胡啟軍，何松晟，葉 濤，何樂平，蔡其杰

(1.西南石油大學(xué)土木工程與建筑學(xué)院，四川 成都 610500；2.四川省地礦局九O九地質(zhì)隊(duì)，四川 綿陽 621050；3.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川 成都 610031)

泥化夾層細(xì)觀組構(gòu)參數(shù)的量化方法

胡啟軍1，何松晟1，葉 濤2，何樂平1，蔡其杰3

(1.西南石油大學(xué)土木工程與建筑學(xué)院，四川 成都 610500；2.四川省地礦局九O九地質(zhì)隊(duì)，四川 綿陽 621050；3.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川 成都 610031)

泥化夾層是巖質(zhì)邊坡常見的軟弱結(jié)構(gòu)面(帶)，其細(xì)觀組構(gòu)參數(shù)量化是細(xì)觀損傷及破壞機(jī)制研究的基礎(chǔ)。為實(shí)現(xiàn)泥化夾層細(xì)觀組構(gòu)參數(shù)的系統(tǒng)化綜合提取，通過研究現(xiàn)有圖像處理技術(shù)，提出了泥化夾層細(xì)觀特征圖像處理方法。以泥化夾層SEM掃描圖像為基礎(chǔ)，利用灰度直方圖均衡化、加權(quán)平均非線性中值濾波以及基于標(biāo)記區(qū)域的分水嶺分割實(shí)現(xiàn)了泥化夾層細(xì)觀組構(gòu)參數(shù)的準(zhǔn)確提取，并用Image-Pro Plus統(tǒng)計(jì)量化其參數(shù)。結(jié)果表明：(1)上述方法能夠?qū)崿F(xiàn)泥化夾層細(xì)觀組構(gòu)參數(shù)的量化；(2)并計(jì)算統(tǒng)計(jì)得到泥化夾層單元體粒徑、圓度、定向角以及分形維數(shù)；(3)通過對(duì)區(qū)域掃描數(shù)據(jù)的分析發(fā)現(xiàn)泥化夾層細(xì)觀組構(gòu)具有成層特征。泥化夾層細(xì)觀組構(gòu)參數(shù)量化能夠?yàn)楹罄m(xù)泥化夾層的層狀結(jié)構(gòu)研究及結(jié)構(gòu)化建模提供依據(jù)。

泥化夾層；細(xì)觀參數(shù)；圖像處理；層狀結(jié)構(gòu)

0 引言

泥化夾層是指受風(fēng)化或構(gòu)造破壞，原狀結(jié)構(gòu)發(fā)生顯著變異并在地下水長(zhǎng)期作用下，形成含水量在塑限和流限之間的泥狀軟弱夾層，是引起邊坡失穩(wěn)的重要因素[1]。泥化夾層強(qiáng)度參數(shù)對(duì)邊坡潛在滑動(dòng)面及坡體滑動(dòng)方式有一定影響[2]，而常規(guī)試驗(yàn)手段難以獲取[3]，所以數(shù)值試驗(yàn)成為了一種常用手段[4]，作為輸入，準(zhǔn)確的細(xì)觀參數(shù)是數(shù)值試驗(yàn)結(jié)果可靠的必要保障。可見，準(zhǔn)確獲取細(xì)觀組構(gòu)參數(shù)是坡體滑動(dòng)特征分析結(jié)果可靠的必要條件。

細(xì)觀參數(shù)量化的基礎(chǔ)是細(xì)觀結(jié)構(gòu)特征的提取，目前常用的巖土體細(xì)觀結(jié)構(gòu)特征提取的方法有電鏡掃描(SEM)、激光散斑、壓汞試驗(yàn)、電子計(jì)算機(jī)斷層掃描(CT)及數(shù)碼測(cè)量[5]等，電鏡掃描以其信息豐富、適用范圍廣的優(yōu)點(diǎn)已被廣泛應(yīng)用[5-7]。而各種巖土體細(xì)觀結(jié)構(gòu)差異較大，如何從圖像中提取與研究?jī)?nèi)容相關(guān)的真實(shí)細(xì)觀結(jié)構(gòu)信息成為了研究重點(diǎn)。

巖土體特征圖像處理一般通過圖像色差優(yōu)化與降噪完成預(yù)處理，再通過圖像分割實(shí)現(xiàn)顆粒與孔隙的提取。巖土體掃描圖像等低照度圖像的色差優(yōu)化可通過對(duì)比度增強(qiáng)實(shí)現(xiàn)，常用的方法有直方圖均衡化、有限對(duì)比自適應(yīng)直方圖均衡化及線性變換等[8-9]，直方圖均衡化能夠保持圖像的原始形態(tài)，但易造成灰度缺失；有限對(duì)比自適應(yīng)直方圖均衡化其保留信息完整，這也造成部分干擾信息無法去除；線性變換能夠較好的忽略干擾信息，但其易弱化輪廓及細(xì)節(jié)特征。巖土體掃描圖像椒鹽噪聲明顯，常用中值濾波、均值濾波和維納濾波等[10]去除，噪聲污染概率較小時(shí)中值濾波效果更佳，而均值濾波則適用于噪聲污染概率較大情況，維納濾波適用面廣，但不能用于噪聲為非平穩(wěn)的隨機(jī)過程。為實(shí)現(xiàn)巖土體圖像中顆粒與孔隙分割，主要有閾值分割與分水嶺分割[11-13]方法，目前閾值分割法所得結(jié)果區(qū)域化程度低，可滿足單一參數(shù)提取，而分水嶺分割結(jié)合區(qū)域識(shí)別技術(shù)則能實(shí)現(xiàn)區(qū)域化較高的分割，更能適用于多參數(shù)提取。此外各巖土體細(xì)觀結(jié)構(gòu)不同，其適用的圖像處理手段往往不盡相同，針對(duì)黃土、滑帶土等特殊巖土已有研究[7,14-16]，而對(duì)泥化夾層，文獻(xiàn)[17-18]利用直方圖均衡化結(jié)合閾值分割實(shí)現(xiàn)二值化。但其僅用于量化孔隙率，其圖像處理結(jié)果并不適用于多參數(shù)提取，所以有必要對(duì)泥化夾層圖像處理方法進(jìn)行進(jìn)一步研究。

對(duì)于多參數(shù)綜合提取問題，通過對(duì)比分析現(xiàn)有圖像處理技術(shù)在泥化夾層細(xì)觀組構(gòu)圖像中的應(yīng)用效果，建立一套準(zhǔn)確的泥化夾層細(xì)觀組構(gòu)多參數(shù)提取的方法，實(shí)現(xiàn)泥化夾層單元體級(jí)配、圓度、定向性以及分形維數(shù)的量化，并對(duì)數(shù)據(jù)進(jìn)行分析。

1 泥化夾層SEM放大倍數(shù)選取

SEM掃描圖像放大倍數(shù)對(duì)細(xì)觀信息提取具有較大的影響[19]，本文對(duì)泥化夾層進(jìn)行了不同放大倍數(shù)的掃描分析(圖1～圖4)。

圖1 放大1 000倍圖像

圖2 放大2 000倍圖像

圖3 放大5 000倍圖像

圖4 放大7 500倍圖像

分析上述圖像掃描結(jié)果，可以看出，放大1 000倍和2 000倍掃描圖像中絮狀結(jié)構(gòu)發(fā)育，顆粒微小連接復(fù)雜，且其顆粒單元體數(shù)量多，分割結(jié)果計(jì)算量大，易造成較大誤差；放大7 500倍的掃描圖像中，其單元體顆粒呈片狀，圖像產(chǎn)生失真現(xiàn)象，且其中孔隙單元體較少，表明視點(diǎn)可能集中于某一顆粒單元體，細(xì)觀組構(gòu)表征不準(zhǔn)確；放大5 000倍圖像效果較為理想，其中單元體邊緣清晰，信息含量適中，能夠較為合適的表征泥化夾層細(xì)觀組構(gòu)。

2 泥化夾層細(xì)觀組構(gòu)參數(shù)量化方法

將泥化夾層圖像特征量化為參數(shù)的過程稱為圖像處理，可分為三個(gè)部分：(1)圖像預(yù)處理；(2)圖像分割；(3)細(xì)觀參數(shù)計(jì)算與提取。

2.1圖像預(yù)處理

通過圖像預(yù)處理能夠?qū)崿F(xiàn)原始掃描圖像的優(yōu)化，使圖像分割結(jié)果更加準(zhǔn)確。主要技術(shù)包括對(duì)比度增強(qiáng)和圖像降噪兩個(gè)部分。

(1)對(duì)比度增強(qiáng)

目前，圖像對(duì)比度方法可分為頻域增強(qiáng)和空域增強(qiáng)。其中，頻域增強(qiáng)需要將圖像轉(zhuǎn)換到頻率域，由于圖像的存在噪聲和細(xì)小顆粒的影響，這些部分往往被轉(zhuǎn)換到一些獨(dú)占空間，從而影響效果[10]。而空域增強(qiáng)通過對(duì)圖像每一個(gè)像素點(diǎn)進(jìn)行計(jì)算，實(shí)現(xiàn)對(duì)圖像對(duì)比度的增強(qiáng)，能夠較好的適用于巖土體SEM掃描圖像的處理[20]，其主要方法有：直方圖均衡化、有限對(duì)比自適應(yīng)直方圖均衡化和線性變換，可分別通過histeq、adapthisteq、imadjust函數(shù)實(shí)現(xiàn)(圖5)。

圖5 圖像對(duì)比度增強(qiáng)效果對(duì)比

分析上述三種方法在泥化夾層掃描圖像中的運(yùn)用結(jié)果，直方圖均衡化能夠很好的提升對(duì)比度，孔隙部分完全被識(shí)別，圖像的灰度直方圖均衡化效果也較好；有限對(duì)比自適應(yīng)直方圖均衡化法直方圖均衡化效果較為理想，但其對(duì)比度增強(qiáng)效果不及直方圖均衡化，其保留了孔隙部分特征，易造成分割誤差；而線性變換法在增強(qiáng)對(duì)比度時(shí)弱化了單元體邊緣，且其灰度均衡化效果不及前兩方法，誤差較大。綜合分析，本文選用了直方圖均衡化作為增強(qiáng)圖像對(duì)比度的方法。

(2)圖像降噪

圖像噪聲會(huì)引起圖像邊界模糊、產(chǎn)生噪點(diǎn)等問題，未經(jīng)降噪的圖像直接二值化可能產(chǎn)生較多的不真實(shí)點(diǎn)，造成量化誤差的增大。濾波是目前常用的降噪方法，主要有中值濾波、均值濾波和維納濾波等降噪方法。加權(quán)平均非線性中值濾波是將數(shù)字圖形中的某些較為突變、異常的點(diǎn)的灰度值用該點(diǎn)一個(gè)領(lǐng)域中各點(diǎn)值的中值代替[21]，可由medfilt2函數(shù)實(shí)現(xiàn)，結(jié)果見圖6(a1)～圖6(a4)；均值濾波是將圖形中的異常灰度點(diǎn)數(shù)值用該點(diǎn)領(lǐng)域的灰度均值代替，可由filter2函數(shù)實(shí)現(xiàn)，結(jié)果見圖6(b1)～圖6(b4)；維納濾波以最小均方誤差為原則設(shè)計(jì)，可由wiener2函數(shù)實(shí)現(xiàn)，結(jié)果見圖6(c1)～圖6(c4)。

圖6 圖像濾波效果對(duì)比

通過三種濾波方法結(jié)果分析，其降噪效果受到模板選擇的影響較大，三種方法濾波降噪效果均較好，但其中中值濾波邊界模糊化程度較小，考慮到泥化夾層掃描圖像細(xì)節(jié)豐富，邊界模糊化程度較小能夠更加準(zhǔn)確的分割圖形，同時(shí)考慮到采用較大模板易造成細(xì)節(jié)信息退化，所以本文選取3×3模板的中值濾波。

2.2圖像分割

目前，巖土體掃描圖像分割常用的方法有迭代法、Otsu算法和分水嶺算法。迭代法是基于逼近的思想通過閾值迭代的方式，利用程序自動(dòng)計(jì)算出比較合適的分割閾值[22]，通過試算，其計(jì)算分割閾值為131，結(jié)果見圖7(b)；Otsu算法是建立在假設(shè)圖像中目標(biāo)和背景構(gòu)成的混合密度函數(shù)是由兩個(gè)服從等方差正態(tài)分布的子分布構(gòu)成基礎(chǔ)之上的最大閾值計(jì)算分割[11]，通過試算，其計(jì)算分割閾值為132，結(jié)果見圖7(c)；分水嶺算法利用局部極小值及其周圍領(lǐng)域區(qū)域組合起來的集水盆思想實(shí)現(xiàn)圖像分割[23]，采用極小值標(biāo)記分水嶺算法，通過區(qū)域識(shí)別實(shí)現(xiàn)了分割，結(jié)果見圖7(d)。

圖7 不同分割方法效果對(duì)比圖

通過圖像分割結(jié)果的進(jìn)行分析，閾值分割法均能通過函數(shù)自動(dòng)生成，過程較為簡(jiǎn)單，分割結(jié)果較為相似，但其分割結(jié)果區(qū)域化程度低，不能較為完整的表征出顆粒單元體的特性；分水嶺算法過程較為復(fù)雜，但其分割結(jié)果能夠較好的反映顆粒單元中特性，可直接用于單元體參數(shù)的提取，綜合分析，本文采用基于極小值標(biāo)記的分水嶺分割算法。

2.3細(xì)觀參數(shù)計(jì)算與提取

反映單元體顆粒特性的參數(shù)較多，通過分析，對(duì)力學(xué)性質(zhì)影響較大的參數(shù)有：粒徑、圓度、定向性以及分形維數(shù)[24]。目前，土體SEM圖像定量統(tǒng)計(jì)常用的軟件主要有Image-Pro Plus、Matlab、Mapinfo、GIS等，均可用于統(tǒng)計(jì)顆粒及孔隙參數(shù)，Image-Pro Plus以其可視化及自動(dòng)化多參數(shù)測(cè)量的優(yōu)點(diǎn)被廣泛運(yùn)用。本研究采用Image-Pro Plus中的Rectangular矩形AIO工具確定視口邊界，對(duì)視口圖形二值圖中顆粒和孔隙進(jìn)行分別測(cè)量與統(tǒng)計(jì)，量化了包括面積、定向角度、最大直徑、分形維數(shù)、周長(zhǎng)等參數(shù)，計(jì)算得到了顆粒及孔隙粒徑、顆粒及孔隙圓度、顆粒及孔隙定向角和顆粒及孔隙邊界分維數(shù)。

3 工程實(shí)例

3.1樣品掃描

本文樣品取自西安至成都客運(yùn)專線青川車站旁已滑動(dòng)坡體，采用環(huán)刀蠟封法進(jìn)行樣品的現(xiàn)場(chǎng)采集。

由于泥化夾層自身較薄，形態(tài)特殊，為了盡量滿足非擾動(dòng)樣樣品的制取要求，在參考孔令榮[25]等人的基礎(chǔ)上，通過取樣小圓環(huán)對(duì)現(xiàn)場(chǎng)取回的原狀泥化夾層進(jìn)行了非擾動(dòng)樣樣品制取，見圖8(a)、8(b)。本文為探究其區(qū)域特性，對(duì)其進(jìn)行了分區(qū)域掃描，見圖8(c)，掃描結(jié)果示例見圖8(d)。

圖8 樣品制作與掃描過程

3.2圖像處理

(1)圖像預(yù)處理。根據(jù)本文研究成果，圖像預(yù)處理主要通過直方圖均衡化與3×3加權(quán)平均非線性中值濾波實(shí)現(xiàn)，見圖9(b)、圖9(c)，之后再通過形態(tài)學(xué)運(yùn)算優(yōu)化了圖形，形態(tài)學(xué)運(yùn)算包括圖像腐蝕、膨脹、開運(yùn)算及閉運(yùn)算，結(jié)果見圖9(d)。

(2)圖像分割。本文采用基于極小值區(qū)域標(biāo)記的形態(tài)學(xué)分水嶺運(yùn)算實(shí)現(xiàn)了圖像分割，首先利用Sobel算子實(shí)現(xiàn)原始梯度的提取，見圖10(a)，再將極小值提取閾值選取為42，進(jìn)行區(qū)域標(biāo)記，結(jié)果見圖10(b)，經(jīng)過形態(tài)學(xué)運(yùn)算優(yōu)化原始梯度圖像，見圖10(c)，結(jié)合區(qū)域極小值得到了分水嶺分割結(jié)果，見圖10(d)、10(e)，最后二值化，見圖10(f)。

圖10 圖像分割

3.3組構(gòu)參數(shù)提取與分析

利用Image-Pro Plus統(tǒng)計(jì)分析了大量泥化夾層的細(xì)觀組構(gòu)參數(shù)，結(jié)果如下：

(1)顆粒及孔隙級(jí)配

泥化夾層顆粒最大粒徑多小于5 um，同時(shí)以1～3 um粒徑的顆粒居多；下層顆粒與上層顆粒相比2～3 um顆粒逐漸增多。泥化夾層的孔隙結(jié)構(gòu)尺寸多小于1.5 um，最大直徑大于3.0 um的孔隙較少；上、中、下部區(qū)域的孔隙結(jié)構(gòu)大小均以0.5～1.0 um直徑大小居多(圖11)。

10月14日下午，《媽媽寶寶》雜志聯(lián)合上海國(guó)婦嬰美蘭湖分院舉辦“母乳喂養(yǎng)指導(dǎo)”主題孕媽沙龍?；顒?dòng)內(nèi)容包含：“母乳喂養(yǎng)指導(dǎo)”課程、知識(shí)問答、爸爸“母乳姿勢(shì)”賽、幸運(yùn)抽獎(jiǎng)，還有精致豐盛下午茶歇等。在這里，大家一起度過了一個(gè)美好的周末下午時(shí)光，給孕期生活增添不少樂趣和美好的回憶。

圖11 單元體最大粒徑分布圖

顆粒粒徑分布出現(xiàn)層狀結(jié)構(gòu)的原因可能是：泥化夾層上部顆粒風(fēng)化作用強(qiáng)烈，顆粒粒徑較??；下部顆粒由于其風(fēng)化程度較低且沉積年代相對(duì)較遠(yuǎn)，其粒徑則稍大于上部。而泥化夾層孔隙大小在不同層面上表現(xiàn)出較為相似的幾何結(jié)構(gòu)特征，主要表現(xiàn)為顆粒間孔隙與簇團(tuán)內(nèi)孔隙[25]。

(2)顆粒及孔隙圓度

泥化夾層的顆粒圓度多介于0.1～0.5，且以0.2～0.4居多，上部顆粒圓度以0.3～0.4數(shù)值居多，下部顆粒圓度以0.2～0.3數(shù)值居多。泥化夾層孔隙圓度分布則較廣，以0.2～0.7居多，上部孔隙圓度值以0.2～0.3居多，中部孔隙圓度以0.3～0.4居多，下部孔隙其0.4～0.5數(shù)值的圓度數(shù)值居多(圖12)。

圖12 單元體圓度分布

顆粒粒徑分布出現(xiàn)層狀結(jié)構(gòu)的原因可能是：泥化夾層在自然風(fēng)化作用下，上部顆粒風(fēng)化強(qiáng)烈，致使其顆粒圓度較大，顆粒越趨近于圓形分布，隨著天然風(fēng)化作用的加劇，沿縱斷面方向，泥化夾層顆粒粒徑呈現(xiàn)整體扁平趨勢(shì)。而沿泥化夾層縱斷面方向，夾層孔隙圓度呈現(xiàn)較為明顯的遞增趨勢(shì)。

(3)顆粒及孔隙定向角

泥化夾層上層顆粒排列的定向角多介于160°～200°(20°)，顆粒間呈現(xiàn)較為明顯的水平向分布特征；泥化夾層的中部顆粒排列定向角水平向分布減少，呈較均勻態(tài)勢(shì)；泥化夾層下部顆粒排列的定向角存在較明顯的不連續(xù)現(xiàn)象，但可看出其豎直方向分布明顯增加。泥化夾層上部孔隙定向性分布較為均勻；中部孔隙多以水平向分布為主，以150°～210°(30°)居多；而下層孔隙豎直向分布逐漸增多，以70°～110°居多。由此可見，沿縱斷面方向，泥化夾層顆粒排列方向逐漸從水平向豎直方向過度，呈現(xiàn)較為明顯的豎直向分布特征。

圖13 定向性風(fēng)玫瑰圖

(4)顆粒及孔隙起伏分維數(shù)

泥化夾層顆粒及孔隙分形維數(shù)統(tǒng)計(jì)見圖14。

泥化夾層上部顆粒起伏分維數(shù)多介于1.09～1.12，以1.10～1.11居多，圖形近似于正態(tài)分布；泥化夾層中部顆粒起伏分維數(shù)多介于1.08～1.13之間，以1.08～1.09居多，分形維數(shù)較上部區(qū)域波動(dòng)范圍更大；泥化夾層下部顆粒起伏分維數(shù)多介于1.08～1.12，以1.09～1.10居多。泥化夾層上部孔隙起伏分維數(shù)主要介于1.08～1.11，以1.09～1.10居多；中部孔隙起伏分維數(shù)主要介于1.08～1.13，以1.10～1.11居多；下部孔隙起伏分維數(shù)多介于1.08～1.12，以1.10～1.13居多。由此可見，沿著泥化夾層縱斷面方向，孔隙起伏分維數(shù)呈現(xiàn)逐漸增大趨勢(shì)。

分形維數(shù)表征顆粒邊界的粗糙程度，其中孔隙邊界變復(fù)雜可能的原因是：上部顆粒間的沉積固結(jié)時(shí)間較短，其顆粒間的擠壓密實(shí)程度較低，造成其孔隙分形維數(shù)較小；下部顆粒則沉積固結(jié)年代相對(duì)較遠(yuǎn)，其顆粒密實(shí)程度較高，造成孔隙擠壓變形較大，分形維數(shù)較大。

圖14 分形維數(shù)分布圖

4 結(jié)論

本文在研究現(xiàn)有圖像處理方法的基礎(chǔ)上，通過效果對(duì)比，提出了一套可用于泥化夾層細(xì)觀組構(gòu)參數(shù)的系統(tǒng)化綜合提取方法，得到了以下結(jié)論：

(1)通過對(duì)比分析圖像處理方法在泥化夾層中的應(yīng)用效果，說明通過直方圖均衡化、3×3模板加權(quán)平均非線性中值濾波能得到較好的圖像預(yù)處理結(jié)果，通過標(biāo)記區(qū)域分水嶺分割方法能夠?qū)崿F(xiàn)圖像的完整分割，基于此形成了泥化夾層細(xì)觀組構(gòu)圖像處理方法。

(2)通過上述方法量化了泥化夾層細(xì)觀組構(gòu)參數(shù)，其顆粒粒徑以1～3 um粒徑的顆粒居多，孔隙多小于1.5 um；顆粒圓度以0.2～0.4居多，孔隙圓度則以0.2～0.7居多；顆粒及孔隙定向角分布較分散，且隨層狀結(jié)構(gòu)變化明顯；顆粒及孔隙分形維數(shù)介于1.08～1.13之間，近似正態(tài)分布。

(3)通過區(qū)域數(shù)據(jù)分析發(fā)現(xiàn)，泥化夾層各細(xì)觀組構(gòu)參數(shù)沿縱斷面方向呈變化趨勢(shì)，說明泥化夾層沿縱斷面方向具有較明顯的層狀現(xiàn)象。這可能導(dǎo)致其各層力學(xué)性能的差異，建立結(jié)構(gòu)模型時(shí)可考慮分層建模。

[1] 宋子嶺,楊添,趙立春. 含多層軟弱夾層的順向巖質(zhì)邊坡穩(wěn)定性評(píng)價(jià)方法對(duì)比分析[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2016,27(2):20-25.

SONG Ziling, YANG Tian, ZHAO Lichun. Applicatyion of combination algorithm in stability analysis of rock slope with contains multilayer weak bedrock layers[J]. The Chinese Journal of Geological Hazard and Control,2016,27(2):20-25.

[2] 喬建平. 滑坡體結(jié)構(gòu)與坡形[J]. 巖石力學(xué)與工程學(xué)報(bào),2002,21(9):1355-1358.

QIAO Jianping. Structure and shape of landslide[J]. Chinese Journal of Rock Mechanics and Engineering, 2002,21(9): 1355-1358.

[3] 胡啟軍,蔡其杰,何樂平,等. 基于應(yīng)變破壞準(zhǔn)則的泥化夾層強(qiáng)度參數(shù)測(cè)定[J]. 工業(yè)建筑,2016,46(7):140-144+177.

HU Qijun, CAI Qijie, HE Leping,et al. Testing method of mudded intercalation strength parameters based on strain failure criterion[J]. Industrial Construction,2016,46(7):140-144+177.

[4] 陳瑋,簡(jiǎn)文彬,董巖松,等. 軟弱結(jié)構(gòu)面對(duì)花崗巖殘積土邊坡穩(wěn)定性影響[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2015,26(1):23-30.

CHEN Wei, JIAN Wenbin, DONG Yansong, et al. Influence of weak structural surface on stability of granite residual soil slopes[J], The Chinese Journal of Geological Hazard and Control,2015,26(1):23-30.

[5] 朱健偉,葉偉英,徐金明,等. 基于視頻圖像和擴(kuò)展有限元法的花崗巖裂縫擴(kuò)展過程[J]. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào),2013,24(3):122-126.

ZHU Jianwei, YE Weiying, XU Jingming, et al. MSimulation of propagation of cracks in granite based on digital image processing and extended finite element method[J]. The Chinese Journal of Geological Hazard and Control,2013,24(3):122-126.

[6] LIU C, SHI B, ZHOU J, et al. Quantification and characterization of microporosity by image processing, geometric measurement and statistical methods: Application on SEM images of clay materials[J]. Applied Clay Science, 2011, 54(1): 97-106.

[7] 谷天峰,王家鼎,郭樂,等. 基于圖像處理的Q3黃土的微觀結(jié)構(gòu)變化研究[J]. 巖石力學(xué)與工程學(xué)報(bào),2011, 30(S1): 3185-3192.

GU Tianfeng, WANG Jiading, Guo Le, et al. Study of Q3 loess microstructure changes based on image processing[J]. Chinese Journal of Rock Mechanics and Engineering, 2011, 30(S1): 3185-3192.

[8] Shirazi S H, ul Haq N, Hayat K, et al. Curvelet based offline analysis of SEM images[J]. PloS one, 2014, 9(8): e103942.

[9] Eramo G, Aprile A, Muntoni I M, et al. Textural and morphometric analysis applied to Holocene pottery from Takarkori rock shelter (SW Libya, central Sahara): a quantitative sedimentological approach[J]. Archaeometry, 2014, 56(S1): 36-57.

[10] 苗得雨,白曉紅. 基于Matlab的土體SEM圖像處理方法[J]. 水文地質(zhì)工程地質(zhì),2014,41(6):141-146.

MIAO Deyu, BAI Xiaohong. Microstructure of soil using sem image based on matlab[J]. Hydrogeology & Engineering Geology, 2014,41(6): 141-146.

[11] 尹延春,趙同彬,譚云亮,等. 基于Otsu圖像處理的巖石細(xì)觀模型重構(gòu)及數(shù)值試驗(yàn)[J]. 巖土力學(xué),2015,36(9): 2532-2540.

YIN Yanchun, ZHAO Tongbin, TAN Yunliang, et al. Reconstruction and numerical test of the mesoscopic model of rock based on Otsu digital image processing[J]. Rock and Soil Mechanics, 2015,36(9):2532-2540.

[12] Keller L M, Schuetz P, Erni R, et al. Characterization of multi-scale microstructural features in Opalinus Clay[J]. Microporous and Mesoporous Materials, 2013, 170: 83-94.

[13] Houben M E, Desbois G, Urai J L. A comparative study of representative 2D microstructures in Shaly and Sandy facies of Opalinus Clay (Mont Terri, Switzerland) inferred form BIB-SEM and MIP methods[J]. Marine and Petroleum Geology, 2014, 49: 143-161.

[14] 宋丙輝,諶文武,吳瑋江,等.舟曲鎖兒頭滑坡滑帶土微結(jié)構(gòu)的分形研究[J]. 巖土工程學(xué)報(bào), 2011, 33(S1): 299-304.

SONG Binghui, CHEN Wenwu, WU Weijiang, et al. Microstructure fractal of sliding zone soil of Suoertou landslide in Zhouqu[J]. Geotechnical Engineering, 2011, 33 (S1):299-304.

[15] 周健,余榮傳,賈敏才. 基于數(shù)字圖像技術(shù)的砂土模型試驗(yàn)細(xì)觀結(jié)構(gòu)參數(shù)測(cè)量[J]. 巖土工程學(xué)報(bào),2006,28(12): 2047-2052.

ZHOU Jian, YU Rongchuan, JIA Mincai. Measurement of microstructure parameters for granular soil model using digital image technology[J]. Chinese Journal of Geotechnical Engineering. 2006,28(12):2047-2052.

[16] 徐日慶,鄧祎文,徐波,等.基于SEM圖像的軟土三維孔隙率計(jì)算及影響因素分析[J]. 巖石力學(xué)與工程學(xué)報(bào),2015,34(7):1497-1502.

XU Riqing, DENG Yiwen, XU Bo, et al. Calculation of three-dimensional porosity of soft soil based on SEM image[J]. Chinese Journal of Rock Mechanics and Engineering,2015,34(7):1497-1502.

[17] ZHENG Yongxiang, LIU Jianjun, HU Qijun, et al. Study on microstructure of muddy intercalation using SEM method[J].Electronic Journal of Geotechnical Engineering, 2014(z2): 9953-9963.

[18] 蔡其杰. 邊坡泥化夾層宏細(xì)觀參數(shù)關(guān)系及應(yīng)變軟化本構(gòu)特性研究[D].成都：西南石油大學(xué),2015.

CAI Qijie. Study on the macro-micro parameter correlation and strain softening characteristics for the mudded weak interlayer in slope[D]. Chengdu: Southwest Petroleum University,2015.

[19] 唐朝生,施斌,王寶軍. 基于SEM土體微觀結(jié)構(gòu)研究中的影響因素分析[J]. 巖土工程學(xué)報(bào), 2008, 30(4): 56-62.

TANG Chaosheng，SHI Bin，WANG Baojun. Factors affecting analysis of soil microstructure using SEM[J]. Chinese Journal of Geotechnical Engineering，2008，30(4)：56-62.

[20] 扈佃海,呂緒良,文劉強(qiáng). 一種改進(jìn)的直方圖均衡化圖像增強(qiáng)方法[J]. 光電技術(shù)應(yīng)用,2012(3):65-68.

HU Dianhai, LYU Xuliang, WEN Liuqiang. Image enhancement method using improved histogram equalization[J]. Electro-Optic Technology Application, 2012(3):65-68.

[21] 孫宏琦,施維穎,巨永鋒. 利用中值濾波進(jìn)行圖像處理[J]. 長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2003(2):104-106.

SUN Hongqi , SHI Weiying, JU Yongfeng. Image processing with medium value filter[J]. Journal of Chang’an University(Natural Science Edition),2003(2):104-106.

[22] 馮寶成,曹金鳳,高洪秀,等. 基于變分水平集方法獲取巖石的細(xì)觀結(jié)構(gòu)[J]. 巖土力學(xué),2012,33(12):3592-3597.

FENG Baocheng, CAO Jinfeng, GAO Hongxiu, et al. Obtaining rock’s mesostructure based on variational level set method[J]. Rock and Soil Mechanics, 2012, 33(12):3592-3597.

[23] 宮偉力,安里千,趙海燕,等. 基于圖像描述的煤巖裂隙CT圖像多尺度特征[J]. 巖土力學(xué), 2010, 12(2): 371-376, 381.

GONG Weili, AN Liqian, ZHAO Haiyan, et al. Multiple scale characterization of CT image for coal rock fractures based on image description[J]. Rock and Soil Mechanics, 2010, 31(2): 371-376, 381.

[24] 董輝,李智飛,傅鶴林,等. 殘坡積碎石物理特征與持水性的空間變異性研究[J]. 水文地質(zhì)工程地質(zhì),2015, 42(3): 71-78.

DONG Hui，LI Zhifei，F(xiàn)U Helin,et al. A study of the spatial variability of physical characteristics and water-holding characteristics of the residual diluvia gravel[J]. Hydrogeology & Engineering Geology, 2015,42(3) :71-78.

[25] 孔令榮. 飽和軟粘土的微結(jié)構(gòu)特性及其微觀彈塑性本構(gòu)模型[D].上海：同濟(jì)大學(xué),2007.

KONG Lingrong. Microstructural behavior of saturated soft clay and an elasto-plastic constitutive model considering microstructure [D]. Shanghai: Tongji University, 2007.

Microsfabricparameters’squantitativemethodofthemuddedweakinterlayer

HU Qijun1,HE Songsheng1,YE Tao2,HE Leping1,CAI Qijie3

(1.SchoolofCivilEngineeringandArchitecture,SouthwestPetroleumUniversity,Chengdu,Sichuan610500,China; 2.No.909TeamofGeologicalProspectingBureauinSichuan,Mianyang,Sichuan621050,China； 3.SchoolofTransportationandLogistics,SouthwestJiaotongUniversity,Chengdu,Sichuan610031,China)

Weak mudded interlayer is a common kind of weak structural plane (zone) in the rock slope and its qualification of microfabric parameters can provide basis for the study of meso-damage and failure mechanism. To complete the systematic extraction of weak mudded interlayer’s microfabric parameters, microscopic images processing method of weak medded interlayer is proposed in this paper,after the study of existing image processing technology. Based on SEM scanning images of the weak mudded interlayer, this method can complete weak mudded interlayer’s microfabric characteristics extraction accutately through histogram equalization, nonlinear weighted average median filtering and marker-based watershed. Besides, this method can calculate microstructure parameters by using Image-Pro Plus. Results show that: (1) The above mentioned method can complete the quantification of the weak mudded interlayer; (2) This method also can obtain the size, roundness, orientation angles, fracture dimension of the particle and pore; (3) We can obtain that the weak mudded interlayer microstructure has characteristics of layered through further calculating and the quatification of weak mudded interlayer’s microfabric parameters can provide a basis for its layered structure study and structural model building.

mudded weak interlayer; microstructure parameters; image processing; layered structure

P642.1

A

1003-8035(2017)03-0137-10

10.16031/j.cnki.issn.1003-8035.2017.03.21

2016-09-19;

2017-05-31

國(guó)家自然科學(xué)基金資助項(xiàng)目(51574201)；成都理工大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)開放基金資助項(xiàng)目(SKLGP2015K006)；國(guó)家安監(jiān)總局科技計(jì)劃項(xiàng)目(2014_3305)；西南石油大學(xué)青年科技創(chuàng)新團(tuán)隊(duì)資助(2015CXTD05)

胡啟軍(1977-)，男，湖南衡東人，博士，副研究員，主要從事工程地質(zhì)災(zāi)害防治方向的研究工作。E-mail: huqijunswpu@163.com