基于RGB顏色信息的風(fēng)積沙含水率測試

趙青松， 劉觀仕， 莫燕坤， 肖 飛

（1.桂林理工大學(xué)土木與建筑工程學(xué)院，廣西桂林 541004；2.中國科學(xué)院武漢巖土力學(xué)研究所巖土力學(xué)與工程國家重點實驗室，武漢 430071）

0 引 言

含水率是影響土體力學(xué)性質(zhì)的重要參數(shù)之一，與土的強(qiáng)度、滲流特性以及土體變形有著十分密切的聯(lián)系［1］，因此土的含水率測定對于工程建設(shè)、農(nóng)業(yè)生產(chǎn)、地質(zhì)災(zāi)害防治等領(lǐng)域都有著非常重要的意義［2］。目前常用的含水率測定方法有烘干法、時域反射儀法（TDR法）、頻域反射法（FDR法）、中子法和傳感器法等［3］，其中單個土樣的烘干法測定結(jié)果精確度高，操作簡單，但對土體有破壞性，效率低，不能滿足快速測定的要求；單點或小尺度范圍的TDR法、頻域反射法、傳感器法、中子法以及探地雷達(dá)法成本高，耗能大且要將傳感器置于土體內(nèi)［4］；對大尺度范圍土體含水率分布情況采用遙感法，可快速測定、全天定期重復(fù)觀測，但是存在氣象條件（風(fēng)速、空氣濕度和溫度）影響和遙感傳感器空間分辨率不高等局限性。

隨著含水率的變化，土的顏色一般也會隨之改變，這是因為不同含水率的土體表面對于光的反射和吸收能力以及熱輻射性能均有明顯差異［5］，常用的遙感法和光譜法就是基于這一原理。遙感法主要是通過測定土體表面電磁波的入射率與反射率來確定其含水率。近年來，快速發(fā)展的遙感法監(jiān)測土體含水率在農(nóng)業(yè)工程領(lǐng)域得到廣泛的應(yīng)用，Hassan等［6］通過無人機(jī)多光譜遙感數(shù)據(jù)利用人工神經(jīng)網(wǎng)絡(luò)算法建立了土體表層含水率監(jiān)測模型；Wigmore等［7］根據(jù)無人機(jī)遙感數(shù)據(jù)反演地表5～10 cm的土體含水率并建立含水率監(jiān)測模型；光譜法方面，Bhadra等［8］通過測量土樣從飽和狀態(tài)和到干燥狀態(tài)過程中的光譜反射率，計算出不同含水率下土的顏色坐標(biāo)，得出所有的顏色坐標(biāo)值與土中水分含量呈負(fù)相關(guān)關(guān)系的結(jié)論；宋韜等［9］驗證了利用近紅外光譜預(yù)測土體含水率方法的可行性，但未能直觀地反映出不同干濕程度的土體近紅外光譜與其含水率的關(guān)系。

數(shù)碼相機(jī)的出現(xiàn)，使計算機(jī)圖像處理技術(shù)精準(zhǔn)提取土體表面顏色信息得以實現(xiàn)，以數(shù)值的形式表征土的顏色有助于深入探究土的顏色隨含水率變化的規(guī)律，應(yīng)用于土體含水率測定的研究也得到開展。Post等［10］研究發(fā)現(xiàn)不同密度和顏色的土在干燥和濕潤兩種狀態(tài)下的表面的反射率與Munsell比色卡顏色相關(guān)性較好；Persson［11］應(yīng)用圖像處理技術(shù)研究不同體積含水率情況下四種天然土和均勻細(xì)砂在RGB與HSV兩種顏色模型中顏色信息的變化，并利用S與V之間的線性模型預(yù)測兩種天然土和細(xì)砂的含水率，但誤差較大；王成華等［12］根據(jù)土體飽和度建立砂土及粉土的土體顏色信息分量R、G、B值之和與基質(zhì)吸力的關(guān)系，但未進(jìn)一步討論與含水率的關(guān)系；Yoshimoto等［13］利用數(shù)字圖像處理技術(shù)試驗了一種測試土體飽和度的方法，得出飽和度與亮度值之間的關(guān)系可用二次函數(shù)表示，并提出通過圖像處理技術(shù)可測試大面積土體飽和度的方法。以上文獻(xiàn)報道中，還未涉及風(fēng)積沙攝影圖像顏色信息隨含水率變化規(guī)律的研究，也沒有利用攝影圖像信息測試風(fēng)積沙含水率的研究。

本文類比遙感法的圖像光譜數(shù)據(jù)分析方法，通過圖像處理技術(shù)，研究風(fēng)積沙攝影圖像顏色信息隨含水率變化的規(guī)律，據(jù)此提出一種新的風(fēng)積沙含水率測試方法，通過室內(nèi)試驗驗證該方法的可行性，并從微觀機(jī)理上進(jìn)行解釋。

1 巖土數(shù)字圖像顏色信息的表征方法

1.1 顏色表征

土的顏色是在可見光波段范圍內(nèi)表現(xiàn)出反射光譜特性的。1905年Munsell首次提出了一種可以通過色度（hue）、亮度（value）和彩度（chroma）描述物體顏色的表色系統(tǒng)。人對顏色的視覺感觀是由三原色（即紅色、綠色和藍(lán)色）3種顏色按照一定的比例疊加組合而呈現(xiàn)出來，已成為目前色度學(xué)研究的基礎(chǔ)［14］。顏色需要采用顏色模型定量化描述，通過其色度、亮度和彩度來指定與創(chuàng)建可視化顏色。顏色模型又稱顏色坐標(biāo)系，是指物體某個顏色空間中的一個可見光子集，用途是在一定顏色域內(nèi)方便地指定顏色，也即是顏色在三維空間中的某種排列方式。主要的顏色模型有RGB、XYZ、Lab、HVC、HSV和HIS等。

將主觀顏色感知與客觀物理測量值聯(lián)系起來，建立科學(xué)、準(zhǔn)確的定量測量方法，是為色度學(xué)。傳統(tǒng)的參數(shù)測量方法主要依靠分光光度計、測色色差計以及白度計等，而數(shù)字圖像處理技術(shù)的發(fā)展帶來了更先進(jìn)的顏色測量方法，如RGB、CMYK，其中RGB顏色模型是圖像處理中表征顏色最基礎(chǔ)、最常用的方法，也是本研究擬采用的顏色信息處理模型。采用此模型分析巖土攝影圖像顏色信息時，需要先將圖像的顏色信息進(jìn)行分解，即將一張彩圖上的每一個像素的RGB顏色分量分解出來，得到分別代表紅色（R）、綠色（G）和藍(lán)色（B）分量的3張灰度圖像，每個顏色分量都劃分256個等級，分別用0～255的整數(shù)表示。再對比3張灰度圖像分析巖土攝影圖像R、G、B顏色分量的特征值，由此可表征巖土攝影圖像的顏色信息。

1.2 顏色信息的提取

本文采用陳如意［15］提出的顏色信息特征參數(shù)提取方法，即首先提取裁剪巖土顏色圖像（見圖1）的R、G、B顏色信息并對其像素點個數(shù)進(jìn)行直方圖統(tǒng)計（見圖2），再將通過分布擬合的方式確定的各顏色分量特征值作為最終顏色信息特征值。不同目標(biāo)在灰度直方圖上所對應(yīng)的峰值不同，單一目標(biāo)直方圖的密度分布曲線近似服從正態(tài)分布，多個目標(biāo)出現(xiàn)多峰分布，可利用多個高斯分布擬合［16］。

考慮巖土表面粗糙不平形成的局部細(xì)小陰影的影響，將整個巖土攝影圖像作為單一顏色目標(biāo)，利用Matlab軟件中的一次高斯分布對統(tǒng)計結(jié)果進(jìn)行擬合，擬合方程如下：

圖1 風(fēng)積沙攝影圖像

圖2 圖像顏色信息統(tǒng)計

式中：μ和σ分別為正態(tài)分布函數(shù)的數(shù)學(xué)期望和標(biāo)準(zhǔn)差。將μ值作為巖土攝影圖像顏色信息分量特征值，μ值越大表明顏色分量的灰度值越大。對圖1進(jìn)行統(tǒng)計與擬合的結(jié)果如圖3所示?？梢钥闯觯w擬合效果非常好，僅顏色分量R值較低和較高段擬合結(jié)果略差，主要原因可能是巖土表面粗糙形成的陰影和不同顏色礦物造成的顏色值偏離于正常值，而采用上述μ值作為最終顏色信息分量特征值RE，就能較好地避免這些干擾［15］。

圖3 風(fēng)積沙顏色分量高斯擬合

2 風(fēng)積沙攝影圖像RGB顏色信息與含水率關(guān)系

2.1 試驗土樣

試驗選用陜西榆林地區(qū)的風(fēng)積沙，屬于細(xì)沙，其基本物理性質(zhì)指標(biāo)如表1所示。

表1 試驗風(fēng)積沙物理性質(zhì)指標(biāo)

2.2 攝影圖像獲取

試驗中采用TILO公司生產(chǎn)的標(biāo)準(zhǔn)光源對色燈箱，光源為國際通用人工日光D65標(biāo)準(zhǔn)光源，色溫范圍為（6 500±200）Kelvin。攝影設(shè)備采用佳能5D MarkⅡ單反相機(jī)，有效像素為2 110萬，鏡頭為佳能EF24～105 mm標(biāo)準(zhǔn)變焦鏡頭，焦距24～105 mm，最近對焦距離約為0.45 m，放大倍數(shù)最大約為0.23倍。經(jīng)反復(fù)對比圖像效果，數(shù)碼相機(jī)固定采用以下參數(shù)：光圈值f／4，曝光時間1／100 s，ISO速度ISO-200，焦距105 mm，圖像分辨率5 616×3 744 pixels，照片風(fēng)格設(shè)置為可靠。為保證攝影角度、距離和相機(jī)的穩(wěn)定，將數(shù)碼相機(jī)固定在三腳架和多功能云臺上，并調(diào)整試樣位置使之表面盡量與相機(jī)軸線垂直且畫面居中。拍照時用紅外遙控器控制相機(jī)的快門，防止相機(jī)抖動。試驗裝置示意圖和實物圖分別如圖4、5所示。另外，為避免其他光源的影響，試驗過程在密閉的暗室中完成，且環(huán)境濕度保持在85%左右［15］。

2.3 試驗方法

圖4 試驗裝置示意圖

圖5 試驗裝置圖

首先將試驗所需的風(fēng)積沙風(fēng)干后過篩去除雜質(zhì)，用烘干法測試其初始含水率，取一定質(zhì)量風(fēng)干的風(fēng)積沙土樣，依次配置含水率為2%～14%的風(fēng)積沙，含水率間隔約為1%，共14個試樣。密封24 h，待風(fēng)積沙水分分布均勻后采用靜壓法制備干密度為1.58 g／cm3（中密）的環(huán)刀試樣。將環(huán)刀樣靜置于標(biāo)準(zhǔn)燈箱內(nèi)的攝影臺上，依次對所有試樣進(jìn)行攝影，獲得不同含水率風(fēng)積沙環(huán)刀試樣的圖像，隨后立即采用烘干法進(jìn)行含水率測試。利用編制的MATLAB處理程序自動提取所有風(fēng)積沙試樣圖像的RGB顏色信息特征值。

2.4 試驗結(jié)果與分析

不同含水率風(fēng)積沙試樣的攝影圖像如圖6所示（部分）?？梢钥闯?，含水率越高，風(fēng)積沙顏色越深。隨含水率變化的關(guān)系如圖7所示，統(tǒng)計的風(fēng)積沙攝影圖像RGB顏色信息特征值RE、GE、BE如表2所示?？梢钥闯?，RE、GE、BE均與含水率呈負(fù)相關(guān)關(guān)系，其中RE與其含水率線性擬合關(guān)系較好，R2＝0.973 5，擬合結(jié)果如下：

而GE和BE與含水率擬合度分別為0.028 7、0.191 2，擬合度相對較低。為驗證試驗結(jié)果的可靠性，進(jìn)行了一組平行試驗，也獲得了一致的結(jié)果（圖7（a））。上述結(jié)果表明，風(fēng)積沙攝影圖像顏色分量特征值RE對含水率變化最為敏感，在所試驗的含水率范圍內(nèi)兩者之間呈良好的線性關(guān)系。

圖6 不同含水率風(fēng)積沙攝影圖像（部分）

圖7 風(fēng)積沙攝影圖像顏色分量RGB特征值與含水率的關(guān)系

表2 不同含水率風(fēng)積沙攝影圖像RGB特征值

3 基于R E的風(fēng)積沙含水率測試

3.1 測試方法

RE隨含水率呈線性變化的擬合關(guān)系也可以用下式表示：

通過標(biāo)定試驗確定參數(shù)k、c后，便可以通過代入RE計算得出其含水率w，這一方法簡稱為圖像法。具體步驟為：按2.1節(jié)方法配制兩個風(fēng)積沙標(biāo)定試樣ɑ和b，其含水率分別為wa、wb；采用2.2和2.3節(jié)的裝置與方法獲得兩個試樣的REa和REb；將上述參數(shù)輸入式（4），得到參數(shù)k、c；對待測風(fēng)積沙試樣進(jìn)行攝影，將處理獲得的RE代入式（3），即可以計算出風(fēng)積沙樣的含水率。為了提高標(biāo)定曲線的精度，更好的方法是采用多個不同含水率標(biāo)定試樣的測試結(jié)果，應(yīng)用最小二乘法確定參數(shù)k、c值：

3.2 測試結(jié)果

利用第2節(jié)風(fēng)積沙攝影圖像RGB顏色信息與含水率關(guān)系的試驗方法對6個標(biāo)定試樣進(jìn)行測試，得到RE與其含水率和飽和度的關(guān)系見圖8，根據(jù)線性擬合結(jié)果建立的預(yù)測模型w＝－0.650 8RE＋96.556，擬合度R2＝0.941 5。對待測的12個風(fēng)積沙樣進(jìn)行攝影及顏色信息處理，獲得的RE，代入到上述標(biāo)定方程后，求得的含水率結(jié)果如表3所示。

圖8 風(fēng)積沙含水率和飽和度與顏色分量R特征值的關(guān)系

3.3 誤差分析

為檢驗RGB顏色信息測試風(fēng)積沙含水率方法（圖像法）的精度，將其測試結(jié)果與烘干法進(jìn)行對比分析。烘干法測得的含水率較為精準(zhǔn)，可將其作為真實值wA，圖像法測試結(jié)果則為預(yù)測值wE，預(yù)測值與真實值的差值為誤差。由表3可知，圖像法測試的含水率誤差最大約為－1.70%，最小約為0.10%，誤差較小。

預(yù)測值與真實值的相關(guān)性分析可進(jìn)一步檢驗預(yù)測模型的可靠性。預(yù)測模型的精度主要通過預(yù)測值和真實值得相關(guān)系數(shù)R2來檢驗［14］，相關(guān)系數(shù)越接近于1，預(yù)測結(jié)果越精準(zhǔn)。將圖像法和烘干法的測試值一同繪制于圖9中，其線性擬合曲線的R2＝0.980 7，表明該預(yù)測模型非?？煽浚梢詼?zhǔn)確測試風(fēng)積沙含水率。

圖9 圖像法與烘干法測試風(fēng)積沙含水率的相關(guān)性比

3.4 討 論

風(fēng)積沙的顏色產(chǎn)生緣于其對可見光的反射和吸收，試樣表面的顏色是由土顆粒和附著水的反射光疊加而表現(xiàn)出來的。當(dāng)土體含水率低于某一閾值時，入射光作用于土顆粒表面，附著水主要起吸收作用使得試樣表面的反射率隨著土的含水量的增加而降低［15］，反射率高低決定顏色的明度。

隨著風(fēng)積沙試樣含水率從2%增大到18%，其顏色逐漸加深，亮度變暗，攝影圖像顏色分量特征值也逐漸降低。這一現(xiàn)象可從微觀角度解釋：風(fēng)積沙含水率較低（飽和度較低）時，風(fēng)積沙中水主要以結(jié)合水形態(tài)吸附在砂粒和少量黏粒表面，形成很薄的結(jié)合水膜，風(fēng)積沙試樣表面對光的反射作用最強(qiáng)，其表面顏色分量特征值較大；隨著含水率增大，砂粒和黏粒表面吸附的結(jié)合水含量越來越多，試樣表面結(jié)合水膜面積和厚度不斷增大，導(dǎo)致對入射光吸收作用不斷增強(qiáng)，對入射光的反射作用減弱，因此風(fēng)積沙試樣表面對光的反射率降低，其攝影圖像顏色分量特征值也隨之減??；隨著含水率不斷增大，飽和度逐漸趨于較高水平，砂粒之間的空氣逐步被水取代，風(fēng)積沙試樣表面形成很厚的結(jié)合水膜對入射光的吸收能力更強(qiáng)，同時將入射光折射，而結(jié)合水膜對光的折射率遠(yuǎn)高于空氣，鏡面反射作用減弱從而降低了試樣表面的入射光強(qiáng)度導(dǎo)致其表面對光的反射率降低，攝影圖像顏色分量特征值不斷減??；風(fēng)積沙含水率較高時，其飽和度處于較高水平，自由水開始出現(xiàn)，砂顆粒和黏粒之間的孔隙水以毛細(xì)水的形式存在并逐漸連通，此時的水為透明狀態(tài)，根據(jù)水的光譜特征可知，在可見光范圍內(nèi)，入射光傳播到透明狀態(tài)的水中有大部分被水吸收，小部分在水面反射出來，故砂顆粒和黏粒僅對少部分透射的入射光進(jìn)行反射，風(fēng)積沙試樣表面對光的反射率更低，表現(xiàn)在其表面顏色即為攝影圖像顏色分量特征值較小。在此外，由于風(fēng)積沙顏色中紅色分量比重最大，因此，顏色分量特征值RE的變化最明顯。

基于RGB顏色信息測試風(fēng)積沙含水率的試驗結(jié)果表明，該方法可以快速、無損、準(zhǔn)確、連續(xù)地測試風(fēng)積沙含水率，更大的優(yōu)點是可以將測試的土樣表面進(jìn)行分塊化處理，從而可以近似獲得較大面積范圍的風(fēng)積沙表面濕度場。不足之處是，目前只能測試土體表面含水率的變化，且對于測試試驗條件的要求還比較嚴(yán)格，需要固定光源以及相機(jī)參數(shù)，其他如溫度和濕度等環(huán)境條件也需保持相對穩(wěn)定。

通過后續(xù)深入研究風(fēng)積沙攝影圖像顏色信息隨含水率變化的機(jī)理，以及光源等主要參數(shù)對風(fēng)積沙顏色變化的影響規(guī)律，有望逐步建立各環(huán)境參數(shù)對含水率測試結(jié)果的校準(zhǔn)和修正，從而可以進(jìn)一步簡化測試條件，提高測試精度。

4 結(jié) 論

本文研究發(fā)現(xiàn)了一定含水率范圍內(nèi)風(fēng)積沙攝影圖像RGB顏色信息與其含水率之間呈線性關(guān)系的規(guī)律，并據(jù)此開展了利用攝影圖像顏色信息測試風(fēng)積沙含水率的試驗研究，得出以下結(jié)論：

（1）風(fēng)積沙試樣表面攝影圖像的顏色隨著含水率的增大而變深，亮度變暗；采用RGB顏色模型提取與自編程序處理的風(fēng)積沙圖像顏色分量特征值RE、GE、BE與含水率均呈明顯的負(fù)相關(guān)關(guān)系，其中RE的線性擬合度最高。

（2）基于風(fēng)積沙攝影圖像顏色分量特征值RE與含水率的關(guān)系，建立了含水率預(yù)測線性模型，其參數(shù)可通過兩個以上的含水率標(biāo)定試驗確定。

（3）含水率測試試驗結(jié)果表明，應(yīng)用攝影圖像RGB顏色信息測試風(fēng)積沙含水率的絕對誤差最大約為1.70%，最小約為0.10%，方法可行，是一種快速、準(zhǔn)確、高效的風(fēng)積沙含水率測試方法。

（4）風(fēng)積沙攝影圖像顏色特征值隨含水率增大而下降的主要原因在于結(jié)合水附著在沙粒及黏土顆粒表面，吸收了越來越多的光能，對光的反射率逐漸降低。

（5）攝影圖像方法目前只能測試土體表面含水率的變化，需要固定光源以及相機(jī)參數(shù)，其他如溫度和濕度等環(huán)境條件也需要保持相對穩(wěn)定；相關(guān)測試機(jī)理也還需要深入探究。