基于數字圖像處理技術(shù)的巖石節理寬度測量

2 圖例應用
2.1 巖石節理圖片的采集
　　首先，獲取巖石標本。對需要研究的巖體進(jìn)行鉆孔，并向孔中放入放射性物質(zhì)，經(jīng)過(guò)一個(gè)星期的放射過(guò)程使放射物充滿(mǎn)巖體中可以達到的裂隙。然后，切割巖石。用10～50倍顯微鏡采集有代表性的節理的原始彩色圖像。本例中采集樣本使用的放大比例設定為：一個(gè)光點(diǎn)代表的實(shí)際長(cháng)度為0.004mm。由于選用了比較大的放大比例，使微節理裂隙的物理特征更加突出，圖片規模也隨之較大。采集過(guò)程中把整條節理裂隙分成34張獨立圖像分別拍攝，每張圖片的大小為760×230個(gè)象素點(diǎn)。為簡(jiǎn)潔起見(jiàn)，文中選取該組圖片中的一張進(jìn)行處理并對各種測量方法和結果進(jìn)行對比分析。
2.2 圖像處理過(guò)程
　　首先對采集到的原始彩色圖像進(jìn)行二值化處理， 為便于各種算法的測量比較以及減少偶然性誤差，對被分析的圖像采取平均分割的方法等分成7份，對分割后的圖像使用改進(jìn)的Ferret算法進(jìn)行測量。圖3和圖4為裂隙的原始圖和二值化后被分割的圖像。此裂隙變化較復雜，起伏較大，裂隙中間有孔洞(或填充物質(zhì))，邊界有“煙霧”，這些都會(huì )影響測量的準確度，因此測量前先采用閾值法去除邊界噪聲。經(jīng)過(guò)改進(jìn)的Ferret算法處理后的效果圖如圖5所示，測量結果統計如表１所示。

2.3 統計分析
　　由于橢圓算法使用廣泛且結果理想，所以以它作為基準進(jìn)行對比分析。三種算法寬度測量結果的對比如圖6所示。由圖可知：對于3、4、7這三段的測量，當量圓直徑算法和橢圓算法得出的結果比較接近，從圖4中也可以看出3、4、7各段裂隙的長(cháng)寬差值近似。在這種情況下Ferret算法并不能表現出很好的優(yōu)越性；而對于5、6段的測量，橢圓算法和Ferret算法的結果比較接近，但5、6二段的長(cháng)寬差很大，可見(jiàn)對于長(cháng)寬差比較大的不規則圖形可以使用Ferret算法測量。這就要求使用Ferret算法進(jìn)行實(shí)際測量時(shí)，要注意測量前的分割尺度，使長(cháng)寬有一定的差距，使用Ferret算法才可以達到理想的效果。
　　經(jīng)過(guò)大量寬度測量的實(shí)驗對比表明：Ferret算法在測量不規則圖形，特別是那些長(cháng)寬差比較大的圖形都得到了理想效果。
3 總 結
　　大量的數字圖像處理技術(shù)應用在工程測量方面，由于其各異性，面對眾多測量算法，要選用某種適合的算法，需要做大量的對比研究。對于規則的被測圖形來(lái)說(shuō)，當量圓算法和當量橢圓算法基本可以滿(mǎn)足需求，而Ferret算法在大量長(cháng)寬差比較大的不規則圖形測量方面表現出良好的適應性，而且達到了滿(mǎn)意的效果。本文分析了簡(jiǎn)單Ferret算法的原理，提出了改進(jìn)的Ferret算法，給出了一個(gè)基于改進(jìn)的Ferret算法的巖石節理寬度測量的實(shí)例過(guò)程。然而，在實(shí)際測量中，分割圖像時(shí)選取的長(cháng)度大小、非實(shí)裂隙的中間孔洞以及邊界噪聲等都會(huì )對寬度測量產(chǎn)生一定的影響，這些都將是今后要解決的問(wèn)題。