CN105654482B - 基于数字图像技术的土石混合体表征单元体尺度的确定方法 - Google Patents

基于数字图像技术的土石混合体表征单元体尺度的确定方法 Download PDF

Info

Publication number
CN105654482B
CN105654482B CN201511019860.0A CN201511019860A CN105654482B CN 105654482 B CN105654482 B CN 105654482B CN 201511019860 A CN201511019860 A CN 201511019860A CN 105654482 B CN105654482 B CN 105654482B
Authority
CN
China
Prior art keywords
image
soil
rock mixture
size
rock
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201511019860.0A
Other languages
English (en)
Other versions
CN105654482A (zh
Inventor
杨兰兰
徐卫亚
孟庆祥
闫龙
张强
张久长
俞隽
王如宾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201511019860.0A priority Critical patent/CN105654482B/zh
Publication of CN105654482A publication Critical patent/CN105654482A/zh
Application granted granted Critical
Publication of CN105654482B publication Critical patent/CN105654482B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G01N15/0211—Investigating a scatter or diffraction pattern
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Dispersion Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于数字图像技术的土石混合体表征单元体尺度的确定方法，首先对获取到的彩色图像进行去噪和二值化，得到表示土体和石块的二值图像；然后根据原始图像尺寸确定尺寸等级，获取不同尺寸的二值图像；再提取每个图像中的图形边界并进行光滑处理，得到用于有限元网格划分的文件，将得到的文件转换为数值计算模型，进行数值试验，得到对应的等效宏观力学参数；最后，对试验结果进行整理，根据精度要求确定土石混合体的REV尺度。本发明克服了传统基于元胞自动模拟土石混合体方法的无法表现块石颗粒边界形状的缺点，和传统随机模型无法体现现场实际土石分布情况的缺点，得到的土石混合体的REV尺度充分考虑了现场土石混合体的特征，并且具有效率高、精度高、成本低等优点。

Description

基于数字图像技术的土石混合体表征单元体尺度的确定方法
技术领域
本发明涉及一种确定土石混合体表征单元体尺度的方法，具体涉及一种基于数字图像技术的土石混合体表征单元体尺度的确定方法。
背景技术
土石混合体是一种土体与碎石的混合物。天然形成的土石混合体多为残坡积物、崩坡积物和冲洪积物等，在三峡库区，川西即青藏高原，东南沿海福建、香港等地区广泛分布。在工程建设过程中的土石坝、矿山开采产生的尾矿坝、排土场、碎石土地基、路基等也存在大量的土石混合体。这些土石混合体是岩土工程领域经常碰到而又必须妥善处理的地质载体。土石混合体作为土体和碎石的混合体，是一种介于均质土体和碎裂岩体之间的特殊工程地质材料。土石混合体的宏观力学特性不仅取决于土、石本身的力学性质，也与土、石的相对比例，碎石形态等密切相关。因此合理确定土石混合体的等效力学参数，对岩土工程的设计、施工及变形预测和稳定性评价具有十分重要的意义。
土石混合体等效参数具有明显的尺寸效应。即土石混合体的等效参数计算值或实验值随土石混合体模型尺度的变化而变化，但当尺度增大到某一临界值后，等效参数将趋近于常数，这一临界尺度就是该土石混合体的表征体元(Representative elementvolume,REV)尺度。从理论上将，只有岩土体模型达到其REV尺度，其相关数值分析或实验所得到的参数才与宏观土石混合体参数具有可等效性，也才能反映实际土石混合体的力学性质，REV尺度是保持岩体的力学参数基本稳定时的岩体最小尺度。目前学者关于土石混合体的REV尺度的研究，多采用基于元胞自动模拟的土石混合体数值模型的方法，也有依据现场岩土体成分的统计结果，并构建随机数值模型的方法。
数字图像技术(Digital image processing,DIP)是一种将数字图像转换为数字形式，并且通过各种数学算法提取出其重要信息的技术。这种技术已经被广泛地应用于工程、计算机科学、信息科学、统计学、物理学以及其他学科，并且还有很广阔的发展前景。岩土材料是一种典型的具有复杂细观结构的不均匀材料，应用数字图像技术，岩土材料内部的多相性或微观信息可以被大量地提取。在近二十年里，文献调查显示融合数字图像技术的计算方法对于这种不均匀材料的分析非常有效。
发明内容
发明目的：针对如何确定土石混合体表征体元尺度的问题，本发明提出一种基于数字图像技术的土石混合体表征体元尺度的确定方法。
技术方案：本发明提出一种基于数字图像技术的土石混合体表征体元尺度的确定方法，包括如下步骤：
步骤1：获取实际尺寸足够大的土石混合体的彩色数字图像图形；
所述步骤1中土石混合体的彩色数字图像文件要求实际尺寸足够大(图形实际尺寸为长×宽＝Lx×Ly)。通过数码相机等获取的数字图像文件格式主要有JEPG、PNG和BMP。彩色图像在RGB色彩系统中有三个整数分别代表红、绿和蓝三种颜色。如果一个长×宽＝Lx×Ly的图像有M×N个像素点，那么x方向单位像素点所对应的实际长度为Sx＝Lx/N，同理y方向单位像素点所对应的实际长度为Sy＝Ly/M。
步骤2：对获取的彩色数字图像进行去噪和二值化处理，得到表示土体和石块的二值图像，具体包括如下步骤：
(2.1)对RGB彩色图像进行中值滤波去噪，具体为将R、G、B通道对应的图像分别进行中值滤波，再将处理后的结果融合；
(2.2)将彩色图像从RGB空间转换到HIS空间，尽管RGB色彩系统在日常生活中应用非常普遍，但却不利于计算机程序进行图像识别，本发明采用便于计算机进行色彩辨识与操作的HIS色彩系统。由于数字图像在色相(H)与亮度(I)方面区分土体和石块不明显，而采用饱和度(S)可以明显区分二者，因此选择在饱和度(S)下的图像；
(2.3)根据图像在HIS空间中S分量的频率分布情况设定二值化阈值，将图像二值化，具体为根据饱和度(S)值在HIS色彩空间中的频率分布直方图，设定其出现最大频率所对应饱和度(S)值作为数字图像二值化的阈值。
(2.4)在土石区分不明显的部分(比如有时岩石表面会被土壤覆盖)，通过观察原始彩色图像中的岩土分布情况对二值图像中的土石边界进行手动优化，得到更符合实际情况的土石分布的二值图像，并利用画图软件辅助修改。
步骤3：根据原始图像尺寸确定m个尺寸等级，并在每个尺寸等级下选取与原二值图像含石率相同且边长为Li的n个图像，得到m×n个不同尺寸的二值图像，具体包括如下步骤：
(3.1)选定尺寸等级Li,1≤i≤m，其中0＜L1＜L2＜…＜Lm＜L，L＝min(Lx,Ly)，Lx是原始图像的长，Ly是原始图像的款，L1尽量小，Lm尽量接近L；
(3.2)在每一个尺寸等级Li下，选取与原二值图像含石率相同且边长为Li的n个正方形图形。
步骤4：对步骤3中得到的所有二值图像提取图形边界，并将边界图像转化为矢量图形，具体包括如下步骤：
(4.1)利用4连通域标记方法提取二值图像中表示岩石或土体其中一种的像素点集合；
(4.2)对属于该集合的每一个点根据位置拆分为四条线，记录四条线的坐标；
(4.3)对所有线的集合进行运算，删除重合的线，得到该像素点集合的外边框；
(4.4)将外边框进行排序处理，形成首尾相连的锯齿状边界；
(4.5)对锯齿状边界进行平滑处理；
(4.6)根据一个像素点的实际尺寸，将边界图像文件转换为矢量图形文件。
步骤5：将步骤4中得到的矢量图形划分有限元网格，并将网格图像转换为数值计算模型进行数值试验，得到对应的等效宏观力学参数，具体包括如下步骤：
(5.1)利用有限元网格划分软件(如Ansys，HyperWorks和Gmsh等)进行网格划分；
(5.2)针对每一个图形，分别通过数值方法模拟岩土力学实验，如单轴压缩试验、三轴压缩试验和直剪试验等(其中三轴压缩试验在二维的情况下描述为双轴压缩试验)，得到每一个图形所对应的的等效宏观力学参数，如等效粘结力、等效内摩擦角、等效切线弹性模量、等效平均弹性模量等。
(6)对步骤5中得到的数值试验结果进行整理，根据精度要求确定土石混合体的REV尺度，具体包括如下步骤：
(6.1)计算每个尺寸等级下等效宏观力学参数的均值和变异系数(CV)值，以等效弹性模量作为待求等效宏观参数为例，尺寸等级Li下均值的计算公式为：
尺寸等级Li下变异系数(CV)值的计算公式为：
其中，Ei(i＝1,2,…,m)表示第i个尺寸等级的平均弹性模量的评均值，Eij(i＝1,2,…,m,j＝1,2,…,n)表示第i个尺寸等级的第j个图像在三轴压缩数值模拟之后得到的平均弹性模量，m表示尺寸等级的个数，n表示每个尺寸等级下选取的图像的个数，表示第i个尺寸等级下n个等效弹模的标准差；
(6.2)根据精度要求，选择小于15％的某CV值所对应的尺寸，即为该土石混合体的REV尺度。
有益效果：与现有研究方法相比，本发明引入了数字图像技术，克服了传统基于元胞自动模拟土石混合体方法的无法表现块石颗粒边界形状的缺点，和传统随机模型无法体现现场实际土石分布情况的缺点，该方法得到的土石混合体的REV尺度充分考虑了现场土石混合体的特征，并且精度较高。
附图说明
图1是本发明实施例的总体流程图；
图2是本发明实施例举例处理的土石混合体的原始彩色照片的灰度图；
图3是图2在S分量下的二值化结果图；
图4是选定的5个尺寸等级的示意图；
图5是尺寸等级为60mm的随机获取的三个图像；
图6是尺寸等级为60mm的一个图像进行有限元网格划分的结果图；
图7是对图6进行双轴压缩试验的原理示意图；
图8是本发明实施例举例平均弹性模量/标准差与尺寸等级的关系曲线。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，本发明公开了一种基于数字图像技术的土石混合体表征体尺度的确定方法，下面以取自于某工程的土石混合体的照片(如图2)为例具体说明，
1、对数字图像进行去噪和二值化处理。
该照片长200mm，有1000个像素点，宽127mm，有636个像素点，一个像素点所对应的实际尺寸为S＝0.2mm/pix。
2、对彩色数字图像进行去噪和二值化处理。
首先利用中值滤波法将图像去噪，然后利用MATLAB软件编写程序将数字图像转换到HIS色彩空间，再根据该图像饱和度(S)值在HSI色彩空间中的频率分布直方图，设定其出现的最大频率所对应饱和度(S)值为0.35作为数字图像二值化的阈值，生成二值化图像，最后利用绘图软件(比如Photoshop或Painter)进行辅助修改，可以得到图像在S分量下的最终二值化图形，如图3。
3、获取不同尺寸的二值图形文件。
如图4所示，选定尺寸等级数目为5，以及尺寸等级20mm，40mm，60mm，80mm，100mm。将图片土与石块的颜色颠倒，计算二值图片的含石率约为30％，则在每个尺寸等级下分别提取出3张含石率为30％，且以各尺寸等级为边长的正方形图形文件，总共有15张二值图形文件，如图5。
4、提取二值图像中的图形边界，并转成矢量图形文件。
采用4元件连通标记方法，得到锯齿形边界的图像，采用成熟的图形边界光滑算法处理图形边界，并根据一个像素点的实际尺寸，将边界图像文件转换为矢量图形文件。
5、有限元网格划分，并进行数值试验。
利用GMSH软件对这15张图片分别划分网格(如图6所示)，利用MATLAB编写程序将网格文件转换成数值模拟可用的模型文件。如图7所示，设置数值试验的边界条件与室内双轴压缩试验相同，x方向围压为0.5MPa，y方向按位移加载的方式以5×10-7m/step的速率进行加载，得到每一个图形所对应的应力应变曲线，并根据曲线计算其平均弹性模量。
6、数值试验结果整理，确定REV尺度。
每一尺寸等级下平均弹性模量的平均值和变异系数值计算结果如表1，每一尺寸等级下的标准差示意图如图8。若精度要求变异系数值为5％，则该土石混合体的REV尺度为100mm。
表1 各尺寸等级下平均弹模与变异系数

Claims (4)

1.一种基于数字图像技术的土石混合体表征单元体尺度的确定方法，其特征在于包括如下步骤：
(1)获取实际尺寸足够大的土石混合体的彩色数字图像；
(2)对获取的彩色数字图像进行去噪和二值化处理，得到表示土体和石块的二值图像；
(3)根据原始图像尺寸确定m个尺寸等级，并在每个尺寸等级下选取与原二值图像含石率相同且边长为Li的n个图像，得到m×n个不同尺寸的二值图像，具体地，包括如下步骤：
(3.1)选定尺寸等级Li,1≤i≤m，其中0＜L1＜L2＜…＜Lm＜L，L＝min(Lx,Ly)，Lx是原始图像的长，Ly是原始图像的宽，L1尽量小，Lm尽量接近L；
(3.2)在每一个尺寸等级Li下，选取与原二值图像含石率相同且边长为Li的n个正方形图形；
(4)对步骤3中得到的所有二值图像提取图形边界，并将边界图像转化为矢量图形；
(5)将步骤4中得到的矢量图形划分有限元网格，并将网格图像转换为数值计算模型进行数值试验，得到对应的等效宏观力学参数，具体地，包括如下步骤：
(5.1)利用有限元网格划分软件进行网格划分；
(5.2)针对每一个图形，分别通过数值方法模拟岩土力学实验，包括单轴压缩试验、三轴压缩试验和直剪试验，得到每一个图形所对应的的等效宏观力学参数，包括等效粘结力、等效内摩擦角、等效切线弹性模量、等效平均弹性模量；
(6)对步骤5中得到的数值试验结果进行整理，根据精度要求确定土石混合体的REV尺度，具体包括如下步骤：
(6.1)计算每个尺寸等级下等效宏观力学参数的均值和变异系数值，其中所述等效宏观力学参数是等效弹性模量，则尺寸等级Li下均值的计算公式为：
其中，Ei表示第i个尺寸等级的平均弹性模量的平均值，Eij表示第i个尺寸等级的第j个图像在三轴压缩数值模拟之后得到的平均弹性模量，其中i＝1,2,…,m,j＝1,2,…,n，m表示尺寸等级的个数，n表示每个尺寸等级下选取的图像的个数；
尺寸等级Li下变异系数值的计算公式为：
其中，表示第i个尺寸等级下n个等效弹模的标准差；
(6.2)根据精度要求，选择小于15％的某CV值所对应的尺寸，即为该土石混合体的REV尺度。
2.根据权利要求1所述的基于数字图像技术的土石混合体表征单元体尺度的确定方法，其特征在于，所述步骤2具体包括如下步骤：
(2.1)对RGB彩色图像进行中值滤波去噪；
(2.2)将彩色图像从RGB空间转换到HIS空间；
(2.3)根据图像在HIS空间中S分量的频率分布情况设定二值化阈值，将图像二值化；
(2.4)在土石区分不明显的部分，通过观察原始彩色图像中的岩土分布情况对二值图像中的土石边界进行手动优化，得到更符合实际情况的土石分布的二值图像，并利用画图软件辅助修改。
3.根据权利要求2所述的基于数字图像技术的土石混合体表征单元体尺度的确定方法，其特征在于，所述步骤2.3中确定图像二值化阈值的方法具体为：根据饱和度值在HIS色彩空间中的频率分布直方图，设定其出现最大频率所对应饱和度值作为图像二值化的阈值。
4.根据权利要求1所述的基于数字图像技术的土石混合体表征单元体尺度的确定方法，其特征在于，所述步骤4具体包括如下步骤：
(4.1)利用4连通域标记方法提取二值图像中表示岩石或土体其中一种的像素点集合；
(4.2)对属于该集合的每一个点根据位置拆分为四条线，记录四条线的坐标；
(4.3)对所有线的集合进行运算，删除重合的线，得到该像素点集合的外边框；
(4.4)将外边框进行排序处理，形成首尾相连的锯齿状边界；
(4.5)对锯齿状边界进行平滑处理；
(4.6)根据一个像素点的实际尺寸，将边界图像文件转换为矢量图形文件。
CN201511019860.0A 2015-12-29 2015-12-29 基于数字图像技术的土石混合体表征单元体尺度的确定方法 Expired - Fee Related CN105654482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511019860.0A CN105654482B (zh) 2015-12-29 2015-12-29 基于数字图像技术的土石混合体表征单元体尺度的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511019860.0A CN105654482B (zh) 2015-12-29 2015-12-29 基于数字图像技术的土石混合体表征单元体尺度的确定方法

Publications (2)

Publication Number Publication Date
CN105654482A CN105654482A (zh) 2016-06-08
CN105654482B true CN105654482B (zh) 2019-04-30

Family

ID=56478241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511019860.0A Expired - Fee Related CN105654482B (zh) 2015-12-29 2015-12-29 基于数字图像技术的土石混合体表征单元体尺度的确定方法

Country Status (1)

Country Link
CN (1) CN105654482B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111560938A (zh) * 2020-05-29 2020-08-21 贵州省交通规划勘察设计研究院股份有限公司 一种采用投石机理的堆积体边坡数值计算模型建立方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106706393A (zh) * 2017-02-22 2017-05-24 河海大学 利用相似模型确定柱状节理岩体特征单元体rev的方法
CN107314957B (zh) * 2017-06-30 2020-07-07 长安大学 一种岩石块度尺寸分布的测量方法
CN109359416B (zh) * 2018-11-07 2023-10-24 河北工业大学 一种反映真实工程土石混合体分布的颗粒流数值模拟方法
CN111325840B (zh) * 2020-02-13 2023-04-07 中铁二院工程集团有限责任公司 一种弃渣场的设计方法及计算系统
CN117147552A (zh) * 2023-10-30 2023-12-01 北京交通大学 一种用于tbm隧洞的岩渣级配分析方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268830A (zh) * 2014-09-11 2015-01-07 河海大学 基于数字图像确定不均匀岩土材料渗透系数的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268830A (zh) * 2014-09-11 2015-01-07 河海大学 基于数字图像确定不均匀岩土材料渗透系数的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Estimating geometrical and mechanical REV based on synthetic rock mass models at Brunswick Mine;Kamran Esmaieli et al;《International Journal of Rock Mechanics & Mining Sciences》;20100617;全文
土石混合体REV尺度数值方法研究;狄圣杰 等;《防灾减灾工程学报》;20121031;第32卷(第5期);第1-3节
土石混合体细观结构及力学特性数值模拟研究;徐文杰 等;《岩石力学与工程学报》;20070228;第26卷(第2期);全文

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111560938A (zh) * 2020-05-29 2020-08-21 贵州省交通规划勘察设计研究院股份有限公司 一种采用投石机理的堆积体边坡数值计算模型建立方法
CN111560938B (zh) * 2020-05-29 2022-02-01 贵州省交通规划勘察设计研究院股份有限公司 一种采用投石机理的堆积体边坡数值计算模型建立方法

Also Published As

Publication number Publication date
CN105654482A (zh) 2016-06-08

Similar Documents

Publication Publication Date Title
CN105654482B (zh) 基于数字图像技术的土石混合体表征单元体尺度的确定方法
Zheng et al. Roundness and sphericity of soil particles in assemblies by computational geometry
Liu et al. Multi-scale fractal analysis of pores in shale rocks
US8909508B2 (en) Petrographic image analysis for determining capillary pressure in porous media
Barraud The use of watershed segmentation and GIS software for textural analysis of thin sections
Wang et al. Morphological approach to quantifying soil cracks: Application to dynamic crack patterns during wetting‐drying cycles
CN104268830A (zh) 基于数字图像确定不均匀岩土材料渗透系数的方法
CN103206208A (zh) 一种微观不同赋存状态剩余油宏观量化的方法
CN110570401B (zh) 一种基于图像识别的斜坡碎裂岩体信息获取方法
Ketcham et al. Accurate measurement of small features in X‐ray CT data volumes, demonstrated using gold grains
CN107728150A (zh) 调查湖泊沉水植物的方法
CN108074223A (zh) 煤岩序列ct图中裂隙网络自动提取方法
CN105354832A (zh) 一种山区卫星影像自动配准到地理底图上的方法
CN109636904A (zh) 一种基于uav航测地形数据的噪声处理技术
CN103149130B (zh) 砾岩岩心颗粒结构中粒度的分析方法
CN114119361A (zh) 基于tesrgan网络的超分辨率重构井下图像方法、系统、设备、介质
CN113029899B (zh) 一种基于显微图像处理的砂岩渗透率计算方法
CN104794475A (zh) 一种光子晶体光纤的端面结构特征提取方法
CN104573339B (zh) 页岩气储层的地质参数确定方法和装置
Berrezueta et al. Application of optical image analysis to the assessment of pore space evolution after CO2 injection in sandstones. A case study
CN110609046A (zh) 一种基于微ct水驱油图像的毛管力预测方法
Isik et al. A shape parameter for soil particles using a computational method
CN109697693A (zh) 一种实现基于大数据空间运算的方法
CN102955935A (zh) 基于图象融合的泥沙识别的方法与系统
CN105241886B (zh) 一种基于hvs与引导滤波器的土遗址裂缝检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190430

Termination date: 20211229

CF01 Termination of patent right due to non-payment of annual fee