4. Ý nghĩa khoa học và thực tiễn của đề tà
1.5. Các nghiên cứu trong và ngoài nước về phương pháp phân tích ảnh xác định cấu trúc hỗn hợp bê tông nhựa
định cấu trúc hỗn hợp bê tông nhựa
Bê tông nhựa là vật liệu nhiều pha không đồng nhất gồm cốt liệu, chất kết dính nhựa đường và lỗ rỗng khơng khí. Các thành phần này tạo thành một cấu trúc phức tạp. Kỹ thuật xử lý và phân tích hình ảnh kỹ thuật số là cơng cụ hiệu quả để đánh giá cấu trúc hỗn hợp bê tông nhựa. Các kỹ thuật này đã được một số nhà khoa học nghiên cứu và phát triển trong những năm gần đây [39], [43], [58]. Các thông số cấu trúc của hỗn hợp bê tông nhựa được quan tâm nghiên cứu gồm lỗ rỗng, sự phân bố lỗ rỗng, hình dạng hạt, hướng, sự phân bố của các hạt cốt liệu và các thuộc tính tiếp xúc giữa các hạt cốt liệu. Trong đó, các thơng số cấu trúc được cho là thể hiện khả năng chống lún của hỗn hợp BTN gồm số lượng tiếp xúc giữa các viên cốt liệu, chiều dài tiếp xúc, hướng tiếp xúc giữa các viên cốt liệu.
Yue và cộng sự (1995) [58] đã tiến hành nghiên cứu định lượng cấu trúc của bê tông nhựa sử dụng kỹ thuật xử lý ảnh số (Digital Image Processing – DIP). Các mẫu BTN hình trụ được cắt theo phương ngang hoặc theo phương dọc trục mẫu. Hình ảnh mặt cắt mẫu thu được bằng máy quét (máy scan). Sau đó nhóm nghiên cứu sử dụng phần mềm Picture Publisher 4.0 để xử lý ảnh và phân tích cấu trúc cốt liệu. Trong đó các đường biên của viên cốt liệu trên ảnh được xác định một cách thủ công. Trong nghiên cứu này, các tác giả lần đầu tiên giới thiệu các chỉ số đại diện cho cấu trúc của hỗn hợp bê tông nhựa gồm trục chính, trục nhỏ, chu vi, diện tích, trọng tâm đường kính tương đường và hướng trục chính của viên cốt liệu. Trục chính là vectơ kết nối các pixel xa nhất trên đường biên của hình ảnh cốt liệu và chiều dài của vectơ này được đặt tên là chiều dài trục chính. Trục dài nhất vng góc với trục chính là trục nhỏ và chiều dài của nó được đặt tên là chiều dài trục nhỏ. Chu vi, diện tích và tâm cốt liệu được lấy theo số pixel trên chu vi, diện tích và tâm khối lượng của viên cốt liệu tương ứng. Đường kính tương đương được định nghĩa là đường kính của hình trịn giả định có cùng diện tích với diện tích của viên cốt liệu.
Dựa vào các định nghĩa về các chỉ số cấu trúc bê tông nhựa của Yue và cộng sự (1995) [58], Masad và cộng sự (1998) [39] đã phát triển một quy trình phân tích hình ảnh tự động trên máy tính để xác định cấu trúc bê tơng nhựa. Các thông số cấu trúc xác định trong nghiên cứu này gồm hướng cốt liệu và sự phân tầng của cốt liệu. Hình ảnh mặt cắt mẫu được chụp bằng máy ảnh kỹ thuật số. Quá trình lọc ngưỡng được sử dụng để chuyển đổi ảnh thông thường thành ảnh đen trắng. Tuy nhiên, vẫn cần một thời gian để xử lý sự khác biệt giữa các tập hợp màu tối và các pha vật liệu khác (ví dụ, mastic và phần lỗ rỗng). Tiếp đó Masad và cộng sự (1999) [40] đã nghiên cứu sự phân bố lỗ rỗng, hướng của các viên cốt liệu và bước đầu xác định số lượng tiếp xúc giữa các viên cốt liệu trong mẫu bê tông nhựa bằng phương pháp phân tích ảnh. Hình ảnh mặt cắt bê tơng nhựa thu được bằng phương pháp chụp cắt lớp vi tính – chụp CT (X-ray Computed Tomography) và chụp ảnh kỹ thuật số. Trong đó, hình ảnh chụp cắt lớp vi tính chỉ được sử dụng để xác định sự phân bố lỗ rỗng trong các mẫu bê tông nhựa. Ảnh chụp cắt lớp vi tính là ảnh xám với các điểm ảnh có cường độ màu thay đổi từ 0 (đen) đến 255 (trắng) dựa trên mật độ của các pha. Do các pha vật liệu trên ảnh xám có cường độ màu khác nhau đáng kể, bằng cách sử dụng bộ lọc ngưỡng để chuyển ảnh xám thành ảnh đến trắng từ đó có thể xác định sự phân bố độ rỗng và các hạt cốt liệu. Hình ảnh kỹ thuật số được sử dụng để phân tích sự phân bố lỗ rỗng, hướng của các viên cốt liệu và cấp phối cốt liệu. Cũng trong nghiên cứu này, các tác giả đã giới thiệu một phương pháp bước đầu xác định đặc tính tiếp xúc để đánh giá số lượng các tiếp xúc giữa các hạt cốt liệu bằng cách sử dụng một quá trình nhằm tăng cường hình ảnh tại vị trí tiếp xúc giữa các hạt cốt liệu.
Tashman và cộng sự (2001) [49] đã sử dụng phương pháp xử lý và phân tích ảnh để xác định cấu trúc bê tông nhựa nhằm đề xuất các thông số đầm Superpave mô phỏng tốt cho quá trình đầm nén bê tơng nhựa tại hiện trường. Mẫu phân tích gồm mẫu được đầm nén trong phịng thí nghiệm bằng đầm Superpave và mẫu hiện trường. Hình ảnh mặt cắt của các mẫu bê tông nhựa thu được bằng chụp cắt lớp vi tính (CT) và chụp ảnh kỹ thuật số. Hình ảnh chụp cắt lớp vi tính phục vụ cho việc xác định phân bố lỗ rỗng trong mẫu bê tơng nhựa, trong khi hình ảnh kỹ thuật số được sử dụng để xác định hướng của các viên cốt liệu, sự phân bố cốt liệu (sự phân tầng cốt liệu) và các tiếp xúc giữa các viên cốt liệu. Ngơn ngữ lập trình IPBasic đã được sử dụng để lập trình quá trình xử lý tự động xác định cấu trúc cốt liệu. Trong quá trình xử lý ảnh màu RGB được chuyển sang ảnh xám, sau đó các phép xử lý ảnh được sử dụng để nâng cao chất lượng ảnh trước khi tiến hành phân tích. Các tác giả đã đề xuất các chỉ số biểu thị sự tiếp xúc giữa các hạt cốt liệu gồm số lượng tiếp xúc và hướng tiếp xúc.
Tuy nhiên, đường tiếp xúc (từ hình ảnh) trong nghiên cứu này được coi là đường thẳng và với giả định này có thể xác định được pháp tuyến với hướng tiếp xúc. Zelew và cộng sự (2008) [59] và Zelew và Papagiannakis (2009) [60] đã giới thiệu một phương pháp mới để xử lý và phân tích hình ảnh nhằm xác định cấu trúc bê tơng nhựa. Hình ảnh mặt cắt bê tông nhựa thu được bằng chụp cắt lớp vi tính (CT). Q trình xử lý và phân tích ảnh được thực hiện trong MATLABTM. Trong nghiên cứu [59], q trình xử lý và phân tích ảnh được thực hiện qua hai giai đoạn. Giai đoạn 1 hình ảnh được tăng độ tương phản bằng phương pháp cân bằng histogram (histogram equalization) và nhiễu được loại bỏ bằng phương pháp lọc trung vị (Median filtering). Giai đoạn 2, thuật tốn ngưỡng dựa trên thể tích được sử dụng để xác định hai giá trị ngưỡng cường độ màu giữa lỗ rỗng với mastic (T1) và giữa mastic và cốt liệu (T2). Trong nghiên cứu [60] sau khi qua hai giai đoạn xử lý trên, hình ảnh mẫu qua giai đoạn 3 là giai đoạn phát hiện cạnh và phân đoạn hình ảnh. Trong giai đoạn này bộ lọc Gauss (Gaussian filter) và phép phân chia danh giới hình ảnh (watershed image segmentation) được sử dụng. Hình ảnh các pha vật liệu gồm lỗ rỗng, mastic và cốt liệu sau xử lý được sử dụng để đánh giá cấu trúc của bê tông nhựa.
Coenen và cộng sự (2012) [24] đã phát triển một phần mềm xử lý và phân tích hình ảnh nhằm xác định cấu trúc của hỗn hợp bê tông nhựa - phần mềm IPAS. Phần mềm được viết bằng ngơn ngữ MATLAB. Hình ảnh mặt cắt mẫu bê tơng nhựa sử dụng cho phần mềm là ảnh kỹ thuật số thu được bằng máy quét hoặc máy ảnh kỹ thuật số. Bước đầu của quá trình xử lý, ảnh màu được chuyển thành ảnh xám sau đó các phép lọc trung vị (median filter), lọc tối đa vùng (regional maxima filter) được sử dụng để loại bỏ các nhiễu. Tiếp theo phép biến đổi ranh giới được sử dụng để chia ảnh thành các vùng riêng biệt và xác định đường bao của các vùng đó. Cuối cùng ảnh xám được chuyển thành ảnh nhị phân (ảnh đen trắng) với với phép lọc ngưỡng (các hạt cốt liệu được chuyển thành màu trắng, lỗ rỗng và mastic thành màu đen). Các thông số thể hiện cấu trúc của bê tông nhựa được nghiên cứu gồm số lượng các điểm tiếp xúc, hướng của các viên cốt liệu, phân bố trong không gian hay sự phần tầng của cốt liệu. Sau đó, Sefidmazgi và cộng sự [45] đã cải tiến phần mềm IPAS thành IPAS-2 nhằm xác định thêm các thông số chiều dài đường tiếp xúc, hướng tiếp xúc của các viên cốt liệu – các thơng số cấu trúc được cho có liên quan đến khả năng kháng lún của bê tông nhựa. Kết quả nghiên cứu cho thấy có mối quan hệ tốt giữa số lượng tiếp xúc, chiều dài tiếp xúc và chỉ số cấu trúc ISI với khả năng kháng lún của hỗn hợp bê tông nhựa thể hiện thông qua chỉ số FN – Flow Number. Trong một nghiên cứu khác vào
năm 2013 Shaheen và cộng sự [46] cũng đã sử dụng phần mềm IPAS-2 để xác định cấu trúc của các hỗn hợp bê nhựa nhằm xác định mối tương quan giữa các thông số cấu trúc này với khả năng kháng lún của các hỗn hợp bê tông nhựa. Kết quả nghiên cứu cũng cho thấy số lượng tiếp xúc và chiều dài tiếp xúc có mối tương quan khá tốt với chiều sâu hằn lún xác định bằng thiết bị Hamburg Wheel Rut Tester.
Cũng theo hướng nghiên cứu mối quan hệ giữa các thông số cấu trúc cốt liệu xác định bằng phương pháp phân tích ảnh với khả năng kháng lún của bê tông nhựa, Jiang và cộng sự (2017) [30] cũng đã phát triển một quá trình xử lý ảnh số dựa trên ngơn ngữ MATLAB. Trong nghiên cứu, các mẫu bê tông nhựa được đúc bằng đầm xoay, khả năng kháng lún xác định bằng thí nghiệm từ biến động. Hình ảnh các mặt cắt mẫu bê tông nhựa được thu lại bằng máy quét sau đó được chuyển thành ảnh xám. Phép biến đổi top-hat transformation và thuật toán bộ lọc trung vị đã được sử dụng để loại bỏ độ sáng không đồng đều và nhiễu trong ảnh. Trong ảnh xám, màu sáng hơn thể hiện viên cốt liệu, trong khi màu tối hơn thể hiện lỗ rỗng và nhựa đường. Trong quá trình phân đoạn hình ảnh, một phương pháp ngưỡng được sử dụng để phân biệt cốt liệu thô với mastic và lỗ rỗng. Sau quá trình này, phép biến đổi lưu vực và thuật tốn ăn mịn và mở rộng được thực hiện trên các ảnh nhị phân hoàn chỉnh để kiểm tra và hiệu chỉnh các đường viền của hạt. Cuối cùng, hình ảnh nhị phân của cốt liệu thơ được sử dụng để phân tích cấu trúc cốt liệu. Các thông số tiếp xúc giữa các hạt cốt liệu thô đã được nghiên cứu gồm sự phân bố khoảng cách tiếp xúc, chiều dài tiếp xúc, hướng tiếp xúc và hướng cốt liệu. Hướng tiếp xúc trong nghiên cứu được xem là đường thẳng nối từ điểm đầu đến điểm cuối của đường tiếp xúc. Kết quả nghiên cứu cho thấy chiều dài tiếp xúc có quan hệ tốt với chỉ số FN – chỉ số đại diện cho khả năng kháng lún.
Cho đến nay ở Việt Nam hầu như chưa có nghiên cứu nào sử dụng phương pháp phân tích ảnh để xác định thơng số cấu trúc cốt liệu của bê tông nhựa và khảo sát mối quan hệ giữa các thông số cấu trúc này với các thông số cơ học thể hiện khả năng kháng lún của bê tông nhựa.