基于激光圖像土的壓實(shí)度檢測(cè)方法的研究.pdf

1、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(cè)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(wú)損檢測(cè)成為壓實(shí)度檢測(cè)研究的熱點(diǎn)問(wèn)題。本文利用光電技術(shù)和計(jì)算機(jī)技術(shù),對(duì)基于激光圖像的土的壓實(shí)度無(wú)損檢測(cè)檢測(cè)方法進(jìn)行了探討研究。鑒于土的類(lèi)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(duì)象,假定土的密實(shí)度是均值。主要工作如下:
　　首先,論文對(duì)土的壓實(shí)度檢測(cè)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(wèn)題進(jìn)行了歸納和總結(jié),

2、指出了土的壓實(shí)度檢測(cè)方法存在的不足,以及激光圖像檢測(cè)土壓實(shí)度的存在問(wèn)題;從土的含水率測(cè)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(píng)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(duì)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(lái)研究激光在土組織中傳播過(guò)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,并且利用漫射近似理論對(duì)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

3、過(guò)土組織激光圖像找出與其壓實(shí)度相關(guān)的特征。對(duì)基于激光圖像的土壓實(shí)度的檢測(cè)系統(tǒng)的基本原理、系統(tǒng)組成和檢測(cè)的關(guān)鍵技術(shù)進(jìn)行了研究分析。
　　其次,對(duì)能否利用漫射近似理論對(duì)傳輸方程求解得出土的光學(xué)參數(shù)問(wèn)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(guò)程,然后在假定土的光學(xué)參數(shù)的前提下,用C語(yǔ)言編制程序模擬了光在土組織中的傳播過(guò)程以及得出了漫反射率,并通過(guò)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

4、析,兩者結(jié)果的最大絕對(duì)誤差為0.0497和最大相對(duì)誤差為10.44％。結(jié)果表明:由于蒙特卡羅方法對(duì)任意的反照率、測(cè)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(duì)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(duì)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(guò)激光圖像檢測(cè)系統(tǒng)采集了激光圖像;通過(guò)現(xiàn)有圖像處理方法找到了圖像中心位置,針對(duì)現(xiàn)有圖像處理方法的處理

5、步驟多和速度慢的問(wèn)題,提出了Matlab Gui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(guò)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,漫反射率變化率隨著壓實(shí)度的增大而有增大的趨勢(shì),灰度變化率隨著壓實(shí)度的上升而有下降的趨勢(shì);吸收系數(shù)隨著壓實(shí)度的增大有減小的趨勢(shì),散射系數(shù)隨壓實(shí)度增大有增大的趨勢(shì)。同時(shí)分析

6、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(shì),而其相關(guān)度、對(duì)比度、平均亮度、平均對(duì)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(shì);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(shì);而其小梯度優(yōu)勢(shì)、大梯度優(yōu)勢(shì)、灰度分布的不均勻性、灰度平均、慣性、梯度平均、灰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(shì)。為了比較兩種紋理特征提取算法

7、,下一章節(jié)分別將兩種算法提取的特征建立預(yù)測(cè)模型,比較其預(yù)測(cè)精度。
　　最后,對(duì)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)壓實(shí)度和試驗(yàn)驗(yàn)證問(wèn)題進(jìn)行了研究。針對(duì)與土壓實(shí)度的相關(guān)特征較多的問(wèn)題,提出了神經(jīng)網(wǎng)絡(luò)方法對(duì)壓實(shí)度進(jìn)行預(yù)測(cè)。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(duì)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(duì)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

8、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(shì)、大梯度優(yōu)勢(shì)、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(guò)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(cè)模型,并進(jìn)行預(yù)測(cè),將預(yù)測(cè)結(jié)果與環(huán)刀法結(jié)果比較,第一組特征的預(yù)測(cè)值的平均絕對(duì)誤差為0.0937和平均相對(duì)誤差為10.08%,第二組特征的預(yù)測(cè)值的平均絕對(duì)誤差為0.0714和平均相

9、對(duì)誤差為7.71%;第二組特征的預(yù)測(cè)值比第一組特征的預(yù)測(cè)精度高,因此,本文使用第二組特征所建立的預(yù)測(cè)模型,且其預(yù)測(cè)精度表明,用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)土的壓實(shí)度是可行的。最后在實(shí)驗(yàn)條件不變的情況下,采集另外不同的土樣數(shù)據(jù),對(duì)所建立的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行了驗(yàn)證,驗(yàn)證后的平均絕對(duì)誤差為0.0862和平均相對(duì)誤差為8.76%,結(jié)果表明:在實(shí)驗(yàn)條件不變、研究對(duì)象為粘土、假定密實(shí)度是均值的情況下,同時(shí)受到試驗(yàn)的操作誤差和激光圖像噪聲等因素的影響下