圖像處理技術(shù)在裂隙檢測技術(shù)中的應(yīng)用

王 婷 魯海峰 周志偉 和著豪

（安徽理工大學(xué)，安徽 淮南 232000）

0 引言

由于建筑工程、交通、能源開采、水電等工程的開展都依賴對地下空間的開發(fā)和利用，因此需要在不同埋深的巖層中進(jìn)行工程建設(shè)［1］。工程所需的施工方法和防護(hù)措施在很大程度上由巖體的力學(xué)性質(zhì)決定，而巖體內(nèi)部由各種經(jīng)過各種形變和破壞的巖石組成，存在片理、褶皺和節(jié)理等地質(zhì)界面。將一些延展性大、厚度小的二維地質(zhì)界面統(tǒng)稱為結(jié)構(gòu)面。裂隙是結(jié)構(gòu)面的主要存在形式，其在巖體中的形態(tài)變化復(fù)雜，是影響工程巖體質(zhì)量與穩(wěn)定性的重要因素之一［2］。

科研人員一直對如何真實(shí)高效地獲取具有代表性的巖體結(jié)構(gòu)面裂隙信息進(jìn)行研究。目前，對巖體裂隙的野外調(diào)查與現(xiàn)場測量仍以人工測量為主，但人工測量存在工作效率較低、易受自然條件影響、具有較大的隨機(jī)誤差等問題。隨著現(xiàn)代數(shù)字圖像識別分析技術(shù)及數(shù)碼攝影的發(fā)展，為裂隙識別提供一種新途徑，其不僅能迅速、高效地將巖體參數(shù)提取出來，還可擴(kuò)大測量范圍［3］。馬淑芝等［4］通過檢測裂縫預(yù)期區(qū)域和裂縫骨架化，得到裂縫總長度，并換算出平均裂縫寬度。

本研究在對巖土體裂隙特征研究的基礎(chǔ)上，利用計算機(jī)數(shù)字圖像處理技術(shù)對圖像進(jìn)行處理、加工，并對數(shù)據(jù)進(jìn)行分析，從而獲得工程試驗(yàn)所需的信息。采用數(shù)字圖像技術(shù)可方便快捷地獲取巖體表層裂隙的參數(shù)信息，不僅能提高數(shù)據(jù)獲取效率，降低試驗(yàn)成本，還能大大降低工作人員的現(xiàn)場工作量，并極大地豐富了巖體圖像信息，為后續(xù)各種裂隙工程試驗(yàn)提供數(shù)據(jù)支撐［5］。計算機(jī)圖像處理技術(shù)在巖體工程的實(shí)際應(yīng)用中具有重要參考價值。

1 圖像處理技術(shù)

圖像處理技術(shù)（Image Processing Technology）是指通過計算機(jī)對圖像進(jìn)行灰度化、對比度增強(qiáng)、圖像分割、二值化、二值化濾波去噪、提取特征等，從而得到所需信息。在圖像處理技術(shù)發(fā)展初期，主要是為了提高圖像的清晰度，改善視覺效果?，F(xiàn)在的圖像處理技術(shù)不再局限于改善視覺效果，而是通過像素點(diǎn)計算處理方式［6］，對目標(biāo)圖像進(jìn)行識別提取，從而獲取所需信息。這一技術(shù)被廣泛應(yīng)用于巖體結(jié)構(gòu)面裂隙的檢測中，通過“人機(jī)交互”來對數(shù)字設(shè)備拍攝獲取到的巖體裂隙圖像進(jìn)行處理，從而減輕檢測者的工作量，能更易獲得結(jié)構(gòu)面中裂隙信息，具有處理效果好、還原度高、處理內(nèi)容圖樣等優(yōu)點(diǎn)。因此，圖像處理技術(shù)具有以下特點(diǎn)。①精度高。在圖像處理過程中，主要對像素點(diǎn)進(jìn)行處理，且不會因像素的位數(shù)及數(shù)組矩陣的大小使圖像精度在處理過程中發(fā)生改變。②再現(xiàn)性好。圖像在轉(zhuǎn)化為數(shù)字圖像后，主要以數(shù)組或數(shù)組集合的形式進(jìn)行存儲。在計算機(jī)內(nèi)部以數(shù)據(jù)流形式進(jìn)行傳輸，故不存在圖像質(zhì)量退化問題，具有良好的再現(xiàn)性。③靈活性強(qiáng)。在圖像處理過程中，圖像的重建、清晰度增強(qiáng)、目標(biāo)識別及數(shù)據(jù)分析為圖像處理的主要部分。通過改變處理圖像的計算程序，可實(shí)現(xiàn)各種邏輯運(yùn)算、數(shù)學(xué)公式的表達(dá)。④通用性。無論是可見光圖像，還是由不可見光得到的波譜圖像，針對不同的圖像信息源，盡管生成這些圖像的設(shè)備規(guī)模和精度有所不同，但通過圖像處理技術(shù)數(shù)字化處理后，都可用計算機(jī)進(jìn)行同樣的處理［7］。

2 裂隙檢測實(shí)現(xiàn)過程

2.1 圖像采集分析

高質(zhì)量圖像是巖體表層裂隙識別的必要前提。要處理的巖體裂隙圖像質(zhì)量越高，裂隙位置的識別與參數(shù)獲取的精確度也越高［8］。由圖像采集單元來完成對原始圖像的收集。在無外界環(huán)境干擾且光源穩(wěn)定的前提下，使用高清攝像機(jī)對目標(biāo)巖體結(jié)構(gòu)面進(jìn)行拍攝，再將圖像上傳到計算機(jī)中，如圖1 所示。通過圖像采集卡來完成數(shù)字圖像的轉(zhuǎn)換，初步完成圖像去噪操作，加強(qiáng)裂隙表征特征［9］。獲得的巖體結(jié)構(gòu)面圖像應(yīng)具有輪廓清晰、紋理明確的特點(diǎn)，且具有良好的圖像分辨率與對比度。

圖1 圖像采集分析過程

2.2 圖像預(yù)處理

2.2.1 灰度化。在巖體裂隙識別過程中，不同地質(zhì)結(jié)構(gòu)呈現(xiàn)不同特征顏色，但在實(shí)際裂隙檢測過程中，巖體顏色并不是要關(guān)注的重要因素，而通過灰度圖像信息即可實(shí)現(xiàn)對裂隙的識別，且對計算機(jī)來說，圖像是由若干個像素點(diǎn)構(gòu)成的，每個像素點(diǎn)的數(shù)值變化范圍為0～255（共256 種）［10］。由于采集分析的圖像通常為彩色，彩色圖像數(shù)據(jù)信息具有1 677 216種，數(shù)據(jù)量龐大，因此為簡化計算機(jī)要處理的數(shù)據(jù)量，提高運(yùn)算速度，需要對圖像進(jìn)行灰度化處理［11］。灰度化處理前后的對比如圖2所示。

圖2 灰度化處理對比

2.2.2 對比度增強(qiáng)。對比度是指圖像中像素點(diǎn)最大值與最小值的數(shù)值差異，即不同位置明暗度對比。經(jīng)過灰度化處理的圖像，顏色喪失，整體呈現(xiàn)灰色，通過灰度的深淺來區(qū)分不同部分。對比度越高，數(shù)字圖像中不同位置的像素點(diǎn)數(shù)值差距就越大，亮暗對比就越明顯［12］。由于巖體結(jié)構(gòu)面中的土體顏色與裂隙顏色相近，且經(jīng)過灰度化后的裂隙圖像對比度較低，在后期二值化過程中無法將目標(biāo)裂隙與土體進(jìn)行分離。因此，通過增加圖像的對比度可消除亮度不均勻的干擾，突出裂隙的主體特征，為圖像進(jìn)一步處理奠定基礎(chǔ)。對比度增強(qiáng)如圖3所示。

圖3 對比度增強(qiáng)

2.2.3 閾值分割。在圖像處理過程中，常采用閾值分割技術(shù)對圖像進(jìn)行分割。根據(jù)圖像灰度變換特點(diǎn)，本研究采用迭代法從灰度閾值范圍中計算出合適的閾值，從而實(shí)現(xiàn)裂隙與背景圖像的分離［13］。迭代法又被稱為基本全局閾值法［14］，其基本思路如下。

①使用圖像處理技術(shù)掃描全部像素點(diǎn)，初始灰度閾值M0的表示見式（1）。

式中：M0為初始灰度分割閾值；Imin為獲取的灰度的最小值；Imax為獲取的灰度的最大值。

②根據(jù)M0將圖像分為裂隙和背景兩部分，并計算兩部分的平均灰度I0和I1，從而得到新的閾值M1，見式（2）。

式中：I0為裂隙部分的灰度均值；I1為背景部分的灰度均值。

③不斷重復(fù)步驟①和步驟②，當(dāng)I0與I1不再改變時，求得的M*為最佳閾值。

將獲得的最佳閾值與圖像中所有像素點(diǎn)逐一對比，完成對像素點(diǎn)的劃分，從而實(shí)現(xiàn)對圖像的分割。假設(shè)原始圖像為α（x,y），經(jīng)過閾值分割后的圖像為b（x,y）。當(dāng)圖像的像素大于或等于M*時，轉(zhuǎn)換為裂隙目標(biāo)的像素“1”；當(dāng)圖像的像素小于M*時，轉(zhuǎn)換為背景區(qū)域的像素“0”。相關(guān)計算見式（3）［15］。

式中：M*為迭代后的最佳分割閾值。

2.2.4 二值化。二值化可進(jìn)一步去除圖像中微小元素的干擾，增強(qiáng)裂隙圖像的特征輪廓，使裂隙的形態(tài)特征更加容易分辨，從而提高計算機(jī)圖像處理效率，為后續(xù)目標(biāo)裂隙的檢測提供技術(shù)支撐。二值化圖像主要是通過控制像素點(diǎn)的大小來實(shí)現(xiàn)的，所有圖像中的點(diǎn)由“0”（黑色）與“1”（白色）構(gòu)成的矩陣來表示，整體呈現(xiàn)出黑白分明的效果［16］。二值圖像矩陣如圖4所示。

圖4 二值圖像矩陣

2.2.5 二值濾波去噪。由于巖體結(jié)構(gòu)面信息復(fù)雜多樣，二值化后的裂隙圖像存在噪聲干擾，而濾波去噪是圖像處理技術(shù)中常用的去除干擾手段之一。因此，可采用二值濾波去噪技術(shù)掃描圖像中所有像素點(diǎn)，以特定頻率來去除突出干擾部分，能更好地保留裂隙的細(xì)節(jié)特征，從而實(shí)現(xiàn)巖體裂隙的識別過程中圖像的處理。二值濾波去噪如圖5所示。

圖5 二值濾波去噪

3 裂隙識別及參數(shù)獲取

3.1 跡線連接

采集到的圖像受光照或裂隙表層巖土覆蓋的影響，可能會導(dǎo)致部分裂隙的像素值與巖體表層的像素值接近，在進(jìn)行圖像分割時，導(dǎo)致二值化圖像中的裂隙發(fā)生斷裂，從而無法獲得準(zhǔn)確的裂隙參數(shù)［17］。因此，為了更加精準(zhǔn)地完成裂隙檢測，本研究將待縫合的裂隙按兩兩一組進(jìn)行劃分，從而完成多個斷裂裂紋的合并［18］。取裂隙1 的右端點(diǎn)記為R（x,y）、裂紋2 的左端點(diǎn)記為L（x,y），通過兩個端點(diǎn)值相減，來獲取x、y方向上的差值，并根據(jù)兩點(diǎn)間的線性關(guān)系來實(shí)現(xiàn)裂隙跡線的連接。跡線連接如圖6所示。

圖6 跡線連接

3.2 面裂隙率

巖體的面裂隙率是指單位面積巖體所包含的裂隙總長度，計算見式（4）。

式中：V為巖體的面裂隙率；L為圖像中巖體裂隙的總長度；S為圖像中巖土體的總面積。

通過圖像處理技術(shù)獲得二值化圖像，裂隙為白色，整個背景為黑色。因此，白色部分在整個裂隙圖像中所占百分比即為巖體的裂隙率［19］。

3 結(jié)語

本研究將圖像處理技術(shù)應(yīng)用于實(shí)際工程中，為簡化巖體結(jié)構(gòu)面裂隙識別提供幫助，并使工作人員在巖土體檢測過程的安全得到保障，極大地推動裂隙識別工作的深入。首先，對圖像處理技術(shù)的基礎(chǔ)概念及特點(diǎn)進(jìn)行總結(jié)概括，闡述了圖像處理技術(shù)在地質(zhì)災(zāi)害監(jiān)測中的必要性。其次，對裂隙圖像進(jìn)行預(yù)處理，降低各種干擾因素的影響，凸顯裂隙形態(tài)特征。最后，完成裂隙監(jiān)測中跡線的識別與參數(shù)的獲取，并探究巖體裂隙監(jiān)測過程中圖像處理技術(shù)的應(yīng)用方式。