基于颜色与超声技术的土体含水率与饱和度无损测定方法技术

本发明专利技术公开了一种基于颜色与超声技术的土体含水率与饱和度无损测定方法，土体含水率测定方法：拍摄土体照片，进行图像预处理，获取土体照片的

【技术实现步骤摘要】
基于颜色与超声技术的土体含水率与饱和度无损测定方法


[0001]本专利技术属于岩土工程
，涉及一种基于颜色与超声技术的土体含水率与饱和度无损测定方法
。

技术介绍

[0002]含水率与饱和度是土体的两个基本物理指标，其变化对于土体强度
、
变形以及渗流等特性均有重要影响
。
在道路路基与边坡施工过程中，土体含水率或饱和度过高极易造成土体承载力和抗剪强度减小，进而导致路基不均匀沉降和边坡失稳等工程灾害
。
因此，测定土体的含水率与饱和度具有重要意义
。
[0003]在岩土工程领域，测量土体含水率与饱和度的方法很多
。
现有的含水率测定方法主要包括烘干法等传统测定方法以及频域反射法
、
遥感法和探地雷达等新型测定法
。
传统烘干法虽然是国际上公认的标准通用方法，具有精确度高
、
操作简单等优点
。
但此方法为室内试验，需要耗费较多的时间与精力烘干土体，同时在传统测定方法的测试过程中需破坏待测土体，很难实现在不破坏现场土体的前提下对土体进行含水率测试
。
频域反射法虽然具有精度高，测试材料种类多，测试灵敏度较好等优点，但在低频工作时，含水率测定易受土体盐分含量等影响，测定结果误差较大
。
遥感法通过大尺度范围测定土的含水率，适用范围较广，精度较高，但存在易受气候与天气影响的缺点，容易产生误差，同时存在成本较高的问题
。
[0004]在饱和度测试方面，传统测定方法是通过室内测定试件含水率与孔隙比间接确定饱和度，新型测定方法包括
X
‑
射线衰减技术和光透射方法等
。
其中现有技术
(
公开号：
CN 107782640A)
公开了一种基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法，过程过于繁琐，现场土体测定工作量较大，影响检测精度
。
传统测定方法具有精准度较高的优点，但其在测试过程中需破坏待测土体，同时烘干土体需要耗费较长时间，不适用于现场测定
。X
‑
射线衰减技术与光透射方法都可在遵循不破坏待测土体的原则下进行试验
。
但
X
‑
射线衰减技术在测定时水的饱和度变化的反应时间比较慢，无法进行饱和度的精确测定；而光透射方法仅能测定半透明或多透明的多孔介质
。
所以，有必要提出更高效
、
更精确而又无损的土体含水率与饱和度测定新方法
。

技术实现思路

[0005]为了解决上述问题，本专利技术提供一种基于颜色与超声技术的土体含水率无损测定方法具有精度高
、
模型参数物理意义明确
、
适用性强
、
测试速度快
、
操作简单的特点，为现场确定土体含水率提出了新途径
。
[0006]本专利技术的另一目的是，提供一种土体饱和度无损测定方法
。
[0007]本专利技术所采用的技术方案是，一种基于颜色与超声技术的土体含水率无损测定方法，包括以下步骤：
[0008]步骤1，拍摄土体照片，进行图像预处理，获取土体照片的
R、G、B
图；
[0009]步骤2，获得图像中有效的分形维数，得到分形维数的离散型概率分布图；
[0010]步骤3，建立拟合参数
W、S
和
K
与土体图像中
R、G、B
级的各自分形维数之间的关系式；
[0011]步骤4，以拟合参数
W、S
和
K
为自变量，以实测土体含水量为因变量，采用最小二乘法进行线性回归分析，建立土体含水率的估算模型
。
[0012]进一步的，所述步骤1中，图像预处理包括图像提取处理
、
图像分割
、
图像亮度归一化处理以及滤波降噪处理，更好保留图像的颜色信息，增强图像的对比度
。
[0013]进一步的，所述步骤2中，分形维数根据式
(1)
‑
(2)
确定：
[0014][0015][0016]式中：
D
i
为分形维数，
i
表示颜色类型，具体为
R
，
G
，
B
；
A
(x
，
y)
为原始图网格化中位置
(x
，
y)
小格覆盖的图像上
R、G、B
的最大值所落盒子数；
Z
(x
，
y)
为在
(x
，
y)
小格覆盖的图像上
R、G、B
的最小值所落盒子数；
N
r
为全部覆盖
(x
，
y)
小格需要的盒子数；为分割比例；为盒子高度；
G
为图像中每一个像素对应的
R、G、B
级数；土体的拍摄原始图尺寸为
L
×
L
像素，将原始图网格化为
S
×
S
像素的小格
。
[0017]进一步的，所述步骤3中，合参数
W、S
和各自分形维数之间的关系式具体为：
[0018][0019][0020][0021]式中：
W
为土体图像中
R
的拟合参数；
S
为土体图像中
G
的拟合参数；
K
为土体图像中
B
的拟合参数；
D
R
、D
G
、D
B
分别为图像
R、G、B
的分形维数；
r、g、b
分别为图像
R、G、B
的像素值；
r
max
、g
max
、b
max
分别为图像
R、G、B
像素的最大值；
γ
为变换过程中的控制参数；在拟合参数函数中提出了光线修正参数
γ
，保证现场土体拍摄效果不受现场光线影响，涵盖更多的图像颜色信息和细节
。
[0022]进一步的，所述步骤4中，土体含水率的估算模型具体为：
[0023]w
＝
a+bW
c
+dexp(
‑
S)+eK
f
(7)
[0024]式中：
W
为土体图像中
R
的拟合参数；
S
为土体图像中
G
的拟合参数；
K本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于颜色与超声技术的土体含水率无损测定方法，其特征在于，包括以下步骤：步骤1，拍摄土体照片，进行图像预处理，获取土体照片的
R、G、B
图；步骤2，获得图像中有效的分形维数，得到分形维数的离散型概率分布图；步骤3，建立拟合参数
W、S
和
K
与土体图像中
R、G、B
级的各自分形维数之间的关系式；步骤4，以拟合参数
W、S
和
K
为自变量，以实测土体含水量为因变量，采用最小二乘法进行线性回归分析，建立土体含水率的估算模型
。2.
根据权利要求1所述一种基于颜色与超声技术的土体含水率无损测定方法，其特征在于，所述步骤1中，图像预处理包括图像提取处理
、
图像分割
、
图像亮度归一化处理以及滤波降噪处理
。3.
根据权利要求1所述一种基于颜色与超声技术的土体含水率无损测定方法，其特征在于，所述步骤2中，分形维数根据式
(1)
‑
(2)
确定：确定：式中：
D
i
为分形维数，
i
表示颜色类型，具体为
R
，
G
，
B
；
A
(x
，
y)
为原始图网格化中位置
(x
，
y)
小格覆盖的图像上
R、G、B
的最大值所落盒子数；
Z
(x
，
y)
为在
(x
，
y)
小格覆盖的图像上
R、G、B
的最小值所落盒子数；
N
r
为全部覆盖
(x
，
y)
小格需要的盒子数；为分割比例；为盒子高度；
G
为图像中每一个像素对应的
R、G、B
级数；土体的拍摄原始图尺寸为
L
×
L
像素，将原始图网格化为
S
×
S
像素的小格
。4.
根据权利要求1所述一种基于颜色与超声技术的土体含水率无损测定方法，其特征在于，所述步骤3中，拟合参数
W、S
和各自分形维数之间的关系式具体为：和各自分形维数之间的关系式具体为：和各自分形维数之间的关系式具体为：式中：
W
为土体图像中
R
的拟合参数；
S
为土体图像中
G
的拟合参数；
K
为土体图像中
B
的拟合参数；
D
R
、D
G
、D
B
分别为图像
R、G、B
的分形维数；

【专利技术属性】
技术研发人员：高乾丰，王珑霓，曾铃，张锐，史振宁，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：