本文選題：土壤 + 物理性質　； 參考：《哈爾濱工業(yè)大學》2015年碩士論文

【摘要】：土壤物理特性是土壤分類的依據(jù),也為土壤力學跟水文性質提供初步判斷,但是通常情況下,獲得土壤物理特性的實驗方法是十分繁瑣、耗時的,并且?guī)в幸欢ǖ闹饔^性,因此,給巖土工程師和實驗室人員帶來了巨大的挑戰(zhàn)。為了將實驗方法的不足之處減小到誤差允許的范圍以內,得到更加客觀的土壤特性,本文探討了應用數(shù)字圖像處理技術(DIPA)代替廣泛應用的實驗室方法獲得土壤物理特性的可能性,數(shù)字圖像處理技術是通過圖像特征的分形維數(shù)和形狀因子與土壤特性之間存在的聯(lián)系,得到土壤的物理特性(含水量,干密度,孔隙度和孔隙比)。針對土壤中顆粒形狀復雜無規(guī)律性,本文應用分形維數(shù)(FD)來描述不規(guī)則顆粒的形狀,形狀因子描述其幾何特征。按美國材料與試驗協(xié)會(ASTM)標準采集土壤樣本并進行實驗,得到土壤物理特性,然后將相同的樣本顆粒破碎到合適的大小,拍攝數(shù)字照片,進行數(shù)字圖像處理,得到圖像特征。對圖像特征進行數(shù)理統(tǒng)計分析,通過回歸方程計算土壤物理特性,計算過程中,選取合適的方程模型和相關系數(shù)是得到理想結果的前提。用傳統(tǒng)實驗結果驗證圖像處理結果的準確性,該過程中采用不同地方的土壤樣本,并將新得到的樣本數(shù)據(jù)回帶到模型方程,并計算模型誤差。通過分析,本文得到了土壤特性與圖像特征之間的曲線模型。描述土壤物理特性與分形維數(shù)之間關系時,相關系數(shù)r取值范圍為0.3-0.4,描述物理特性與形狀因子之間的關系時,r的取值范圍為0.5-0.6。將驗證樣本的分形維數(shù)和平均形狀系數(shù)帶入模型方程,關于分形維數(shù)的模型誤差為0.6%-3.57%,形狀系數(shù)的模型誤差為1.75%-5.13%。結果表明,本文提出的數(shù)字圖像處理技術能比較準確的計算土壤物理特性,具有廣闊的發(fā)展前景,同時也是一種量化土壤顆粒幾何特性的有效方法。
[Abstract]:Soil physical properties are the basis of soil classification, and also provide preliminary judgment for soil mechanics and hydrological properties. But in general, the experimental method to obtain soil physical properties is very cumbersome, time-consuming and subjective. Therefore, it brings great challenges to geotechnical engineers and laboratory personnel. In order to reduce the inadequacies of the experimental method to the range of errors allowed, and to obtain more objective soil properties, In this paper, the possibility of obtaining soil physical properties by using digital image processing technique (DIPA) instead of the widely used laboratory method is discussed. Digital image processing is based on the relationship between the fractal dimension and shape factor of image features and soil properties, and the physical properties of soil (water content, dry density, porosity and porosity ratio) are obtained. In this paper, the fractal dimension (FDD) is used to describe the shape of irregular particles and the shape factor to describe their geometric characteristics. According to ASTM (American Association for Materials and testing), soil samples are collected and tested to obtain soil physical properties. Then the same sample particles are broken to the appropriate size, digital photographs are taken and digital image processing is carried out to obtain the image features. The mathematical statistical analysis of image features and the calculation of soil physical properties by regression equation are carried out. In the process of calculation, the premise of obtaining ideal results is to select appropriate equation models and correlation coefficients. The accuracy of the image processing results is verified by the traditional experimental results. Soil samples from different places are used in the process, and the newly obtained sample data are brought back to the model equation and the model errors are calculated. Through analysis, the curve model between soil characteristics and image features is obtained. When describing the relationship between soil physical properties and fractal dimension, the range of correlation coefficient r is 0.3-0.4, and the range of r is 0.5-0.6 when describing the relationship between physical properties and shape factors. The fractal dimension and the average shape coefficient of the verification sample are introduced into the model equation. The model error of the fractal dimension is 0.6 ~ 3.57, and the model error of the shape coefficient is 1.75 -5.13. The results show that the digital image processing technique presented in this paper can calculate soil physical properties accurately and has a broad prospect of development. It is also an effective method for quantifying the geometric properties of soil particles.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TU411

【相似文獻】

相關期刊論文 前10條

1 施紹裘;張懋炯;施國勇;;斷裂表面的分形維數(shù)及其測量[J];寧波大學學報(理工版);1992年02期

2 屈世顯,董連科;分形維數(shù)與熵間的關系[J];高壓物理學報;1993年02期

3 鄭兆傼，，張軍;分形維數(shù)計算結果的可靠性[J];地球物理學進展;1995年03期

4 李鉎,朱金兆,朱清科;分形維數(shù)計算方法研究進展[J];北京林業(yè)大學學報;2002年02期

5 黃亮;分形維數(shù)及其在漢字處理中的應用[J];廣西民族學院學報(自然科學版);2004年S1期

6 劉亞磊;梁杏;朱常坤;李靜;;采用土壤孔隙表面分形維數(shù)預測土壤水分特征曲線[J];水文地質工程地質;2014年03期

7 馮志剛,周宏偉;圖像的分形維數(shù)計算方法及其應用[J];江蘇理工大學學報(自然科學版);2001年06期

8 孫博玲;分形維數(shù)(Fractal dimension)及其測量方法[J];東北林業(yè)大學學報;2004年03期

9 馮永玖;劉妙龍;童小華;;基于加權長度的交通網(wǎng)絡分形維數(shù)[J];復雜系統(tǒng)與復雜性科學;2007年04期

10 雍偉;歐陽曉;;不同地貌類型區(qū)信息容量和分形維數(shù)的耦合關系研究[J];現(xiàn)代測繪;2012年01期

相關會議論文 前10條

1 郝麗娜;連秀云;毛靈濤;;煤樣破碎程度的分形維數(shù)定量分析[A];北京力學會第19屆學術年會論文集[C];2013年

2 許倫輝;傅惠;徐建閩;;基于分形維數(shù)的交通流預測模型及算法研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

3 王子明;韋慶東;蘭明章;;用分形維數(shù)表征砂石的輪廓形狀特性的研究[A];中國硅酸鹽學會水泥分會首屆學術年會論文集[C];2009年

4 竇志彤;倪維健;高永梅;黃亞樓;;使用分形維數(shù)實現(xiàn)不同密度區(qū)域的聚類[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

5 侯占峰;韓靖玉;韓寶生;;基于圖像的雜草分形維數(shù)研究[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

6 趙歆波;鄒曉春;趙榮椿;;一種計算各向異性分形維數(shù)的新方法[A];信號與信息處理技術第三屆信號與信息處理全國聯(lián)合學術會議論文集[C];2004年

7 汪洋;徐玲玲;吳國輝;劉明帝;魏艷玲;;水泥粒度分布的分形維數(shù)與其特征參數(shù)的關系[A];2011中國材料研討會論文摘要集[C];2011年

8 董良;趙毅鑫;;基于CT圖像的煤巖非均質性研究[A];北京力學會第19屆學術年會論文集[C];2013年

9 索雙富;葛世榮;朱旬;馮雪君;;各向異性加工表面的分形維數(shù)[A];第三屆全國青年摩擦學學術會議論文集[C];1995年

10 閆佩君;陳亮;;基于小波高頻分形維數(shù)的語音隱藏方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

相關博士學位論文 前6條

1 張運祥;分形理論及圖像分形維數(shù)實時計算的研究[D];第一軍醫(yī)大學;2001年

2 馮晨;基于分形維數(shù)的中國海常見浮游植物細胞圖像特征提取[D];中國海洋大學;2007年

3 蘇景新;鋁鋰合金剝蝕研究和分形維數(shù)在表征腐蝕中的應用[D];浙江大學;2006年

4 倪麗萍;基于分形技術的金融數(shù)據(jù)分析方法研究[D];合肥工業(yè)大學;2010年

5 郝研;分形維數(shù)特性分析及故障診斷分形方法研究[D];天津大學;2012年

6 李懷彬;復動力系統(tǒng)中的非一致雙曲性假設及其Julia集的分形維數(shù)[D];中國科學技術大學;2010年

相關碩士學位論文 前10條

1 劉建;水泥回轉窯故障診斷系統(tǒng)研究[D];天津理工大學;2015年

2 耿朋飛;雙層箍筋約束混凝土承載特性及損傷演化研究[D];河北大學;2015年

3 咸永強;基于小沖壓實驗的低活化鋼力學性質研究[D];中國科學院研究生院（近代物理研究所）;2015年

4 王亮;破碎材料線體分形維數(shù)關系實驗研究[D];沈陽理工大學;2015年

5 劉帥;多軸球頭銑削表面形貌分析及摩擦系數(shù)研究[D];山東大學;2015年

6 Benjamin Gbanee Yiediboe;基于分形維數(shù)和形狀因子的土體物理性質與圖像特征的關系研究[D];哈爾濱工業(yè)大學;2015年

7 榮麗漫;煤嵌布結構的分形分析研究[D];中國礦業(yè)大學;2015年

8 李玲;預混料載體分形維數(shù)與抗分級能力關系的研究[D];華中農業(yè)大學;2012年

9 張海鑫;復雜網(wǎng)絡的分形維數(shù)研究[D];西南大學;2014年

10 高國明;地震波和圖像的分形維數(shù)及震源識別研究[D];廣西師范大學;2013年

本文編號：1819357