CN104165892B - 土壤裂纹参数在线测量系统及采用该系统实现土壤裂纹参数提取方法 - Google Patents

Abstract

土壤裂纹参数在线测量系统及采用该系统实现土壤裂纹参数提取方法，涉及土壤裂纹参数在线测量领域。本发明是为了解决传统的土壤裂纹参数的测量方式费时、费力、误差大及提取参数单一的问题。本发明所述一、获得土壤裂纹照片，二、实时提取土壤裂纹参数。它可用于土壤裂纹参数的实时、无损的在线测量。

Description

土壤裂纹参数在线测量系统及采用该系统实现土壤裂纹参数 提取方法

技术领域

本发明涉及一种土壤裂纹参数的在线标准测量系统，尤其涉及野外土壤裂纹照片的标准在线测量装置及实时的裂纹参数提取。

背景技术

自然界中由于膨胀性土壤失水收缩引起的土壤表面开裂现象非常普遍，尤其是近年来随着全球气候变暖、城市热岛效应加剧及长期干旱的背景下，土壤开裂现象更加严重。土壤干缩开裂是一个复杂的过程，其影响范围分布于土壤学、农业、工程地质、水文地质等众多领域。其中，以农业和工程地质受到的影响最为严重。在农业中，干缩裂纹增加了土壤水分的蒸发，控制了地下水的渗流及污染物的扩散，其大小和形状还会改变地表水径流及土壤中水分、养分和微生物的运移情况，从而影响根系对土壤有用物质的吸收并降低农作物的产量。在工程地质方面，土壤裂纹的产生会极大的改变土壤的工程性质，土壤裂纹降低了土壤强度、土壤承载能力和土体的稳定性，同时也增加了土体的渗透性，导致各种工程问题的发生。如增加堤坝垮塌的风险和汛情发生的概率，诱导滑坡的发生，而在城市垃圾处理及核废料的处理过程中，干缩裂纹还增加了污染物质的入渗风险，不仅破坏了工程结构，而且还对环境造成严重的污染。因此，对裂纹的调查、测量和统计工作是评价土壤质量，提取其力学参数的基础，具有重要的实际意义。而目前对土壤裂纹的野外调查和现场测量还是以手工测量方法为主，不仅工作效率底，易受自然条件的影响，引起的误差较大且测量参数也比较单一。而数码摄像及数字图像处理技术和识别技术及相应提取算法的发展为实现快速高效的裂纹测量提供了一种可能途径，本发明正是从这一技术基础出发，发明了野外裂纹参数的在线测量系统，实现对多种表征土壤裂纹状况参数进行标准化的定量在线测量。

发明内容

本发明是为了解决传统的土壤裂纹参数的测量方式费时、费力、误差大及提取参数单一的问题。现提供土壤裂纹参数在线测量系统及采用该系统实现土壤裂纹参数的提取。

土壤裂纹参数在线测量系统，它包括三脚架、数码相机、笔记本电脑、环形灯、数字光度计、取样框、黑白比色板和黑白格网定标板，

数码相机固定在三脚架上，所述数码相机的摄像区域为其正下方，环形灯用于给数码相机的摄像区域提供照明，黑白比色板用于对数码相机进行白平衡处理和灰度值拉伸处理，数字光度计用于测量每次拍摄时的背景环境光照强度，取样框放置在数码相机的摄像区域内，用于拍摄照片时确定标准的裂纹区域尺寸，数码相机通过数据连接线将拍摄的照片传送给笔记本电脑。

采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，所述方法为：

步骤一、将取样框放置在土壤上，使得待检测土壤裂纹区域位于所述取样框内，通过三脚架将数码相机固定在取样框的正上方，使得数码相机的摄像区域覆盖取样框，并且取样框的中心与数码相机镜头中心正下方的投影点重合，采用固定环形灯对取样框所在区域进行照明；

步骤二、利用数字光度计测量被测土壤样本上方的环境光照强度，根据所述光照强度设置数码相机的ISO、光圈尺寸和曝光时间的参数，保证不同环境下光照对相片的影响相同，利用黑白比色板对数码相机进行白平衡处理和灰度值拉伸处理，将对比度和色差对照片的影响减到最小；

步骤三、控制数码相机连续采集图像信息，每次土壤裂纹拍照后，在取样框内放置黑白格网定标板后再次拍照，用于对土壤裂纹照片进行几何畸变校正；

步骤四、数码相机对土壤裂纹照片进行几何定标，对标定后的照片按取样框尺寸进行裁剪，用于提取取样框内土壤裂纹参数；

笔记本电脑内部嵌入有土壤裂纹参数提取软件，该土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得土壤裂纹参数的提取为：

利用图像处理方法，将裁剪后的裂纹照片进行灰度图转换和二值处理，计算代表裂纹区域的像素个数，提取裁剪后的取样框内总像素个数并按取样框尺寸比例计算土壤裂纹面积；

根据取样框尺寸计算取样框面积，结合提取的土壤裂纹面积计算土壤面裂纹率；

利用图像处理方法设置纹理提取灰度级、方向和步长，计算图像的灰度共生矩阵，进而根据计算的灰度共生矩阵提取取样框内开裂土壤的各个统计纹理特征量参数，公式如下：

1)对比度：

$\mathrm{contra}=\underset{n}{\overset{\mathrm{Ng}-1}{\mathrm{\Σ}}}{n}^2\left\{\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\right\},|i-j|=n,$

2)角二阶矩：

$\mathrm{ASM}=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{\left\{p(i,j)\right\}}^2,$

3)熵：

$\mathrm{Entropy}=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left(p(i,j)\right),$

4)一致性：

$\mathrm{Homo}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\frac{1}{1+{(i-j)}^2}p(i,j),$

5)相关性：

$\mathrm{Correlation}=\frac{\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\left(\mathrm{ij}\right)p(i,j)-{\mathrm{\μ}}_x{\mathrm{\μ}}_y}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y},$

6)集群荫：

$\mathrm{Clustershade}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{((i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j))}^{3}p(i,j),$

7)集群突出性：

$\mathrm{Clustershade}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{((i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j))}^{4}p(i,j),$

8)最大概率：

Maxprobability＝max{p(i,j)}，

9)和平均：

$\mathrm{SumAverage}=\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{\mathrm{ip}}_{x+y}\left(i\right),$

10)和熵：

$\mathrm{SumEntropy}=-\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{p}_{x+y}\left(i\right)\log \left\{p_{x+y}\left(i\right)\right\},$

11)和方差：

$\mathrm{SumVariance}=\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{(i-\mathrm{SumEntropy})}^2{p}_{x+y}\left(i\right),$

12)相关信息特征1：

$\mathrm{Inforofcorrelation}1=\frac{\mathrm{HXY}-\mathrm{HXY}1}{\max (\mathrm{HX},\mathrm{HY})},$

13)相关信息特征2：

Inforofcorrelation2＝{1-exp[-2*(HXY2-HXY)]}^1/2，

其中：

p(i,j)是归一化灰度共生矩阵(i,j)位置元素值，Ng是共生矩阵灰度级数，i、j均为正整数，

$p_x\left(i\right)=\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),$

$p_y\left(j\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),i+j=k,k=\mathrm{2,3},....2\mathrm{Ng},$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),|i-j=k|,k=\mathrm{0,1},2,...\mathrm{Ng}-1,$

$\mathrm{HXY}=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left\{p(i,j)\right\},$

$\mathrm{HXY}1=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left\{p_x\left(i\right)p_y\left(j\right)\right\},$

$\mathrm{HXY}2=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{p}_x\left(i\right)p_y\left(j\right)\log \left\{p_x\left(i\right)p_y\left(j\right)\right\},$

μ_x，μ_y为p_x(i)，p_y(j)均值，σ_x，σ_y为p_x(i)，p_y(j)方差，n为灰度级，

选择各纹理特征量4个方向0°、45°、90°和135°的均值作为最终的各纹理特征量。

本发明的有益效果为：本发明采用三脚架、数码相机、笔记本电脑、环形灯、数字光度计、取样框、黑白比色板和黑白格网定标板测量土壤裂纹照片，其中，三脚架固定环形灯和数码相机，使数码相机能够向下拍摄土壤裂纹照片，在镜头正下方放置取样框，使取样框的中心位置与镜头中心正下方投影点重合，并使取样框与相机取景框水平方向和垂直方向平行，根据取样框的大小调节数码相机在三脚架上的高度，利用数字光度计确定光照强度，根据光照强度调节数码相机参数(ISO，光圈大小，曝光时间等)，保证照片的环境参数相同，利用黑白比色板对相机进行白平衡定标，用于将对比度和色差对照片的影响减到最小，将笔记本电脑与数码相机相连，对土壤裂纹进行在线拍摄测量，该系统采用数码相机和笔记本电脑中嵌入的裂纹参数提取软件实时对裂纹参数进行提取，同比现有采用手工测量的方式省时、省力，误差小，并且采用裂纹参数提取软件实时提取土壤线裂纹率、土壤面裂纹率和各个统计纹理特征参数，提取参数多样性。

附图说明

图1为土壤裂纹照片标准在线测量装置的结构示意图。

具体实施方式

具体实施方式一：参照图1具体说明本实施方式，本实施方式所述的土壤裂纹参数在线测量系统，它包括三脚架1、数码相机2、笔记本电脑3、环形灯4、数字光度计5、取样框6、黑白比色板7和黑白格网定标板8，

数码相机2固定在三脚架1上，所述数码相机2的摄像区域为其正下方，环形灯4用于给数码相机2的摄像区域提供照明，黑白比色板7用于对数码相机进行白平衡处理和灰度值拉伸处理，数字光度计5用于测量每次拍摄时的背景环境光照强度，取样框6放置在数码相机2的摄像区域内，用于拍摄照片时确定标准的裂纹区域尺寸，数码相机2通过数据连接线将拍摄的照片传送给笔记本电脑3。

具体实施方式二：本实施方式为具体实施方式一所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，所述方法为：

步骤一、将取样框6放置在土壤上，使得待检测土壤裂纹区域位于所述取样框6内，通过三脚架1将数码相机2固定在取样框6的正上方，使得数码相机2的摄像区域覆盖取样框6，并且取样框6的中心与数码相机2镜头中心正下方的投影点重合，采用固定环形灯4对取样框6所在区域进行照明；

步骤二、利用数字光度计5测量被测土壤样本上方的环境光照强度，根据所述光照强度设置数码相机2的ISO、光圈尺寸和曝光时间的参数，保证不同环境下光照对相片的影响相同，利用黑白比色板7对数码相机2进行白平衡处理和灰度值拉伸处理，将对比度和色差对照片的影响减到最小；

步骤三、控制数码相机2连续采集图像信息，每次土壤裂纹拍照后，在取样框6内放置黑白格网定标板8后再次拍照，用于对土壤裂纹照片进行几何畸变校正；

步骤四、数码相机2对土壤裂纹照片进行几何定标，对标定后的照片按取样框6尺寸进行裁剪，用于提取取样框6内土壤裂纹参数；

笔记本电脑3内部嵌入有土壤裂纹参数提取软件，该土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得土壤裂纹参数的提取为：

利用图像处理方法，将裁剪后的裂纹照片进行灰度图转换和二值处理，计算代表裂纹区域的像素个数，提取裁剪后的取样框6内总像素个数并按取样框6尺寸比例计算土壤裂纹面积；

根据取样框6尺寸计算取样框面积，结合提取的土壤裂纹面积计算土壤面裂纹率；

利用图像处理方法设置纹理提取灰度级、方向和步长，计算图像的灰度共生矩阵，进而根据计算的灰度共生矩阵提取取样框6内开裂土壤的各个统计纹理特征量参数，公式如下：

1)对比度：

$\mathrm{contra}=\underset{n}{\overset{\mathrm{Ng}-1}{\mathrm{\Σ}}}{n}^2\left\{\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\right\},|i-j|=n,$

2)角二阶矩：

$\mathrm{ASM}=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{\left\{p(i,j)\right\}}^2,$

3)熵：

$\mathrm{Entropy}=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left(p(i,j)\right),$

4)一致性：

$\mathrm{Homo}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\frac{1}{1+{(i-j)}^2}p(i,j),$

5)相关性：

$\mathrm{Correlation}=\frac{\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\left(\mathrm{ij}\right)p(i,j)-{\mathrm{\μ}}_x{\mathrm{\μ}}_y}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y},$

6)集群荫：

$\mathrm{Clustershade}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{((i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j))}^{3}p(i,j),$

7)集群突出性：

$\mathrm{Clustershade}=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{((i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j))}^{4}p(i,j),$

8)最大概率：

Maxprobability＝max{p(i,j)}，

9)和平均：

$\mathrm{SumAverage}=\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{\mathrm{ip}}_{x+y}\left(i\right),$

10)和熵：

$\mathrm{SumEntropy}=-\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{p}_{x+y}\left(i\right)\log \left\{p_{x+y}\left(i\right)\right\},$

11)和方差：

$\mathrm{SumVariance}=\underset{i=2}{\overset{2\mathrm{Ng}}{\mathrm{\Σ}}}{(i-\mathrm{SumEntropy})}^2{p}_{x+y}\left(i\right),$

12)相关信息特征1：

$\mathrm{Inforofcorrelation}1=\frac{\mathrm{HXY}-\mathrm{HXY}1}{\max (\mathrm{HX},\mathrm{HY})},$

13)相关信息特征2：

Inforofcorrelation2＝{1-exp[-2*(HXY2-HXY)]}^1/2，

其中：

p(i,j)是归一化灰度共生矩阵(i,j)位置元素值，Ng是共生矩阵灰度级数，i、j均为正整数，

$p_x\left(i\right)=\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),$

$p_y\left(j\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),i+j=k,k=\mathrm{2,3},....2\mathrm{Ng},$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j),|i-j=k|,k=\mathrm{0,1},2,...\mathrm{Ng}-1,$

$\mathrm{HXY}=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left\{p(i,j)\right\},$

$\mathrm{HXY}1=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}p(i,j)\log \left\{p_x\left(i\right)p_y\left(j\right)\right\},$

$\mathrm{HXY}2=-\underset{i=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ng}}{\mathrm{\Σ}}}{p}_x\left(i\right)p_y\left(j\right)\log \left\{p_x\left(i\right)p_y\left(j\right)\right\},$

μ_x，μ_y为p_x(i)，p_y(j)均值，σ_x，σ_y为p_x(i)，p_y(j)方差，n为灰度级，

选择各纹理特征量4个方向0°、45°、90°和135°的均值作为最终的各纹理特征量。

本实施方式中，三脚架—选择可用于向下拍摄的三脚架型号，其中向下拍摄的固定支架可调节高度。

环形灯—选择环形灯并将其固定在三脚架上，可以按照拍摄需要调节环形灯高度。

数码相机—选择数码相机并将其固定在三脚架向下的固定支架上，可以按照拍摄需要调节数码相机高度。

笔记本电脑—将数码相机拍摄的照片传送到笔记本电脑上并使用裂纹参数提取软件实时提取表征土壤裂纹特征的各种参数。

黑白比色板—选择纯黑和纯白色的标准比色板，用于对数码相机进行白平衡处理。

数字光度计—选择数字光度计，测量每次拍摄时的背景环境光照强度。

取样框—根据拍摄需要，制作不同型号的木质取样框，用于拍摄照片时确定标准的裂纹区域大小。

格网定标板—根据取样框内径大小制作黑白格网定标板，用于对拍摄相片的标准裂纹区域进行几何畸变校正。

具体实施方式三：本实施方式与具体实施方式二所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法的不同点在于，它还包括采用土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得开裂土壤的各个小波分解纹理特征参数的步骤如下：

利用图像处理方法选择小波分解函数，设置小波分解级数对裂纹图像进行小波分解，进而提取取样框6内开裂土壤的各个小波分解纹理特征参数，计算公式如下：

14)水平L1范数：

$L1H\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}\mathrm{pH}(x,y),$

15)垂直L1范数：

$L1V\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}\mathrm{pV}(x,y),$

16)对角L1范数：

$L1D\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}\mathrm{pD}(x,y),$

17)L1范数均值：

L1(i)＝1/3(L1H(i)+L1V(i)+L1D(i)),

其中，i为分解层数，pH(x,y)、pV(x,y)、pD(x,y)分别为(x,y)位置上水平、垂直及对角方向的小波分解系数，为综合考虑方向的影响，选择各纹理特征量4个方向0°、45°、90°和135°的均值作为最终的各个小波分解纹理特征量。

具体实施方式四：本实施方式与具体实施方式二所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法的不同点在于，它还包括采用土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得土壤裂纹长度和土壤线裂纹率的步骤如下：

利用图像处理方法，将裁剪后的裂纹照片进行灰度图转换和二值处理，将处理后的二值图像进行骨架化处理，得到1个像素宽的裂纹主干，计算裂纹主干像素个数，提取裁剪后的取样框6内总像素个数，并按取样框6尺寸比例计算土壤裂纹长度；

根据取样框6尺寸计算取样框6面积，结合提取的土壤裂纹长度计算土壤线裂纹率。

具体实施方式五：本实施方式与具体实施方式二所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法的不同点在于，步骤二中利用黑白比色板7对数码相机2进行白平衡处理和灰度值拉伸处理的过程为：

白平衡处理是利用相机的白平衡捕获功能测量白色比色板作为相机的标准白点对比参数，从而实现对相机的白平衡处理，

灰度拉伸处理是通过拍摄白色比色板和黑色比色板并分别将其灰度值设置为255和0作为灰度定标参数，然后按照灰度值定标参数对拍摄的样本照片进行线性拉伸从而实现灰度值拉伸处理。

具体实施方式六：本实施方式与具体实施方式二所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法的不同点在于，步骤三中在取样框6内放置黑白格网定标板8后再次拍照，用于对土壤裂纹照片进行几何畸变校正的具体过程为：

在autoCAD软件中按照取样框6内径大小绘制大小固定、黑白相间的国际象棋棋盘式格网，将其打印并粘在硬纸板上进行制作的，在每一次样本拍照前，将黑白格网定标板重叠放置在样本上进行拍照，用于对拍摄相片的标准裂纹区域进行几何畸变校正，校正过程是在Matlab软件中标注已知的黑白格网交点作为几何校正点，然后根据校正点建立多项式，然后针对样本照片，根据定标多项式实现对测量的相应土壤样本照片进行几何畸变校正。

Claims (5)

1.采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，所述在线测量系统包括三脚架(1)、数码相机(2)、笔记本电脑(3)、环形灯(4)、数字光度计(5)、取样框(6)、黑白比色板(7)和黑白格网定标板(8)，

数码相机(2)固定在三脚架(1)上，所述数码相机(2)的摄像区域为其正下方，环形灯(4)用于给数码相机(2)的摄像区域提供照明，黑白比色板(7)用于对数码相机进行白平衡处理和灰度值拉伸处理，数字光度计(5)用于测量每次拍摄时的背景环境光照强度，取样框(6)放置在数码相机(2)的摄像区域内，用于拍摄照片时确定标准的裂纹区域尺寸，数码相机(2)通过数据连接线将拍摄的照片传送给笔记本电脑(3)；

其特征在于，土壤裂纹参数提取方法包括以下步骤：

步骤一、将取样框(6)放置在土壤上，使得待检测土壤裂纹区域位于所述取样框(6)内，通过三脚架(1)将数码相机(2)固定在取样框(6)的正上方，使得数码相机(2)的摄像区域覆盖取样框(6)，并且取样框(6)的中心与数码相机(2)镜头中心正下方的投影点重合，采用固定环形灯(4)对取样框(6)所在区域进行照明；

步骤二、利用数字光度计(5)测量被测土壤样本上方的环境光照强度，根据所述光照强度设置数码相机(2)的ISO、光圈尺寸和曝光时间的参数，保证不同环境下光照对相片的影响相同，利用黑白比色板(7)对数码相机(2)进行白平衡处理和灰度值拉伸处理，将对比度和色差对照片的影响减到最小；

步骤三、控制数码相机(2)连续采集图像信息，每次土壤裂纹拍照后，在取样框(6)内放置黑白格网定标板(8)后再次拍照，用于对土壤裂纹照片进行几何畸变校正；

步骤四、数码相机(2)对土壤裂纹照片进行几何定标，对标定后的照片按取样框(6)尺寸进行裁剪，用于提取取样框(6)内土壤裂纹参数；

笔记本电脑(3)内部嵌入有土壤裂纹参数提取软件，该土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得土壤裂纹参数的提取为：

利用图像处理方法，将裁剪后的裂纹照片进行灰度图转换和二值处理，计算代表裂纹区域的像素个数，提取裁剪后的取样框(6)内总像素个数并按取样框(6)尺寸比例计算土壤裂纹面积；

根据取样框(6)尺寸计算取样框面积，结合提取的土壤裂纹面积计算土壤面裂纹率；

利用图像处理方法设置纹理提取灰度级、方向和步长，计算图像的灰度共生矩阵，进而根据计算的灰度共生矩阵提取取样框(6)内开裂土壤的各个统计纹理特征量参数，公式如下：

1)对比度：

$contra=\underset{n}{\overset{Ng-1}{\mathrm{\Σ}}}{n}^2\left\{\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j)\right\},\left|i-j\right|=n,$

2)角二阶矩：

$ASM=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{\left\{p(j,j)\right\}}^2,$

3)熵：

$Entropy=-\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j)log\left(p\right(i,j\left)\right),$

4)一致性：

$Homo=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}\frac{1}{1+{(i-j)}^2}p(i,j),$

5)相关性：

$Correlation=\frac{\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}\left(ij\right)p(i,j)-{\mathrm{\μ}}_x{\mathrm{\μ}}_y}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y},$

6)集群荫：

$Clustershade=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}{\left(\right(i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j\left)\right)}^{3}p(i,j),$

7)集群突出性：

$Clustershade=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}{\left(\right(i-{\mathrm{\μ}}_i)+(j-{\mathrm{\μ}}_j\left)\right)}^{4}p(i,j),$

8)最大概率：

Maxprobability＝max{p(i,j)}，

9)和平均：

$SumAverage=\underset{i=2}{\overset{2Ng}{\mathrm{\Σ}}}{\mathrm{ip}}_{x+y}\left(i\right),$

10)和熵：

$SumEntropy=-\underset{i=2}{\overset{2Ng}{\mathrm{\Σ}}}{p}_{x+y}\left(i\right)log\left\{p_{x+y}\left(i\right)\right\},$

11)和方差：

$SumVariance=\underset{i=2}{\overset{2Ng}{\mathrm{\Σ}}}{(i-SumEntropy)}^2{p}_{x+i}\left(i\right),$

12)相关信息特征1：

$Inforofcorrelation1=\frac{HXY-HXY1}{max(HX,HY)},$

13)相关信息特征2：

Inforofcorrelation2＝{1-exp[-2*(HXY2-HXY)]}^1/2，

其中：

p(i,j)是归一化灰度共生矩阵(i,j)位置元素值，Ng是共生矩阵灰度级数，i、j均为正整数，

$p_x\left(i\right)=\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j),$

$p_y\left(j\right)=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j),$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j),i+j=k,k=2,3,\mathrm{....2}Ng,$

$p_{x-y}\left(k\right)=\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(j,j),\left|i-j=k\right|,k=0,1,2,\mathrm{...}Ng-1,$

$HXY=-\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j)log\left\{p(i,j)\right\},$

$HXY1=-\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}p(i,j)log\left\{p_x\left(i\right)p_y\left(j\right)\right\},$

$HXY2=-\underset{i=1}{\overset{Ng}{\mathrm{\Σ}}}\underset{j=1}{\overset{Ng}{\mathrm{\Σ}}}{p}_x\left(i\right)p_y\left(j\right)log\left\{p_x\left(i\right)p_y\left(j\right)\right\},$

μ_x，μ_y为p_x(i)，p_y(j)均值，σ_x，σ_y为p_x(i)，p_y(j)方差，n为灰度级，

选择各纹理特征量4个方向0°、45°、90°和135°的均值作为最终的各纹理特征量。

2.根据权利要求1所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，其特征在于，它还包括采用土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得开裂土壤的各个小波分解纹理特征参数的步骤如下：

利用图像处理方法选择小波分解函数，设置小波分解级数对裂纹图像进行小波分解，进而提取取样框内开裂土壤的各个小波分解纹理特征参数，计算公式如下：

14)水平L1范数：

$L1H\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}pH(x,y),$

15)垂直L1范数：

$L1V\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}pV(x,y),$

16)对角L1范数：

$L1D\left(i\right)=\underset{x=1}{\overset{x=n}{\mathrm{\Σ}}}\underset{y=1}{\overset{y=N}{\mathrm{\Σ}}}pD(x,y),$

17)L1范数均值：

L1(i)＝1/3(L1H(i)+L1V(i)+L1D(i)),

其中，i为分解层数，pH(x,y)、pV(x,y)、pD(x,y)分别为(x,y)位置上水平、垂直及对角方向的小波分解系数，选择各纹理特征量4个方向0°、45°、90°和135°的均值作为最终的各个小波分解纹理特征量。

3.根据权利要求1所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，其特征在于，它还包括采用土壤裂纹参数提取软件对土壤裂纹照片进行图像处理操作以获得土壤裂纹长度和土壤线裂纹率的步骤如下：

利用图像处理方法，将裁剪后的裂纹照片进行灰度图转换和二值处理，将处理后的二值图像进行骨架化处理，得到1个像素宽的裂纹主干，计算裂纹主干像素个数，提取裁剪后的取样框(6)内总像素个数，并按取样框(6)尺寸比例计算土壤裂纹长度；

根据取样框(6)尺寸计算取样框(6)面积，结合提取的土壤裂纹长度计算土壤线裂纹率。

4.根据权利要求1所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，其特征在于，步骤二中利用黑白比色板(7)对数码相机(2)进行白平衡处理和灰度值拉伸处理的过程为：

白平衡处理是利用相机的白平衡捕获功能测量白色比色板作为相机的标准白点对比参数，从而实现对相机的白平衡处理，

灰度拉伸处理是通过拍摄白色比色板和黑色比色板并分别将其灰度值设置为255和0作为灰度定标参数，然后按照灰度值定标参数对拍摄的样本照片进行线性拉伸从而实现灰度值拉伸处理。

5.根据权利要求1所述的采用土壤裂纹参数在线测量系统实现土壤裂纹参数提取方法，其特征在于，步骤三中在取样框(6)内放置黑白格网定标板(8)后再次拍照，用于对土壤裂纹照片进行几何畸变校正的具体过程为：

在autoCAD软件中按照取样框(6)内径大小绘制大小固定、黑白相间的国际象棋棋盘式格网，将其打印并粘在硬纸板上进行制作的，在每一次样本拍照前，将黑白格网定标板重叠放置在样本上进行拍照，用于对拍摄相片的标准裂纹区域进行几何畸变校正，校正过程是在Matlab软件中标注已知的黑白格网交点作为几何校正点，然后根据校正点建立多项式，然后针对样本照片，根据定标多项式实现对测量的相应土壤样本照片进行几何畸变校正。