MATLAB在识别粘性土微观孔隙结构中的应用

张久旭 黄俊杰 胡志林 王勇

摘要：MATLAB是一款功能强大的数字图像处理软件。本文分析了MATALB用于数字图像处理的主要优点，提出了MATLAB识别土体微观结构图像的基本思路，运用MATLAB识别了某粘性土微观结构图像的孔隙结构信息。研究表明：MATLAB可以通过灰度图像转换、阈值优选和二值化处理可以有效识别土体微观孔隙结构信息，具有良好的应用效果。

关键词：MATLAB；粘性土微观结构；孔隙；二值化

中图分类号：TU411.92文献标识码：A

1 MATLAB的优点

MATLAB在数字图像处理方面具有很多优点，主要包括：① MATLAB的运算功能十分强大、高效，尤其在矩阵运算方面更加突出；② MATLAB的语法规则与一般高级语言有一定的相似性，对编程技术要求不高，便于熟悉和掌握；③ MATLAB的库函数十分丰富，且具有语言简洁、程序自由的特点，避免编写复杂繁琐的子程序；④ MATLAB提供了简单快捷的图像绘制与处理功能，其图像处理工具箱功能十分强大。[1]因此，本文基于MATLAB对粘性土微观孔隙结构信息进行识别。

2 MATLAB图像处理方法

MATLAB在识别粘性土微观结构图像的基本思路：

（1） 首先，运用MATLAB处理数字图像，必须将数字图像转换为灰度图像，可通过rgb2gray函数实现，若扫描电镜SEM图像已经是灰度图像则无须转换；

（2） 其次，建立数字图像的灰度直方图，可通过imhist函数实现，进而根据灰度直方图灰度显示的数字图像灰度分布特征，便于选取合适的阈值，为图像的二值化作准备；

（3） 再次，阈值的选取是实现粘性土微观结构图像二值化处理和孔隙结构参数提取的重要前提。在SEM扫描电镜图像中，有些颗粒并非处于试样的表面，而是处于土颗粒与颗粒之间的孔隙中，当阈值选择过大或者过小时，都会使二值化图像损失一些颗粒或者孔隙，造成误差；当阈值选择接近于SEM图像灰度值时，所得二值化图像中颗粒与孔隙分布特征接近于粘性土颗粒与孔隙的实际分布，更有利于微观结构的识别和参数的提取；

（4） 最后，在阈值优选的基础上，实现SEM微观结构图像的二值化，可通过im2bw函数实现；MATLAB处理、识别数字图像时，视白色区域为目标区域。而在SEM微观结构二值化图像中，白色部分代表的是粘性土颗粒，而黑色区域代表的是粘性土颗粒与颗粒之间的孔隙。因此，应根据研究对象的不同加以区分。

3 MATLAB识别粘性土微观孔隙结构

3.1 图像预处理

依据MATLAB处理微观结构图像的基本思路，对某粘性土微观结构图像进行处理并提取孔隙结构参数。[2]

首先将扫描电镜图像存入matlab＼＼work文件夹，判断微观结构图片是否为灰度图片，再将非灰度图片（假设为RGB图像）通过rgb2gray函数将其转换为灰度图片。有些图片无法通过肉眼观察判断是否为灰度，而利用MATLAB可以查看到每一个像素点所对应的灰度值或亮度值，进而可以判断图像的属性。

3.2 图像二值化处理

通过imhist函数查看灰度图像的灰度直方图，选择合适的阈值，为图像的二值化做准备。以某粘性土微观结构图像为例，阐述阈值的优选和图像的二值化过程。

粘性土微观结构图像的二值化图

通过rgb2gray函数将微观结构图像转换为灰度图像，利用imhist函数计算粘性土微观结构图像的平均灰度值约为65。MATLAB对灰度图像二值化处理方法多种多样，本文采用较常用的im2bw（I，level）函数，其中I为灰度图像，参数level为需要选取的图像灰度水平即为阈值，0≤level≤1，im2bw（I，0.25）即是将灰度图像I中灰度值大于65的转换为1，而灰度值小于65的转为为0。

3.3 圖像识别与分析

研究表明：当level=0.20时，粘性土颗粒表面亮度较低的部分依然存在，在识别过程中被误认为是孔隙；随着阈值level取值的减小，图像中由于粘性土颗粒表面亮度低而被误认为是颗粒与颗粒之间孔隙的趋势呈逐渐降低的趋势；当阈值level=0.15时，如上图（右）所示，粘性土颗粒表面亮度较低的部分刚好消失；当阈值level=0.20时，图像中忽略了颗粒之间孔隙中亮度较高的部分，在识别过程中被误认为是颗粒。因此，阈值level=0.15为最优选择。本文为了研究方便取Δlevel=0.05，但在高精度分析中建议取Δlevel=0.01以达到更加完善的效果。

粘性土SEM微观结构图像经二值化处理后，便可利用MATLAB中丰富的库函数实现粘性土微观孔隙结构的识别与参数的提取。

4 结论

在分析MATALB用于数字图像处理的主要优点的基础上，提出了MATLAB识别土体微观结构图像的基本思路，并运用MATLAB识别了某粘性土微观结构图像的孔隙结构信息。研究表明：MATLAB可以通过灰度图像转换、阈值优选和二值化处理可以有效识别土体微观孔隙结构信息，具有良好的应用效果。

参考文献：

[1]江铁成.基于MATLAB的数字图像处理技术研究[J].合肥师范学院学报，2017，35（06）：2527.

[2]张礼中，胡瑞林，李向全，张永波.土体微观结构定量分析系统及应用[J].地质科技情报，2008（01）：108112.

项目：本论文是在辽宁省大学生创新创业训练计划项目（201710147000284）的资助下完成的，特此感谢