CN113390905A - 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 - Google Patents
一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 Download PDFInfo
- Publication number
- CN113390905A CN113390905A CN202110597284.7A CN202110597284A CN113390905A CN 113390905 A CN113390905 A CN 113390905A CN 202110597284 A CN202110597284 A CN 202110597284A CN 113390905 A CN113390905 A CN 113390905A
- Authority
- CN
- China
- Prior art keywords
- aggregate
- pore
- threshold
- soil
- tool
- 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
- 239000011148 porous material Substances 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000002591 computed tomography Methods 0.000 title claims abstract description 28
- 239000002688 soil aggregate Substances 0.000 title claims abstract description 24
- 238000005516 engineering process Methods 0.000 title claims abstract description 10
- 239000012615 aggregate Substances 0.000 claims abstract description 83
- 239000002689 soil Substances 0.000 claims abstract description 29
- 230000011218 segmentation Effects 0.000 claims abstract description 18
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 claims abstract description 15
- 230000002452 interceptive effect Effects 0.000 claims abstract description 15
- 238000009877 rendering Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000012800 visualization Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000012535 impurity Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dispersion Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于CT扫描技术量化土壤团聚体孔隙空间结构方法,包括首先通过土壤筛选取不同粒级的土壤团聚体样品;将样品放置于CT扫描设备进行扫描;界定团聚体边界;划分出团聚体中心部位和边缘部位;选取孔隙阈值;通过Interactive Thresholding工具,将选取的孔隙阈值,应用于掩膜Mask1、Mask2和Mask3下的团聚体样品,获得团聚体及其中心和边缘部位孔隙的二值图;通过Avizo软件的体积渲染工具进行图像三维可视化;再通过Avizo软件的计算模块得到三维孔隙结构特征参数。本发明通过将CT扫描仪器与专业三维分析软件相结合,实现对团聚体边界的提取以及对团聚体中心部位和边界部位的划分,采用最合适的阈值分割方法,实现对土壤团聚体孔隙空间结构的三维量化分析。
Description
技术领域
本发明涉及农业工程技术领域,具体来说,涉及一种基于CT扫描技术量化土壤团聚体孔隙空间结构方法。
背景技术
迄今为止,在团聚体尺度上对土壤孔隙度进行完整的测量是实验无法达到的。传统的技术,如树脂浸渍土块的薄切片非常耗时,因此只能提供有限的(相当厚的)截面。x射线计算机断层(CT)已被提出作为一种可行的方法来测量完整的土壤孔隙系统,它是快速和无损的,利用CT图像可以直接观察孔隙度和孔隙形态。目前,国际上一些科研工作者已经将CT扫描法作为土壤空间网络结构研究的前沿方法,但是由于扫描成本,这一方法并未广泛应用,在国内土壤学中的应用更是少之又少。在国际上,虽然这一方法已经得到应用,但是团聚体边界的确定以及内外部划分的方面尚存未解决问题。另外,在国内虽然有学者开始利用CT扫描研究土壤大孔隙结构,但主要是对土柱尺度的分析,很少对土壤团聚体内部结构进行三维量化分析;在分析软件方面主要借助于CT扫描仪的自带软件或者Image J等开源软件,Avizo等专业软件的使用较少。
发明内容
针对相关技术中的上述技术问题,本发明提出一种基于CT扫描技术量化土壤团聚体孔隙空间结构方法,能够克服现有技术方法的上述不足。
为实现上述技术目的,本发明的技术方案是这样实现的:
一种基于CT扫描技术量化土壤团聚体孔隙空间结构方法,包括以下步骤:
S1: 首先选取样品,通过土壤筛选取不同粒级选取土壤团聚体;
S2: 将选取好的样品放置于CT扫描设备进行扫描;
S3: 扫描完成后,界定团聚体边界;
S4: 然后划分出团聚体中心部位和边缘部位;
S5: 选取孔隙阈值;
S6: 通过工具(Interactive Thresholding),将选取的孔隙阈值,应用于掩膜Mask1、Mask2和Mask3下的团聚体样品,获得团聚体及其中心和边缘部位孔隙的二值图;
S7: 通过Avizo软件的体积渲染工具,实现团聚体及其中心和边缘部位孔隙的三维可视化;
S8: 再通过Avizo软件的计算模块得到三维孔隙结构特征参数。
进一步地,步骤S3中,界定边界包括以下步骤:
S31:将扫描好的团聚体样品的图片导入Avizo软件中;
S32:然后用Volume Edit工具将团聚体外的杂点去掉;
S33:在segmentation模块进行掩膜提取,使用Avizo软件中的魔棒工具选中土壤基质,再用Fill工具将其中的空隙填满,获得团聚体掩膜Mask1/土壤边界。
进一步地,步骤S4中,划分出团聚体中心部位和边界部位包括以下步骤:
S41:使用shrink工具,将团聚体边界向内收缩一部分体素;
S42:再通过膨胀收缩3-5个体素,得到团聚体的中心部位及其掩膜Mask2;
S43:将步骤S33获得的掩膜Mask1去除步骤S42获取的掩膜Mask2,即得到团聚体边界部位的掩膜Mask3;
S44:在掩膜Mask2的基础上,通过渲染步骤S33后的团聚体图像,即得到整个团聚体三维图像。
S45:在掩膜Mask2的基础上,通过渲染步骤S32后的团聚体图像,即得到团聚体中心部位三维图像。
S46:在掩膜Mask3的基础上,通过渲染步骤S32后的团聚体图像,即得到团聚体边缘部位三维图像。
进一步地,步骤S5中,选取孔隙阈值包括以下步骤:
S51:使用Histogram工具,得到步骤S31后的团聚体图像的灰度直方图,途中有明显的双峰,分别代表土壤基质和孔隙部分;
S52:基本确定出Min部分为孔隙,Max部分为土壤基质,Mix部分为阈值混合区;
S53:针对阈值混合区Mix,提取这部分阈值的图像,通过大律算法,进一步计算孔隙Min’和土壤基质Max’的阈值划分;
S54:最终团聚体孔隙阈值为0- Min’。
进一步地,步骤S6中,孔隙阈值分割包括以下步骤:
S61:在掩膜Mask1的基础上,通过工具(Interactive Thresholding),将S44后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体孔隙的二值图;
S62:在掩膜Mask2的基础上,通过工具(Interactive Thresholding),将S45后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体中心部位孔隙的二值图;
S63:在掩膜Mask3的基础上,通过工具(Interactive Thresholding),将S46后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体边缘部位孔隙的二值图。
进一步地,三维孔隙结构特征参数包括孔隙的体积、孔隙数量、孔隙等效直径、孔隙表面积和孔隙长度。
进一步地,将三维孔隙结构特征参数中的孔隙度、孔隙数量密度、孔隙表面积密度和孔隙长度密度分别定义为孔隙体积、孔隙数量、孔隙总表面积和孔隙总长度与Mask1体积的比值。
本发明的有益效果:通过将CT扫描仪器与专业三维分析软件相结合,实现对团聚体边界的提取以及对团聚体中心部位和边界部位的划分,采用最合适的阈值分割方法,实现对土壤团聚体孔隙空间结构的三维量化分析。
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是根据本发明实施例所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法的土壤团聚体解译流程框图。
图2是根据本发明实施例所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法的土壤团聚体内-外部孔隙解译流程框图。
图3是根据本发明实施例所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法的利用灰度直方图选择土壤孔隙阈值示意图。
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所获得的所有其他实施例,都属于本发明保护的范围,为了方便理解本发明的上述技术方案,以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
如图1-2所示,根据本发明实施例所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,步骤包括:首先选取样品A,通过土壤筛划分不同粒级选取土壤团聚体样品A,通常选取外形比较规则、砾石含量少的团聚体(除了特殊研究需要);将选取好的样品A放置于CT扫描设备进行扫描;扫描完成后,界定边界。
所述界定边界步骤包括:将扫描好的样品A的图片导入Avizo软件中;然后用Volume Edit工具将团聚体外的杂点去掉;在segmentation模块进行提取掩膜,使用Avizo软件中的魔棒工具选中土壤基质,再用Fill工具将其中的孔隙填满,获得到团聚体掩膜Mask1/土壤边界。
然后划分出团聚体中心部位和边界部位。步骤包括:使用shrink工具,将团聚体边界向内收缩一部分体素(1/2直径);再通过膨胀收缩(swell & shrink)3-5个体素,得到团聚体的中心部位及其掩膜Mask2;将掩膜Mask1去除掩膜Mask2,即得到团聚体边界部位的掩膜Mask3;在掩膜Mask3的基础上,通过渲染(用Volume Edit工具将团聚体外的杂点去除)后的团聚体图像,即得到团聚体边界部位。
如图3所示,选取孔隙阈值。步骤包括:使用Histogram工具,得到经过(用VolumeEdit工具将团聚体外的杂点去除)后的团聚体图像的灰度直方图,途中有明显的双峰,分别代表土壤基质和孔隙部分;基本确定出Min部分为孔隙,Max部分为土壤基质,Mix部分为阈值混合区;针对阈值混合区Mix,提取这部分阈值的图像,通过大律算法(Otsu),进一步计算孔隙Min’和土壤基质Max’的阈值划分;将团聚体进行孔隙阈值分割,孔隙阈值分割包括以下步骤:在掩膜Mask1的基础上,通过工具(Interactive Thresholding),将团聚体进行孔隙阈值分割,利用得到的孔隙阈值0-Min’,获得团聚体孔隙的二值图;在掩膜Mask2的基础上,通过工具(Interactive Thresholding),将团聚体进行孔隙阈值分割,利用得到的孔隙阈值0-Min’,获得团聚体中心部位孔隙的二值图;在掩膜Mask3的基础上,通过工具(Interactive Thresholding),利用得到的孔隙阈值0-Min’,获得团聚体边缘部位孔隙的二值图,最终团聚体孔隙阈值为0- Min’。
然后通过Interactive Thresholding工具,将选取的阈值,应用于掩膜Mask1、Mask2和Mask3下的团聚体样品,获得团聚体及其中心和边缘部位孔隙的二值图。
通过Avizo软件的体积渲染模块和表面渲染模块,实现团聚体及其中心和边缘部位孔隙的三维可视化;再通过Avizo软件的计算模块得到包括孔隙的体积、孔隙数量、孔隙等效直径、孔隙表面积和孔隙角度的三维孔隙结构特征参数。将三维孔隙结构特征参数中的孔隙数量密度、孔隙表面积密度、孔隙长度密度、孔隙分枝密度和孔隙节点密度分别定义为孔隙数量、孔隙总表面积、孔隙总分枝长度、孔隙分枝数和孔隙节点数与ROI体积的比值。
综上所述,借助于本发明的上述技术方案,通过将CT扫描仪器与专业三维分析软件相结合,实现对团聚体边界的提取以及对团聚体中心部位和边界部位的划分,采用最合适的阈值分割方法,实现对土壤团聚体孔隙空间结构的三维量化分析。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,包括以下步骤:
S1: 首先选取样品,通过土壤筛选取不同粒级选取土壤团聚体;
S2: 将选取好的样品放置于CT扫描设备进行扫描;
S3: 扫描完成后,界定团聚体边界;
S4: 然后划分出团聚体中心部位和边缘部位;
S5: 选取孔隙阈值;
S6: 通过工具(Interactive Thresholding),将选取的孔隙阈值,应用于掩膜Mask1、Mask2和Mask3下的团聚体样品,获得团聚体及其中心和边缘部位孔隙的二值图;
S7: 通过Avizo软件的体积渲染工具,实现团聚体及其中心和边缘部位孔隙的三维可视化;
S8: 再通过Avizo软件的计算模块得到三维孔隙结构特征参数。
2.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,步骤S3中,界定边界包括以下步骤:
S31:将扫描好的团聚体样品的图片导入Avizo软件中;
S32:然后用Volume Edit工具将团聚体外的杂点去掉;
S33:在segmentation模块进行掩膜提取,使用Avizo软件中的魔棒工具选中土壤基质,再用Fill工具将其中的空隙填满,获得团聚体掩膜Mask1/土壤边界。
3.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,步骤S4中,划分出团聚体中心部位和边界部位包括以下步骤:
S41:使用shrink工具,将团聚体边界向内收缩一部分体素;
S42:再通过膨胀收缩3-5个体素,得到团聚体的中心部位及其掩膜Mask2;
S43:将步骤S33获得的掩膜Mask1去除步骤S42获取的掩膜Mask2,即得到团聚体边界部位的掩膜Mask3;
S44:在掩膜Mask2的基础上,通过渲染步骤S33后的团聚体图像,即得到整个团聚体三维图像。
4.S45:在掩膜Mask2的基础上,通过渲染步骤S32后的团聚体图像,即得到团聚体中心部位三维图像。
5.S46:在掩膜Mask3的基础上,通过渲染步骤S32后的团聚体图像,即得到团聚体边缘部位三维图像。
6.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,步骤S5中,选取孔隙阈值包括以下步骤:
S51:使用Histogram工具,得到步骤S31后的团聚体图像的灰度直方图,途中有明显的双峰,分别代表土壤基质和孔隙部分;
S52:基本确定出Min部分为孔隙,Max部分为土壤基质,Mix部分为阈值混合区;
S53:针对阈值混合区Mix,提取这部分阈值的图像,通过大律算法,进一步计算孔隙Min’和土壤基质Max’的阈值划分;
S54:最终团聚体孔隙阈值为0- Min’。
7.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,步骤S6中,孔隙阈值分割包括以下步骤:
S61:在掩膜Mask1的基础上,通过工具(Interactive Thresholding),将S44后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体孔隙的二值图;
S62:在掩膜Mask2的基础上,通过工具(Interactive Thresholding),将S45后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体中心部位孔隙的二值图;
S63:在掩膜Mask3的基础上,通过工具(Interactive Thresholding),将S46后团聚体进行孔隙阈值分割,利用S54得到的孔隙阈值0-Min’,获得团聚体边缘部位孔隙的二值图。
8.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,三维孔隙结构特征参数包括孔隙的体积、孔隙数量、孔隙等效直径、孔隙表面积和孔隙长度。
9.根据权利要求1所述的基于CT扫描技术量化土壤团聚体孔隙空间结构方法,其特征在于,将三维孔隙结构特征参数中的孔隙度、孔隙数量密度、孔隙表面积密度和孔隙长度密度分别定义为孔隙体积、孔隙数量、孔隙总表面积和孔隙总长度与Mask1体积的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110597284.7A CN113390905B (zh) | 2021-05-31 | 2021-05-31 | 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110597284.7A CN113390905B (zh) | 2021-05-31 | 2021-05-31 | 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113390905A true CN113390905A (zh) | 2021-09-14 |
CN113390905B CN113390905B (zh) | 2022-06-24 |
Family
ID=77619450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110597284.7A Active CN113390905B (zh) | 2021-05-31 | 2021-05-31 | 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113390905B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218437A (zh) * | 2023-09-18 | 2023-12-12 | 中国科学院南京土壤研究所 | 一种ct技术结合机器学习原位定量土壤颗粒有机质的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110054092A (ko) * | 2009-11-17 | 2011-05-25 | 한국건설기술연구원 | 엑스레이 씨티촬영을 통한 미세 토사의 간극비 측정방법 |
CN106370615A (zh) * | 2016-09-26 | 2017-02-01 | 南京农业大学 | 一种土壤团聚体的分析方法 |
CN106546521A (zh) * | 2016-10-12 | 2017-03-29 | 北京师范大学 | 一种基于ct扫描技术量化土壤大孔隙空间网络结构的方法 |
CN106556614A (zh) * | 2016-10-12 | 2017-04-05 | 北京师范大学 | 一种基于ct扫描技术量化根系空间网络结构的方法 |
JP2018189378A (ja) * | 2017-04-28 | 2018-11-29 | 国立研究開発法人 海上・港湾・航空技術研究所 | 地盤試料のスキャン方法、地盤試料の供試体の生産方法、地盤試料の土質試験方法及び地盤試料のスキャン装置 |
CN109697427A (zh) * | 2018-12-25 | 2019-04-30 | 中南大学 | 一种赤泥土壤化过程中团聚结构量化的分析方法及系统 |
CN110852188A (zh) * | 2019-10-22 | 2020-02-28 | 浙江大学 | 一种提取ct数字图像中整个土壤团聚体孔隙结构的方法 |
-
2021
- 2021-05-31 CN CN202110597284.7A patent/CN113390905B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110054092A (ko) * | 2009-11-17 | 2011-05-25 | 한국건설기술연구원 | 엑스레이 씨티촬영을 통한 미세 토사의 간극비 측정방법 |
CN106370615A (zh) * | 2016-09-26 | 2017-02-01 | 南京农业大学 | 一种土壤团聚体的分析方法 |
CN106546521A (zh) * | 2016-10-12 | 2017-03-29 | 北京师范大学 | 一种基于ct扫描技术量化土壤大孔隙空间网络结构的方法 |
CN106556614A (zh) * | 2016-10-12 | 2017-04-05 | 北京师范大学 | 一种基于ct扫描技术量化根系空间网络结构的方法 |
JP2018189378A (ja) * | 2017-04-28 | 2018-11-29 | 国立研究開発法人 海上・港湾・航空技術研究所 | 地盤試料のスキャン方法、地盤試料の供試体の生産方法、地盤試料の土質試験方法及び地盤試料のスキャン装置 |
CN109697427A (zh) * | 2018-12-25 | 2019-04-30 | 中南大学 | 一种赤泥土壤化过程中团聚结构量化的分析方法及系统 |
CN110852188A (zh) * | 2019-10-22 | 2020-02-28 | 浙江大学 | 一种提取ct数字图像中整个土壤团聚体孔隙结构的方法 |
Non-Patent Citations (2)
Title |
---|
N. DAL FERRO等: "Dual-scale micro-CT assessment of soil structure in a long-term fertilization experiment", 《GEODERMA》 * |
张丽娜等: "应用CT技术分析土壤特性的研究进展", 《土壤通报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117218437A (zh) * | 2023-09-18 | 2023-12-12 | 中国科学院南京土壤研究所 | 一种ct技术结合机器学习原位定量土壤颗粒有机质的方法 |
CN117218437B (zh) * | 2023-09-18 | 2024-03-01 | 中国科学院南京土壤研究所 | 一种ct技术结合机器学习原位定量土壤颗粒有机质的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113390905B (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sammartino et al. | Identifying the functional macropore network related to preferential flow in structured soils | |
AU2011345344B2 (en) | System and method for multi-phase segmentation of density images representing porous media | |
Stamati et al. | Phase segmentation of concrete x-ray tomographic images at meso-scale: Validation with neutron tomography | |
CN105806765A (zh) | 一种显微ct扫描土体空间孔隙结构的精细化表征方法 | |
CN105372168A (zh) | 一种混凝土孔隙三维结构的构建方法 | |
Lambert et al. | Extraction of relevant physical parameters from 3D images of foams obtained by X-ray tomography | |
CN109211904A (zh) | 一种沥青混合料二维内部结构检测系统及检测方法 | |
Elliot et al. | A comparison of 2D vs. 3D thresholding of X-ray CT imagery | |
CN105006018A (zh) | 三维ct岩心图像超分辨率重建方法 | |
CN113390905B (zh) | 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 | |
Moreira et al. | Effects of manual threshold setting on image analysis results of a sandstone sample structural characterization by X-ray microtomography | |
CN108830856A (zh) | 一种基于时间序列sd-oct视网膜图像的ga自动分割方法 | |
CN107316291A (zh) | 乳腺图像处理方法及乳腺成像设备 | |
CN111159876B (zh) | 基于mri医学影像和轮廓勾画实现3d打印模型的设计方法 | |
CN106780718A (zh) | 一种古生物化石的三维重建方法 | |
CN114565658A (zh) | 基于ct技术的孔隙尺寸计算方法及装置 | |
Bauer et al. | Variational-based segmentation of bio-pores in tomographic images | |
CN113779849A (zh) | 一种基于ct扫描的钢纤维混凝土模型构建方法 | |
JP2000163569A (ja) | 画質改善方法及び画質改善装置 | |
Kanagaraj et al. | Pulmonary Tumor Detection by virtue of GLCM | |
CN111325754A (zh) | 一种基于ct序列图像的腰椎骨自动定位方法 | |
CN113012127A (zh) | 基于胸部医学影像的心胸比测量方法 | |
CN106204463A (zh) | 一种岩心扫描图像的处理方法 | |
CN110163826A (zh) | 一种黄土微结构图像的处理方法 | |
CN114379092B (zh) | 一种人造岩心制备方法及系统 |
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 |