基于近景攝影的松散堆積體顆粒分析方法

吳文雪

(重慶交通大學(xué)河海學(xué)院，重慶400074)

0 引言

顆粒分析是一種重要的實驗研究手段，在多個學(xué)科中都有廣泛應(yīng)用。通過顆粒分析，可以得知某一特定地區(qū)或某一特定環(huán)境下物質(zhì)的粒度特點，從而為相關(guān)研究提供基礎(chǔ)。研究表明，土體的物理、力學(xué)、水理等性狀與土體的顆粒級配密切相關(guān)，因此，合理確定土體的顆粒級配一直是巖土工程人員重點關(guān)注的課題之一。對于細(xì)粒土、砂土、礫土等土體，確定其顆粒級配的常用方法是室內(nèi)試驗方法，已有規(guī)范性的試驗技術(shù)操作標(biāo)準(zhǔn)，試驗成果的可靠性可以保證。但是，對于山區(qū)工程(如港口、碼頭、航道、公路、鐵路等)建設(shè)中常遇到的松散堆積體，傳統(tǒng)的試驗方法幾乎沒有辦法實現(xiàn)其顆粒級配的合理確定。其主要原因是取樣困難和土粒粒徑超限，及傳統(tǒng)試驗方法成本高、周期長、成果可靠性低等。

在國外，利用數(shù)字圖像處理技術(shù)來確定物質(zhì)的顆粒級配已有很多的研究。最近，英國Plymouth大學(xué) D.M.Rubin，D.Buscombe，J.A.Warrick，等［1-3］的研究表明，基于常規(guī)相機成像的數(shù)字圖像處理技術(shù)可以較好地確定粒徑相對均勻的砂、礫、卵石等土的顆粒級配，并將該技術(shù)用于確定河床沉積物的顆粒級配。其基本思路是，首先對土體進(jìn)行高像素取像，然后通過數(shù)字圖像處理技術(shù)對照片進(jìn)行銳化處理，再計算出單個顆粒面積，把顆粒面積和相同面積的圓等價，圓的直徑就作為顆粒粒度的參考量，經(jīng)過這樣一系列的處理之后，最終確定顆粒級配。

Z.Q.Yue，等［4］運用數(shù)字圖像處理技術(shù)對瀝青混凝土中骨料的大小、形狀、分布及排列方式進(jìn)行了研究;T.Lebourg，等［5］基于數(shù)字圖像處理技術(shù)對冰水堆積物中塊體的大小和形狀進(jìn)行了研究。

在國內(nèi)，王獻(xiàn)禮，等［6］應(yīng)用數(shù)字圖像處理技術(shù)和室內(nèi)試驗相結(jié)合的分析方法，借助圖像處理技術(shù)，對冰川堆積物剖面的礫石形態(tài)進(jìn)行分析。獲取粗粒部分(粒徑＞2 cm)的粒度組成。然后采用室內(nèi)顆分試驗獲得細(xì)粒(粒徑＜2 cm)部分的粒度組成，將兩類粒度數(shù)據(jù)進(jìn)行疊合即可獲取連續(xù)的冰川堆積物的粒度組成。

綜上所述，很多學(xué)者都是利用數(shù)字圖像處理技術(shù)得到粗顆粒的粒徑和含量，筆者則針對松散堆積體，提出基于數(shù)字圖像處理技術(shù)的顆粒級配快速確定方法，可以避免現(xiàn)場取樣和室內(nèi)試驗，且成本低、速度快，對工程建設(shè)具有重要意義。

1 基于近景攝影測量技術(shù)的顆粒粒度分析方法的基本原理及技術(shù)路線

確定某土體的顆粒級配，也就是測試其組成顆粒的粒徑，即粒徑測試分析。粒度測試的方法很多，目前常用的有篩分法、沉降法、顯微鏡法、圖像法、激光法、電阻法等。其中圖像法是最近幾年出現(xiàn)的一種新方法，其原理是通過對每個顆粒所包含的像素數(shù)量的統(tǒng)計，計算出每個顆粒的等圓面積，從而得到顆粒的等圓面積直徑、等球體積直徑以及長徑比等，從而得到粒度分布等信息［7-8］。

當(dāng)研究對象為粒徑較大的粗骨料，且傳統(tǒng)的顆粒分析方法不太精準(zhǔn)時，可以采用圖像法中的近景攝影測量技術(shù)進(jìn)行測量。

近景攝影測量是以攝影的方法記錄研究各類目標(biāo)，以確定其形狀、大小和位置。筆者研究重點在于，以近景攝影測量的方式獲取顆粒不同角度的表象，在Leica Autosync平臺上利用這些圖片進(jìn)行立體像對配準(zhǔn)和圖像處理，導(dǎo)入Arcgis軟件能從平面圖象上獲取物體的三維模型，繼而得到物體顆粒的體積、表面積等參數(shù)，并在此基礎(chǔ)上求取顆粒的等效粒徑和粒度分布。

使用數(shù)碼相機或其他圖像獲取設(shè)備得到的巖土工程材料圖像包含了這些材料的豐富信息，這些信息則會通過相應(yīng)的灰度值或色彩來反應(yīng)。因此，可以通過圖像的不同像素點所反應(yīng)的灰色度或色彩的變化來獲取圖像上不同物質(zhì)成分、顆粒含量、粒度分布、及結(jié)構(gòu)特征等有價值的資料，以進(jìn)行一系列相關(guān)研究。

由于外界各種因素(如光照、斷面的平整度、塊體與周圍填充土體的色彩差異性等)的影響，利用照相機(或攝像機)獲取的堆積體的斷面照片通常存在大量的圖像噪音，為了能夠準(zhǔn)確獲取相應(yīng)信息需在對其進(jìn)行數(shù)字圖像分析前用已有圖像處理軟件(如Photoshop等)對原始圖像進(jìn)行相應(yīng)的去噪處理。經(jīng)去噪處理后的照片，輸入數(shù)字圖像處理系統(tǒng)并進(jìn)行相應(yīng)的二值化處理，從而將照片上的塊石形態(tài)提取出來，以用于下一步的塊體粒徑獲取(圖1)。

圖1 圖像法技術(shù)路線Fig.1 Technique route of image analysis

根據(jù)圖像處理得到的二值化圖像，測量各塊體對應(yīng)像素點數(shù)，獲得其“像素面積”，通過比例轉(zhuǎn)換，獲得塊石的有效面積，通過等效原則，即將面積相等圓的直徑等效為顆粒的有效粒徑，從而得到塊石的等效粒徑。

2 基于近景攝影測量技術(shù)的顆粒粒度分析方法可靠性

2.1 外業(yè)數(shù)據(jù)獲取

在本次試驗中，觀測對象為一堆凌亂的石子，試驗采用尼康D300單反數(shù)碼相機:1 310萬像素、像幅23.6 mm× 15.8 mm(4 288 × 2 848像素、像素大小5.5 μm)和焦距為50 mm定焦鏡頭進(jìn)行拍攝。按照試驗精度的要求，攝影師從兩個方向，以相同的距離對該堆石子多次拍攝像片，獲取試驗數(shù)據(jù)。然后，從這些像片中篩選出圖像較為清晰的且具有代表性的數(shù)據(jù)，以便于內(nèi)業(yè)數(shù)據(jù)的處理，如圖2。

圖2 堆積體的像片數(shù)據(jù)Fig.2 Photograph data of accumulation

2.2 內(nèi)業(yè)數(shù)據(jù)處理

試驗中將用到遙感圖像處理系統(tǒng)(Leica Erdas Imagine)進(jìn)行圖像的配準(zhǔn)和圖像處理，Mapgis軟件進(jìn)行矢量化、建模、獲取面信息，和Excel軟件對試驗最終的數(shù)據(jù)進(jìn)行處理和顯示。數(shù)據(jù)處理過程如下:

由于普通數(shù)碼相機獲得的數(shù)據(jù)是JPEG格式的，在導(dǎo)入遙感處理系統(tǒng)之前，需要進(jìn)行數(shù)據(jù)的轉(zhuǎn)換。運行ERDAS IMAGINE軟件，點擊“Import”進(jìn)入數(shù)據(jù)轉(zhuǎn)換窗口，設(shè)置數(shù)據(jù)類型和來源信息，將JPEG格式的011和012兩張圖像轉(zhuǎn)換為ERDAS IMAGINE可以識別的 img格式，得到011.img和012.img。

數(shù)據(jù)轉(zhuǎn)換之后，可以使用三角網(wǎng)糾正的方法對影像進(jìn)行配準(zhǔn)。三角網(wǎng)配準(zhǔn)需要輸入較多的控制點，為此需要用自動找控制點的工具:AutoSync。

單擊 ERDAS IMAGINE主界面中的“Auto-Sync”，AutoSync→AutoSync Workstation 進(jìn)入配準(zhǔn)界面。在AutoSync中新建一個工程，名稱和存儲路徑等自己設(shè)定，Geocorrection設(shè)置為Resample，其余選項默認(rèn)。

在新建工程的主界面，設(shè)定“Input Images=011.img”，“Reference Image=012.img”。

點擊“Process→project properties”，彈出屬性設(shè)置對話框，將“Starting Column”和“Starting Line”都設(shè)定為0，“Column Increment”和“Line Increment”都設(shè)置為512，意思為每隔512個像素找一個控制點，其余默認(rèn)。

點擊“Geometric Model”標(biāo)簽，設(shè)定“Output Geometric Model Type”為“Linear Rubber Sheeting”，采用三角網(wǎng)糾正進(jìn)行配準(zhǔn)。

設(shè)置完所有參數(shù)以后，由于數(shù)碼相機拍攝的像片沒有坐標(biāo)信息，因此在自動搜索控制點之前需要人為地設(shè)置至少3個標(biāo)準(zhǔn)控制點［9-10］。

將配準(zhǔn)圖片的大小調(diào)整到肉眼易于識別校準(zhǔn)的水平，點擊主界面下方工具欄中的按鈕，人為地設(shè)置標(biāo)準(zhǔn)控制點。

設(shè)置好標(biāo)準(zhǔn)控制點以后，就可以運行找點了。點擊主菜單下的“Process→Run APM”，運行自動找點。

點擊主菜單欄“Process→Calibrate/resample”，對圖像進(jìn)行三角網(wǎng)配準(zhǔn)。運行結(jié)束后，視窗會自動將配準(zhǔn)后影像與參考影像疊加顯示。

配準(zhǔn)后得到圖像保存為011_output.img，到這里，圖像配準(zhǔn)工作基本完成。接下來需要將數(shù)據(jù)導(dǎo)入Mapgis中進(jìn)行矢量化，提取石子的面積信息［11］。

由于Mapgis不能識別img格式的文件，需要在Erdas的 Import中將 img格式轉(zhuǎn)換成 JPEG，再在Mapgis的圖像分析中將JPEG格式轉(zhuǎn)換為msi格式。

數(shù)據(jù)格式處理好以后就可以將011_output.msi導(dǎo)入Mapgis中，選取清晰的石子圖像進(jìn)行矢量化。

當(dāng)對像片中所有可識別的石子進(jìn)行矢量化之后，清除微短線，建立拓?fù)潢P(guān)系，生成區(qū)文件，每一個石子表現(xiàn)為一個區(qū)，這樣便可以以區(qū)為單位統(tǒng)計出每個石子平面模型中的面積。

在Mapgis中可以很輕易地統(tǒng)計出區(qū)屬性，“其他→區(qū)屬性統(tǒng)計”中，設(shè)置分類字段為“面積”，統(tǒng)計字段為ID。點擊“保存數(shù)據(jù)”將統(tǒng)計出的區(qū)屬性數(shù)據(jù)以txt格式保存，然后導(dǎo)入excel中。在本文中只統(tǒng)計石子的顆粒相對級配，并不強調(diào)石子的真正大小，因此忽略單位問題。在excel中，通過函數(shù)變換可以得到相應(yīng)的等效粒徑及其分段。

2.3 數(shù)據(jù)處理結(jié)果

顆粒級配是反映構(gòu)成土的顆粒粒徑分布曲線形態(tài)的一種特征，由不同粒度組成的散裝物料中各級粒度所占的數(shù)量(常以占總量的百分?jǐn)?shù))來表示。從表1可以看出，該堆石子中等效粒徑在2.523 3～26.743 1 mm之間的小石子居多，約占整體的63.37%，等效粒徑在27.032 5 ～37.800 6 mm 之間的小石子局其次，約占整體的 23.27%，其余38.391 4～84.489 5 mm之間的顆粒僅占整體的13.36%，這與現(xiàn)實生活中的實際情況也是相符合的。具體數(shù)據(jù)見表1。

表1 顆粒間斷級配Table 1 Grain gradation

根據(jù)SL 237—1999《土工試驗規(guī)程》中粒徑劃分，重新劃分粒徑區(qū)間范圍得到其顆粒級配，及堆積體通過篩分得到的真實顆粒級配如表2。

表2 等效粒徑剩余百分含量Table 2 Percent retained of equivalent diameter

由表2可見，利用數(shù)字圖像處理技術(shù)處理室內(nèi)已知顆粒級配的粗顆粒，得到的顆粒級配與實際相差不大。因此，利用數(shù)字圖像處理技術(shù)，處理松散堆積體照片，獲得現(xiàn)場顆粒級配，是一種可行的技術(shù)手段。

3 基于近景攝影測量技術(shù)的顆粒粒度分析方法應(yīng)用研究

3.1 外業(yè)數(shù)據(jù)獲取

觀測對象為映秀—汶川段(原G213線)岷江沿岸某松散堆積體，試驗采用尼康D300單反數(shù)碼相機:1 310 萬像素、像幅23.6 mm ×15.8 mm(4 288 ×2 848像素、像素大小5.5μm)和焦距為50 mm定焦鏡頭進(jìn)行拍攝。按照試驗精度的要求，攝影師從兩個方向，以相同的距離對該堆石子多次拍攝像片，獲取試驗數(shù)據(jù)。然后從這些像片中，篩選出圖像較為清晰的且具有代表性的數(shù)據(jù)，以便于內(nèi)業(yè)數(shù)據(jù)的處理，如圖3。

圖3 松散堆積體照片F(xiàn)ig.3 Photograph from relax accumulation

3.2 內(nèi)業(yè)數(shù)據(jù)處理

技術(shù)路徑如下:照片數(shù)據(jù)的轉(zhuǎn)換→使用三角網(wǎng)糾正的方法對影像進(jìn)行配準(zhǔn)→運行找點，配準(zhǔn)后另存照片.img格式→在Erdas的Import中將img格式轉(zhuǎn)換成JPEG→再在Mapgis的圖像分析中將JPEG格式轉(zhuǎn)換為msi格式→導(dǎo)入Mapgis中選取清晰的石子圖像進(jìn)行矢量化→建立拓?fù)潢P(guān)系，生成區(qū)文件→獲取石子面積→函數(shù)轉(zhuǎn)換，得到相應(yīng)的等效粒徑→統(tǒng)計分析得到顆粒級配。

根據(jù)以上技術(shù)路線及方法，可以得到現(xiàn)場典型堆積體顆粒級配曲線(粒徑＞10 cm)。同時結(jié)合室內(nèi)顆分試驗得到粒徑＜10 cm以下的土樣顆粒級配，從而得到現(xiàn)場堆積體整體的顆粒級配，這個顆粒級配只能說是近似，因為利用圖像法研究堆積體顆粒級配，目前還處于研究階段，精度還不是很高，還需要進(jìn)一步的研究，以提高精度，到達(dá)符合工程的需要精度要求。

3.3 數(shù)據(jù)處理結(jié)果

根據(jù)圖像法，利用Leica Erdas Imagine及Mapgis等相關(guān)圖像處理軟件進(jìn)行圖像處理，通過Excel軟件簡單計算，得到了各等效粒徑等級內(nèi)剩余顆粒百分含量，見表3。

表3 等效粒徑剩余百分含量Table 3 Percent retained of equivalent diameter

由于圖像法目前只能做到識別粒徑＞10mm的顆粒，對于粒徑＜10mm的顆粒識別精度較差，還處于研究階段，現(xiàn)將室內(nèi)篩分試驗(粒徑＞10mm)結(jié)果與圖像法的結(jié)果進(jìn)行對比，見表4。

表4 圖像法和篩分法獲得的顆粒級配Table 4 Grain gradation got from image analysis and sieve analysis

由表4可知，篩分結(jié)果與圖像法結(jié)果(粒徑＞10 mm)之間的最大誤差為 11.3%，最小誤差為0.79%，平均誤差為 5.55%。

4 結(jié)語

利用圖像法對室內(nèi)的粗大顆粒級配進(jìn)行相關(guān)的研究。結(jié)果表明，圖像法是可以用來對粗顆粒堆積體進(jìn)行顆粒級配研究的，并且室內(nèi)得到的結(jié)果精度滿足工程要求。

在松散堆積體現(xiàn)場通過利用高清數(shù)碼相機對典型松散堆積體進(jìn)行取景，并在室內(nèi)利用圖像法對其進(jìn)行相應(yīng)處理，獲得現(xiàn)場典型松散堆積體顆粒級配，這個顆粒級配基本符合現(xiàn)場調(diào)查實際。

［1］ Rubin D M.A simple autocorrelation algorithm for determining grain size from digital images of sediment［J］.Society for Sedimentary Geology，2004，74(1):160-165.doi:10.1306/052203740160.

［2］ Buscombe D，Rubin D M，Warrick J A.A universal approximation of grain size from images of non-cohesive sediment［J］.Journal of Geophysical Research，2010，115:1-17.doi:10.1029/2009 jf 001477.

［3］ Warrick J A，Rubin D M，Ruggiero P，et al.Cobble cam:grain-size measurements of sand to boulder from digital photographs and autocorrelation analyses ［J］.Arth Surface Processes and Landforms，2009，34:1811-1821.

［4］ Yue Z Q，Morin I.Digital image processing for aggregate orientation in asphalt concrete mixtures［J］.Canadian Journal of Civil Engineering，1996，23:480-489.

［5］ Lebourg T，Riss J，Pirard E.Influence of morphological characteristics of heterogeneous moraine formations on their mechanical behavior using image and statistical analysis［J］.Engineering Geology，2004，73:37-50.

［6］ 王獻(xiàn)禮，張永雙，曲永新，等.基于數(shù)字圖像處理技術(shù)的冰川堆積物粒度分析［J］.地質(zhì)通報，2010，29(2/3):469-475.Wang Xianli，Zhang Yongshuang，Qu Yongxin，et al.Grain size analysis of glacier deposits based on digital image processing technology［J］.Geological Bulletin of China，2010，29(2/3):469-475.

［7］ 張強，王正林.精通MATLAB圖像處理［M］.北京:電子工業(yè)出版社，2009.Zhang Qiang，Wang Zhenglin.Master MATLAB Image Processing［M］.Beijing:Electronic Industry Press，2009.

［8］ 韓曉軍.數(shù)字圖像處理技術(shù)與應(yīng)用［M］.北京:電子工業(yè)出版社，2009.Han Xiaojun.Digital Image Processing Technology and Application［M］.Beijing:Electronic Industry Press，2009.

［9］ 鄭慧.近景攝影測量中人工標(biāo)志點及其定位方法綜述［J］.地理空間信息，2009(6):30-33.Zheng Hui.Summary of artificial landmarks and its method's application in close-range photogrammetry［J］.Geospatial Information，2009(6):30-33.

［10］ 馮其強，閻曉東，安海峰.數(shù)字近景攝影測量中人工標(biāo)志點快速自動匹配［J］.測繪科學(xué)技術(shù)學(xué)報，2008，25(1):32-34.Feng Qiqiang，Yan Xiaodong，An Haifeng.Fast automatic matching of artificial target points in digital close range photogrammetry［J］.Journal of Geometrics Science and Technology，2008，25(1):32-34.

［11］ 楚萬秀，戴惠良，于永坤，等.基于拓?fù)洳蛔冃缘姆蔷幋a點匹配方法研究［J］.機械設(shè)計與制造，2008(7):75-77.Chu Wanxiu，Dai Huiliang，Yu Yongkun，et al.Study on matching of un-coded mark in close range photogrammetry［J］.Machinery Design and Manufacture，2008(7):75-77.