基于深度阈值卷积模型的土石料级配智能检测方法研究
2021-05-08雷雨萌陈祖煜温彦锋王玉杰李炎隆
水利学报 2021年3期
雷雨萌,陈祖煜,,于 沭,温彦锋,王玉杰,李炎隆
(1.西安理工大学省部共建西北旱区生态水利国家重点实验室,陕西西安 710048;2.中国水利水电科学研究院岩土工程研究所,北京 100048)
1 研究背景
土石料的级配性状直接影响到土石坝的力学特性与抗渗性能[1]。在坝体施工质量控制过程中,级配检测具有重要意义[2]。传统级配检测主要采用筛分法[3],通过人工采样与筛分机筛分,计算得到级配数据,该过程较为耗时,难以满足机械化施工过程中快速、高效的需求。随着计算机科学的发展,图像识别作为一种新的检测手段,逐渐在众多领域中广泛应用,为土石料的级配检测方法研究提供了新的方向。
通过图像识别技术实现土石料级配检测,关键在于获取图像中颗粒的形状信息,并转换为级配数据。在目标物体形状提取与级配分析方面,国内外学者进行了大量研究。覃茜等[4]、王宇等[5]通过断层扫描技术,在CT图像的基础上实现了混凝土内部孔隙大小、形状的检测。涂新斌等[6]通过图像提取了土体颗粒的轮廓,并对不规则的颗粒形状进行了参数化描述。徐文杰等[7]基于数字图像技术分离了土石混合体中的块体,并通过块体轮廓建立了细观结构模型。Ding 等[8]通过二维切片图像重建了沥青混凝土的三维模型,论证了骨料在二维截面中的级配分布与三维状态下的真实级配分布之间的相似关系。Leonardo 等[9]基于阈值化与分水岭算法,实现了基于图像的沥青混凝土级配检测。……
登录APP查看全文
