基于图像处理自动估算产卵场底质粒径分布研究

吴瑾乙 彭素

(重庆交通大学河海学院，重庆 400074)

引言

天然砾石层河道由非均匀分布在不同空间尺度上的非均匀粒径颗粒组成[1]。产卵场河床底质砾石粒径分布的量化仍然是水力学、地貌学、生态学研究河床特性的一大挑战[2]。因此，开发一种快速、准确的粒径分布测量方法是环境和土木工程领域的一项重要任务。

人工现场测量卵砾石粒径分布是一项复杂并且繁琐的工作。目前河床砾石粒径人工现场测量方法有4种：卵石计数法，体积法，网格法和面积法[3]。一般来说，这些人工现场测量方法需要大量时间并且需要深入实地工作，所以采取人工现场测量获取河床底质砾石粒径分布是不经济的方式。目前研究河床底质特性亟需一套能够准确估计河床底质粒径分布并且快速的取样技术。

20世纪70年代，国外出现了在现场拍摄数字照片，在实验室进行人工识别砾石，利用标尺功能法人工计算砾石粒径分布，虽然这种方式减少了野外作业时间，但是这类方法仍需要在实验室花费大量时间进行人工识别砾石边缘[4]。最近在图像处理技术中开发出一种从河床底质数字照片中自动提取砾石粒径代替人工现场测量河床底质砾石粒径的方法。上述研究表明，图像处理技术方法优于传统人工现场测量方法，极有可能取代复杂和耗时的人工采样方法[5]。

图像分割中最常用的方法之一是分水岭变换算法(WST)。然而WST容易引起过度分割而导致在自动测量粒径分布过程中造成误差。本文通过标记前景对象和背景位置来解决分水岭变换过度分割问题。并采用形态学腐蚀、膨胀、删除等操作，得到分割效果较好的二值图像方便后续测量河床底质粒径分布。

本研究的主要目的是通过结合标记前景对象和多级阈值分水岭变换开发的一种改进图像处理方法，以改善WST方法引起的过度分割而导致的测量方法误差。在实验室将WST、B-FS和人工测量方法进行比较，以证明本文方法的可靠性。

1 方法

本文提出了一种融合标记前景对象和多级阈值分水岭变换的图像处理方法(B-FS法)，基于河床底质数字照片对砾石粒径分布进行自动提取。提出的B-FS方法包括4个主要部分：图像预处理，图像前景标记对象，图像分割，最大直径测量。

1.1 图像预处理

在图像预处理阶段，砾石摆放分为2种工况：工况1，将各种砾石整齐放置在面积为1m2的方形底板中；工况2，将各种砾石随机放置在面积为1m2的方形底板中。图像预处理进行3个步骤：图像平滑处理，采用的方法是目前比较流行的中值滤波，中值滤波器对滤除脉冲噪声及颗粒噪声最为有效；图像锐化，采用直方图修正法可以拉开图像灰度的间距或是灰度分布均匀，从而加大反差使得图像细节清晰；梯度幅度边缘算子检测，处理速度快。

图1 图像预处理过程图

图2 梯度幅度边缘检测

1.2 前景标记制作

标记控制流域分割的标记必须是每个前景对象内连接的像素斑点用作初始对象，基于标记分水岭线可以定位砾石边界，因此标记将会加入WST中图像分割过程，这种方法可有效解决WST导致的过度分割问题。所以首先进行的是利用形态系数侵蚀扩张，形态重建得到一个完整内部连接像素斑点。在这个阶段设置1个阈值调控，选用形状系数大小则是第1个阈值调节。

1.3 图像分割

图像分割方法采用分水岭变换法，分水岭计算分为2个步骤：排序过程，淹没过程。对每个像素的灰度级进行从低到高排序，从低到高实现淹没过程，对每一个局部极小值在h阶高度的影响域采用先进先出结构进行判断及标注。

图3 前景标记制作过程图

图4 图像分割结果

1.4 最大直径测量

图5 最大直径测量过程图

根据上述得出的图像分割轮廓信息，只需要计算图像分割后的图像轮廓中2点最大距离La。

(xi,yi)和(xj,yj)为边缘路径上2点，且i≠j。由标尺功能法将像素与长度之间进行转换得到真实的砾石最大直径。

2 结果

为验证B-FS方法的可靠性和优越性，同时在实验室进行3种方法，分别是B-FS、WST和人工测量。本文认为，人工测量结果为砾石粒径分布的真实值，将B-FS和WST与真实值进行比较，分析B-FS结果与真实值结果的差异性，以及分析B-FS结果和WST结果优劣性。

图6 工况2中3种方法百分比累计图

图7 工况2中3种方法百分比直方图

图6和图7分别是工况2情况下，3种方法的百分比累计图和百分比直方图。对于工况2的情况，B-FS方法中值粒径D50是78.1，人工测量方法中中值粒径D50是75.7，WST方法中中值粒径D50则是62.9。

为进一步用数据证明B-FS方法优于WST方法，将3种方法在IBM SPSS Statistics 26中进行相关性分析。

表1 3种方式测量结果相关性分析

本文以人工测量方式当作真实值，将B-FS和WST方法进行比较，由表1可以看出，B-FS相对于WST更接近于真实值，在相关性分析中B-FS方法与真实值相关性系数高达0.998，而WST与真实值相关系数为0.945，从数据上证明本文B-FS方法更优于WST方法，并且具有更高的可靠性。

3 结论

河流砾石粒度分布的量化是水力学、地貌学和生态研究河道特性的一个重要问题。本文研究向自动化测量粒径分布的实际应用又迈进一步。为了提高粒径分布测量中图像分割质量，提出一种融合标记前景对象和多级阈值分水岭变换的图像处理算法(B-FS法)。本研究的主要成果，从原始图像中找到图内连接的像素斑点用作初始对象，并将初始对象生成标记，自动生成的标记可以控制WST中出现的过度分割问题；加入阈值调节区，采用多阈值调节技术，更好剔除复杂背景，将砾石轮廓完整的从复杂背景中提取出来，从而有助于解决过度分割问题。在实验室中B-FS方法测量出的结果和人工测量结果之间只存在微小差距。所以本文提出的B-FS在粒径分布测量中提供了非常有效和准确的估计，具有良好的可靠性，因此可以有效地应用于未来的工程研究。