基于近景摄影的松散堆积体颗粒分析方法

吴文雪

(重庆交通大学河海学院，重庆400074)

0 引言

颗粒分析是一种重要的实验研究手段，在多个学科中都有广泛应用。通过颗粒分析，可以得知某一特定地区或某一特定环境下物质的粒度特点，从而为相关研究提供基础。研究表明，土体的物理、力学、水理等性状与土体的颗粒级配密切相关，因此，合理确定土体的颗粒级配一直是岩土工程人员重点关注的课题之一。对于细粒土、砂土、砾土等土体，确定其颗粒级配的常用方法是室内试验方法，已有规范性的试验技术操作标准，试验成果的可靠性可以保证。但是，对于山区工程(如港口、码头、航道、公路、铁路等)建设中常遇到的松散堆积体，传统的试验方法几乎没有办法实现其颗粒级配的合理确定。其主要原因是取样困难和土粒粒径超限，及传统试验方法成本高、周期长、成果可靠性低等。

在国外，利用数字图像处理技术来确定物质的颗粒级配已有很多的研究。最近，英国Plymouth大学 D.M.Rubin，D.Buscombe，J.A.Warrick，等［1-3］的研究表明，基于常规相机成像的数字图像处理技术可以较好地确定粒径相对均匀的砂、砾、卵石等土的颗粒级配，并将该技术用于确定河床沉积物的颗粒级配。其基本思路是，首先对土体进行高像素取像，然后通过数字图像处理技术对照片进行锐化处理，再计算出单个颗粒面积，把颗粒面积和相同面积的圆等价，圆的直径就作为颗粒粒度的参考量，经过这样一系列的处理之后，最终确定颗粒级配。

Z.Q.Yue，等［4］运用数字图像处理技术对沥青混凝土中骨料的大小、形状、分布及排列方式进行了研究;T.Lebourg，等［5］基于数字图像处理技术对冰水堆积物中块体的大小和形状进行了研究。

在国内，王献礼，等［6］应用数字图像处理技术和室内试验相结合的分析方法，借助图像处理技术，对冰川堆积物剖面的砾石形态进行分析。获取粗粒部分(粒径＞2 cm)的粒度组成。然后采用室内颗分试验获得细粒(粒径＜2 cm)部分的粒度组成，将两类粒度数据进行叠合即可获取连续的冰川堆积物的粒度组成。

综上所述，很多学者都是利用数字图像处理技术得到粗颗粒的粒径和含量，笔者则针对松散堆积体，提出基于数字图像处理技术的颗粒级配快速确定方法，可以避免现场取样和室内试验，且成本低、速度快，对工程建设具有重要意义。

1 基于近景摄影测量技术的颗粒粒度分析方法的基本原理及技术路线

确定某土体的颗粒级配，也就是测试其组成颗粒的粒径，即粒径测试分析。粒度测试的方法很多，目前常用的有筛分法、沉降法、显微镜法、图像法、激光法、电阻法等。其中图像法是最近几年出现的一种新方法，其原理是通过对每个颗粒所包含的像素数量的统计，计算出每个颗粒的等圆面积，从而得到颗粒的等圆面积直径、等球体积直径以及长径比等，从而得到粒度分布等信息［7-8］。

当研究对象为粒径较大的粗骨料，且传统的颗粒分析方法不太精准时，可以采用图像法中的近景摄影测量技术进行测量。

近景摄影测量是以摄影的方法记录研究各类目标，以确定其形状、大小和位置。笔者研究重点在于，以近景摄影测量的方式获取颗粒不同角度的表象，在Leica Autosync平台上利用这些图片进行立体像对配准和图像处理，导入Arcgis软件能从平面图象上获取物体的三维模型，继而得到物体颗粒的体积、表面积等参数，并在此基础上求取颗粒的等效粒径和粒度分布。

使用数码相机或其他图像获取设备得到的岩土工程材料图像包含了这些材料的丰富信息，这些信息则会通过相应的灰度值或色彩来反应。因此，可以通过图像的不同像素点所反应的灰色度或色彩的变化来获取图像上不同物质成分、颗粒含量、粒度分布、及结构特征等有价值的资料，以进行一系列相关研究。

由于外界各种因素(如光照、断面的平整度、块体与周围填充土体的色彩差异性等)的影响，利用照相机(或摄像机)获取的堆积体的断面照片通常存在大量的图像噪音，为了能够准确获取相应信息需在对其进行数字图像分析前用已有图像处理软件(如Photoshop等)对原始图像进行相应的去噪处理。经去噪处理后的照片，输入数字图像处理系统并进行相应的二值化处理，从而将照片上的块石形态提取出来，以用于下一步的块体粒径获取(图1)。

图1 图像法技术路线Fig.1 Technique route of image analysis

根据图像处理得到的二值化图像，测量各块体对应像素点数，获得其“像素面积”，通过比例转换，获得块石的有效面积，通过等效原则，即将面积相等圆的直径等效为颗粒的有效粒径，从而得到块石的等效粒径。

2 基于近景摄影测量技术的颗粒粒度分析方法可靠性

2.1 外业数据获取

在本次试验中，观测对象为一堆凌乱的石子，试验采用尼康D300单反数码相机:1 310万像素、像幅23.6 mm× 15.8 mm(4 288 × 2 848像素、像素大小5.5 μm)和焦距为50 mm定焦镜头进行拍摄。按照试验精度的要求，摄影师从两个方向，以相同的距离对该堆石子多次拍摄像片，获取试验数据。然后，从这些像片中筛选出图像较为清晰的且具有代表性的数据，以便于内业数据的处理，如图2。

图2 堆积体的像片数据Fig.2 Photograph data of accumulation

2.2 内业数据处理

试验中将用到遥感图像处理系统(Leica Erdas Imagine)进行图像的配准和图像处理，Mapgis软件进行矢量化、建模、获取面信息，和Excel软件对试验最终的数据进行处理和显示。数据处理过程如下:

由于普通数码相机获得的数据是JPEG格式的，在导入遥感处理系统之前，需要进行数据的转换。运行ERDAS IMAGINE软件，点击“Import”进入数据转换窗口，设置数据类型和来源信息，将JPEG格式的011和012两张图像转换为ERDAS IMAGINE可以识别的 img格式，得到011.img和012.img。

数据转换之后，可以使用三角网纠正的方法对影像进行配准。三角网配准需要输入较多的控制点，为此需要用自动找控制点的工具:AutoSync。

单击 ERDAS IMAGINE主界面中的“Auto-Sync”，AutoSync→AutoSync Workstation 进入配准界面。在AutoSync中新建一个工程，名称和存储路径等自己设定，Geocorrection设置为Resample，其余选项默认。

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

点击“Process→project properties”，弹出属性设置对话框，将“Starting Column”和“Starting Line”都设定为0，“Column Increment”和“Line Increment”都设置为512，意思为每隔512个像素找一个控制点，其余默认。

点击“Geometric Model”标签，设定“Output Geometric Model Type”为“Linear Rubber Sheeting”，采用三角网纠正进行配准。

设置完所有参数以后，由于数码相机拍摄的像片没有坐标信息，因此在自动搜索控制点之前需要人为地设置至少3个标准控制点［9-10］。

将配准图片的大小调整到肉眼易于识别校准的水平，点击主界面下方工具栏中的按钮，人为地设置标准控制点。

设置好标准控制点以后，就可以运行找点了。点击主菜单下的“Process→Run APM”，运行自动找点。

点击主菜单栏“Process→Calibrate/resample”，对图像进行三角网配准。运行结束后，视窗会自动将配准后影像与参考影像叠加显示。

配准后得到图像保存为011_output.img，到这里，图像配准工作基本完成。接下来需要将数据导入Mapgis中进行矢量化，提取石子的面积信息［11］。

由于Mapgis不能识别img格式的文件，需要在Erdas的 Import中将 img格式转换成 JPEG，再在Mapgis的图像分析中将JPEG格式转换为msi格式。

数据格式处理好以后就可以将011_output.msi导入Mapgis中，选取清晰的石子图像进行矢量化。

当对像片中所有可识别的石子进行矢量化之后，清除微短线，建立拓扑关系，生成区文件，每一个石子表现为一个区，这样便可以以区为单位统计出每个石子平面模型中的面积。

在Mapgis中可以很轻易地统计出区属性，“其他→区属性统计”中，设置分类字段为“面积”，统计字段为ID。点击“保存数据”将统计出的区属性数据以txt格式保存，然后导入excel中。在本文中只统计石子的颗粒相对级配，并不强调石子的真正大小，因此忽略单位问题。在excel中，通过函数变换可以得到相应的等效粒径及其分段。

2.3 数据处理结果

颗粒级配是反映构成土的颗粒粒径分布曲线形态的一种特征，由不同粒度组成的散装物料中各级粒度所占的数量(常以占总量的百分数)来表示。从表1可以看出，该堆石子中等效粒径在2.523 3～26.743 1 mm之间的小石子居多，约占整体的63.37%，等效粒径在27.032 5 ～37.800 6 mm 之间的小石子局其次，约占整体的 23.27%，其余38.391 4～84.489 5 mm之间的颗粒仅占整体的13.36%，这与现实生活中的实际情况也是相符合的。具体数据见表1。

表1 颗粒间断级配Table 1 Grain gradation

根据SL 237—1999《土工试验规程》中粒径划分，重新划分粒径区间范围得到其颗粒级配，及堆积体通过筛分得到的真实颗粒级配如表2。

表2 等效粒径剩余百分含量Table 2 Percent retained of equivalent diameter

由表2可见，利用数字图像处理技术处理室内已知颗粒级配的粗颗粒，得到的颗粒级配与实际相差不大。因此，利用数字图像处理技术，处理松散堆积体照片，获得现场颗粒级配，是一种可行的技术手段。

3 基于近景摄影测量技术的颗粒粒度分析方法应用研究

3.1 外业数据获取

观测对象为映秀—汶川段(原G213线)岷江沿岸某松散堆积体，试验采用尼康D300单反数码相机:1 310 万像素、像幅23.6 mm ×15.8 mm(4 288 ×2 848像素、像素大小5.5μm)和焦距为50 mm定焦镜头进行拍摄。按照试验精度的要求，摄影师从两个方向，以相同的距离对该堆石子多次拍摄像片，获取试验数据。然后从这些像片中，筛选出图像较为清晰的且具有代表性的数据，以便于内业数据的处理，如图3。

图3 松散堆积体照片Fig.3 Photograph from relax accumulation

3.2 内业数据处理

技术路径如下:照片数据的转换→使用三角网纠正的方法对影像进行配准→运行找点，配准后另存照片.img格式→在Erdas的Import中将img格式转换成JPEG→再在Mapgis的图像分析中将JPEG格式转换为msi格式→导入Mapgis中选取清晰的石子图像进行矢量化→建立拓扑关系，生成区文件→获取石子面积→函数转换，得到相应的等效粒径→统计分析得到颗粒级配。

根据以上技术路线及方法，可以得到现场典型堆积体颗粒级配曲线(粒径＞10 cm)。同时结合室内颗分试验得到粒径＜10 cm以下的土样颗粒级配，从而得到现场堆积体整体的颗粒级配，这个颗粒级配只能说是近似，因为利用图像法研究堆积体颗粒级配，目前还处于研究阶段，精度还不是很高，还需要进一步的研究，以提高精度，到达符合工程的需要精度要求。

3.3 数据处理结果

根据图像法，利用Leica Erdas Imagine及Mapgis等相关图像处理软件进行图像处理，通过Excel软件简单计算，得到了各等效粒径等级内剩余颗粒百分含量，见表3。

表3 等效粒径剩余百分含量Table 3 Percent retained of equivalent diameter

由于图像法目前只能做到识别粒径＞10mm的颗粒，对于粒径＜10mm的颗粒识别精度较差，还处于研究阶段，现将室内筛分试验(粒径＞10mm)结果与图像法的结果进行对比，见表4。

表4 图像法和筛分法获得的颗粒级配Table 4 Grain gradation got from image analysis and sieve analysis

由表4可知，筛分结果与图像法结果(粒径＞10 mm)之间的最大误差为 11.3%，最小误差为0.79%，平均误差为 5.55%。

4 结语

利用图像法对室内的粗大颗粒级配进行相关的研究。结果表明，图像法是可以用来对粗颗粒堆积体进行颗粒级配研究的，并且室内得到的结果精度满足工程要求。

在松散堆积体现场通过利用高清数码相机对典型松散堆积体进行取景，并在室内利用图像法对其进行相应处理，获得现场典型松散堆积体颗粒级配，这个颗粒级配基本符合现场调查实际。

［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］ 王献礼，张永双，曲永新，等.基于数字图像处理技术的冰川堆积物粒度分析［J］.地质通报，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］ 张强，王正林.精通MATLAB图像处理［M］.北京:电子工业出版社，2009.Zhang Qiang，Wang Zhenglin.Master MATLAB Image Processing［M］.Beijing:Electronic Industry Press，2009.

［8］ 韩晓军.数字图像处理技术与应用［M］.北京:电子工业出版社，2009.Han Xiaojun.Digital Image Processing Technology and Application［M］.Beijing:Electronic Industry Press，2009.

［9］ 郑慧.近景摄影测量中人工标志点及其定位方法综述［J］.地理空间信息，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］ 冯其强，阎晓东，安海峰.数字近景摄影测量中人工标志点快速自动匹配［J］.测绘科学技术学报，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］ 楚万秀，戴惠良，于永坤，等.基于拓扑不变性的非编码点匹配方法研究［J］.机械设计与制造，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.