Après avoir acquis les images concrètes, utilisez la fonction imread du logiciel MATLAB pour traiter le fichier JPEG en une matrice de 1024 pixels par 1024 pixels couvrant 3 canaux de couleur. Ensuite, appliquez la fonction MATLAB rgb2gray pour convertir l’image en niveaux de gris. Calculez la valeur de gris de chaque pixel en fonction de cette équation et enregistrez la valeur de gris en tant que données de format logique uint8 de 1024 par 1024 données de format logique.
Ensuite, ajustez la valeur binaire des valeurs de gris supérieures au seuil de pixel thêta sur un, puis définissez la valeur binaire des valeurs de gris inférieures au pixel thêta sur zéro. Enregistrez ensuite les résultats au format 1024 x 1024 avec des seuils de binarisation de 50, 100, 150 et 200 pour différents états de vibration d’échantillons de béton. Au fur et à mesure que le seuil de binarisation diminue, la zone blanche dans l’image binaire de l’échantillon d’image en béton non vibré diminue considérablement.
À un seuil de binarisation de 250, l’image binaire apparaît d’un noir pur. L’image de l’échantillon de béton vibrant avec le seuil de binarisation est similaire à celle de l’échantillon de béton non vibré. Mais la réduction de la zone blanche est plus prononcée dans l’échantillon d’image en béton vibrant.
L’image grise binaire du béton vibré diminue avec la diminution du seuil de binarisation.
