Fine Structural Characterization of Construction Asphalt Mixtures Based on Image Processing Techniques
Notice bibliographique
Résumé
The development of economy is inseparable from the construction of traffic buildings.Especially in the current road construction, asphalt mixture is mainly used for pouring.Over time, the asphalt mixture is disturbed by other external factors, resulting in a decrease in the performance of the asphalt mixture.Under this background, this paper mainly studied the mesoscopic angle of the construction asphalt mixture through image processing technology, and analyzed the mesoscopic structural characteristics of the construction asphalt mixture.This paper took the void structure as the research index, and performs image enhancement, image denoising, image sharpening, image segmentation and image edge detection on the collected images of building asphalt mixture in turn.In terms of image enhancement, the image after histogram equalization is clearer in texture, distinct in layers and more prominent than the original image.In terms of image denoising, the median filter method is used, and the noise reduction effect is obviously better than other methods.In terms of image sharpening, the contour of the image sharpened by the Laplacian operator is clearer.In the aspect of image segmentation, the threshold segmentation method has obvious image void boundary and detail information, which is conducive to extracting void information.In terms of edge detection, the image lines under the Canny operator are complete, which greatly reduces the loss of edge information.On this basis, the void structure model was constructed and tested experimentally.The results showed that the average equivalent diameter, average perimeter, and average contour area of the voids in each layer have roughly the same trends as the layers increase.Not only that, the detected void ratio was about 8.14%, which was only 1.17% different from the actual void ratio.This showed that the void structure model constructed under the image processing technology has a significant effect on the porosity detection, and this result brought certain guiding suggestions for the follow-up study of mesostructure characteristics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».