吳瑾乙 彭素

(重慶交通大學河海學院，重慶 400074)

引言

天然礫石層河道由非均勻分布在不同空間尺度上的非均勻粒徑顆粒組成[1]。產(chǎn)卵場河床底質(zhì)礫石粒徑分布的量化仍然是水力學、地貌學、生態(tài)學研究河床特性的一大挑戰(zhàn)[2]。因此，開發(fā)一種快速、準確的粒徑分布測量方法是環(huán)境和土木工程領域的一項重要任務。

人工現(xiàn)場測量卵礫石粒徑分布是一項復雜并且繁瑣的工作。目前河床礫石粒徑人工現(xiàn)場測量方法有4種：卵石計數(shù)法，體積法，網(wǎng)格法和面積法[3]。一般來說，這些人工現(xiàn)場測量方法需要大量時間并且需要深入實地工作，所以采取人工現(xiàn)場測量獲取河床底質(zhì)礫石粒徑分布是不經(jīng)濟的方式。目前研究河床底質(zhì)特性亟需一套能夠準確估計河床底質(zhì)粒徑分布并且快速的取樣技術。

20世紀70年代，國外出現(xiàn)了在現(xiàn)場拍攝數(shù)字照片，在實驗室進行人工識別礫石，利用標尺功能法人工計算礫石粒徑分布，雖然這種方式減少了野外作業(yè)時間，但是這類方法仍需要在實驗室花費大量時間進行人工識別礫石邊緣[4]。最近在圖像處理技術中開發(fā)出一種從河床底質(zhì)數(shù)字照片中自動提取礫石粒徑代替人工現(xiàn)場測量河床底質(zhì)礫石粒徑的方法。上述研究表明，圖像處理技術方法優(yōu)于傳統(tǒng)人工現(xiàn)場測量方法，極有可能取代復雜和耗時的人工采樣方法[5]。

圖像分割中最常用的方法之一是分水嶺變換算法(WST)。然而WST容易引起過度分割而導致在自動測量粒徑分布過程中造成誤差。本文通過標記前景對象和背景位置來解決分水嶺變換過度分割問題。并采用形態(tài)學腐蝕、膨脹、刪除等操作，得到分割效果較好的二值圖像方便后續(xù)測量河床底質(zhì)粒徑分布。

本研究的主要目的是通過結合標記前景對象和多級閾值分水嶺變換開發(fā)的一種改進圖像處理方法，以改善WST方法引起的過度分割而導致的測量方法誤差。在實驗室將WST、B-FS和人工測量方法進行比較，以證明本文方法的可靠性。

1 方法

本文提出了一種融合標記前景對象和多級閾值分水嶺變換的圖像處理方法(B-FS法)，基于河床底質(zhì)數(shù)字照片對礫石粒徑分布進行自動提取。提出的B-FS方法包括4個主要部分：圖像預處理，圖像前景標記對象，圖像分割，最大直徑測量。

1.1 圖像預處理

在圖像預處理階段，礫石擺放分為2種工況：工況1，將各種礫石整齊放置在面積為1m2的方形底板中；工況2，將各種礫石隨機放置在面積為1m2的方形底板中。圖像預處理進行3個步驟：圖像平滑處理，采用的方法是目前比較流行的中值濾波，中值濾波器對濾除脈沖噪聲及顆粒噪聲最為有效；圖像銳化，采用直方圖修正法可以拉開圖像灰度的間距或是灰度分布均勻，從而加大反差使得圖像細節(jié)清晰；梯度幅度邊緣算子檢測，處理速度快。

圖1 圖像預處理過程圖

圖2 梯度幅度邊緣檢測

1.2 前景標記制作

標記控制流域分割的標記必須是每個前景對象內(nèi)連接的像素斑點用作初始對象，基于標記分水嶺線可以定位礫石邊界，因此標記將會加入WST中圖像分割過程，這種方法可有效解決WST導致的過度分割問題。所以首先進行的是利用形態(tài)系數(shù)侵蝕擴張，形態(tài)重建得到一個完整內(nèi)部連接像素斑點。在這個階段設置1個閾值調(diào)控，選用形狀系數(shù)大小則是第1個閾值調(diào)節(jié)。

1.3 圖像分割

圖像分割方法采用分水嶺變換法，分水嶺計算分為2個步驟：排序過程，淹沒過程。對每個像素的灰度級進行從低到高排序，從低到高實現(xiàn)淹沒過程，對每一個局部極小值在h階高度的影響域采用先進先出結構進行判斷及標注。

圖3 前景標記制作過程圖

圖4 圖像分割結果

1.4 最大直徑測量

圖5 最大直徑測量過程圖

根據(jù)上述得出的圖像分割輪廓信息，只需要計算圖像分割后的圖像輪廓中2點最大距離La。

(xi,yi)和(xj,yj)為邊緣路徑上2點，且i≠j。由標尺功能法將像素與長度之間進行轉(zhuǎn)換得到真實的礫石最大直徑。

2 結果

為驗證B-FS方法的可靠性和優(yōu)越性，同時在實驗室進行3種方法，分別是B-FS、WST和人工測量。本文認為，人工測量結果為礫石粒徑分布的真實值，將B-FS和WST與真實值進行比較，分析B-FS結果與真實值結果的差異性，以及分析B-FS結果和WST結果優(yōu)劣性。

圖6 工況2中3種方法百分比累計圖

圖7 工況2中3種方法百分比直方圖

圖6和圖7分別是工況2情況下，3種方法的百分比累計圖和百分比直方圖。對于工況2的情況，B-FS方法中值粒徑D50是78.1，人工測量方法中中值粒徑D50是75.7，WST方法中中值粒徑D50則是62.9。

為進一步用數(shù)據(jù)證明B-FS方法優(yōu)于WST方法，將3種方法在IBM SPSS Statistics 26中進行相關性分析。

表1 3種方式測量結果相關性分析

本文以人工測量方式當作真實值，將B-FS和WST方法進行比較，由表1可以看出，B-FS相對于WST更接近于真實值，在相關性分析中B-FS方法與真實值相關性系數(shù)高達0.998，而WST與真實值相關系數(shù)為0.945，從數(shù)據(jù)上證明本文B-FS方法更優(yōu)于WST方法，并且具有更高的可靠性。

3 結論

河流礫石粒度分布的量化是水力學、地貌學和生態(tài)研究河道特性的一個重要問題。本文研究向自動化測量粒徑分布的實際應用又邁進一步。為了提高粒徑分布測量中圖像分割質(zhì)量，提出一種融合標記前景對象和多級閾值分水嶺變換的圖像處理算法(B-FS法)。本研究的主要成果，從原始圖像中找到圖內(nèi)連接的像素斑點用作初始對象，并將初始對象生成標記，自動生成的標記可以控制WST中出現(xiàn)的過度分割問題；加入閾值調(diào)節(jié)區(qū)，采用多閾值調(diào)節(jié)技術，更好剔除復雜背景，將礫石輪廓完整的從復雜背景中提取出來，從而有助于解決過度分割問題。在實驗室中B-FS方法測量出的結果和人工測量結果之間只存在微小差距。所以本文提出的B-FS在粒徑分布測量中提供了非常有效和準確的估計，具有良好的可靠性，因此可以有效地應用于未來的工程研究。