基于數(shù)字圖像處理技術的巖石節(jié)理寬度測量

2 圖例應用
2.1 巖石節(jié)理圖片的采集
　　首先，獲取巖石標本。對需要研究的巖體進行鉆孔，并向孔中放入放射性物質(zhì)，經(jīng)過一個星期的放射過程使放射物充滿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(jié)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：一個光點代表的實際長度為0.004mm。由于選用了比較大的放大比例，使微節(jié)理裂隙的物理特征更加突出，圖片規(guī)模也隨之較大。采集過程中把整條節(jié)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個象素點。為簡潔起見，文中選取該組圖片中的一張進行處理并對各種測量方法和結(jié)果進行對比分析。
2.2 圖像處理過程
　　首先對采集到的原始彩色圖像進行二值化處理， 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的Ferret算法進行測量。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)過改進的Ferret算法處理后的效果圖如圖5所示，測量結(jié)果統(tǒng)計如表１所示。

2.3 統(tǒng)計分析
　　由于橢圓算法使用廣泛且結(jié)果理想，所以以它作為基準進行對比分析。三種算法寬度測量結(jié)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(jié)果比較接近，從圖4中也可以看出3、4、7各段裂隙的長寬差值近似。在這種情況下Ferret算法并不能表現(xiàn)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(jié)果比較接近，但5、6二段的長寬差很大，可見對于長寬差比較大的不規(guī)則圖形可以使用Ferret算法測量。這就要求使用Ferret算法進行實際測量時，要注意測量前的分割尺度，使長寬有一定的差距，使用Ferret算法才可以達到理想的效果。
　　經(jīng)過大量寬度測量的實驗對比表明：Ferret算法在測量不規(guī)則圖形，特別是那些長寬差比較大的圖形都得到了理想效果。
3 總 結(jié)
　　大量的數(shù)字圖像處理技術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(guī)則的被測圖形來說，當量圓算法和當量橢圓算法基本可以滿足需求，而Ferret算法在大量長寬差比較大的不規(guī)則圖形測量方面表現(xiàn)出良好的適應性，而且達到了滿意的效果。本文分析了簡單Ferret算法的原理，提出了改進的Ferret算法，給出了一個基于改進的Ferret算法的巖石節(jié)理寬度測量的實例過程。然而，在實際測量中，分割圖像時選取的長度大小、非實裂隙的中間孔洞以及邊界噪聲等都會對寬度測量產(chǎn)生一定的影響，這些都將是今后要解決的問題。