數字圖像處理在隧道工程地質分析中的應用研究

冷 彪,仇文革,王 剛,張 列

(西南交通大學交通隧道工程教育部重點實驗室，土木工程學院,成都 610031)

1 概述

隧道施工開挖過程中，為了實時掌握隧道的地質狀況，通常會對出露的掌子面、圍巖等進行分析。對隧道掌子面而言，隧道開挖過程中形成的掌子面隨地質情況不同而不同，其中蘊含的信息量巨大，然而要提取出其中的有用信息并加以分析利用卻并不容易。施工現場受各種因素的制約，通常不允許在施工現場逗留太多時間對隧道掌子面進行觀測和分析。另外，受技術條件限制，很多情況下仍然通過技術人員，根據既定的記錄格式，進行實錄填寫。如填寫人員無實際經驗，往往造成填寫漏項或出現失誤，而導致圍巖分級的判斷不正確或出現失誤。

因此，如何快速、可靠、客觀地取得隧道掌子面地質數據變得至關重要。隧道掌子面數據主要包含節理裂隙信息。針對巖體節理裂隙的自動提取，一些學者如T.R.Reid、F.Lemy、王衛星等人[1-6]基于數字圖像處理技術對巖體節理裂隙的自動提取算法進行了研究。根據已經提取出的節理裂隙，吳志勇、胡剛等人[7-9]進一步分析了能夠用于評價巖體的量化特征參數。另外，一些學者[10-13]根據已經提取出巖體節理裂隙等，研究了建立三維地質結構數字模型的算法。

目前，針對隧道掌子面巖體進行的分析評價較為少見，大部分研究都是直接圍繞巖體展開，不具有針對性。基于此，本論文對利用數碼相機采集隧道掌子面圖像以及利用圖形學和圖像處理技術處理掌子面圖像進行了分析研究，分別從以下幾方面來論述。

2 掌子面圖像采集時間選擇

為了分析整個掌子面的地質情況，需要采集完整的掌子面圖像。然而在實際施工過程中，幾乎所有工序都圍繞掌子面展開，很難采集到完整的掌子面圖像。以隧道采用光面爆破開挖為例，圍繞掌子面的施工工序有：掌子面爆破鉆孔→裝藥→爆破→出渣→掌子面排險→放樣→襯砌支護。其中爆破鉆孔、裝藥、爆破、出渣等工序均有施工人員圍繞掌子面進行，且受工程進度制約，一般工序安排非常緊湊，使得在這幾道工序之間沒有時間也無法采集完整的掌子面數字圖像。在掌子面排險完成后至襯砌支護前這段時間，不會對掌子面進行施工。只有此時可以采集到完整的掌子面地質圖像。因此，選擇在這段時間內在施工單位的配合下，對掌子面進行圖像采集。

3 比例尺設置

在采集隧道掌子面地質圖像時，掌子面兩側靠近邊墻部位各設置一個標記點，用鋼卷尺測量兩標記點間的實際距離，如圖1所示。

圖1 隧道掌子面地質圖像上兩點間的距離測量

可按下式計算出圖像與實際尺寸的比例

(1)

式中，λ為圖像比例轉換系數，pixel/cm；(x1，y1)、(x2，y2)為隧道掌子面地質圖像中兩標記點的像素坐標；D為施工現場兩標記點間的實際距離，cm。

對隧道掌子面上左右邊墻靠近底面部分取近似水平兩點，測量這兩點間的實際距離D。同時，在隧道掌子面圖像中測量這兩點的像素距離d，則此時圖像與實際掌子面比例轉換系數為d/D。

每次隨施工進度采集到的掌子面圖像與實際掌子面比例不一定完全相同，為了便于對所有掌子面圖像統一分析，須將所有圖像通過放大或縮小達到某一給定的比例轉換系數。

4 掌子面圖像分析

利用圖像處理技術提取出掌子面圖像中的結構面邊界線，可用于統計分析掌子面特征參數和生成地質素描圖，另外根據各相鄰掌子面上對應的結構面邊界線，可建立三維地質結構模型，預測掌子面前方的地質結構面，計算各結構面的巖層產狀。

4.1 結構面邊界線提取

巖體結構面的成因非常復雜，加上后期又經歷了不同性質、不同時期構造運動的改造和表生演化，造成了結構面自然特征的千差萬別。在隧道開挖過程中，對巖體結構面的現狀亦即自然特征的研究十分重要。

(1)掌子面圖像預處理

首先通過常用的圖像處理算法[14]，調節圖像質量，達到圖像增強的目的，如直方圖變換、亮度/對比度調節、色相/飽和度調節、灰度折線變換等。圖2為隧道掌子面原始圖像，圖3為按式(1)對圖像亮度和對比度調節的結果。其中，圖像亮度增加了39、對比度增加了20。亮度/對比度調節按下式進行計算

(2)

式中，C表示對比度增加值；B表示圖像亮度增加值；p和P分別表示原始像素灰度值和經亮度、對比度調整后的像素灰度值。

圖2 掌子面原始圖像

圖3 掌子面圖像亮度/對比度調節結果

(2)邊緣檢測及邊界提取

在掌子面圖像中，由巖層層理、節理、裂隙等形成的結構面通常為脈沖狀或階梯狀邊緣，如圖4、圖5所示。

圖4 脈沖狀邊緣

圖5 階梯狀邊緣

應用傳統的Prewitt、Sobel、高斯-拉普拉斯算子等圖像卷積模板對圖像進行卷積操作，盡管能夠起到一定邊緣檢測效果，但這些算子主要的特點是對噪聲敏感，邊緣定位精度低。經綜合比選，確定采用Canny算子[15，16]，檢測圖像邊緣。

圖6中，所有的白色邊界線并非單像素寬，為了最終提取出里面的邊界線，需要經過圖像細化形成單像素寬邊界，然后采用特定的邊界連接算法[17]查找邊界，并將不連續的邊界線連接起來，最終提取出結構面邊界，如圖7所示。

圖6 Canny算子邊緣檢測結果

圖7 邊界提取結果

在掌子面上，可能存在人工挖掘的痕跡，同時受掌子面附近粉塵較大，拍攝光線較暗淡等因素的影響，使掌子面圖像上可能存在一定的圖像噪聲，影響了結構面邊界的提取，故需要加入一定的人工干預，使最終得到的邊界線能夠真正與實際的結構面邊界相吻合。

4.2 地質素描

在地質素描中，通常會包含節理組數、平均裂隙間距、產狀、地質素描圖等信息。若在施工現場對掌子面直接量測，則將耗費許多的人力、物力，且危險性較大。而利用掌子面圖像量測則非常容易。

(1)節理組數：指組成交叉節理系統的節理組數目。將產狀大致相同的節理劃分為一組。根據對實際隧道掌子面上節理的分析，將視傾角之差小于10°的節理劃分為一組。

(2)平均裂隙間距：結構面間距指結構面間的垂直距離，通常指一個節理組的平均的或最常見的間距。結構面間距是反映巖體完整程度和巖石塊體大小的重要指標。公式如下

(3)

(3)產狀：利用已測得的位于結構面的三個點的空間坐標，計算出結構面的平面方程，進而得出平面法線方程，法線與水平面間夾角的余角，即為結構面的傾角；由法線在水平面上的投影向量計算出結構面傾向。

如圖8所示，設巖層節理L1和L2分別在兩相鄰掌子面上，且為同一結構面上的對應節理，已知L1的兩端點為A(XA，YA，ZA)、B(XB，YB，ZB)，L2的兩端點為C(XC，YC，ZC)，D(XD，YD，ZD)。建立全局坐標系OXYZ，其中X為正東方向，Y指向正北方向，Z軸垂直于水平面指向上方。oxyz為結構面ABDC上的局部坐標系，其中y軸在水平面與結構面ABDC的交線上，x軸垂直于y軸且在水平面上。

圖8 結構面傾向、傾角示意

根據點A、B、C可建立結構面的平面方程

(4)

式(4)經變換可得如下方程

aX+bY+cZ+d=0(5)

其中，

則該平面方程的法線N的方向數為a，b，c，設結構面的傾向為α，傾角為β，則可以得到如下方程組

(6)

由方程組(6)可計算出該結構面的傾向α和傾角β。

在實際計算時，根據掌子面在空間中的實際位置對掌子面圖像中的結構面邊界線端點進行坐標定位，從而計算得到結構面的傾向和傾角。

(4)地質素描圖：利用對掌子面圖像結構面邊界線提取結果加入一定的人工干預，可形成掌子面地質素描圖，如圖9和圖10所示。

圖9 掌子面原始圖像

圖10 邊界提取后形成的地質素描圖

綜合提取出的掌子面特征參數和地質素描圖，加入埋深、地下水狀態等相關信息，可形成最終的地質素描。

4.3 建立隧道三維地質結構模型

掌子面上通常結構面比較復雜，可根據隧道各相鄰掌子面上主要結構面邊界線的對應關系，建立隧道三維地質結構模型，通過模型展示出隧道開挖區域的巖層結構面，并根據已知結構面平面向前延伸，可形成掌子面前方未開挖區域的結構面預測結果，如圖11、圖12所示。

圖11 結構面三維示意

圖12 隧道掌子面、結構面及預測結果

5 結論

隧道掌子面上含有大量的地質信息，然而要充分利用卻并不容易。論文利用隧道掌子面圖像對掌子面地質信息進行了初步分析，實現了以下功能：

(1)通過數字圖像處理技術自動提取隧道掌子面上的結構面邊界線；

(2)根據掌子面上的結構面邊界線的統計分析和處理，得到平均裂隙間距、節理組數、結構面產狀、地質素描圖等信息，最終形成地質素描；

(3)根據掌子面上的主要結構面邊界線的對應關系，建立三維地質結構模型，并對地質結構模型前方的結構面分布情況作出預測。

由于掌子面本身十分復雜，受地域、施工等因素的影響，掌子面圖像也千差萬別，故利用數字圖像處理技術自動提取結構面邊界線難以在各種情況下都達到理想的結果，這對后續地質素描和建立三維地質結構模型勢必產生影響，故還需要對自動提取結構面邊界線的算法作進一步的研究。

[1] T.R. Reid， J.P. Harrison. A semi-automated methodology for discontinuity trace detection in digital images of rock mass exposures[J]. International Journal of Rock Mechanics & Mining Sciences， 2000(37):1073-1089.

[2] F. Lemy， J. Hadjigeorgiou. Discontinuity trace map construction using photographs of rock exposures[J]. International Journal of Rock Mechanics & Mining Sciences，2003(40):903-917.

[3] Weixing Wang， Lei Li， Eva Hakami. Image Analysis of Multiple Rock Fractures. Proceedings of the IEEE International Conference on Mechatronics & Automation， 2005:1272-1276．

[4] 崔冰，王衛星.基于統計模式識別的巖石節理圖像分割方法[J].計算機工程與應用，2006(10):213-215.

[5] Wang Weixing， Jin Wenbiao， Huang Ying. Rock Fractures Tracing by Image Processing[J].復旦大學學報：自然科學版，2004，43(5):930-932.

[6] 李銳，金文標.巖石節理二值圖像的細化[J].微計算機信息，2007，23(2-3):294-296．

[7] 吳志勇，聶德新，李雪峰，等.基于數碼圖像的巖體結構信息采集處理研究[J].巖石力學與工程學報，2003，22(S2):2568-2571.

[8] 王衛星，段姣.基于數宇圖像處理技術的巖石節理寬度測量[J].微型機與應用，2005(10):51-52.

[9] 胡剛，金乾坤.巖體天然裂隙計算機圖像處理技術研究[J].有色金屬，2004(5):39-40.

[10] ZU-QIANG XIONG， CE YUAN. Study on the 3D Engineering-Geological Modeling and Visualization System. 2008 International Conference on Computer Science and Software Engineering， 2008:931-934.

[11] 徐能雄，何滿潮.層狀巖體三維構模方法與空間數據模型[J].中國礦業大學學報,2004，33(1):103-108.

[12] 柴賀軍，黃地龍，黃潤秋.地質結構面三維擴展模型研究[J].水文地質工程地質,1999(4):16-18.

[13] 鐘登華，李明超，楊建敏.復雜工程巖體結構三維可視化構造及其應用[J].巖石力學與工程學報,2005，24(4):575-580.

[14] 章毓晉.圖象工程(上冊)：圖像處理和分析[M].北京：清華大學出版社,1999．

[15] 李弼程，彭天強，彭波,等.智能圖像處理技術[M].北京：電子工業出版社，2004．

[16] Canny J F. A computational approach to edge detection[J]. IEEE Trans on PAMI， 1986，8(6):679-698.

[17] 冷彪.基于數碼成像的隧道掌子面地質信息系統研究[D].成都：西南交通大學，2009:55-66.