CN110599477A - 一种植草混凝土有效孔隙率的检测方法及系统 - Google Patents
一种植草混凝土有效孔隙率的检测方法及系统 Download PDFInfo
- Publication number
- CN110599477A CN110599477A CN201910869288.9A CN201910869288A CN110599477A CN 110599477 A CN110599477 A CN 110599477A CN 201910869288 A CN201910869288 A CN 201910869288A CN 110599477 A CN110599477 A CN 110599477A
- Authority
- CN
- China
- Prior art keywords
- porosity
- grass planting
- concrete
- planting concrete
- area
- 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.)
- Granted
Links
- 239000004567 concrete Substances 0.000 title claims abstract description 210
- 244000025254 Cannabis sativa Species 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 65
- 239000002344 surface layer Substances 0.000 claims abstract description 67
- 238000002474 experimental method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 239000011148 porous material Substances 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000009659 non-destructive testing Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 13
- 239000002245 particle Substances 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 239000004568 cement Substances 0.000 description 2
- 238000003703 image analysis method Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001532014 Xanthorrhoea Species 0.000 description 1
- -1 admixture Substances 0.000 description 1
- 238000002247 constant time method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- 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
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dispersion Chemistry (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种植草混凝土有效孔隙率的检测方法及系统。方法包括:获取待测植草混凝土表层结构的点云数据;生成三维数字表面模型;以设定步长进行切片,得到多个不同的切面和切块;根据各切面和切块计算得到待测植草混凝土表层孔隙率;获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;将待测植草混凝土表层孔隙率带入关系式中,计算得到待测植草混凝土的实际有效孔隙率。采用三维激光扫描技术,在现场快速获取植草混凝土获得点云数据,根据获得的点云数据计算得到表层孔隙率,再根据实验获得的实际有效孔隙率与表层孔隙率的关系,得到待检测混凝土的实际有效孔隙率,实现对植草混凝土现场的无损检测。
Description
技术领域
本发明涉及水利工程技术领域,特别是涉及一种植草混凝土有效孔隙率的检测方法及系统。
背景技术
植草混凝土是由水泥、石子、掺合料、水和外加剂等组成,以随机大孔隙率混凝土为骨架的一种新型生态混凝土。它内部具有20%~30%的连续的孔隙结构,不仅能够满足中小河流护坡工程强度要求,同时能满足植物生长环境的要求,植物在其中萌芽生长,其根系在混凝土孔隙中不断延伸,最终植物与混凝土融为一体,形成具有一定强度和植被覆盖率的环境友好型护岸材料。该技术适用于水利工程、交通工程等岸坡防护,既有稳定边坡的功能,又有美化环境、水土保持的效果,且能减少水泥和水资源的使用,降低混凝土对天然土壤的污染,便于大规模机械化生产,具有非常广阔的工程应用前景。
植草混凝土有效孔隙率直接影响植物根茎的生长空间、生长路径,决定其根系是否能够透过植草混凝土并伸入基层土壤,对植物的生存环境、根系生长分布情况等起重要作用,并最终影响植草混凝土在岸坡防护的整体稳定性能与使用寿命,因此对植草混凝土有效孔隙率的测定对其应用推广具有十分重要的意义。
现有植草混凝土有效孔隙率测定通常有排水法、灌水法、压汞法、图像分析法等,但排水法、灌水法、压汞法只能适用于小试件,不适用于现场快速无损检测;而图像分析法需要对试块进行切割处理,对目标植草混凝土形成破坏,不能满足快速无损的现场检测。
无损检测技术即非破坏性检测,是在不破坏待测物质原来的状态、化学性质等前提下,获取与待测物的品质有关的内容、性质或成分等物理及化学情报所采用的检查方法。目前超声波CT法常用于混凝土检测,可反映混凝土内部结构,是一种混凝土超声波层析成像检测方法,但是此方法也不能直接用于混凝土孔隙率的现场无损检测。
发明内容
本发明的目的是提供一种植草混凝土有效孔隙率的检测方法及系统,解决现有技术中无法直接用于混凝土孔隙率现场无损检测的问题。
为实现上述目的,本发明提供了如下方案:
一种植草混凝土有效孔隙率的检测方法,所述方法包括:
获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录的数据;
根据所述点云数据生成三维数字表面模型;
对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
可选的,所述获取待测植草混凝土表层结构的点云数据具体包括:
采用三维激光扫描仪对所述待测混凝土进行激光扫描,得到所述待测混凝土表层上的若干个点;
将所述待测混凝土表层上的若干个点以三维斜坐标的形式进行记录,得到所述点云数据。
可选的,所述根据所述点云数据生成三维数字表面模型具体包括:
根据公式计算出各点云数据对应的三维笛卡尔坐标;其中S为三维激光扫描仪的观测中心与扫描点之间的距离,α为三维激光扫描仪扫描的水平角,θ为三维激光扫描仪扫描的竖直角;X、Y、Z均为三维笛卡尔坐标系的坐标轴;
根据所述三维笛卡尔坐标在逆向工程软件中进行点的封装,得到所述三维数字表面模型。
可选的,所述对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块具体包括:
以平行于所述三维笛卡尔坐标系XY平面的面作为切割面;
控制所述切割面保持与所述XY平面平行并以所述设定步长的长度移动,对所述三维数字表面模型进行切片,得到多个不同的切面和切块。
可选的,所述根据各所述切面计算得到所述待测植草混凝土表层孔隙率具体包括:
在各所述切面上分别进行插值拟合得到高程点;
根据所述高程点分别采用三次样条曲线拟合生成等高线;
根据所述等高线分别计算各切面凸起部分混凝土的面积;
将各切面的面积减去对应切面凸起部分混凝土的面积得到对应切面的孔隙面积;
将同一切块上的两个切面的孔隙面积的均值乘以所述设定步长得到对应切块的孔隙体积;
以某切块的孔隙体积除以对应切块的体积得到对应切块的表层孔隙率;
计算各切块的表层孔隙率的均值得到所述待测植草混凝土表层孔隙率。
可选的,所述根据所述等高线分别计算各切面凸起部分混凝土的面积具体包括:
针对每个切面执行以下步骤:
分别判断各个高度值的等高线区域内是否存在孤岛,得到第一判断结果;所述孤岛为在某一高度值的等高线区域内存在的相同高度值的等高线形成的封闭区域;
若所述第一判断结果为否,则采用曲线积分法计算不存在孤岛的等高线围成的各个封闭区域的面积,得到各个不存在孤岛的等高线区域内凸起部分混凝土的面积;
若所述第一判断结果为是,则采用曲线积分法分别计算存在孤岛的等高线围成的封闭区域的面积和对应孤岛的面积,分别得到有孤岛的封闭区域面积和孤岛面积;用所述有孤岛的封闭区域面积减去对应的所述孤岛面积得到各存在孤岛的等高线区域内凸起部分混凝土的面积;
将得到的各个高度值的等高线区域内的凸起部分混凝土的面积求和得到对应切面凸起部分混凝土的面积。
可选的,所述分别判断各个高度值的等高线区域内是否存在孤岛具体包括:
针对每个高度值的等高线区域都执行以下操作:
以设定面积将某高度值的等高线区域进行分块;
在各分块内选取任意位置向等高线区域外发射射线;
获取各条射线与等高线的交点个数;
判断各条射线与等高线的交点个数是否为偶数,得到第二判断结果;
若所述第二判断结果为是,则判定等高线区域内与等高线交点个数为偶数的射线发射点处存在孤岛;
若所述第二判断结果为否,则判定等高线区域内与等高线交点个数为奇数的射线发射点处不存在孤岛。
可选的,所述获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式具体包括:
获取多个目标孔隙率的植草混凝土试件;
采用三维激光扫描得到各所述目标孔隙率的植草混凝土试件表层结构的试件点云数据;
根据所述试件点云数据生成试件三维数字表面模型;
对所述试件三维数字表面模型进行切片,得到多个不同的试件切面;
根据各所述试件切面计算得到所述植草混凝土试件的表层孔隙率;
根据所述植草混凝土试件的表层孔隙率,采用排水法进行实际有效孔隙率测定,得到所述目标孔隙率的植草混凝土试件的实际有效孔隙率与表层孔隙率关系式。
一种植草混凝土有效孔隙率的检测系统,所述系统包括:
数据获取模块,用于获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录;
三维数字表面模型生成模块,用于根据所述点云数据生成三维数字表面模型;
切片模块,用于对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
表层孔隙率计算模块,用于根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
实验数据获取模块,用于获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
实际有效孔隙率计算模块,用于将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
采用三维激光扫描技术,在现场快速获取植草混凝土获得点云数据,根据获得的点云数据计算得到表层孔隙率,再根据实验获得的实际有效孔隙率与表层孔隙率的关系,得到待检测混凝土的实际有效孔隙率。
即采用三维激光扫描技术,实现对植草混凝土现场的无损检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的植草混凝土有效孔隙率的检测方法流程图;
图2为本发明实施例提供的三维激光扫描仪扫描原理示意图;
图3为本发明实施例提供的三维激光扫描仪扫描得到的点云图;
图4为本发明实施例提供的植草混凝土三维数字表面模型图;
图5为本发明实施例提供的实验过程中植草混凝土二维切面图;
图6为本发明实施例提供的植草混凝土有效孔隙率的检测系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种植草混凝土有效孔隙率的检测方法及系统,解决现有技术中无法直接用于混凝土孔隙率现场无损检测的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的植草混凝土有效孔隙率的检测方法流程图,如图1所示,一种植草混凝土有效孔隙率的检测方法,所述方法包括:
S101:获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录的数据;
S102:根据所述点云数据生成三维数字表面模型;
S103:对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
S104:根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
S105:获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
S106:将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
上述步骤S101:获取待测植草混凝土表层结构的点云数据具体包括:
采用三维激光扫描仪对所述待测混凝土进行激光扫描,得到所述待测混凝土表层上的若干个点;
将所述待测混凝土表层上的若干个点以三维斜坐标的形式进行记录,得到所述点云数据。
本实施例中待测混凝土为一种具有满足植物生长的多孔混凝土,其有效孔隙率通常为20%~30%,粗骨料粒径大小为15~30mm。具体采用三维激光扫描仪进行三维激光扫描,如图2所示,扫描精度为5mm,扫描视场范围为100°×360°(垂直×水平),角分辨率为0.0005°,扫描结果将物体以三维点坐标的形式记录,每个点包括其三维坐标信息,即点云数据如图3所示,以确保采集数据的精度;
具体地,对植草混凝土表层结构进行三维激光扫描时,首先对植草混凝土所在现场进行水平方向360°粗略扫描,然后对现场植草混凝土所在区域大面积进行进一步精确扫描,以减少确定扫描区域所用时间。具体操作过程分三步:
步骤A:安置三维激光扫描仪。在现场护坡面垂直方向,架设扫描仪位置,使扫描正对被测的植草混凝土,让扫描射线深入孔隙。
步骤B:建立工程项目名称,设置扫描参数。首先进行粗扫,获取全景区域,然后选取具有代表性、边长为2~5m大小的正方形扫描区域,对植草混凝土的扫描角度设置范围,设置扫描距离分辨率为1mm。
步骤C:扫描植草混凝土。通过标记植草混凝土放置位置,对选取范围内的植草混凝土进行逐一扫描,对每个植草混凝土进行命名。
上述步骤S102:根据所述点云数据生成三维数字表面模型具体包括:
根据公式计算出各点云数据对应的三维笛卡尔坐标;其中S为三维激光扫描仪的观测中心与扫描点之间的距离,α为三维激光扫描仪扫描的水平角,θ为三维激光扫描仪扫描的竖直角;X、Y、Z均为三维笛卡尔坐标系的坐标轴;
根据所述三维笛卡尔坐标在逆向工程软件中进行点的封装,得到所述三维数字表面模型,如图4所示。
具体地,将点云数据生成三维数字表面模型,生成过程需要通过软件完成,该软件通过识别点云数据中每个点的三维坐标,将点完成重组,建立数字模型。
整个过程具体包括:
步骤A:植草混凝土面点云数据提取。根据三维激光扫描原理,如图2所示。X轴在横向扫描面内,Y轴在横向扫描面内与X轴垂直,Z轴与横向扫描面垂直(如图2)。
对植草混凝土面扫描获取点云数据,点云即由海量的点显示出植草混凝土面的模型。扫描仪测站中心坐标为(0,0,0),获取测站至实体扫描点的斜距S,扫描时的水平角α和竖直角θ,求得每一扫描点与测站点之间的(X,Y,Z)坐标,公式如下:
将每个点三维坐标按激光反射强度显示,形成扫描植草混凝土表层的点云图。
步骤B:建立植草混凝土表层三维数字表面模型(DigitalSurfaceModel,DSM)。将植草混凝土表层点云数据导入到逆向工程软件Geomagicstudio中,对导入的点云数据进行点的封装,即生成三维三角网的DSM模型。
其中点的封装即是生成三维三角网的DSM模型。具体过程涉及对植草混凝土面点云数据,采用Delaunay三角剖分方法处理,并采用凸包算法逐步剥离冗余四面体,重建DSM网格模型。
三角剖分方法的过程为:假设V是三维实数域上的有限点集,边e是由点集中的点作为端点构成的封闭线段,E为e的集合。那么该点集V的一个三角剖分T=(V,E)是一个平面图G,该平面图满足条件:除了端点,平面图中的边不包含点集中的任何点;没有相交边;平面图中所有的面都是三角面,且所有三角面的合集是散点集V的凸包。
Delaunay三角剖分,它是一种特殊的三角剖分。Delaunay三角剖分方法具有两个优点:最大化最小角,“最接近于规则化的”的三角网;唯一性,即任意四点不能共圆。
上述步骤S103:对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块具体包括:
以平行于所述三维笛卡尔坐标系XY平面的面作为切割面;
控制所述切割面保持与所述XY平面平行并以所述设定步长的长度移动,对所述三维数字表面模型进行切片,得到多个不同的切面和切块,如图5所示。
具体地,创建与XY平面平行并与DSM模型相切的平面作为起始切面,随后平行于XY平面移动切面,每次移动距离小于粗骨料粒径的10%,切面与DSM模型相交形成的闭合曲线既该切面上的等高线。
上述步骤S104:根据各所述切面计算得到所述待测植草混凝土表层孔隙率具体包括:
在各所述切面上分别进行插值拟合得到高程点;
根据所述高程点分别采用三次样条曲线拟合生成等高线;
根据所述等高线分别计算各切面凸起部分混凝土的面积;
将各切面的面积减去对应切面凸起部分混凝土的面积得到对应切面的孔隙面积;
将同一切块上的两个切面的孔隙面积的均值乘以所述设定步长得到对应切块的孔隙体积;
以某切块的孔隙体积除以对应切块的体积得到对应切块的表层孔隙率;
计算各切块的表层孔隙率的均值得到所述待测植草混凝土表层孔隙率。
根据所述等高线分别计算各切面凸起部分混凝土的面积具体包括:
针对每个切面执行以下步骤:
分别判断各个高度值的等高线区域内是否存在孤岛,得到第一判断结果;所述孤岛为在某一高度值的等高线区域内存在的相同高度值的等高线形成的封闭区域;
若所述第一判断结果为否,则采用曲线积分法计算不存在孤岛的等高线围成的各个封闭区域的面积,得到各个不存在孤岛的等高线区域内凸起部分混凝土的面积;
若所述第一判断结果为是,则采用曲线积分法分别计算存在孤岛的等高线围成的封闭区域的面积和对应孤岛的面积,分别得到有孤岛的封闭区域面积和孤岛面积;用所述有孤岛的封闭区域面积减去对应的所述孤岛面积得到各存在孤岛的等高线区域内凸起部分混凝土的面积;
将得到的各个高度值的等高线区域内的凸起部分混凝土的面积求和得到对应切面凸起部分混凝土的面积。
所述分别判断各个高度值的等高线区域内是否存在孤岛具体包括:
针对每个高度值的等高线区域都执行以下操作:
以设定面积将某高度值的等高线区域进行分块;
在各分块内选取任意位置向等高线区域外发射射线;
获取各条射线与等高线的交点个数;
判断各条射线与等高线的交点个数是否为偶数,得到第二判断结果;
若所述第二判断结果为是,则判定等高线区域内与等高线交点个数为偶数的射线发射点处存在孤岛;
若所述第二判断结果为否,则判定等高线区域内与等高线交点个数为奇数的射线发射点处不存在孤岛。
具体地,对DSM模型进行分层切片:创建与XY平面平行并与DSM相切平面作为起始切面,随后移动切面,每次移动距离小于粗骨料粒径的10%。
生成等高线:对切片位置进行插值拟合生成等高线高程点,根据生成的高程点采用三次样条曲线拟合生成等高线。所述等高线插值过程,采用距离权倒数(IDW)插值法,假设距离等高线越近的点对等高线影响越大,在一定范围内的点插值求出等高线上点的坐标,公式为:
权的定义规则为:点云与等高线的高差越小权值越大。
令权:
式中:n为参与插值点的数量,pi为等高线上H0对应的权,hi为参与点到等高线高程差的倒数,控制不同距离上的已知点对插值结果的影响,pi越大,距离等高线点越近的高程点在插值过程中的作用越大,zi为插值点的高程值。
计算凸起部分混凝土面积:提取相同高程等高线,判断等高线区域内是否存在孤岛。当封闭区域无孤岛时,根据等高线围成的封闭区域,采用曲线积分方法计算面积,该面积即为凸起部分混凝土面积;当封闭等高线内存在孤岛时,封闭区域减去孤岛的面积为凸起部分混凝土面积。
计算孔隙的面积:将区域整体面积减去凸起部分混凝土面积即为所在切面的孔隙面积。取相邻切面的孔隙面积平均值及其距离相乘得到孔隙体积,将孔隙体积除该区域整体所有体积即为植草混凝土表层孔隙率。
上述步骤S105:获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式具体包括:
获取多个目标孔隙率的植草混凝土试件;
采用三维激光扫描得到各所述目标孔隙率的植草混凝土试件表层结构的试件点云数据;
根据所述试件点云数据生成试件三维数字表面模型;
对所述试件三维数字表面模型进行切片,得到多个不同的试件切面;
根据各所述试件切面计算得到所述植草混凝土试件的表层孔隙率;
根据所述植草混凝土试件的表层孔隙率,采用排水法进行实际有效孔隙率测定,得到所述目标孔隙率的植草混凝土试件的实际有效孔隙率与表层孔隙率关系式。
具体地,本实施例中通过实验手段,先制备不同目标孔隙率的植草混凝土试件,并在标准养护条件下养护28天;然后使用三维激光扫描仪对每组试件的表层混凝土进行扫描得到点云数据,构建DSM模型,对三维图像进行截面切片处理,得到分层的孔隙面积,并计算所得表层孔隙率;最后采用排水法进行实际有效孔隙率测定,从而得到植草混凝土的有效孔隙率与表层孔隙率关系式为:y=0.5278x+0.0894(y:实际有效孔隙率;x:本发明方法所测得表层孔隙率);
最后将待测植草混凝土表层孔隙率带入植草混凝土的有效孔隙率与表层孔隙率关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。本实施例的实验结果如下:
表1实际有效孔隙率计算结果
本实施例中还针对被测混凝土的粗骨料粒径为10mm~25mm,液固比为0.2,目标孔隙率为20%、25%的植草混凝土进行检测。执行以下过程:
使用RigelVZ-1000三维激光扫描仪现场对混凝土进行扫描,得到点云数据,每组扫描三个测试样块;
将每个样块的点云数据导入geomagicstudio软件中,并将点进行“封装”完成三维重建;
在软件中选用“曲线”对三维图像进行截面切片处理,每个截面相距2mm,得到植草混凝土二维切面图,计算每个截面孔隙面积;
用孔隙面积乘截面间距计算并取有效值的算数平均值即为所得表层孔隙率;
将所得表层孔隙率代入实验获得的表层孔隙率与实际有效孔隙率相关性方程y=0.5278x+0.0894,即可得实际有效孔隙率。结果如表2所示。
表2实际有效孔隙率计算结果
本实施例还针对被测混凝土的粗骨料粒径为10mm~25mm,液固比为0.25,目标孔隙率为20%、25%的植草混凝土进行检测。
使用RigelVZ-1000三维激光扫描仪现场对混凝土进行扫描,得到点云数据,每组扫描三个测试样块;
将每个样块的点云数据导入geomagicstudio软件中,并将点进行“封装”完成三维重建;
在软件中选用“曲线”对三维图像进行截面切片处理,每个截面相距2mm,得到植草混凝土二维切面图,计算每个截面孔隙面积;
用孔隙面积乘截面间距计算并取有效值的算数平均值即为所得表层孔隙率;
将所得表层孔隙率代入实验获得的表层孔隙率与实际有效孔隙率相关性方程y=0.5278x+0.0894,即可得实际有效孔隙率。结果如表3所示。
表3实际有效孔隙率计算结果
本实施例中还针对被测混凝土的粗骨料粒径为10mm~25mm,液固比为0.30,目标孔隙率为20%、25%的植草混凝土进行检测。
使用RigelVZ-1000三维激光扫描仪现场对混凝土进行扫描,得到点云数据,每组扫描三个测试样块;
将每个样块的点云数据导入geomagicstudio软件中,并将点进行“封装”完成三维重建;
在软件中选用“曲线“对三维图像进行截面切片处理,每个截面相距2mm,得到植草混凝土二维切面图,计算每个截面孔隙面积;
用孔隙面积乘截面间距计算并取有效值的算数平均值即为所得表层孔隙率;
将所得表层孔隙率代入实验获得的表层孔隙率与实际有效孔隙率相关性方程y=0.5278x+0.0894,即可得实际有效孔隙率。结果如表4所示。
表4实际有效孔隙率计算结果
通过本发明的植草混凝土有效孔隙率的检测方法实现对植草混凝土的无损快速检测,得到待测植草混凝土的实际有效孔隙率,根据检测得到的植草混凝土实际有效孔隙率判定所测量的植草混凝土是否满足草木种植需求,提升植草混凝土在岸坡防护中的稳定性能和使用寿命。
本实施例还提供一种植草混凝土有效孔隙率的检测系统,如图6所示,所述系统包括:
数据获取模块1、三维数字表面模型生成模块2、切片模块3、表层孔隙率计算模块4、实验数据获取模块5和实际有效孔隙率计算模块6。
数据获取模块1用于获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录;
三维数字表面模型生成模块2用于根据所述点云数据生成三维数字表面模型;
切片模块3用于对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
表层孔隙率计算模块4用于根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
实验数据获取模块5用于获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
实际有效孔隙率计算模块6用于将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
本发明植草混凝土有效孔隙率的检测方法及系统,采用三维激光扫描仪实现快速扫描,获得高精度的三维点云数据和三维数字表层模型。能够实现同时对大面积、不同孔隙率的植草混凝土进行测定,通过表层孔隙率与混凝土孔隙率的关系,计算得到实际有效孔隙率的结果。
通过本发明植草混凝土有效孔隙率的检测方法及系统的应用可以大大减少检测工作量,缩短整个有效孔隙率的检测时间,且降低检测成本,在不对目标植草混凝土产生破坏的情况下,达到工程快速检测的目的。
对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种植草混凝土有效孔隙率的检测方法,其特征在于,所述方法包括:
获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录的数据;
根据所述点云数据生成三维数字表面模型;
对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
2.根据权利要求1所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,所述获取待测植草混凝土表层结构的点云数据具体包括:
采用三维激光扫描仪对所述待测混凝土进行激光扫描,得到所述待测混凝土表层上的若干个点;
将所述待测混凝土表层上的若干个点以三维斜坐标的形式进行记录,得到所述点云数据。
3.根据权利要求1所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,所述根据所述点云数据生成三维数字表面模型具体包括:
根据公式计算出各点云数据对应的三维笛卡尔坐标;其中S为三维激光扫描仪的观测中心与扫描点之间的距离,α为三维激光扫描仪扫描的水平角,θ为三维激光扫描仪扫描的竖直角;X、Y、Z均为三维笛卡尔坐标系的坐标轴;
根据所述三维笛卡尔坐标在逆向工程软件中进行点的封装,得到所述三维数字表面模型。
4.根据权利要求3所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,
所述对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块具体包括:
以平行于所述三维笛卡尔坐标系XY平面的面作为切割面;
控制所述切割面保持与所述XY平面平行并以所述设定步长的长度移动,对所述三维数字表面模型进行切片,得到多个不同的切面和切块。
5.根据权利要求1所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,所述根据各所述切面计算得到所述待测植草混凝土表层孔隙率具体包括:
在各所述切面上分别进行插值拟合得到高程点;
根据所述高程点分别采用三次样条曲线拟合生成等高线;
根据所述等高线分别计算各切面凸起部分混凝土的面积;
将各切面的面积减去对应切面凸起部分混凝土的面积得到对应切面的孔隙面积;
将同一切块上的两个切面的孔隙面积的均值乘以所述设定步长得到对应切块的孔隙体积;
以某切块的孔隙体积除以对应切块的体积得到对应切块的表层孔隙率;
计算各切块的表层孔隙率的均值得到所述待测植草混凝土表层孔隙率。
6.根据权利要求5所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,所述根据所述等高线分别计算各切面凸起部分混凝土的面积具体包括:
针对每个切面执行以下步骤:
分别判断各个高度值的等高线区域内是否存在孤岛,得到第一判断结果;所述孤岛为在某一高度值的等高线区域内存在的相同高度值的等高线形成的封闭区域;
若所述第一判断结果为否,则采用曲线积分法计算不存在孤岛的等高线围成的各个封闭区域的面积,得到各个不存在孤岛的等高线区域内凸起部分混凝土的面积;
若所述第一判断结果为是,则采用曲线积分法分别计算存在孤岛的等高线围成的封闭区域的面积和对应孤岛的面积,分别得到有孤岛的封闭区域面积和孤岛面积;用所述有孤岛的封闭区域面积减去对应的所述孤岛面积得到各存在孤岛的等高线区域内凸起部分混凝土的面积;
将得到的各个高度值的等高线区域内的凸起部分混凝土的面积求和得到对应切面凸起部分混凝土的面积。
7.根据权利要求6所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,
所述分别判断各个高度值的等高线区域内是否存在孤岛具体包括:
针对每个高度值的等高线区域都执行以下操作:
以设定面积将某高度值的等高线区域进行分块;
在各分块内选取任意位置向等高线区域外发射射线;
获取各条射线与等高线的交点个数;
判断各条射线与等高线的交点个数是否为偶数,得到第二判断结果;
若所述第二判断结果为是,则判定等高线区域内与等高线交点个数为偶数的射线发射点处存在孤岛;
若所述第二判断结果为否,则判定等高线区域内与等高线交点个数为奇数的射线发射点处不存在孤岛。
8.根据权利要求1所述的一种植草混凝土有效孔隙率的检测方法,其特征在于,所述获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式具体包括:
获取多个目标孔隙率的植草混凝土试件;
采用三维激光扫描得到各所述目标孔隙率的植草混凝土试件表层结构的试件点云数据;
根据所述试件点云数据生成试件三维数字表面模型;
对所述试件三维数字表面模型进行切片,得到多个不同的试件切面;
根据各所述试件切面计算得到所述植草混凝土试件的表层孔隙率;
根据所述植草混凝土试件的表层孔隙率,采用排水法进行实际有效孔隙率测定,得到所述目标孔隙率的植草混凝土试件的实际有效孔隙率与表层孔隙率关系式。
9.一种植草混凝土有效孔隙率的检测系统,其特征在于,所述系统包括:
数据获取模块,用于获取待测植草混凝土表层结构的点云数据;所述点云数据为采用三维激光扫描技术将扫描到的所述待测植草混凝土表层的点以三维斜坐标的形式记录;
三维数字表面模型生成模块,用于根据所述点云数据生成三维数字表面模型;
切片模块,用于对所述三维数字表面模型以设定步长进行切片,得到多个不同的切面和切块;
表层孔隙率计算模块,用于根据各所述切面和切块计算得到所述待测植草混凝土表层孔隙率;所述表层孔隙率为植草混凝土孔隙体积占对应植草混凝土整体体积的百分比;
实验数据获取模块,用于获取通过实验得到的目标植草混凝土试件实际有效孔隙率和表层孔隙率的关系式;
实际有效孔隙率计算模块,用于将所述待测植草混凝土表层孔隙率带入所述关系式中,计算得到所述待测植草混凝土的实际有效孔隙率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869288.9A CN110599477B (zh) | 2019-09-16 | 2019-09-16 | 一种植草混凝土有效孔隙率的检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910869288.9A CN110599477B (zh) | 2019-09-16 | 2019-09-16 | 一种植草混凝土有效孔隙率的检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110599477A true CN110599477A (zh) | 2019-12-20 |
CN110599477B CN110599477B (zh) | 2020-11-03 |
Family
ID=68859554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910869288.9A Active CN110599477B (zh) | 2019-09-16 | 2019-09-16 | 一种植草混凝土有效孔隙率的检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110599477B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112945808A (zh) * | 2021-01-26 | 2021-06-11 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN113405965A (zh) * | 2021-06-08 | 2021-09-17 | 浙江广天构件集团股份有限公司 | 一种水泥基材料颗粒堆积体系孔隙连通性分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983193A (zh) * | 2014-06-11 | 2014-08-13 | 中国烟草总公司郑州烟草研究院 | 一种应用于卷烟条盒烟包尺寸测量的三维检测方法 |
CN105371789A (zh) * | 2015-10-09 | 2016-03-02 | 南京大学 | 一种利用航空激光点云计算有效叶面积指数的方法 |
CN205280548U (zh) * | 2016-01-04 | 2016-06-01 | 中建西部建设股份有限公司 | 一种透水混凝土孔隙率简易检测装置 |
ES2578705A1 (es) * | 2015-01-28 | 2016-07-29 | Universitat Politècnica De Catalunya | Andamio macroporoso para ingeniería de tejidos óseos, método de diseño tridimensional y aplicaciones |
CN107402176A (zh) * | 2017-08-17 | 2017-11-28 | 中国石油天然气股份有限公司 | 裂缝孔隙度的确定方法和装置 |
CN107831497A (zh) * | 2017-09-26 | 2018-03-23 | 南京大学 | 一种利用三维点云数据定量刻画森林聚集效应的方法 |
CN109146951A (zh) * | 2018-08-01 | 2019-01-04 | 南京林业大学 | 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法 |
CN110222368A (zh) * | 2019-08-02 | 2019-09-10 | 中国石油大学(华东) | 一种利用二维切片计算岩心三维孔隙度和渗透率的方法 |
-
2019
- 2019-09-16 CN CN201910869288.9A patent/CN110599477B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983193A (zh) * | 2014-06-11 | 2014-08-13 | 中国烟草总公司郑州烟草研究院 | 一种应用于卷烟条盒烟包尺寸测量的三维检测方法 |
ES2578705A1 (es) * | 2015-01-28 | 2016-07-29 | Universitat Politècnica De Catalunya | Andamio macroporoso para ingeniería de tejidos óseos, método de diseño tridimensional y aplicaciones |
CN105371789A (zh) * | 2015-10-09 | 2016-03-02 | 南京大学 | 一种利用航空激光点云计算有效叶面积指数的方法 |
CN205280548U (zh) * | 2016-01-04 | 2016-06-01 | 中建西部建设股份有限公司 | 一种透水混凝土孔隙率简易检测装置 |
CN107402176A (zh) * | 2017-08-17 | 2017-11-28 | 中国石油天然气股份有限公司 | 裂缝孔隙度的确定方法和装置 |
CN107831497A (zh) * | 2017-09-26 | 2018-03-23 | 南京大学 | 一种利用三维点云数据定量刻画森林聚集效应的方法 |
CN109146951A (zh) * | 2018-08-01 | 2019-01-04 | 南京林业大学 | 一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法 |
CN110222368A (zh) * | 2019-08-02 | 2019-09-10 | 中国石油大学(华东) | 一种利用二维切片计算岩心三维孔隙度和渗透率的方法 |
Non-Patent Citations (4)
Title |
---|
VASILOPOULOS 等: "Combining terrestrial laser scanning and physical modelling experiments to characterise the structure and drag of vegetation", 《EGU GENERAL ASSEMBLY CONFERENCE》 * |
王宇 等: "基于CT图像灰度水平的孔隙率计算及应用", 《水利学报》 * |
王虓 等: "基于 SFS 的土壤三维结构恢复及孔隙度计算", 《中国农业科学》 * |
路璐 等: "激光雷达和点云切片算法结合的森林有效叶面积指数估算", 《遥感学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112945808A (zh) * | 2021-01-26 | 2021-06-11 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN112945808B (zh) * | 2021-01-26 | 2022-03-29 | 中铁南方投资集团有限公司 | 一种渣土多级分离后骨料粒径的分析方法及系统 |
CN113405965A (zh) * | 2021-06-08 | 2021-09-17 | 浙江广天构件集团股份有限公司 | 一种水泥基材料颗粒堆积体系孔隙连通性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110599477B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600690B (zh) | 基于点云数据的复杂建筑体三维建模方法 | |
CN110390687B (zh) | 一种基于三维激光扫描的河道冲淤测量方法 | |
CN106503060A (zh) | 一种输电线路三维点云数据处理及交跨物获取方法 | |
CN110702536B (zh) | 一种岩体结构面剪切破坏表面形态演化规律研究方法及系统 | |
CN108280290A (zh) | 一种混凝土骨料数值模型重建方法 | |
CN110599477B (zh) | 一种植草混凝土有效孔隙率的检测方法及系统 | |
CN102353678B (zh) | 一种测量文物病害的方法 | |
CN104359430A (zh) | 一种基于激光测距的动态水田平整度检测装置及方法 | |
CN104181548A (zh) | 基于三维激光扫描技术对水土保持状况的监测方法 | |
CN107621438B (zh) | 一种坡面地形演变与水蚀过程耦合的动态监测方法 | |
CN111879300A (zh) | 基于三维激光扫描技术的崩岗侵蚀发育监测方法 | |
CN108956420A (zh) | 一种混凝土孔隙特征提取方法及系统 | |
CN105718725B (zh) | 污染底泥及其污染物的数量化方法 | |
CN105627915A (zh) | 一种乔木立体绿量方法 | |
CN110363855B (zh) | 堆石坝透明化建模方法 | |
Kong et al. | Application of 3D laser scanning technology in engineering field | |
Marino et al. | Measuring rock slope damage on rubble mound breakwater through digital photogrammetry | |
CN110956696A (zh) | 一种基于多尺度海图数据的海底地形模拟仿真方法 | |
CN108597018A (zh) | 对土壤实现数值模拟的方法和装置 | |
Wang et al. | Analysis of gully erosion hazard using high resolution terrestrial LiDAR | |
CN117036393B (zh) | 基于倾斜实景三维模型的建筑物轮廓提取方法 | |
CN116167119B (zh) | 二级配混凝土破裂面分形维数计算方法 | |
CN112580137B (zh) | 一种房屋建筑规模快速计算方法 | |
CN113761639B (zh) | 一种河底管道铺设石块填充找平模拟系统 | |
CN117576334B (zh) | 基于数字孪生技术的水下实景三维数据底板获取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |