激光图像在压实土密度检测中的应用

万思兰 李细荣 林硕

摘 要：闡述激光图像在压实土密度检测中的原理，搭建激光图像检测压实土密度装置.图像灰度在半径上的变化率随着压实土密度的增加而变大，可实现压实土安全无损检测.

关键词：激光图像;压实土;灰度

[中图分类号]U416.1 [文献标志码]A

文章编号：1003-6180（2019）02-0025-03

压实土密度检测方法有环刀法和灌沙法，密度检测时需要破坏压实土壤，且精确度不高.核子密度仪法可以实现无损检测，但会影响人的健康.[1-2]本文利用激光成像的方法来测量压实土的密度，以实现安全无损检测.

1 检测原理

经过压实后的土，如果光被散射的概率大，被吸收的概率就小，漫反射出表面组织的光就多些.如图1所示，s^是方向的单位矢量，r处的单位长度是ds ，单位面积是dA;ω′为s^′方向的立体角， s^′是任意方向到单元体积的单位矢量，I（r，s^）为r处沿s^方向的辐射强度.

2 图像采集系统

采用联想台式电脑、He-Ne激光器（波长632.8 nm，功率35 mW）、Basler相机、聚光透镜和天创恒达TC540N1-L图像采集卡搭建图像采集系统.如图2所示.图像处理软件采用C++.入射光束尽量接近垂直入射到压实土表面.调试好试验平台，并用游标卡尺进行标定.不同密度的压实土样品由击实试验[3]得到，将所有的样品逐个放入试验平台，并采集每个样品的三个位置.图2中.

3 激光图像处理

传感器采集到的原图见图3.通过基于灰度形态学的噪声滤波、图像二值化、基于二值形态学的滤波处理，处理结果见图4-图6.

图像中的白色区域成为一个完整的区域.做边缘检测，找到一个标准的圆，从而找到光斑的中心.采用Sobel边缘算子，将图7所示的Sobel算子两个模板在图像移动，并在每个位置计算对应中心像素的梯度值，最后得到二值图像的边缘线[4]，如图8所示.

得到图像边缘线后，通过圆拟合法拟合出光斑的近似圆及半径[5]，如图9所示.以光斑中心为圆心，提取不同半径上的所有像素的灰度均值，得到不同半径上灰度变化的梯度，如图10所示.图像灰度在半径上的变化率随着压实土密度的增加而变大.

3 结束语

本文搭建了激光图像检测压实土密度装置，获取图像并进行图像处理分析.图像灰度在半径上的变化率随着压实土密度的增加而变大，说明随着压实土密度的变化，其激光图像的灰度变化率也会不同.

参考文献

[1]Paul Martinsen， Peter Schaare. Measuring soluble solids distribution in kiwifruit using near-infrared imaging spectroscopy[J]. Postharvest Biology and Technology， 1998， 14：271-281.

[2]李细荣，徐东辉.压实土壤组织中激光传输的蒙特卡罗仿真[J].牡丹江师范学院学报：自然科学版，2015，3：27-28.

[3]王树文，闫成新，张广序，等.数学形态学在图像处理中的应用[J].计算机工程与应用，2004（32）：89-92.

[4]曹倩倩，黄袁升.遥感影像分类方法精度研究[J].牡丹江师范学院学报：自然科学版，2017（1）：37-38.

[5]邸旭，于伟莉，刘智颖，等.激光光斑中心位置计算方法的研究[J].长春理工大学学报：自然科学版，2008，31（3）：9-12.

编辑：琳莉