土体微观结构孔隙分布及分形程序与计算方法
【专利摘要】本发明公开了一种土体微观结构孔隙分布及分形程序与计算方法，该方法内容为：在计算之前需将经过剪裁、灰度处理、对比度调整、选择合适的阈值进行图像二值化、图像降噪处理的图像复制到当前文件夹下；打开编辑好的fig文件，在fig文件中选择ε的大小，随后系统自动弹出对话框提示选择所需要处理的图像，选择图像后，系统会立即计算出该图像的孔隙率和孔隙所占的网格数，计算结果会以饼图和对话框的形式体现出来。本发明操作步骤简便，以像素为单位，计算速度快且计算精度高，可以大大提高计算效率，能够获得土体微观结构的孔隙分布和分形维数等重要参数。
【专利说明】土体微观结构孔隙分布及分形程序与计算方法
[0001 ]所属领域
[0002]本发明涉及一种适用于土体微观结构孔隙分布及分形程序与计算方法。
【背景技术】
[0003]土体微观结构是其宏观存在的基础，对土体微观结构的研究主要分为定性和定量两个阶段，目前对土体微观结构的定性研究已经有了很大的进展，而定量研究成为目前土体微观结构的研究重点。孔隙分布是土体的重要性质，也是反映土体微观特性的重要指标，因此需要一种精确的方法计算出土体的孔隙分布，另一方面，分形理论的发展突飞猛进，土体是由土颗粒构成，其自身的性质具有一定的自相似性，这决定了土体适用于分形理论，利用图像处理技术与分形理论相结合，可以获得土体微观结构定量研究的众多信息，提出一种途径计算出分形维数也异常重要。
[0004]目前的技术存在以下不足:操作步骤繁琐;计算精度得不到保证;所获得的定量信息少，不适用于土体微观结构分析。因此需要设计一种适用于土体的程序和计算方法来计算出土体微观结构的孔隙分布和分形维数等重要指标。
【发明内容】
[0005]本发明的目的是提供一种简便易实现且可以快速计算的适用于土体微观结构孔隙分布及分形程序与计算方法，通过该方法可以计算出孔隙率、分形维数等诸多重要参数。
[0006]本发明的技术方案是:一种土体微观结构孔隙分布及分形程序与计算方法，该方法内容如下:在进行计算之前，经扫描电镜拍摄的bmp格式的土样图像需经过剪裁、灰度处理、对比度调整、选择合适的阈值进行图像二值化、图像降噪前期处理，进行计算的图像分为黑白两种颜色，其中黑色为孔隙、白色为土颗粒；以一个像素为单位，假设所需计算图像的大小为mXn像素，以边长为ε的正方形将图像分割为(m/ε) X (η/ε)的网格，通过用MATLAB编写的程序计算出含有孔隙即黑色部分的网格总数为Ν(ε)，或计算出含有孔隙部分的网格总数为Ν(ε)，改变ε的大小，则得到相应的孔隙所占网格的个数，具体操作步骤为:将需要处理的二值化图像复制到当前文件夹下，打开编辑好的fig文件，选择ε的值，点击该ε值对应的按钮，弹出当前的bmp文件对话框，点击需要处理的图像，系统便会快速计算出结果，从计算结果中可以直接看出孔隙所占的比重，以及图像面积、孔隙和土颗粒的网格个数和各自所占的比重；
[0007]并将所得的数据绘制在双对数坐标系中，所述的双对数坐标系是以Ige为横坐标，以lgN(0为纵坐标;如果坐标系中的图形具有线性特征，则将曲线进行线性拟合，拟合后的斜率为k，则斜率的相反数-k即为分形维数；另一方面，程序也会自动计算出黑色孔隙所占的像素个数，从而得出土体的孔隙率，计算结果会以饼图的形式呈现，可以直观的看出孔隙的分布情况。
[0008]由于采用上述技术方案，与现有技术相比本发明具有这样的有益效果:
[0009]1、可以计算像素较高的图像，适用范围广；
[0010]2、操作步骤简单，计算速度快，可以大大提高计算效率；
[0011]3、以像素为单位，计算精度高；
[0012]4、计算结果所得的定量信息多，能够获得土体微观结构的孔隙分布和分形维数等重要参数;可以计算出分形维数，还可以从饼图中直观的看出孔隙分布情况。
【附图说明】
[0013]图1为fig文件不意图；
[0014]图2为所计算图像黑色(孔隙)和白色(土颗粒)所占比重大小的饼图；
[0015]图3为所计算图像黑色(孔隙)和白色(土颗粒)所占像素个数和所占比重的数据结果示意图；
[0016]图4为计算土体微观结构孔隙率和分形维数流程图。
【具体实施方式】
[0017]本发明提出的一种土体微观结构孔隙分布及分形程序与计算方法，该方法能够快速计算土体微观结构孔隙率和分形维数等多种定量信息，而且该方法操作简单便捷，计算速度快，获得的定量信息多，能大大提高计算效率，下面结合附图以及实例进行详细说明:
[0018]一种土体微观结构孔隙分布及分形程序与计算方法，该方法具体操作步骤如下:
[0019]在进行计算之前，经扫描电镜拍摄的bmp格式的土样图像需经过剪裁、灰度处理、对比度调整、选择合适的阈值进行图像二值化、图像降噪前期处理，进行计算的图像分为黑白两种颜色，其中黑色为孔隙、白色为土颗粒；以一个像素为单位，假设所需计算图像的大小为mXn像素，以边长为ε的正方形将图像分割为(m/ε) X (η/ε)的网格，通过用MATLAB编写的程序计算出含有孔隙即黑色部分的网格总数为Ν(ε)，或计算出含有孔隙部分的网格总数为Ν(ε)，改变ε的大小，则得到相应的孔隙所占网格的个数，具体操作步骤为:将需要处理的二值化图像复制到当前文件夹下，打开编辑好的fig文件，如图1所示，选择ε的值，点击该ε值对应的的按钮，弹出当前的bmp文件对话框，点击需要处理的图像，其计算结果为:所计算图像黑色(孔隙)和白色(土颗粒)所占比重大小的饼图如图2所示，所计算图像黑色(孔隙)和白色(土颗粒)所占像素个数和所占比重的数据结果示意图如图3所示。从计算结果中可以直接看出孔隙所占的比重，以及图像面积、孔隙和土颗粒的网格个数和各自所占的比重；
[0020]当ε= 1，即用边长为I个像素的正方形划分网格，编写相应的M文件，计算出当ε = 1时孔隙所占网格个数Ν(ε?)以及孔隙率，此计算出的孔隙率能真实的反映土体的孔隙分布；
[0021]当ε= 2，即用边长为2个像素的正方形划分网格，编写相应的M文件，计算出当ε = 2时孔隙所占网格个数为Ν(ε2);
[0022]当ε= 3，即用边长为3个像素的正方形划分网格，编写相应的M文件，计算出当ε = 3时孔隙所占网格个数为Ν(ε3);
[0023]当ε= 4，即用边长为4个像素的正方形划分网格，编写相应的M文件，计算出当ε = 4时孔隙所占网格个数为Ν( ε4);
[0024]当ε= 5，即用边长为5个像素的正方形划分网格，编写相应的M文件，计算出当ε = 5时孔隙所占像素个数为Ν(ε5);
[0025]当ε= 6，即用边长为6个像素的正方形划分网格，编写相应的M文件，计算出ε=6时孔隙所占网格个数为Ν(ε6)。
[0026]2)编辑如图1所示的fig文件，再编辑相应的M文件使得fig文件达到如下要求:当点击ε = 1按钮时，计算出N(E1)以及孔隙率;点击ε = 2时，计算出Ν(ε2);点击ε = 3时，计算出N(￡3);点击ε = 4时，计算出Ν(ε4)；点击ε = 5时，计算出Ν(ε5)；点击ε=6时，计算出Ν(ε6)。
[0027]3)选择ε的值，fig文件就会调用相应的M文件来计算出所选择图像在取不同的ε值下黑色孔隙所占的网格数Ν(ει)、孔隙率、白色所占网格数以及白色土颗粒面积所占的比重，计算结果会以饼图和对话框的形式呈现，如图2、图3所示。
[0028]最后，并将所得的数据绘制在双对数坐标系中，所述的双对数坐标系是以Ige为横坐标，以1gN(G)为纵坐标，如果坐标系中的图形呈线性关系，则对曲线进行线性拟合求出直线的斜率k，则-k即为分形维数，计算土体微观结构孔隙率和分形维数流程图如图4所示。另一方面，程序也会自动计算出黑色孔隙所占的像素个数，从而得出土体的孔隙率，计算结果会以饼图的形式呈现，可以直观的看出孔隙的分布情况。本发明简单有效，计算结果可以从饼图中直观的看出土体孔隙的分布情况，可以大大节省计算时间，并且准确性较高。
【主权项】
1.一种土体微观结构孔隙分布及分形程序与计算方法，其特征在于:该方法内容如下:在进行计算之前，经扫描电镜拍摄的bmp格式的土样图像需经过剪裁、灰度处理、对比度调整、选择合适的阈值进行图像二值化、图像降噪前期处理，进行计算的图像分为黑白两种颜色，其中黑色为孔隙、白色为土颗粒；以一个像素为单位，假设所需计算图像的大小为mXn像素，以边长为ε的正方形将图像分割为(m/ε) X (η/ε)的网格，通过用MATLAB编写的程序计算出含有孔隙即黑色部分的网格总数为Ν(ε)，或计算出含有孔隙部分的网格总数为Ν(ε)，改变ε的大小，则得到相应的孔隙所占网格的个数，具体操作步骤为:将需要处理的二值化图像复制到当前文件夹下，打开编辑好的fig文件，选择ε的值，点击该ε值对应的按钮，弹出当前的bmp文件对话框，点击需要处理的图像，系统便会快速计算出结果，从计算结果中可以直接看出孔隙所占的比重，以及图像面积、孔隙和土颗粒的网格个数和各自所占的比重；并将所得的数据绘制在双对数坐标系中，所述的双对数坐标系是以Ige为横坐标，以lgN(0为纵坐标;如果坐标系中的图形具有线性特征，则将曲线进行线性拟合，拟合后的斜率为k，则斜率的相反数-k即为分形维数；另一方面，程序也会自动计算出黑色孔隙所占的像素个数，从而得出土体的孔隙率，计算结果会以饼图的形式呈现，可以直观的看出孔隙的分布情况。
【文档编号】G01N15/08GK106053316SQ201610402716
【公开日】2016年10月26日
【申请日】2016年6月8日
【发明人】曹海莹, 武贺
【申请人】燕山大学