毛偉澤 呂 慶 鄭 俊 彭 宇 劉 健
(①浙江大學(xué)建筑工程學(xué)院,杭州310058,中國) (②浙江公路水運(yùn)工程咨詢有限責(zé)任公司,杭州310006,中國)
CT掃描作為一種研究物體內(nèi)部結(jié)構(gòu)的非破壞性三維成像和分析技術(shù),被廣泛應(yīng)用于生物醫(yī)療、材料科學(xué)、地球物理等科研領(lǐng)域(Cnudde et al.,2013)。近年來,在巖石細(xì)觀力學(xué)研究方面也逐步得到應(yīng)用。通過CT掃描與圖像處理,可獲得反映巖石內(nèi)部礦物組分的高精度CT圖像,得到諸多巖石細(xì)觀結(jié)構(gòu)特征參數(shù),如孔隙率(Sato et al.,2017; Fan et al.,2018)、孔隙結(jié)構(gòu)(趙斌等, 2018)、巖石礦物組分、形態(tài)、空間分布等(程志林等, 2018)。采用CT掃描實(shí)現(xiàn)巖石三維模型的重構(gòu)與定量分析,為巖石細(xì)觀結(jié)構(gòu)特征(李守定等, 2018)、細(xì)觀參數(shù)變異性(Fan et al.,2020)、斷裂行為(張曉平等, 2018)和數(shù)值模擬(鄭博寧等, 2019)等研究提供了有力的工具。
為了將巖石礦物組分進(jìn)行識別區(qū)分,需對巖石CT圖像進(jìn)行多值化分割處理,很多學(xué)者對此開展了相關(guān)研究。張青成等(2014)將孔隙面積曲線拐點(diǎn)處的閾值作為最佳分割閾值,采用閾值法圖像分割技術(shù),實(shí)現(xiàn)了對煤巖CT圖像的二值化分割,結(jié)合灰度線性加權(quán)平均插值方法,實(shí)現(xiàn)了煤巖CT 圖像的三維重構(gòu)。劉慧等(2016)采用基于遺傳算法的雙閾值分割技術(shù),實(shí)現(xiàn)了凍結(jié)巖石CT圖像的三值化分割,成功區(qū)分出凍結(jié)巖石內(nèi)部的水、冰、巖三相介質(zhì)。吳國銘等(2017)基于分形理論,確定出碳酸鹽巖CT圖像的最佳分割閾值,實(shí)現(xiàn)了碳酸鹽巖CT圖像的二值化分割,較好地保留了不同尺度細(xì)觀孔隙結(jié)構(gòu)的形態(tài)和分布特征。鐘江城等(2018)利用實(shí)測孔隙度反推法對煤體的CT圖像進(jìn)行了裂隙、煤基質(zhì)、煤雜質(zhì)的三值化分割,并與最大類間方差法和最大熵法的三值化結(jié)果進(jìn)行了對比分析。這些方法為CT圖像的多值化研究提供了參考,但仍存在CT圖像分割閾值確定是否合理的問題。
在巖石細(xì)觀結(jié)構(gòu)研究方面,CT掃描技術(shù)也得到了廣泛應(yīng)用。趙陽升等(2008)對花崗巖在常溫到500℃高溫下的三維細(xì)觀破裂情況進(jìn)行了CT掃描觀測,發(fā)現(xiàn)花崗巖晶體顆粒尺寸為100~300 μm的不規(guī)則空間結(jié)構(gòu)體。劉向君等(2014)采用CT掃描結(jié)合圖像處理技術(shù),建立了具有真實(shí)孔隙結(jié)構(gòu)特征的砂巖三維數(shù)字巖芯模型,統(tǒng)計(jì)并獲得了砂巖的孔隙度、孔隙體積分布及孔徑分布特征。馬志強(qiáng)等(2019)提出了一套通過三維圖像重構(gòu)研究巖石細(xì)觀結(jié)構(gòu)的方法,借助CT圖像的三維重構(gòu)模型得到了硫鐵礦巖石的各組成成分即礦物、基質(zhì)和孔隙的相關(guān)信息及分布特征。劉惠民等(2020)通過巖芯觀測、CT掃描及圖像處理等手段對砂巖的孔隙結(jié)構(gòu)特征進(jìn)行了定性和定量研究,采用虛光蒙版銳化(USM)、閾值選取及中值濾波法對CT圖像進(jìn)行處理,較好地區(qū)分了巖石內(nèi)部骨架和孔隙的邊界。目前,采用CT掃描研究巖石細(xì)觀結(jié)構(gòu)主要集中在巖石孔隙結(jié)構(gòu)特征方面,針對巖石礦物細(xì)觀結(jié)構(gòu)和空間分布特征的研究相對較少。
花崗巖是自然界和工程界中一種較為常見的巖石,從細(xì)觀物質(zhì)組成看,主要包含石英、長石、云母等礦物。為了獲取花崗巖各組成礦物的分布特征和相對含量,為進(jìn)一步開展巖石宏觀力學(xué)特性與細(xì)觀地質(zhì)屬性之間的相關(guān)性研究提供數(shù)據(jù)參考,本文開展了花崗巖CT掃描試驗(yàn)的研究。基于獲得的高精度CT圖像,結(jié)合X射線衍射(XRD)測試數(shù)據(jù),探討并確定合理的CT灰度圖像分割閾值,實(shí)現(xiàn)了花崗巖CT圖像的三值化分割,并對花崗巖CT圖像進(jìn)行了三維重構(gòu),得到了不同礦物的空間分布特征。本文方法和結(jié)果,可為不同巖石礦物成分的空間分布特征分析以及巖石細(xì)觀結(jié)構(gòu)三維立體化建模提供相關(guān)參考。
CT掃描成像的原理是通過放射源發(fā)射X射線來穿透非金屬材料,不同波長X射線的穿透能力不同,不同材料對同一波長X射線的吸收能力也不同,由于密度越大的材料對X射線的吸收能力越強(qiáng)(楊更社等, 1996),所以密度大的材料在CT圖像上呈現(xiàn)的亮度就越亮。當(dāng)X射線穿透物體時(shí),射線強(qiáng)度因被物體吸收而衰減,對于均質(zhì)材料,射線衰減規(guī)律可用如下方程描述:
I=I0eμl=I0e-μmρl
(1)
式中:I為射線衰減后的強(qiáng)度(eV(m-2·s)-1);I0為射線初始強(qiáng)度(eV·(m-2·s)-1);μ為材料的線衰減系數(shù)(cm2·g-1);μm為材料的單位質(zhì)量衰減系數(shù)(cm2·g-1);ρ為材料的密度(g·cm-3);l為射線穿透材料的厚度(cm)。
公式為比爾定律表達(dá)式,反映了X射線強(qiáng)度衰減量與材料密度之間的關(guān)系。由式可知,在其他參數(shù)不變時(shí),材料密度越大, X射線衰減量越大。
掃描后獲得的CT圖像一般以數(shù)字圖像格式儲(chǔ)存,按顏色可分為:彩色圖像、索引圖像、灰度圖像、二值圖像。
本文花崗巖CT圖像經(jīng)處理后存儲(chǔ)為16位的灰度圖像。CT圖像中每個(gè)像素點(diǎn)對應(yīng)一個(gè)灰度值,按照前述CT掃描成像原理,不同密度材料的CT灰度圖像對應(yīng)不同的灰度值:材料密度越大,在圖像中的亮度就越亮,灰度值也相應(yīng)越高; 反之亦然。
本文采用浙江大學(xué)土木工程試驗(yàn)中心的Nikon XTH 320高分辨率3D計(jì)算機(jī)斷層掃描系統(tǒng)(圖 1)對直徑50mm、厚25mm的花崗巖圓柱試樣進(jìn)行CT掃描,掃描分辨率取0.03mm。CT掃描所用的花崗巖試樣,如圖 2所示。
圖 1 Nikon XTH 320高分辨率三維CT掃描系統(tǒng)(XCT)Fig. 1 Nikon XTH 320 high-resolution 3D CT systema. 系統(tǒng)外觀; b. 內(nèi)部結(jié)構(gòu)
圖 2 花崗巖CT掃描試樣Fig. 2 Granite sample for CT scanning
為了鑒別各礦物成分并獲得其含量數(shù)據(jù),采用X射線衍射試驗(yàn)(XRD)對花崗巖試樣進(jìn)行測試。巖石礦物大部分屬于晶體礦物,不同的礦物晶體具有不同的X射線衍射花樣。通過衍射花樣和標(biāo)準(zhǔn)花樣對比分析,可鑒定被測巖石的礦物類型。此外,衍射強(qiáng)度大小與結(jié)晶礦物含量成正比,據(jù)此可定量分析巖石各礦物含量。本文采用浙江大學(xué)材料與工程測試中心的X’Pert Powder型X射線衍射儀對花崗巖試樣進(jìn)行了礦物鑒定和含量測試。
測試結(jié)果表明,花崗巖試樣主要由石英、長石、云母、角閃石、綠泥石、蒙脫石等礦物組成。具體的礦物含量(質(zhì)量分?jǐn)?shù))為:石英34%,長石43%,云母13%,其他礦物(包括角閃石、綠泥石、蒙脫石等)10%。
值得注意的是, X射線衍射試驗(yàn)僅能識別結(jié)晶物質(zhì),無法識別非晶質(zhì)成分。此外,由于X射線衍射試驗(yàn)用的僅為幾克巖石粉末,對于礦物成分空間分布非常不均勻的花崗巖而言, X射線衍射試驗(yàn)結(jié)果由于取樣位置的不確定性,本身可能存在誤差。因此,本文將X射線衍射試驗(yàn)和CT掃描結(jié)果交叉校驗(yàn),綜合確定花崗巖的礦物組分含量。
基于CT掃描圖像分析花崗巖礦物組分含量與細(xì)觀結(jié)構(gòu)特征,首先需要區(qū)分不同的礦物組分。因此,需要對CT圖像進(jìn)行多值化分析,其中確定合理的分割閾值是關(guān)鍵。對花崗巖CT圖像進(jìn)行分割,可以得到花崗巖組成礦物的空間分布特征、細(xì)觀結(jié)構(gòu)以及各礦物的相對含量。
為保證圖像質(zhì)量,在分割前可采用濾波技術(shù)對CT圖像進(jìn)行預(yù)處理,消除圖像中的噪點(diǎn)。圖 3為采用高斯濾波后的花崗巖CT圖像,相比于濾波處理前,圖像的噪點(diǎn)明顯減少,使閾值分割更易實(shí)現(xiàn)。
圖 3 高斯濾波后的花崗巖CT掃描圖像Fig. 3 The CT image of granite after Gaussian filtering
X射線穿透材料的能力與其密度成反比,反映在CT灰度圖像上,密度大則圖像亮; 密度小則圖像暗。已有研究表明(楊振琦等, 2017):花崗巖的主要組成礦物中,云母的密度最大,在2.70~3.3g·cm-3之間; 其次是石英,密度約為2.60~2.65g·cm-3; 長石的密度最小,在2.54~2.61g·cm-3之間。因此,云母對X射線的吸收能力最強(qiáng),石英次之,長石最弱。
由圖 3所示的CT切片圖像上可以推斷:最亮的部分是云母,次亮的是石英,最暗的是長石。由于云母密度普遍比石英、長石大,CT圖像上的灰度特征比較明顯,很容易區(qū)分。但石英和長石的密度接近,兩者之間的界線模糊,很難通過圖像灰度差異進(jìn)行區(qū)分。因此,圖像分割處理的關(guān)鍵是如何選擇合理的灰度圖像分割閾值將石英和長石的礦物邊界進(jìn)行有效識別。
常見的CT圖像為8位或16位灰度圖像, 8位灰度圖像的灰度值在0~255之間,共計(jì)256(=28)種, 16位灰度圖像的灰度值在0~65535之間,共計(jì)65536(=216)種??梢?, 16位的灰度圖像包含的灰度信息更多,在進(jìn)行圖像閾值分割處理時(shí),圖像所含信息越多,不同組分的區(qū)分度越大,分割結(jié)果的準(zhǔn)確性越高,本文選用16位的CT圖像進(jìn)行閾值分割操作。經(jīng)高斯濾波處理后,該花崗巖CT圖像的灰度值集中分布在2000~5000之間,其灰度值分布直方圖如圖 4所示。
圖 4 花崗巖CT圖像的灰度值分布直方圖Fig. 4 Histogram of gray value of granite CT image
確定不同礦物的灰度閾值對保證圖像分割結(jié)果的準(zhǔn)確性和合理性至關(guān)重要,目前尚缺有效方法。本文通過反復(fù)對比 X射線衍射試驗(yàn)結(jié)果和圖像分割后所反映的礦物形態(tài)特征,綜合確定CT圖像的三值化分割閾值。其中,灰度值大于4100的為云母,占比6.4%; 灰度值大于3650小于4100的為石英,占比38.1%; 灰度值小于3650的為長石,占比55.5%。最終經(jīng)三值化分割后的花崗巖CT掃描切片圖像,如圖 5所示。圖 5中,黑色為云母,綠色為石英,黃色為長石。
圖 5 三值化分割后的花崗巖CT掃描圖像Fig. 5 The CT image of granite after three-valued segmentation
由X射線衍射試驗(yàn)獲得的礦物含量與CT掃描結(jié)果存在差異,這是因?yàn)椋?1)X射線衍射試驗(yàn)用的僅為幾克巖石粉末,試驗(yàn)結(jié)果本身具有空間變異性; (2)CT圖像根據(jù)密度區(qū)分不同礦物,石英和長石密度接近,閾值分割時(shí)存在誤差; (3)角閃石、綠泥石、蒙脫石等其他礦物,含量小,礦物密度差異不大,難以通過CT圖像準(zhǔn)確識別和區(qū)分。
在CT圖像三值化分割基礎(chǔ)上,通過對不同CT掃描切片圖像的疊加處理,可以實(shí)現(xiàn)CT圖像的三維重構(gòu)建模。本文獲得的花崗巖三維重構(gòu)模型,如圖 6所示。
圖 6 花崗巖試樣的三維重構(gòu)模型Fig. 6 The 3D reconstruction model of granite sample
基于三維重構(gòu)模型,可以獲得不同礦物的形狀、粒徑和空間分布規(guī)律。圖 7反映的是石英、云母的空間分布特征,從圖上可以看出,石英礦物顆粒集聚成群,形態(tài)各異; 云母礦物則散亂地分布在花崗巖內(nèi)部,礦物粒徑大小不一,顆粒形態(tài)不規(guī)則。
圖 7 礦物空間分布特征Fig. 7 Spatial distribution characteristics of mineralsa. 石英分布; b. 云母分布
由圖 7可知,巖石礦物顆粒形狀復(fù)雜,很難統(tǒng)一描述并測量其尺寸數(shù)據(jù)。對于形狀不規(guī)則的顆粒,可采用等效外接球直徑來近似表征其顆粒大小(鄭博寧等, 2019)。顆粒的等效外接球是指包含顆粒并與顆粒邊界充分接觸的球體(圖 8)。本文采用該方法估算各種礦物的顆粒大小。
圖 8 礦物顆粒的外接球示意圖Fig. 8 Schematic diagram of circumscribed sphere of a mineral particle
統(tǒng)計(jì)分析表明,石英粒徑90%分布在0.52~3.19mm之間,等效粒徑的平均值為1.50mm,標(biāo)準(zhǔn)差為0.93mm,變異系數(shù)為62.0%; 長石粒徑90%分布在1.93~7.82mm之間,等效粒徑的平均值為4.25mm,標(biāo)準(zhǔn)差為1.91mm,變異系數(shù)為45.0%; 云母粒徑90%分布在0.45~2.85mm之間,等效粒徑的平均值為1.18mm,標(biāo)準(zhǔn)差為0.75mm,變異系數(shù)為63.7%。其中,云母粒徑的頻率分布直方圖和按照對數(shù)正態(tài)分布擬合的概率密度函數(shù)曲線如圖 9所示,圖中的-0.0024和0.5693為對數(shù)正態(tài)分布函數(shù)的參數(shù),分別代表云母粒徑自然對數(shù)的平均值和標(biāo)準(zhǔn)差。以上數(shù)據(jù)說明花崗巖礦物的粒徑具有較大的變異性,反映出花崗巖組成礦物形狀和尺寸的不均勻性。上述數(shù)據(jù)的獲取可為花崗巖細(xì)觀結(jié)構(gòu)重構(gòu)和數(shù)值模擬提供參考。
圖 9 云母粒徑的頻率分布直方圖Fig. 9 Histogram of frequency distribution of mica’s particle size
花崗巖是一種由石英、長石、云母等礦物組成的天然非均質(zhì)材料。針對花崗巖礦物組分確定和礦物細(xì)觀結(jié)構(gòu)研究這一問題,本文提出了一種通過對花崗巖CT圖像的三值化分析確定巖石礦物組分的方法,并采用三維重構(gòu)模型研究了花崗巖組成礦物的細(xì)觀結(jié)構(gòu)特征,所得的主要結(jié)論如下:
(1)不同的礦物具有不同的密度,意味著不同礦物對X射線的吸收程度不同。因此,采用三維 CT掃描技術(shù)獲得高精度CT圖像,對花崗巖CT圖像進(jìn)行三值化分析和三維重構(gòu),可以獲得不同礦物的含量和空間分布特征。
(2)CT圖像的三值化分析的關(guān)鍵在于選擇合理的分割閾值,可以通過反復(fù)對比 X射線衍射試驗(yàn)結(jié)果和圖像分割后所反映的礦物形態(tài)特征進(jìn)行確定。
(3)通過對CT圖像的三維重構(gòu),得到了花崗巖試樣的三維重構(gòu)模型,基于三維重構(gòu)模型可以得到花崗巖不同礦物的空間分布特征。其中,石英、長石、云母的平均等效粒徑分別為1.50mm、4.25mm、1.18mm,變異系數(shù)分別為62.0%、45.0%、63.7%。
本文的方法和結(jié)果可為定量分析花崗巖的礦物組成、細(xì)觀結(jié)構(gòu)以及空間分布規(guī)律奠定基礎(chǔ),也為進(jìn)一步探討巖石宏觀物理力學(xué)性質(zhì)與地質(zhì)細(xì)觀結(jié)構(gòu)之間的聯(lián)系提供參考。