陈 达，许 强，郑 光，彭双麒，王 卓，何 攀

（成都理工大学地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059）

碎屑流是一种高速远程溃散性滑坡，具有非常高的运动速度和极大的位移，速度在30 m/s 以上[1]，具有极大的破坏力。为研究碎屑流运动特性及运动机理，有必要进行堆积物粒度定量分析，这也是碎屑流灾害研究的重点。传统颗粒的测量主要依靠人工，如需通过生成高分辨率数字地表模型（Digital Surface Model，DSM）对堆积物粒度进行人工解译[2-4]，存在效率低、精度不高以及人为因素误差大等不足。

计算机数字图像处理技术具有自动化、高效快捷等特点，被广泛运用于颗粒识别。吴义祥[5]研究了土细观结构图像的定量分析系统，可以获取细小颗粒面积、最长弦长度等基本要素；施斌等[6]使用Videolab图像处理系统直接分析SEM 等照片，定量处理土颗粒微细形状、大小和比例关系；涂新斌等[7]通过Qwin软件处理颗粒二值图像，获得了颗粒数、长度、宽度等颗粒数字特征；梁双华等[8]提出Mapinfo-Photoshop计算方法，利用Photoshop 图像处理功能和Mapinfo的统计分析功能，对土颗粒图像进行信息提取，定量表征颗粒、孔隙的个数以及周长、平均孔径等参数，极大地降低了图像分析费用，提高效率；Bai Baojun 等[9]通过Imagej 软件，直接将页岩原始孔隙图像进行二值化处理，进而定量统计孔隙、颗粒发育情况，得出孔隙率。可以看出，这些研究都是为了定量化分析图像的细观特征，实现图像自动识别，得出孔隙、颗粒的结构参数和数量特征。但是，这些方法在以下关键问题上存在一定的缺陷：（1）设定研究最小颗粒粒径及较小粒径颗粒识别方法；……