吳文雪

(重慶交通大學河海學院，重慶400074)

0 引言

顆粒分析是一種重要的實驗研究手段，在多個學科中都有廣泛應用。通過顆粒分析，可以得知某一特定地區(qū)或某一特定環(huán)境下物質的粒度特點，從而為相關研究提供基礎。研究表明，土體的物理、力學、水理等性狀與土體的顆粒級配密切相關，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注的課題之一。對于細粒土、砂土、礫土等土體，確定其顆粒級配的常用方法是室內試驗方法，已有規(guī)范性的試驗技術操作標準，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)字圖像處理技術來確定物質的顆粒級配已有很多的研究。最近，英國Plymouth大學 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，首先對土體進行高像素取像，然后通過數(shù)字圖像處理技術對照片進行銳化處理，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)字圖像處理技術對瀝青混凝土中骨料的大小、形狀、分布及排列方式進行了研究;T.Lebourg，等［5］基于數(shù)字圖像處理技術對冰水堆積物中塊體的大小和形狀進行了研究。

在國內，王獻禮，等［6］應用數(shù)字圖像處理技術和室內試驗相結合的分析方法，借助圖像處理技術，對冰川堆積物剖面的礫石形態(tài)進行分析。獲取粗粒部分(粒徑＞2 cm)的粒度組成。然后采用室內顆分試驗獲得細粒(粒徑＜2 cm)部分的粒度組成，將兩類粒度數(shù)據(jù)進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，很多學者都是利用數(shù)字圖像處理技術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)字圖像處理技術的顆粒級配快速確定方法，可以避免現(xiàn)場取樣和室內試驗，且成本低、速度快，對工程建設具有重要意義。

1 基于近景攝影測量技術的顆粒粒度分析方法的基本原理及技術路線

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時，可以采用圖像法中的近景攝影測量技術進行測量。

近景攝影測量是以攝影的方法記錄研究各類目標，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行立體像對配準和圖像處理，導入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的灰度值或色彩來反應。因此，可以通過圖像的不同像素點所反應的灰色度或色彩的變化來獲取圖像上不同物質成分、顆粒含量、粒度分布、及結構特征等有價值的資料，以進行一系列相關研究。

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，為了能夠準確獲取相應信息需在對其進行數(shù)字圖像分析前用已有圖像處理軟件(如Photoshop等)對原始圖像進行相應的去噪處理。經(jīng)去噪處理后的照片，輸入數(shù)字圖像處理系統(tǒng)并進行相應的二值化處理，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，測量各塊體對應像素點數(shù)，獲得其“像素面積”，通過比例轉換，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)進行圖像的配準和圖像處理，Mapgis軟件進行矢量化、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，在導入遙感處理系統(tǒng)之前，需要進行數(shù)據(jù)的轉換。運行ERDAS IMAGINE軟件，點擊“Import”進入數(shù)據(jù)轉換窗口，設置數(shù)據(jù)類型和來源信息，將JPEG格式的011和012兩張圖像轉換為ERDAS IMAGINE可以識別的 img格式，得到011.img和012.img。

數(shù)據(jù)轉換之后，可以使用三角網(wǎng)糾正的方法對影像進行配準。三角網(wǎng)配準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 進入配準界面。在AutoSync中新建一個工程，名稱和存儲路徑等自己設定，Geocorrection設置為Resample，其余選項默認。

在新建工程的主界面，設定“Input Images=011.img”，“Reference Image=012.img”。

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

點擊“Geometric Model”標簽，設定“Output Geometric Model Type”為“Linear Rubber Sheeting”，采用三角網(wǎng)糾正進行配準。

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

將配準圖片的大小調整到肉眼易于識別校準的水平，點擊主界面下方工具欄中的按鈕，人為地設置標準控制點。

設置好標準控制點以后，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”，對圖像進行三角網(wǎng)配準。運行結束后，視窗會自動將配準后影像與參考影像疊加顯示。

配準后得到圖像保存為011_output.img，到這里，圖像配準工作基本完成。接下來需要將數(shù)據(jù)導入Mapgis中進行矢量化，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格式轉換成 JPEG，再在Mapgis的圖像分析中將JPEG格式轉換為msi格式。

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

當對像片中所有可識別的石子進行矢量化之后，清除微短線，建立拓撲關系，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，然后導入excel中。在本文中只統(tǒng)計石子的顆粒相對級配，并不強調石子的真正大小，因此忽略單位問題。在excel中，通過函數(shù)變換可以得到相應的等效粒徑及其分段。

2.3 數(shù)據(jù)處理結果

顆粒級配是反映構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(常以占總量的百分數(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)字圖像處理技術處理室內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，處理松散堆積體照片，獲得現(xiàn)場顆粒級配，是一種可行的技術手段。

3 基于近景攝影測量技術的顆粒粒度分析方法應用研究

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 內業(yè)數(shù)據(jù)處理

技術路徑如下:照片數(shù)據(jù)的轉換→使用三角網(wǎng)糾正的方法對影像進行配準→運行找點，配準后另存照片.img格式→在Erdas的Import中將img格式轉換成JPEG→再在Mapgis的圖像分析中將JPEG格式轉換為msi格式→導入Mapgis中選取清晰的石子圖像進行矢量化→建立拓撲關系，生成區(qū)文件→獲取石子面積→函數(shù)轉換，得到相應的等效粒徑→統(tǒng)計分析得到顆粒級配。

根據(jù)以上技術路線及方法，可以得到現(xiàn)場典型堆積體顆粒級配曲線(粒徑＞10 cm)。同時結合室內顆分試驗得到粒徑＜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，還需要進一步的研究，以提高精度，到達符合工程的需要精度要求。

3.3 數(shù)據(jù)處理結果

根據(jù)圖像法，利用Leica Erdas Imagine及Mapgis等相關圖像處理軟件進行圖像處理，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)將室內篩分試驗(粒徑＞10mm)結果與圖像法的結果進行對比，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，篩分結果與圖像法結果(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 結語

利用圖像法對室內的粗大顆粒級配進行相關的研究。結果表明，圖像法是可以用來對粗顆粒堆積體進行顆粒級配研究的，并且室內得到的結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行取景，并在室內利用圖像法對其進行相應處理，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］ 王獻禮，張永雙，曲永新，等.基于數(shù)字圖像處理技術的冰川堆積物粒度分析［J］.地質通報，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)字圖像處理技術與應用［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志點快速自動匹配［J］.測繪科學技術學報，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.基于拓撲不變性的非編碼點匹配方法研究［J］.機械設計與制造，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.