基于激光圖像土壓實(shí)度檢測方法的研究

《基于激光圖像土壓實(shí)度檢測方法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、ResearchonDetectionMethodofCompactionDegreeBasedonLaserImageofSoilADissertationSubmittedfortheDegreeofDoctorCandidate：LiXirongSupervisor：Prof.HuYongbiaoChang’anUniversity,Xi’an,China摘要土的壓實(shí)度是工程建設(shè)基礎(chǔ)施工最重要的質(zhì)量指標(biāo)，檢測工作量大，并要求準(zhǔn)確、快速、方便、實(shí)時(shí)，使得土的壓實(shí)度無損檢測成為壓實(shí)度檢測研究的熱點(diǎn)問題。本文利用光電技術(shù)和計(jì)算機(jī)技術(shù)，對基于激光圖像的土的壓實(shí)度無損檢測檢測

2、方法進(jìn)行了探討研究。鑒于土的類別和結(jié)構(gòu)成分的多樣性和復(fù)雜性，本文選取粘土為研究對象，假定土的密實(shí)度是均值。主要工作如下：首先，論文對土的壓實(shí)度檢測技術(shù)和激光圖像技術(shù)相關(guān)內(nèi)容的研究現(xiàn)狀及其存在的主要問題進(jìn)行了歸納和總結(jié)，指出了土的壓實(shí)度檢測方法存在的不足，以及激光圖像檢測土壓實(shí)度的存在問題；從土的含水率測量方法、最佳含水率和最大干密度等方面論述了土壓實(shí)度的評價(jià)方法以及壓實(shí)理論，系統(tǒng)分析了壓實(shí)度的影響因素。對比分析了土組織和生物組織結(jié)構(gòu)的特點(diǎn)，借鑒激光在生物組織中傳輸規(guī)律及激光成像理論來研究激光在土組織中傳播過程及激光成像。分析了土組織的光學(xué)特性以及光子在組織中的輻射傳輸方程

3、，并且利用漫射近似理論對傳輸方程求解；根據(jù)激光在土組織中的傳輸規(guī)律及成像理論，通過土組織激光圖像找出與其壓實(shí)度相關(guān)的特征。對基于激光圖像的土壓實(shí)度的檢測系統(tǒng)的基本原理、系統(tǒng)組成和檢測的關(guān)鍵技術(shù)進(jìn)行了研究分析。其次，對能否利用漫射近似理論對傳輸方程求解得出土的光學(xué)參數(shù)問題進(jìn)行了研究。提出用蒙特卡羅模擬方法驗(yàn)證漫射近似理論，并分析了蒙特卡羅方法及模擬過程，然后在假定土的光學(xué)參數(shù)的前提下，用C語言編制程序模擬了光在土組織中的傳播過程以及得出了漫反射率，并通過漫射近似理論計(jì)算出漫反射率，并將兩者結(jié)果進(jìn)行了比較分析，兩者結(jié)果的最大絕對誤差為0.0497和最大相對誤差為10.44%。

4、結(jié)果表明：由于蒙特卡羅方法對任意的反照率、測量位置和邊界條件都是成立的，所以可認(rèn)為蒙特卡羅模擬結(jié)果是足夠精確的。證明了用漫射近似理論對輻射傳輸方程求解得出土的光學(xué)特性參數(shù)是可行的。然后，對土組織激光圖像的試驗(yàn)和結(jié)果進(jìn)行了研究。依據(jù)擊實(shí)試驗(yàn)制備了土組織試樣，通過激光圖像檢測系統(tǒng)采集了激光圖像；通過現(xiàn)有圖像處理方法找到了圖像中心位置，針對現(xiàn)有圖像處理方法的處理步驟多和速度慢的問題，提出了MatlabGui界面交互處理方式，減少了處理步驟以及提高了速度。并分析了不同含水率的土組織表面漫反射光的分布規(guī)律；通過漫射理論方程和最小二乘法計(jì)算出土組織的光學(xué)參數(shù)。然后分析了漫反射率的變化

5、率、光學(xué)參數(shù)和圖像灰度均值變化率與壓實(shí)度的相關(guān)性，漫反射率變化I率隨著壓實(shí)度的增大而有增大的趨勢，灰度變化率隨著壓實(shí)度的上升而有下降的趨勢；吸收系數(shù)隨著壓實(shí)度的增大有減小的趨勢，散射系數(shù)隨壓實(shí)度增大有增大的趨勢。同時(shí)分析了激光圖像的現(xiàn)有紋理特征提取算法，現(xiàn)有算法提取的均勻性、能量和第3階矩特征隨著壓實(shí)度的增大而增大的趨勢，而其相關(guān)度、對比度、平均亮度、平均對比度、平滑度、一致性和熵特征隨著壓實(shí)度的增大而減小的趨勢；并提出了新的紋理特征算法，新算法提取的相關(guān)和逆差矩特征隨著壓實(shí)度的增大而增大的趨勢；而其小梯度優(yōu)勢、大梯度優(yōu)勢、灰度分布的不均勻性、灰度平均、慣性、梯度平均、灰

6、度均方差和梯度均方差特征隨著壓實(shí)度的增大而減小的趨勢。為了比較兩種紋理特征提取算法，下一章節(jié)分別將兩種算法提取的特征建立預(yù)測模型，比較其預(yù)測精度。最后，對BP神經(jīng)網(wǎng)絡(luò)預(yù)測壓實(shí)度和試驗(yàn)驗(yàn)證問題進(jìn)行了研究。針對與土壓實(shí)度的相關(guān)特征較多的問題，提出了神經(jīng)網(wǎng)絡(luò)方法對壓實(shí)度進(jìn)行預(yù)測。我們選取所有與壓實(shí)度相關(guān)的特征作為模型的輸入變量，分別將漫反射率變化率、灰度均值變化率、吸收系數(shù)、散射系數(shù)、對比度、平均亮度、一致性、均勻性、能量、相關(guān)度、第三階矩值、平均對比度、平滑度和熵共14個(gè)特征作為第一組原始變量；而漫反射率變化率、灰度均值變化率、吸收系數(shù)、散射系數(shù)、相關(guān)、逆差矩、小梯度優(yōu)勢、大

7、梯度優(yōu)勢、灰度分布的不均勻性、灰度平均、梯度平均、灰度均方差、梯度均方差和慣性共14個(gè)特征作為第二組原始變量。并通過主成分分析，將原始數(shù)據(jù)中減少為5個(gè)主成分因子，然后分別利用這兩組特征數(shù)據(jù)建立預(yù)測模型，并進(jìn)行預(yù)測，將預(yù)測結(jié)果與環(huán)刀法結(jié)果比較，第一組特征的預(yù)測值的平均絕對誤差為0.0937和平均相對誤差為10.08%，第二組特征的預(yù)測值的平均絕對誤差為0.0714和平均相對誤差為7.71%；第二組特征的預(yù)測值比第一組特征的預(yù)測精度高，因此，本文使用第二組特征所建立的預(yù)測模型，且其預(yù)測精度表明，用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測土的壓實(shí)度是可