多焦成像和U-Net细分用于中尺度青膜结构分析-用于RAP中描述青膜结构的方法

科学领域:

• 材料科学 材料科学 材料科学
• 土木工程 土木工程是指土木工程.
• 图像分析 图像分析

背景情况:

• 分析青中中等尺度结构,特别是精细的矿物填充物和,是一项挑战.
• 回收青路面 (RAP) 混合物需要详细的砂结构分析.
• 传统的成像方法在微观特征识别方面存在困难.

研究的目的:

• 为青薄膜结构提出一种高保真度图像采集方法.
• 改进中等尺度结构的捕获和分析,特别是细颗粒.
• 加强对RAP混合物的砂结构的研究.

主要方法:

• 使用了一台具有图像堆叠和纹理抑制的数码相机.
• 开发了一种可重现的成像协议,用于生成子像素图像.
• 采用基于U-Net的细分来进行聚合粒子识别.

主要成果:

• 显著提高图像清晰度和结构完整性,对于颗粒<0.075毫米.
• 与标准图像 (17,428) 相比,确定了34倍多的聚合颗粒 (588,513).
• 在高分辨率图像中实现了99.3%的细分精度,优于标准图像 (98.1%).

结论:

• 该方法有效地保留了微尺度特征,并增强了细颗粒识别.
• 它为青材料分析提供了一个可扩展,可重复的管道.
• 为数据驱动的路面建模和智能基础设施系统提供基础支持.