混合料从宏观到细观的研究提供了一个良好的平台。Matlad于02年开创性地将CT技术和图像分析技术结合在一起，研究了沥青混凝土试件在不同深度范围内的空隙分布，得到了试件空隙在深度范围内呈“浴盆”形分布的结论。目前，基于CT扫描技术的沥青混合料设计已成为路用材料技术领域的热点。该文意在结合CT扫描技术与计算机软件，分析不同级配沥青混合料的细观空隙分布特征，并采用传统设计方法未曾尝试的某些新指标对空隙的分布特征进行描述。

　　宏观试验

　　该文意在用细观指标描述不同级配沥青混合料试件初始空隙分布之间的差异。试验选择4种工程中常用级配：AC-13、SUP-13、PA-13、SMA-13成型试件。

　　试件成型

　　采用马歇尔设计方法设计AC-13、PA-13、SMA-13，采用美国Superpave设计方法设计SUP-13。对AC-13、SUP-13、SMA-13这3种级配采用SBS改性沥青，对PA-13级配采用高粘沥青加以混合。为模拟路面实际压实状况，选用旋转压实方法成型所有试件。根据AC、SMA、PA这3种级配的设计空隙率计算得到各自相应的设计旋转压实次数分别为65、135、70次。SUP试件设计空隙率为4%，根据设计交通量选取100次作为设计压实次数。每种级配最终成型两个试件进行CT扫描。为保证CT扫描图片的清晰度，必须控制扫描试件的尺寸，因此将试件钻孔取芯后制成高73mm、直径50mm的圆柱体试件。

　　CT扫描

　　为获取不同级配试件内部的扫描图像，使用东南大学材料学院的德国YXLON公司生产的Compact-225型高精度工业CT扫描仪对各沥青混合料试件进行扫描，获取试件沿深度方向横截面的CT扫描图。

　　图像处理

　　CT扫描技术虽然能为研究提供无损试件的内部图像，但是未经处理的CT扫描图像并不能有效地表达试件的空隙信息。为了更加准确地提取试件的空隙分布信息，必须对扫描图像进行处理。

　　该文使用Matlab软件对扫描图像进行处理，再利用IPP软件对处理后的图像进行分析。Matlab处理过程主要分为灰度变换、图像增强和图像分割3部分。

　　图像增强

　　由于CT扫描后得到的图像为真彩图，而后续处理所需要的为图像的灰度值，因此，需先将真彩图批量转换为灰度图像。使用Matlab中的rgb2gray函数可以实现真彩图格式到灰度图格式的转换。

　　由于技术原因，CT图像在获取的同时，不可避免地会伴随着一些噪声，噪声使得图像质量下降，给后续处理带来障碍。为了得到较好的图像分割效果，在图像分割前，必须进行增强处理。图像增强包括去除噪声和增强对比度两个环节。经过分析比较，该文采用中值滤波处理技术进行降噪处理，并通过提高对比度来凸显图像中的纯黑色空隙信息。

　　图像分割

　　图像分割是把图像中感兴趣的、具有独特性质的区域提取出来的过程。它是由图像处理到图像分析的关键步骤。常见的图像分割方法有边缘检测法、阈值法、区域法、形态学处理法等。该文在图像处理阶段将图像分割为空隙与非空隙两个组成部分。两相分割一般采用阈值法。因此，该文采用阈值法对沥青混合料的CT图像进行分割。阈值的选取方法有很多，如迭代法、灰度平均值法、状态法、基于最小误差理论的双峰法、基于图像局部区分的BERNSEN法、熵自动阈值法、基于方差理论的大律法等。经分析比较，该文拟采用BERNSEN法和OTSU大律法两种方法来确定图像的阈值，取效果较佳者作为最终的图像分割算法。

　　实际应用中，OTSU法还面临着被扫描图像亮度不均匀的问题。理论上相同密度的集料在不同的位置的灰度值应该一致。但是由于技术原因，在CT扫描所获得的图像中，相同密度的集料在不同位置的灰度出现了较明显的差异，普遍表现为圆形横截面的中间区域较暗，周边区域较亮，且这种亮度不均匀的现象在试件的顶部和底部尤其明显。这是CT扫描仪发出的射线从空气变化到沥青混合料试件表面时，途经的介质密度变化较大，使得局部CT数值突变，进而导致的现象。这一现象使得直接使用OTSU法对这些图像进行图像分割的效果很不理想。为了解决这一问题以达到的区分效果，该文在尝试与研究之后采用了环状OTSU法。

　　观察表明：试件扫描图像的亮度从试件横截面圆心处往四周均匀递增。根据钻芯取样试件图像的中心轴对称的特点，可以将图像沿半径划分为多个相邻的环带状区域，划分原则是尽可能使每个环区内的亮度相接近，再分别对每个环状区域实施OTSU法，这样即可以将亮度不均匀对图像分割所造成的影响降至。

　　理论上讲，环带状区域划分越细，区域内的亮度差距越小，OTSU法的误判率越低，但相应的计算所耗费的时间也越多。经过尝试，该文选择了将图像划分为一个圆盘加4个圆环的划分方式，这样的划分方式在达到较好图像分割效果的同时也能使计算时间在可接受范围之内。

　　该文采用了Bernsen法、经典OTSU法、环状OTSU法3种算法对扫描图像进行了处理并对结果进行了比较。

　　可以看出：环状OTSU法分割的效果较另外两种方法优势明显，空隙清晰完整，整体效果很好。相比之下，另外两种方法都出现了较大的问题。经典OTSU法由于图像亮度的不均匀，图像中部的目标物与背景灰度相差不明显，在中部区域出现了大量误判。代表空隙的黑色区域明显多于原图。而Bernsen法在图像的整个区域中处理效果都不佳。

　　另外3种算法处理图像所耗费的时间也有较大差异。

　　虽然从处理时间上看：环状OTSU法>经典OTSU法>Bernsen法。但是综合考虑计算效率和处理效果后，该文最终采用了环状OTSU法作为的处理算法。

　　在确定了图像的处理算法之后，可以通过Matlab软件编程实现其具体功能。代码具体工作流程示意如下：①批量读入断层扫描图片，将原始图像的伪彩色格式转换为灰度格式;②采用中值滤波法削弱图像的背景噪声并增强图像对比度;③利用环状OTSU法确定图像各环带的阈值，将图像进行分割处理;④填充处理后图片中的细小孔洞，删除突出的毛刺;⑤利用挡板矩阵去除CT扫描时留下的试件周围的黑色背景;⑥将最终的图像分割结果以灰度图的形式批量保存，供后续分析。

　　在获得了经过Matlab处理的混合料扫描图像之后，可以使用IPP软件对研究所感兴趣的信息进行提取。

　　具体测量中主要使用IPP软件的Count/size功能。并且使用Limited Watershed Split功能对扫描图像中靠得太近的空隙进行分割，以确保测量的合理性。

　　由于CT扫描图像总共有近3000张，人工处理的方案效率极为低下。为了提高图像处理的效率，该文使用了IPP的宏功能。通过录制具有具体功能的宏，利用IPP快速的批量处理功能来得到研究所需要的数据。

　　数据分析

　　沥青混合料是由集料、矿粉、沥青胶结料和空隙等多个部分组成的多相材料。传统的表征沥青混合料空隙分布信息的参数有VV、VMA、VCA等。但这些参数只能从宏观以及统计学的范畴内给出混合料的部分空隙信息，并不能从细观角度具体完整地表达沥青混合料的所有空隙信息。为了更好地研究沥青混合料的空隙在微观层面上的分布规律，该文尝试使用4个新的指标来表征混合料的空隙分布特性，并通过三维建模具体地表达混合料试件的空隙空间分布特征。

　　指标选取

　　(1)面空隙率。传统的空隙率指沥青混合料中集料之间的空隙体积占混合料总体积的百分率，即单位体积集料所具有的空隙体积。不同于以往试验中试件所有空隙占总体积的百分比，该文中所考察的空隙率为沥青混合料试件沿深度变化每一层横截面的空隙率。

　　(2)面空隙数量。考察沥青混合料试件沿深度变化每一层横截面的空隙数量。

　　(3)面等效半径。空隙半径是空隙的名义半径，是一个平均或等效的概念。混合料中的空隙构造极其复杂，为了便于研究，通过修正将其复杂的空隙形状简化成横截面为圆形的当量圆。该文考察沥青混合料试件沿深度变化每一层横截面的空隙等效半径。

　　(4)面空隙周长。考察沥青混合料试件沿深度变化每一层横截面的所有空隙周长之和。

　　数据分析

　　可以看出：

　　(1)AC、SMA、SUP以及PA这4种级配的混合料在空隙率、空隙数量、空隙周长以及空隙等效半径4种指标上都呈现出不同程度的两头高、中间低的“浴盆”形分布。

　　(2)从空隙率上来看，AC试件的整体空隙率最小，曲线沉于4种级配的最下端。曲线沿深度方向呈明显的两头高、中间低的弧形分布。SUP试件的空隙率分布与AC级配非常接近，两者曲线基本重合。这可能是两者级配曲线较为相近所造成的。SMA试件空隙率分布亦呈现出两头高、中间低的特点，但与AC和SUP试件不同的是，SMA试件中部空隙率的变化幅度较大，不断出现空隙率的急增与骤降，这是SMA级配特有的断级配所造成的现象，再加上钻芯取样所造成的试件横截面积较小使得这种不均匀现象更加明显。PA级配作为排水性沥青混合料，其整体空隙率，基本维持在10%或以上。曲线浮于4种级配的最上端。空隙率分布同样呈现为两端高、中间低。

　　(3)从空隙数量上来看，在试件顶部空隙数量迅速减小的区域，即从深度2~mm内，SUP试件的空隙数量由544降至170个;AC试件空隙数量由403下降至151个;SMA试件的空隙数量由212下降至118个;PA试件空隙数量由211下降至147个。试件底部空隙数量增长情况与之类似。SUP、AC两种级配的平均空隙数量与试件顶部和底部两端的空隙数量变化幅度均略大于SMA、PA两种级配，且PA级配的空隙数量在深度范围内基本保持不变。

　　(4)从等效半径上来看，4种级配的等效半径曲线明显可以分为AC+SUP和SMA+PA两种类型。AC与SUP试件的空隙等效半径分布相对集中，而SMS与PA试件的空隙等效半径分布则相对均匀。以AC为例，99%深度位置的空隙半径在0.1~0.3mm之间，有59.3%的空隙半径在0.15~0.2mm之间，平均空隙半径为0.18mm。SUP试件的空隙数量分布与AC非常相近，有47.3%的空隙半径在0.15~0.2mm之间，平均空隙半径为0.19mm。另一方面，SMA与PA试件的等效半径分布范围则远大于AC与SUP试件，主要分布在0.3~0.7mm之间。SMA试件的平均等效半径为0.57mm，其中值为0.91mm，最小值为0.24mm。PA试件的平均等效半径为0.54mm，其中值为0.79mm，最小值为0.40mm。由此可见SMA试件与PA试件的等效半径变化幅度远大于AC与SUP试件，且SMA试件变化幅度。

　　(5)从空隙周长上来看，可以发现试件的周长与试件的空隙率呈正相关关系。周长沿深度的变化曲线与空隙率沿深度的变化曲线表现出较高的一致性。周长曲线同样表现出两端高、中间低的“浴盆”形。具体来看：AC、SUP、SMA3种级配的周长曲线所处的位置与走势都较为一致。这3种级配的平均周长分别为229、289和268mm，而PA级配的周长曲线明显处于这3种级配之上，PA级配的平均周长为377mm。

　　通过CT扫描图片分析所得到的“浴盆”形分布与国外同类研究的结论相契合，4种级配混合料试件在所选的4个指标上均呈现出一定程度的“两头大、中间小”分布特性，因此可以得出这种分布特征在不同级配试件之间的一定普遍性。

　　三维建模

　　在拥有大量沥青混合料试件CT扫描图像的基础上，可以利用计算机软件对被扫描的试件空隙结构进行三维重构，从而更直观地表现不同级配的空隙分布特征。该文利用Matlab软件进行三维建模。

　　可以明显看出：AC与SUP试件的空隙分布呈现出明显的两头多中间少的“浴盆”现象。空隙主要集中在深度0~15mm的顶部区域以及深度55~70mm的底部区域。这两种级配试件的空隙等效半径在整个深度区域内变化都不大，且形状均匀，多为较规则的球形或多边形。SMA试件的空隙分布与AC试件的空隙分布存在着较大差异。SMA试件空隙数量相对较少，单个空隙体积较大，呈现出不规则的方形或条形。PA级配内部的空隙体积远大于另外3种级配。PA级配作为排水性沥青，需要较大的空隙排出沥青混合料内部的水分，这决定了PA级配在整个深度范围内都要保证一定的空隙数量与空隙体积。PA级配在整个深度的“浴盆”现象最不明显。

　　结论与展望

　　该文尝试利用CT技术从全新的角度研究不同级配沥青混合料的初始空隙分布特征，完成了以下工作：

　　(1)制作AC-13、SUP-13、PA-13、SMA-13这4种级配的试件。利用工业CT仪对试件进行扫描，并利用计算机软件对扫描图像进行处理，获取了其空隙分布特征信息。(2)在图像分割处理中分析比较了Bernsen法、经典OTSU法和环状OTSU法3种算法的原理与优劣，选择了环状OTSU法作为最终算法。(3)利用IPP软件提取所有扫描图像的信息，选取了面空隙率、面空隙周长、面空隙等效半径以及面空隙数量4个参数作为指标对各级配试件的空隙分布进行描述。(4)利用Matlab软件对被扫描试件空隙分布进行了三维重构。

　　该文得到以下结论：AC-13、SUP-13、SMA-13以及PA-13这4种级配的混合料在空隙率、空隙数量、空隙周长以及空隙等效半径4种指标上都呈现出不同程度的两头高、中间低的“浴盆”现象。具体来看，AC与SUP级配的试件的空隙率相对较小，总周长也较小，而空隙数量则较多，空隙等效半径沿深度方向分布稳定，空隙大小分布相对集中。SMA与PA级配的试件的空隙率较大，总周长也较大，但空隙数量则较少，不同深度的空隙大小波动幅度较大。

　　该文后续研究设想如下：

　　(1)增大进行扫描的样本的数量与尺寸。(2)进一步设计改进图像处理算法，提高混合料内部空隙识别准确率与效率。(3)在今后的研究中，将力学分析与三维重构结合起来，并增加沥青混合料性能试验，探究不同形式的空隙分布对性能所产生的影响，使结论更丰富。