图像处理技术在土工室内试验中的实践探析

于洋

（中材地质工程勘查研究院有限公司，北京100102）

1 引言

室内土工试验主要是以分析建筑场地土质特征开设的专项试验，以此指引工程设计单位出具合理的工程建设方案。 因土作为松散性材料，具有天然性、流动性特征，故在不同土质环境下形成的密度、沉降系数等参数多有差异，如若获取可靠的土质检测结果，将为建筑设计工程师提供权威凭证。 传统试验环节多以比重瓶法、环刀法采集土样比重与密度参数，但考虑到人工操作中易因时间变化使土样形态特性存在波动，若能以图像处理技术开展参数测量工作，有利于提升试验精度。

2 土工室内试验的现实意义

针对建筑项目现场地基土样开展土工室内试验具有深刻的现实意义。 一般情况下，土质含水量、渗透性以及密度差异明显的地基环境下采用的建筑设计方案不一致。 考虑到土具有易变形特性，若在土工室内试验中获取力学强度参数，能够为后续支护边坡设计和施工提供依据， 进而避免在软弱地基中出现安全事故。 由此证实：土工室内试验具备提升建筑施工安全性的作用。 经过对试验数据的整合分析，可从中了解地基土质强度程度，自此在数据分析中总结土质规律，以期借助力学性质提升建筑工程设计方案的合理性。

如在开设土工室内试验分析土粒相对密度时， 可以根据土粒相对密度参数的变化范围确定土质成分。 通常在测定土粒相对密度（ρs）时，需要参照式（1）求值：

式中，ms为土壤固相质量，g；Vs为土壤固相容积，cm3。

式中，mw为土壤液相质量；ma为土壤气相质量；Vw为土壤液相容积；Va为气相容积。不同基质下土壤容积与质量关系分布如图1 所示。

图1 不同基质下土壤容积与质量关系分布图

土粒相对密度多为2.6～2.8 g/cm3， 若测定后发现该数值在1.5～1.8 g/cm3，可将该固相土壤成分认定为淤质土，若在2.4～2.5 g/cm3，则表示固相土壤中含有有机质成分，并需要结合土粒相对密度指标改善土壤性能， 即利用煤油等中性溶剂下调有机质土，联合抽气排气方式优化土质。 从中得出：土工室内试验在土壤物理性质等参数测量方面具有显著价值，理应在项目开工前充分组织土工试验详细记录试验结果。

3 室内土工试验数据不准确常见因素

3.1 样品处理技术

室内土工试验在获取试验数据时，常出现与实际情况误差偏大的情况。究其根本，多考虑与样本处理技术有关。传统意义上应用的样品处理技术仅在现场以环刀法（测量土壤密度）、比重瓶法（测量土粒比重）、渗透试验（测量渗透系数）对土样进行取样处理，后利用不同技术方法获取相关参数。 但该技术所得到的参数范围与实测值偏差较大， 故笔者提出图像处理技术以弥补传统技术不足。 图2 为室内土工试验操作现场。

图2 室内土工试验现场操作图

3.2 土样输送环境

在从现场地基采集土样，并输送至室内试验室过程中，受季节气候以及运输工具、输送时间等因素的干扰，致使土样出现松散、渗水或成分丢失问题，这样也会降低数据准确性。 而图像处理技术的运用可及时获取第一手图像原始形态资料，将其作为辅助信息用于土工室内试验中[1]。

3.3 室内操作条件

于土工室内试验实操环节， 多与设备仪器准备充足性以及外在条件有关，若温度较高，或使用暖风等装置，会造成土样水分蒸发，从而引起试验数据失真后果。 而提前准备好图像处理技术应用设备，可为后续试验项目的实施创造有利条件。

3.4 数据分析质量

在对建筑项目土样进行土工试验阶段， 试验者需要统筹多项数据，且面对的样本数量较多，造成数据分析环节难以单纯凭借人力精准计算土样参数。 若联合技术手段把握土样指标规律，将进一步增加数据精度。

4 图像处理技术在土工室内试验中的实践路径

4.1 加强图像预处理

图像预处理阶段使用Video Reader 函数创建对象后读取视频文件，将拍摄试样变形视频导入Matlab 软件中，逐帧读取图像信息，获取视频中的试样振动图像。 在数据处理中通过逐帧比较试样图像内容，掌握图像多方向变化规律。 在选择图像导入与检测区域后，需通过视频图像处理的方法清除其中的无关信息，降低后期提取图像坐标的难度。 在转换图像类型过程中，将图像采集装置记录的彩色图像（RGB 图像）转变为8 bit灰度图像，在图像灰化处理后再去噪，可以降低图像处理精度。

同时考虑到光线、外部环境变化以及设备抖动、图像资料传输中等都会导致图像噪声。 本次研究中采用了基于滤波器的处理方法，通过线性平滑滤波器平均图像的灰度值，当任意一点像素灰度值与周围地区平均值相同时，达到模糊、平滑图像的效果，清除其中高频部分，减少灰度变化。

最后做图像边缘形态处理， 采用膨胀与腐蚀两种操作形态相互融合的方法达到最优化处理效果。 其中，膨胀是对图像做扩张处理，包括增粗、加长等，清除图像中的凹陷问题；扩张则可以用结构元素的平移遍历并覆盖原图像的像素点。 在本次图像预处理中采用先腐蚀后膨胀的运算方法， 使图像轮廓变得更加光滑，在清除其中的细微凸起物质后，连接细小的断裂部位，提升图像质量。

4.2 优化图像测量

土工室内试验中应用图像处理技术， 还需进一步优化图像测量步骤。 在对地基土样图像展开测量时， 侧重于边缘测量。 由于土样图像中边缘部位属于像素灰度值波动明显区域，若能从中准确测量参数信息， 可为土样图像的整体处理起到辅助作用。 一般情况下，以图像处理技术测量边界图像时，需要按照图3 所示的流程采样[2]。

图3 土样边界坐标提取流程图

在测量边界图像时， 通常需要采用微分结构将土样边缘图像进行细化处理，而后依据下列关系式掌握土样边界向量指标。

式中，（x，y）为土样图像中任意位置；Δf（x，y）为（x，y）位置的灰度值；Gx、Gy为横向及纵向边缘检测的图像灰度值；T 为空间域处理操作动作，如像素值之上增加20 灰度值等。

在对图像中的灰度进行统计时， 可以借助SOBEL 算子实施加权处理，自此强化降噪效果，也能杜绝边缘测量结果不准确现象。

在从土样图像中分析土样边缘规律时， 应在微分处理原理下了解土样图像中像素界限分布情况， 确保经过测量边缘图像灰度后，能提升图像处理准确度。 试验者应在土工室内试验中始终以土样图像为试验根本，便于得到优化后的数据。

4.3 充分准备试验设备

在以土工试验了解土壤特性阶段， 应充分准备好土工室内试验所需设备，促使图像处理技术发挥出关键性作用。 以孔隙度土工试验为例， 试验者应先行准备好适宜运用图像处理技术的试验设备。其中较为关键的是用于承载土样的容器。通常需要选用长35 cm，厚2.5 cm 的土样容器，并在该容器上端放置传感器，传感器应距离容器顶端15 cm，传感器设备实则是为了记录孔隙水压力参数，至少需要5 个传感器，且分别放于除底部以外的5 个平面，且四周传感器应相距10 cm。 后向容器内投入土样， 可模拟建筑项目现场土质结构分布图知晓不同土质成分的孔隙度指标。

如在某粗砂层土工试验中，在灌入粗砂成分后，应采集传感器数据，并借助传感器图像分析冲击荷载条件改变时，是否因孔隙度差异产生沉降量不同的结果。 若发现沉降量差值明显， 则表明孔隙度与冲击荷载存在密切关联。 在计算沉降量（S）期间，可参照式（4）求取：

式 中，i 为 土 样 图 像 平 均 位 置；K 为 图 像 提 取 量；ni、ni-1为 第i幅、第i-1 幅图像。

在获取S 值后可以采用图像阈值将图像分为两种像素类型，即黑像素与白像素，进而从黑白分明的图像中了解土样沉降情况。 于各个设备的支持下，将获得带有土壤性能分析参考价值的图像信息[3]。

4.4 精准分析试验数据

在土工室内试验开展期间运用图像处理技术， 还需精准分析试验数据，以土样图像对土壤物理性质等参数进行分析。如按照上述准备的沉降量相关测量设备， 可对沉降量图像数据加以整理。 在改变冲击荷载条件时，能从中知晓粗砂沉降量变化规律。即初次冲击作用下，将直接出现78%左右的沉降现象，且持续3 s 冲击后基本保持持稳状态。 而且在图像分析结果中发现：持续1 min 后显然粗砂将终止沉降。 为获得准确度更高的试验数据，应先行对粗砂容器进行静置处理，待15 min后记录S 值，并对比静置前结果，若未产生明显差距，验证粗砂层显现固结状态。 依据该结果可以在建筑工程施工环节严控冲击荷载， 以免在夯击作业或其他振动项目中引起土层塌陷后果，且该土层结构基本呈现稳定状态。

数据分析环节还应对土工室内试验数据误差情况展开综合分析。 因记录的粗砂层图像会受测量数据的影响引起误差。因此，应保证用于土壤拍摄的摄影机，调整好像素误差，并利用精度调节等方式，减小图像偏差值，一般应将像素误差控制在0.45 mm 以内。 与此同时，在对粗砂层不同分层结构的图像进行土工试验阶段，需要对其加以压实处理。 由于未压实的土壤易受外界环境改变出现变形情况，故应注重数据误差。

5 结语

综上所述，土工室内试验中常受样品处理技术、土样输送环境、室内操作条件、数据分析质量等因素影响造成试验数据不准确。 为进一步获取权威数据，展现建筑工程设计方案的可行性价值，应依托图像处理技术，从图像预处理、图像测量、设备准备以及数据分析等方面着手，确保在新技术助力下，土工室内试验能够具有相对完善的试验条件，亦能优化试验环境。在深入分析土样土粒密度、含水量、渗透性等参数特征后，能指引施工人员严格遵照合理的施工设计方案， 依据土质状况正确建设建筑物，借此提高我国工程建筑建设水平，满足新时代技术应用需求。