MATLAB在識別粘性土微觀孔隙結構中的應用

張久旭 黃俊杰 胡志林 王勇

摘要：MATLAB是一款功能強大的數字圖像處理軟件。本文分析了MATALB用于數字圖像處理的主要優點，提出了MATLAB識別土體微觀結構圖像的基本思路，運用MATLAB識別了某粘性土微觀結構圖像的孔隙結構信息。研究表明：MATLAB可以通過灰度圖像轉換、閾值優選和二值化處理可以有效識別土體微觀孔隙結構信息，具有良好的應用效果。

關鍵詞：MATLAB；粘性土微觀結構；孔隙；二值化

中圖分類號：TU411.92文獻標識碼：A

1 MATLAB的優點

MATLAB在數字圖像處理方面具有很多優點，主要包括：① MATLAB的運算功能十分強大、高效，尤其在矩陣運算方面更加突出；② MATLAB的語法規則與一般高級語言有一定的相似性，對編程技術要求不高，便于熟悉和掌握；③ MATLAB的庫函數十分豐富，且具有語言簡潔、程序自由的特點，避免編寫復雜繁瑣的子程序；④ MATLAB提供了簡單快捷的圖像繪制與處理功能，其圖像處理工具箱功能十分強大。[1]因此，本文基于MATLAB對粘性土微觀孔隙結構信息進行識別。

2 MATLAB圖像處理方法

MATLAB在識別粘性土微觀結構圖像的基本思路：

（1） 首先，運用MATLAB處理數字圖像，必須將數字圖像轉換為灰度圖像，可通過rgb2gray函數實現，若掃描電鏡SEM圖像已經是灰度圖像則無須轉換；

（2） 其次，建立數字圖像的灰度直方圖，可通過imhist函數實現，進而根據灰度直方圖灰度顯示的數字圖像灰度分布特征，便于選取合適的閾值，為圖像的二值化作準備；

（3） 再次，閾值的選取是實現粘性土微觀結構圖像二值化處理和孔隙結構參數提取的重要前提。在SEM掃描電鏡圖像中，有些顆粒并非處于試樣的表面，而是處于土顆粒與顆粒之間的孔隙中，當閾值選擇過大或者過小時，都會使二值化圖像損失一些顆粒或者孔隙，造成誤差；當閾值選擇接近于SEM圖像灰度值時，所得二值化圖像中顆粒與孔隙分布特征接近于粘性土顆粒與孔隙的實際分布，更有利于微觀結構的識別和參數的提取；

（4） 最后，在閾值優選的基礎上，實現SEM微觀結構圖像的二值化，可通過im2bw函數實現；MATLAB處理、識別數字圖像時，視白色區域為目標區域。而在SEM微觀結構二值化圖像中，白色部分代表的是粘性土顆粒，而黑色區域代表的是粘性土顆粒與顆粒之間的孔隙。因此，應根據研究對象的不同加以區分。

3 MATLAB識別粘性土微觀孔隙結構

3.1 圖像預處理

依據MATLAB處理微觀結構圖像的基本思路，對某粘性土微觀結構圖像進行處理并提取孔隙結構參數。[2]

首先將掃描電鏡圖像存入matlab＼＼work文件夾，判斷微觀結構圖片是否為灰度圖片，再將非灰度圖片（假設為RGB圖像）通過rgb2gray函數將其轉換為灰度圖片。有些圖片無法通過肉眼觀察判斷是否為灰度，而利用MATLAB可以查看到每一個像素點所對應的灰度值或亮度值，進而可以判斷圖像的屬性。

3.2 圖像二值化處理

通過imhist函數查看灰度圖像的灰度直方圖，選擇合適的閾值，為圖像的二值化做準備。以某粘性土微觀結構圖像為例，闡述閾值的優選和圖像的二值化過程。

粘性土微觀結構圖像的二值化圖

通過rgb2gray函數將微觀結構圖像轉換為灰度圖像，利用imhist函數計算粘性土微觀結構圖像的平均灰度值約為65。MATLAB對灰度圖像二值化處理方法多種多樣，本文采用較常用的im2bw（I，level）函數，其中I為灰度圖像，參數level為需要選取的圖像灰度水平即為閾值，0≤level≤1，im2bw（I，0.25）即是將灰度圖像I中灰度值大于65的轉換為1，而灰度值小于65的轉為為0。

3.3 圖像識別與分析

研究表明：當level=0.20時，粘性土顆粒表面亮度較低的部分依然存在，在識別過程中被誤認為是孔隙；隨著閾值level取值的減小，圖像中由于粘性土顆粒表面亮度低而被誤認為是顆粒與顆粒之間孔隙的趨勢呈逐漸降低的趨勢；當閾值level=0.15時，如上圖（右）所示，粘性土顆粒表面亮度較低的部分剛好消失；當閾值level=0.20時，圖像中忽略了顆粒之間孔隙中亮度較高的部分，在識別過程中被誤認為是顆粒。因此，閾值level=0.15為最優選擇。本文為了研究方便取Δlevel=0.05，但在高精度分析中建議取Δlevel=0.01以達到更加完善的效果。

粘性土SEM微觀結構圖像經二值化處理后，便可利用MATLAB中豐富的庫函數實現粘性土微觀孔隙結構的識別與參數的提取。

4 結論

在分析MATALB用于數字圖像處理的主要優點的基礎上，提出了MATLAB識別土體微觀結構圖像的基本思路，并運用MATLAB識別了某粘性土微觀結構圖像的孔隙結構信息。研究表明：MATLAB可以通過灰度圖像轉換、閾值優選和二值化處理可以有效識別土體微觀孔隙結構信息，具有良好的應用效果。

參考文獻：

[1]江鐵成.基于MATLAB的數字圖像處理技術研究[J].合肥師范學院學報，2017，35（06）：2527.

[2]張禮中，胡瑞林，李向全，張永波.土體微觀結構定量分析系統及應用[J].地質科技情報，2008（01）：108112.

項目：本論文是在遼寧省大學生創新創業訓練計劃項目（201710147000284）的資助下完成的，特此感謝