本发明属于道路建筑材料领域，具体涉及一种粗集料三维形态特征表征方法。
背景技术：
1、沥青路面有平整、噪音低、耐磨等优点，目前绝大多数高速公路都用沥青混凝土修建路面。集料占沥青混合料总质量的90％以上，其中粗集料占沥青混合料总质量的50％～80％。由粗集料、细集料、矿粉、填料等多种材料构成的沥青混合料有着很复杂的结构，沥青混合料内包含气体、液体和固体三种形态的物质，粗集料的形态特征也会对沥青混合料的级配以及性能产生影响，最终会改变沥青混合料的力学性能和使用的性能。特别是对混合料的荷载传递路径和嵌挤结构起着重要作用，并决定了路面的力学性质和使用寿命。
2、目前研究人员关于粗集料对沥青混合料性能有何影响得到了一些相似的结论。当针片状粗集料含量变多时，沥青混合料性能最佳的油石比和孔隙率都会升高，并且会造成沥青混合料的高温稳定性、水稳定性能以及抗疲劳的性能变差。粗集料的棱角性提升会使得沥青混合料抵抗永久变形的能力得到提升。粗集料表面纹理复杂，将使得沥青混合料的高温稳定性、水稳定性以及低温抗裂性都得到一定的提升。由此可知，准确评价粗集料的形态特征有助于帮助人们很好的把握粗集料的质量、设计路用性能更加良好的沥青混合料。
3、工程人员会使用针片状粗集料含量、长短轴等等来评价粗集料的形态特征。但是这些指标往往不能够很好的描述粗集料的形态特征，包含的信息不够充分。所以，现有方法仍然不能全面的表征粗集料的三维形态特征，提出一种全面表征粗集料三维形态特征的方法是十分必要的。
技术实现思路
1、本发明的目的是为解决现有方法不能全面的表征粗集料的三维形态特征的问题，而提出了一种粗集料三维形态特征表征方法。
2、本发明为解决上述技术问题所采取的技术方案是：一种粗集料三维形态特征表征方法，所述方法具体包括以下步骤：
3、步骤一、获取一个粗集料颗粒表面的三维点云原始图像，将获取的原始图像作为第一粗集料图像；
4、步骤二、拟合出获取的粗集料颗粒表面三维点云的最小包络椭球，将最小包络椭球的长半轴的长度记为a、中半轴的长度记为b、短半轴的长度记为c；再计算出c与b的比值k1，b与a的比值k2；
5、步骤三、将获取的粗集料颗粒表面三维点云中的曲率变化大于阈值的点去除，将剩余点云保存为第二粗集料图像；
6、步骤四、计算第一粗集料图像与第二粗集料图像之间的体积变化率；
7、步骤五、对粗集料颗粒表面的三维点云原始图像进行平滑处理，将平滑处理后的图像作为第三粗集料图像；
8、步骤六、计算第一粗集料图像与第三粗集料图像之间的表面积变化率；
9、步骤七、利用比值k1和比值k2确定粗集料颗粒的形状，利用形状、体积变化率和表面积变化率表征粗集料三维形态特征。
10、进一步地，所述步骤一中的三维点云原始图像通过三维激光扫描仪获取，获取的原始图像为hsp格式的图像。
11、进一步地，所述拟合出获取的粗集料颗粒表面三维点云的最小包络椭球采用的是最近邻域法。
12、进一步地，所述步骤二中，拟合出获取的粗集料颗粒表面三维点云的最小包络椭球，具体过程为：
13、将椭球方程记为：
14、
15、其中，a代表椭球的长半轴长度，单位为mm；
16、b代表椭球的中半轴长度，单位为mm；
17、c代表椭球的短半轴长度，单位为mm；
18、x代表椭球上的点的x轴方向坐标；
19、y代表椭球上的点的y轴方向坐标；
20、z代表椭球上的点的z轴方向坐标；
21、基于椭球方程构造损失函数f：
22、
23、其中，(xi,yi,zi)代表获取的粗集料颗粒表面的第i个三维点云的坐标，i＝1,2,…,n，n代表粗集料颗粒表面的三维点云数量；
24、最小化损失函数f的值：
25、
26、并将式(3)化简为式(4)：
27、
28、其中，
29、通过求解公式(4)，计算出和值。
30、进一步地，所述步骤三中采用的是曲率法。
31、进一步地，所述步骤三的具体过程为：
32、步骤三一、选取粗集料颗粒的任一截面，再从粗集料颗粒表面的三维点云中获取属于该截面的点云，将获取的点云中的相邻两个点分别记为m和m’，且点m和点m’之间的弧长mm’为s，则点m的曲率k为：
33、
34、其中，δα是过m点的切线与过m’点的切线的夹角；
35、同理，分别计算出属于该截面的每个点的曲率，将曲率大于阈值的点去除；
36、步骤三二、采用步骤三一的方法对粗集料颗粒的每个截面的点云分别进行处理，将剩余点云保存为第二粗集料图像。
37、进一步地，所述步骤五中，对粗集料颗粒表面的三维点云原始图像进行平滑处理，采用的是双边滤波平滑算法。
38、进一步地，所述双边滤波平滑算法的具体过程为：
39、以粗集料颗粒表面的三维点云中的任意一点u＝(x,y)为例
40、
41、其中，n(u)是点u的邻域内的点组成的集合，p∈n(u)，且点p满足||u-p||<2σc，||u-p||是点u与点p的距离，wc(·)为高斯滤波器，||·||代表计算2范数，σc是高斯滤波器的标准差，e是自然对数的底数，ws(·)为相似性权重函数，σs为相似性权重函数的标准差，|·|代表计算绝对值，i(u)是点u处的图像，i(p)是点p处的图像，是双边滤波平滑处理后点u处的图像。
42、更进一步地，所述步骤七中，利用比值k1和比值k2确定粗集料颗粒的形状，具体为：
43、若且则粗集料颗粒的形状为板状；
44、若且则粗集料颗粒的形状为柱状；
45、若且则粗集料颗粒的形状为饼状；
46、若且则粗集料颗粒的形状为立方体。
47、本发明的有益效果是：
48、本发明首先获取粗集料表面的三维点云图像，运用椭球将粗集料三维点云图像包络拟合，再根据椭球的三个半轴的长度确定粗集料的形状；然后，将粗集料三维点云图像中棱角变化较大的部分删除，利用计算的体积变化率来表征集料的棱角性；对整个粗集料表面三维点云图像进行平滑处理，利用计算的表面积变化率来表征集料的纹理粗糙程度。本发明方法可以通过量化三维指标来评价粗集料的形状、棱角和纹理，解决了现有方法不能全面的表征粗集料的三维形态特征的问题，为粗集料的选择提供参考价值，具有明显的实用价值。
1.一种粗集料三维形态特征表征方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤一中的三维点云原始图像通过三维激光扫描仪获取，获取的原始图像为hsp格式的图像。
3.根据权利要求1所述的一种粗集料三维形态特征表征方法，其特征在于，所述拟合出获取的粗集料颗粒表面三维点云的最小包络椭球采用的是最近邻域法。
4.根据权利要求1或3所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤二中，拟合出获取的粗集料颗粒表面三维点云的最小包络椭球，具体过程为：
5.根据权利要求1所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤三中采用的是曲率法。
6.根据权利要求1或5所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤三的具体过程为：
7.根据权利要求1所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤五中，对粗集料颗粒表面的三维点云原始图像进行平滑处理，采用的是双边滤波平滑算法。
8.根据权利要求1或7所述的一种粗集料三维形态特征表征方法，其特征在于，所述双边滤波平滑算法的具体过程为：
9.根据权利要求1所述的一种粗集料三维形态特征表征方法，其特征在于，所述步骤七中，利用比值k1和比值k2确定粗集料颗粒的形状，具体为：
