基于數(shù)字圖像處理技術(shù)的巖石節(jié)理寬度測量
本文引用地址:http://butianyuan.cn/article/195535.htm
2 圖例應(yīng)用
2.1 巖石節(jié)理圖片的采集
首先,獲取巖石標(biāo)本。對需要研究的巖體進(jìn)行鉆孔,并向孔中放入放射性物質(zhì),經(jīng)過一個星期的放射過程使放射物充滿巖體中可以達(dá)到的裂隙。然后,切割巖石。用10~50倍顯微鏡采集有代表性的節(jié)理的原始彩色圖像。本例中采集樣本使用的放大比例設(shè)定為:一個光點代表的實際長度為0.004mm。由于選用了比較大的放大比例,使微節(jié)理裂隙的物理特征更加突出,圖片規(guī)模也隨之較大。采集過程中把整條節(jié)理裂隙分成34張獨立圖像分別拍攝,每張圖片的大小為760×230個象素點。為簡潔起見,文中選取該組圖片中的一張進(jìn)行處理并對各種測量方法和結(jié)果進(jìn)行對比分析。
2.2 圖像處理過程
首先對采集到的原始彩色圖像進(jìn)行二值化處理, 為便于各種算法的測量比較以及減少偶然性誤差,對被分析的圖像采取平均分割的方法等分成7份,對分割后的圖像使用改進(jìn)的Ferret算法進(jìn)行測量。圖3和圖4為裂隙的原始圖和二值化后被分割的圖像。此裂隙變化較復(fù)雜,起伏較大,裂隙中間有孔洞(或填充物質(zhì)),邊界有“煙霧”,這些都會影響測量的準(zhǔn)確度,因此測量前先采用閾值法去除邊界噪聲。經(jīng)過改進(jìn)的Ferret算法處理后的效果圖如圖5所示,測量結(jié)果統(tǒng)計如表1所示。
2.3 統(tǒng)計分析
由于橢圓算法使用廣泛且結(jié)果理想,所以以它作為基準(zhǔn)進(jìn)行對比分析。三種算法寬度測量結(jié)果的對比如圖6所示。由圖可知:對于3、4、7這三段的測量,當(dāng)量圓直徑算法和橢圓算法得出的結(jié)果比較接近,從圖4中也可以看出3、4、7各段裂隙的長寬差值近似。在這種情況下Ferret算法并不能表現(xiàn)出很好的優(yōu)越性;而對于5、6段的測量,橢圓算法和Ferret算法的結(jié)果比較接近,但5、6二段的長寬差很大,可見對于長寬差比較大的不規(guī)則圖形可以使用Ferret算法測量。這就要求使用Ferret算法進(jìn)行實際測量時,要注意測量前的分割尺度,使長寬有一定的差距,使用Ferret算法才可以達(dá)到理想的效果。
經(jīng)過大量寬度測量的實驗對比表明:Ferret算法在測量不規(guī)則圖形,特別是那些長寬差比較大的圖形都得到了理想效果。
3 總 結(jié)
大量的數(shù)字圖像處理技術(shù)應(yīng)用在工程測量方面,由于其各異性,面對眾多測量算法,要選用某種適合的算法,需要做大量的對比研究。對于規(guī)則的被測圖形來說,當(dāng)量圓算法和當(dāng)量橢圓算法基本可以滿足需求,而Ferret算法在大量長寬差比較大的不規(guī)則圖形測量方面表現(xiàn)出良好的適應(yīng)性,而且達(dá)到了滿意的效果。本文分析了簡單Ferret算法的原理,提出了改進(jìn)的Ferret算法,給出了一個基于改進(jìn)的Ferret算法的巖石節(jié)理寬度測量的實例過程。然而,在實際測量中,分割圖像時選取的長度大小、非實裂隙的中間孔洞以及邊界噪聲等都會對寬度測量產(chǎn)生一定的影響,這些都將是今后要解決的問題。
評論