数字图像测量技术在岩土工程试验中的应用研究

论文摘要

本论文围绕国家发明专利“三轴试验土样变形的数字图像测量方法及设备”（01113831．9）、国家自然科学基金仪器专项“三轴试验土样变形数字图像测量系统的改进和应用研究”（50527803）、国家自然科学基金“基于三轴土样局部变形测量的土体应力应变特性研究”（50608014）、“混合料试样变形测量”等项目展开研究工作。本文主要对各个课题中涉及的数字图像测量部分进行了深入研究。光学测量把图像当作检测和传递信息的手段或载体加以利用，从图像中提取有用的信号，通过图像传感器获取相关试样试验图像，准确识别试样上的图像特征，从而获得试样变形信息。具有非接触、全视场测量、高精度和自动化程度高的特点。近年来，图像信息的处理无论是在理论研究方面还是在实际应用方面都取得了长足的进展。尤其是计算机技术的应用、遥感技术和数字通信的发展、计算机网络的普及以及微电子芯片密度的增加，对数字图像信息技术的发展起了决定性的推动作用。解决的关键问题是如何实现测量、精度、速度和稳定性，通过有限的测量点重构整个试样变形场。有以下几个方面：（1）论述了三轴试验土样变形的基于直线边缘定位测量方法和原理。基于直线边缘定位测量实现了数字图像测量技术在三轴试验土样变形测量在国内从无到有的应用，在土样橡皮膜上加印白色标志线，人为地给三轴土样增加轴线方向上的屋顶状边缘，以便扫描识别并记录标志线的位置，从而获得相邻标志线之间的距离。在假定橡皮膜和试样土体同步变形的前提下，可以认为标志线间的高度变化即为该段土体的变形量。由于采用了单向（X方向或Y方向）直线边缘识别的亚像素算法，与传统三轴试验测量方法相比，提高了测量的精度。（2）论述了直线边缘定位的分辨率限制。提出单向直线边缘亚像素定位有分辨率限制为0．2像素。不考虑图像噪声的情况下，最大误差εmax=（1．0-0）／2=0．5像素，如果曲线曲率较小，误差较小，只有在曲线是直线的理想状况下，εmin=0，平均误差（?）=(εmax-εmin)／2=0．25像素因为土样边缘比较粗糙，同时有图像噪声的影响，应用较好的亚像素算法也只能得到0．2左右的分辨率。当测量边缘之间的距离，因为相减之后减少了误差，可以相应提高分辨率。（3）论述了三轴试验土样变形的基于角点定位的变形测量方法和原理。为了进一步提高测量精度，首次提出将角点识别方法应用于三轴试验土样变形的测量。同时，增加了测量点数，便于进行位移场和变形场的有限元分析以及等值线分析。为实现角点测量，改进了三轴试验土样的标记方式，由原来的直线，改成大小均匀的白色方形，通过白色方形四个角点位置的变化来得到试样径向和轴向的变形。角点的识别，由于是二维而不是单向亚像素识别，所以克服了在直线边缘识别中遇到的分辨率限制。可以将分辨率提高到0．02像素左右。同时最小采样时间由原来的2秒缩减到0．5秒。论述了如何通过离散点数据分析整个位移场的等值线方法。（4）首次提出标记结构法，由单幅图像重构三维变形。利用三维试样标记的各点相对于摄像机的物距不同而造成成像位置不同的原理，从二维图像中提取出了三维信息。（5）通过图像测量方法应用于三轴试验所得到的实验结果，分析了整体和局部变形的比较；模嵌入问题；利用计算得出的表面变形场分析端部约束和剪切带问题。这些试验说明，只能测量整体变形的传统测量方法的局限性，无法通过整体变形来推测局部变形。而数字图像测量技术具有很大的优越性，可以更加准确地描述土体变化。（6）论述了数字图像测量技术在混合料试样变形测量中的应用。和哈尔滨工业大学王哲人教授合作，将数字图像测量方法成功应用与沥青混合料试验当中，取得了较好的效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究目的与意义
• 1.2 三轴试验和沥青混合料试验概述
• 1.2.1 三轴试验土样变形测量
• 1.2.2 沥青混合料变形测量
• 1.3 光测技术的发展历史
• 1.4 数字图像处理技术的发展
• 1.4.1 图像的概念
• 1.4.2 数字图像信号处理
• 1.4.3 光测中常用的数字图像处理方法
• 1.5 内容安排
• 2 光学系统分析和三轴试验改进
• 2.1 光学成像系统模型
• 2.1.1 线性系统和平移不变性
• 2.1.2 点扩散函数
• 2.1.3 成像几何模型
• 2.2 三轴试验的假定条件
• 2.2.1 平面变形假定
• 2.2.2 橡皮模和土颗粒之间无相对滑移假定
• 2.3 三轴试验仪配套设备的改进
• 2.3.1 橡皮膜上加印白色标志线
• 2.3.2 三轴压力室的改制
• 2.3.3 辅助照明设备
• 3 基于直线边缘识别的三轴试验土样变形测量
• 3.1 测量原理
• 3.1.1 土样径向变形测量
• 3.1.2 土样轴向变形测量
• 3.2 系统结构
• 3.3 测量算法
• 3.3.1 边缘检测问题
• 3.3.2 目标识别及亚像素边缘检测
• 3.3.3 标定
• 4 基于亚像素角点识别的三轴土样变形测量
• 4.1 直线边缘识别的分辨率限制
• 4.2 改进的试验方法
• 4.3 角点识别概述
• 4.4 系统结构
• 4.4.1 硬件构成
• 4.4.2 CMOS图像传感器
• 4.4.3 系统流程
• 4.5 角点识别的算法
• 4.5.1 角点的数学模型
• 4.5.2 几种经典角点算法
• 4.5.3 Harris角点提取算子
• 4.5.4 几种角点识别算法的比较
• 4.5.5 角点定位的亚像素算法
• 4.6 误差分析
• 4.6.1 镜头畸变分析
• 4.6.2 去除噪声算法
• 4.7 测量不确定度分析
• 4.8 试验比较与结果
• 4.9 三轴试样表面变形场等值线分析
• 4.9.1 等值线概述
• 4.9.2 离散数据的插值网格化
• 4.9.3 等值线绘制
• 5 由单幅图像重构三轴试样三维变形
• 5.1 特殊试验方式创造了三维测量的有利条件
• 5.2 三维重构算法概述
• 5.3 由单幅图像进行三维重构新算法-标记结构法
• 5.4 试验计算结果以及分析
• 6 数字图像测量技术应用于三轴试验的试验结果分析
• 6.1 三轴土样整体和局部变形测量结果的比较研究
• 6.1.1 小变形局部测量分析
• 6.1.2 整体测量与局部测量的结果比较
• 6.2 模嵌入
• 6.3 表面变形场
• 6.3.1 整体变形
• 6.3.2 端部约束的验证
• 6.3.3 剪切带
• 7 沥青混合料变形测量
• 7.1 沥青混合料变形
• 7.2 位移场采集设备
• 7.3 通过应变值建立变形场
• 8 结论与展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 创新点
• 攻读博士学位期间发表学术论文情况
• 致谢