MATLAB在識別粘性土微觀孔隙結(jié)構(gòu)中的應(yīng)用

1、    matlab在識別粘性土微觀孔隙結(jié)構(gòu)中的應(yīng)用    張久旭 黃俊杰 胡志林 王勇摘要：matlab是一款功能強大的數(shù)字圖像處理軟件。本文分析了matalb用于數(shù)字圖像處理的主要優(yōu)點，提出了matlab識別土體微觀結(jié)構(gòu)圖像的基本思路，運用matlab識別了某粘性土微觀結(jié)構(gòu)圖像的孔隙結(jié)構(gòu)信息。研究表明：matlab可以通過灰度圖像轉(zhuǎn)換、閾值優(yōu)選和二值化處理可以有效識別土體微觀孔隙結(jié)構(gòu)信息，具有良好的應(yīng)用效果。關(guān)鍵詞：matlab；粘性土微觀結(jié)構(gòu)；孔隙；二值化：tu411.92：a1 matlab的優(yōu)點matlab在數(shù)字圖像處理方面具有很多優(yōu)點，主要包

2、括： matlab的運算功能十分強大、高效，尤其在矩陣運算方面更加突出； matlab的語法規(guī)則與一般高級語言有一定的相似性，對編程技術(shù)要求不高，便于熟悉和掌握； matlab的庫函數(shù)十分豐富，且具有語言簡潔、程序自由的特點，避免編寫復(fù)雜繁瑣的子程序； matlab提供了簡單快捷的圖像繪制與處理功能，其圖像處理工具箱功能十分強大。1因此，本文基于matlab對粘性土微觀孔隙結(jié)構(gòu)信息進行識別。2 matlab圖像處理方法matlab在識別粘性土微觀結(jié)構(gòu)圖像的基本思路：（1） 首先，運用matlab處理數(shù)字圖像，必須將數(shù)字圖像轉(zhuǎn)換為灰度圖像，可通過rgb2gray函數(shù)實現(xiàn)，若掃描電鏡sem圖像已經(jīng)

3、是灰度圖像則無須轉(zhuǎn)換；（2） 其次，建立數(shù)字圖像的灰度直方圖，可通過imhist函數(shù)實現(xiàn)，進而根據(jù)灰度直方圖灰度顯示的數(shù)字圖像灰度分布特征，便于選取合適的閾值，為圖像的二值化作準備；（3） 再次，閾值的選取是實現(xiàn)粘性土微觀結(jié)構(gòu)圖像二值化處理和孔隙結(jié)構(gòu)參數(shù)提取的重要前提。在sem掃描電鏡圖像中，有些顆粒并非處于試樣的表面，而是處于土顆粒與顆粒之間的孔隙中，當閾值選擇過大或者過小時，都會使二值化圖像損失一些顆?；蛘呖紫叮斐烧`差；當閾值選擇接近于sem圖像灰度值時，所得二值化圖像中顆粒與孔隙分布特征接近于粘性土顆粒與孔隙的實際分布，更有利于微觀結(jié)構(gòu)的識別和參數(shù)的提??；（4） 最后，在閾值優(yōu)選的基礎(chǔ)

4、上，實現(xiàn)sem微觀結(jié)構(gòu)圖像的二值化，可通過im2bw函數(shù)實現(xiàn)；matlab處理、識別數(shù)字圖像時，視白色區(qū)域為目標區(qū)域。而在sem微觀結(jié)構(gòu)二值化圖像中，白色部分代表的是粘性土顆粒，而黑色區(qū)域代表的是粘性土顆粒與顆粒之間的孔隙。因此，應(yīng)根據(jù)研究對象的不同加以區(qū)分。3 matlab識別粘性土微觀孔隙結(jié)構(gòu)3.1 圖像預(yù)處理依據(jù)matlab處理微觀結(jié)構(gòu)圖像的基本思路，對某粘性土微觀結(jié)構(gòu)圖像進行處理并提取孔隙結(jié)構(gòu)參數(shù)。2首先將掃描電鏡圖像存入matlabwork文件夾，判斷微觀結(jié)構(gòu)圖片是否為灰度圖片，再將非灰度圖片（假設(shè)為rgb圖像）通過rgb2gray函數(shù)將其轉(zhuǎn)換為灰度圖片。有些圖片無法通過肉眼觀察判斷

5、是否為灰度，而利用matlab可以查看到每一個像素點所對應(yīng)的灰度值或亮度值，進而可以判斷圖像的屬性。3.2 圖像二值化處理通過imhist函數(shù)查看灰度圖像的灰度直方圖，選擇合適的閾值，為圖像的二值化做準備。以某粘性土微觀結(jié)構(gòu)圖像為例，闡述閾值的優(yōu)選和圖像的二值化過程。粘性土微觀結(jié)構(gòu)圖像的二值化圖通過rgb2gray函數(shù)將微觀結(jié)構(gòu)圖像轉(zhuǎn)換為灰度圖像，利用imhist函數(shù)計算粘性土微觀結(jié)構(gòu)圖像的平均灰度值約為65。matlab對灰度圖像二值化處理方法多種多樣，本文采用較常用的im2bw（i，level）函數(shù)，其中i為灰度圖像，參數(shù)level為需要選取的圖像灰度水平即為閾值，0level1，im2b

6、w（i，0.25）即是將灰度圖像i中灰度值大于65的轉(zhuǎn)換為1，而灰度值小于65的轉(zhuǎn)為為0。3.3 圖像識別與分析研究表明：當level=0.20時，粘性土顆粒表面亮度較低的部分依然存在，在識別過程中被誤認為是孔隙；隨著閾值level取值的減小，圖像中由于粘性土顆粒表面亮度低而被誤認為是顆粒與顆粒之間孔隙的趨勢呈逐漸降低的趨勢；當閾值level=0.15時，如上圖（右）所示，粘性土顆粒表面亮度較低的部分剛好消失；當閾值level=0.20時，圖像中忽略了顆粒之間孔隙中亮度較高的部分，在識別過程中被誤認為是顆粒。因此，閾值level=0.15為最優(yōu)選擇。本文為了研究方便取level=0.05，但在

7、高精度分析中建議取level=0.01以達到更加完善的效果。粘性土sem微觀結(jié)構(gòu)圖像經(jīng)二值化處理后，便可利用matlab中豐富的庫函數(shù)實現(xiàn)粘性土微觀孔隙結(jié)構(gòu)的識別與參數(shù)的提取。4 結(jié)論在分析matalb用于數(shù)字圖像處理的主要優(yōu)點的基礎(chǔ)上，提出了matlab識別土體微觀結(jié)構(gòu)圖像的基本思路，并運用matlab識別了某粘性土微觀結(jié)構(gòu)圖像的孔隙結(jié)構(gòu)信息。研究表明：matlab可以通過灰度圖像轉(zhuǎn)換、閾值優(yōu)選和二值化處理可以有效識別土體微觀孔隙結(jié)構(gòu)信息，具有良好的應(yīng)用效果。參考文獻：1江鐵成.基于matlab的數(shù)字圖像處理技術(shù)研究j.合肥師范學(xué)院學(xué)報，2017，35（06）：2527.2張禮中，胡瑞林，李向全