CN114965181A - 一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 - Google Patents
一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 Download PDFInfo
- Publication number
- CN114965181A CN114965181A CN202210573751.7A CN202210573751A CN114965181A CN 114965181 A CN114965181 A CN 114965181A CN 202210573751 A CN202210573751 A CN 202210573751A CN 114965181 A CN114965181 A CN 114965181A
- Authority
- CN
- China
- Prior art keywords
- seepage
- area
- barrier
- resistivity
- pixel
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 95
- 230000004888 barrier function Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000001052 transient effect Effects 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001172 regenerating effect Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
- G01N13/04—Investigating osmotic effects
-
- 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
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- G06T2207/30232—Surveillance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种防渗屏障渗漏区域快速定位方法,步骤如下:使用瞬变电磁检测装置对防渗屏障后的测点进行检测,获得检测断面电阻率云图;按照防渗屏障尺寸对电阻率云图进行定位、裁切,获得等比电阻率云图;对等比电阻率云图进行灰度处理并对高电阻率区域进行分割,获得低阻区灰度等比电阻率云图;使用像素对比算法获取低阻区灰度等比电阻率云图中的等值区二值化轮廓图;运用图像轮廓识别算法获得防渗屏障墙后渗漏区域标定图;拾取标定图中各矩形位置和范围即为屏障渗漏区域位置及面积。本申请可以实现防渗屏障后渗漏区域的自动快速定位,解放了人力,提高了渗漏区域判定的准确率,充分挖掘了检测结果表达信息,满足了判定的实时性要求。
Description
技术领域
本发明属于污染场地阻控技术领域,具体涉及一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法。
背景技术
目前,部分高污染企业在运营期间不可避免的致使污染物侵入厂区土壤和地下水,并随地下水迁移,危害极大。采用防渗屏障对污染场地进行阻控并进行污染修复治理是控制场地污染迁移的较好手段。但在工业场地服役,防渗屏障在服役期间不可避免的受到环境及外部荷载(场地开发、交通荷载、地震荷载)的影响,在这些影响下,防渗屏障一旦产生裂缝并贯通则会致使整个屏障防渗失效。因此,就需要对防渗屏障防渗性能进行监测并进行及时修复。
对防渗屏障进行防渗状态监测的方法主要是钻孔监测法,即通过在屏障前、后设置多个深抽水井和观测井进行抽水试验、示踪试验,通过监测孔中水位变化来判断屏障防渗效果。但防渗屏障受到地层及场地范围影响,长度、深浅不一,采用观测井监测很难全面掌握屏障防渗状况,有一定的偶然性;同时由于钻孔深径比过大,在受到扰动后极其容易坍塌失效,长期监测花费巨大;因此快速的对防渗屏障防渗状态进行检测并进行准确定位是目前该领域亟待解决的难点和痛点。
瞬变电磁法是一种感应类的时间域电磁法,可以通过分析感应电动势信号并进行反演获得地质体电阻率云图来推断地质介质的分布。该技术具有无需安装电极、探测效率高以及对低阻敏感等优点,将该技术应用在工业污染场地防渗屏障渗漏监测中,可以通过地质体电阻率云图来寻找屏障渗漏处。目前对检测信号的反演成图已有算法及软件,但通过电阻率云图等检测结果对地质体中不同介质进行判断、分析、圈定范围还主要依靠人工目视判定。人工目视判定不仅带有主观性,影响判断精度,还耗费大量时间及人工成本,不利于大批检测结果的判定。
发明内容
针对上述现有的防渗屏障防渗状态监测存在的实际问题,本发明公布了一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,用于实现防渗屏障渗漏区域检测及快速定位。发明结合瞬变电磁技术,图像处理算法,能实现工业污染场地防渗屏障渗漏无损检测,又能克服传统人工目视判定检测结果所具有的耗时耗力、成本高、准确率低的缺点。
为实现上述目的,克服现有技术的缺点,本发明是通过以下技术方案实现的:
一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,主要包括以下步骤:
(1)确定场地中竖向防渗屏障的空间位置,根据已有地质调查资料和季节确定场地中流场方向,沿流场方向确定防渗屏障后侧检测断面位置及个数,根据所选瞬变电磁检测装置的精度,确定检测断面上检测点个数;
(2)使用瞬变电磁检测装置按测点进行检测,获取地层中感应电动势、电流等参数,通过处理软件对检测结果进行反演,获得检测断面的电阻率云图;
(3)按照实际防渗屏障尺寸对电阻率云图进行定位、裁切,获得与检测屏障区域参数相同的等比电阻率云图;
(4)对所述等比电阻率云图进行灰度处理,获得灰度等比电阻率云图,其中电阻率越大的区域相应R、G、B值越大;
(5)遍历所述灰度等比电阻率云图中每个像素的R、G、B值,并按坐标进行储存,获得灰度等比电阻率云图像素文件;
(6)设置所述灰度等比电阻率云图的分割阈值Y,将所述灰度等比电阻率云图像素文件中大于所述分割阈值Y的像素R、G、B重赋值为255,255,255(白色),获得低阻区灰度等比电阻率云图像素文件,将所述低阻区灰度等比电阻率云图像素文件重生成图片,获得低阻区灰度等比电阻率云图,用于屏蔽所述灰度等比电阻率云图中高阻值区域影响;
(7)使用像素对比算法获取所述低阻区灰度等比电阻率云图中的等值区二值化轮廓图;
(8)根据防渗屏障后渗漏区域含水丰富、电阻率低的特征,采用轮廓识别算法对所述等值区二值化轮廓图中圆形和类圆形黑色线迹进行识别、填充,并绘出所有识别到的圆形和类圆形黑色线迹的最小竖直外接矩形,获得防渗屏障墙后渗漏区域标定图;
(9)拾取所述防渗屏障墙后渗漏区域标定图中各矩形顶点像素坐标,即可快速定位屏障渗漏区域,输出渗漏区域的面积。
进一步的,所述防渗屏障后侧为场地流场中水头低的一侧,所述检测断面应根据实际需要确定,其中首个检测断面应布置在墙后1m-3m之间,墙后可布置多个断面,多个断面间距不大于2m,且多断面检测时检测点应交错布置;
进一步的,所述检测点个数应根据选瞬变电磁检测装置的检测精度确定,在所述瞬变电磁检测装置检测精度范围内检测点布置不少于1个;
优选的,所述步骤(6)中确定所述灰度等比电阻率云图的分割阈值Y的方法有两种:
第一种为手动确定法,通过所述灰度等比电阻率云图像素文件手动获取“孤岛状”低电阻率区的R、G、B值,若有多个“孤岛状”低电阻率区则以其中最高阻值区域的R、G、B值为阈值Y,并以此为界限对高阻值区进行重赋值分割;
第二种为自动确定法,遍历所述灰度等比电阻率云图像素文件中各个R、G、B值,获得最高值a和最低值b,通过下式确定:
并以此为界限对高阻区进行重赋值分割;
进一步的,所述“孤岛状”低电阻率区,是明显区别于周围电阻率分布规律的圆形和类圆形电阻率分布区域;
进一步的,所述步骤(7)中等值区二值化轮廓图获得步骤如下:
提取并储存所述低阻区灰度等比电阻率云图中像素点坐标及R、G、B值,遍历对比每个像素点与其周围相邻所有像素点的R、G、B值,全部相同则重赋值RGB为255,225,255(白色),有一个及以上不同则重赋值RGB为0,0,0(黑色),得到低阻区灰度等比电阻率云图的等值区二值化轮廓图;
进一步的,所述步骤(8)中绘制圆形和类圆形黑色线迹的最小竖直外接矩形步骤如下:
对所述等值区二值化轮廓图进行去噪,消除零散的异常像素点造成的噪声;对去噪后等值区二值化轮廓图中黑色线迹像素进行膨胀操作,消除黑色线迹中不连续部分,获得连续黑色线迹;对所述圆形和类圆形黑色线迹内部像素进行二值反转,获得填充实心闭合区域;以填充实心闭合区域的四周边界绘制竖向最小外接矩形;
进一步的,规定以等比电阻率云图左上角为坐标原点,以防渗屏障长为x轴,深为y轴,以竖向最小外接矩形左上角为定位位置,则渗漏区域定位及面积计算方式如下:
提取防渗屏障的实际长L、宽H,提取等比电阻率云图的像素长Lp、宽Hp,提取竖向最小外接矩形的左上角点的像素坐标(xp,yp)及竖向最小外接矩形的像素长lp、宽hp;计算实际距离与像素长度的比值α,计算竖向最小外接矩形的左上角顶点实际坐标(Xp,Yp)及实际面积STr;具体计算方式如下:
(Xp,Yp)=α·(xp,yp)
STr=α2lphp
有益效果
本发明与现有技术相比,具有如下有益效果:
(1)本发明依据地下防渗屏障渗漏后局部土壤含水率增加的基本原理,利用小型化、高精度的瞬变电磁技术对防渗屏障后低阻值区域进行检测,检测方法方便无损,无需进行钻井、布设传感器等工程,检测成本低,所需检测空间小;
(2)本发明基于瞬变电磁检测图像,开发了一种图像识别算法,具体通过像素特征与轮廓特征相结合,将渗漏局部特征从全局特征中圈定,实现了防渗屏障后渗漏区域的自动快速定位,解放了人力,提高了渗漏区域判定的准确率,充分挖掘了检测结果表达信息,满足了判定的实时性要求。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图实例做介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据本申请公布方法及流程获得其他的附图。
图1为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法流程图;
图2为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法的检测示意图;
图3为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法的检测结果裁剪定位示意图;
图4为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法中的灰度等比电阻率云图像素文件节选图;
图5为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法的手动选择分割阈值的示意图;
图6为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法中的获得等值区二值化轮廓图的像素重赋值运算示意图;
图7为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法中的低阻区灰度等比电阻率云图示意图;
图8为本发明实施例中一种防渗屏障渗漏区域快速自动定位方法中的渗漏区标定示意图;
图中标号:1—场地,2—防渗屏障,3—流场方向,4—检测断面,5—检测点,6—瞬变电磁检测装置,7—电阻率云图,8—等比电阻率云图,9—灰度等比电阻率云图,10—灰度等比电阻率云图像素文件,11—“孤岛状”低电阻率区,12—低阻区灰度等比电阻率云图,13—等值区二值化轮廓图,14—竖向最小外接矩形,15—防渗屏障墙后渗漏区域标定图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例;基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
本发明实施例中根据地下防渗屏障渗漏后局部土体含水增多,电阻率下降的特征,结合瞬变电磁技术对场地中地下防渗屏障防渗状态开展无损检测。基于瞬变电磁检测结果图像,开发了一种图像识别算法,具体通过像素特征与轮廓特征相结合,将渗漏局部特征从全局特征中圈定,实现了防渗屏障后渗漏区域的自动快速定位,解放了人力,提高渗漏判定准确率,充分挖掘了检测结果表达信息,满足了判定的实时性要求。
以下结合具体实施例对本发明提供的方法进行详细说明。
参见图1-8,图1为本发明实施例中一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法流程图,如图1所示,该方法主要包括以下步骤:
(1)确定场地1中防渗屏障2的空间位置,根据已有地质调查资料和季节确定场地中流场3方向,沿流场3方向确定防渗屏障2后侧检测断面4的位置及个数。根据所选瞬变电磁检测装置6的精度,确定检测断面上检测点5的个数;
在本实施例中,防渗屏障2后侧为场地流场3中水头低的一侧,检测断面4应根据实际需要确定,其中首个检测断面应布置在墙后1m-3m之间,墙后可布置多个断面,多个断面间距不大于2m,且多断面检测时检测点应交错布置;检测点5的个数应根据选瞬变电磁检测装置6的检测精度确定,在瞬变电磁检测装置6精度范围内检测点布置不少于1个;本实施例中,在防渗屏障2后1m,3m处布置两条检测断面4,检测点5为每间隔1m一个,两条检测断面4上的检测点5交错布置。
(2)使用瞬变电磁检测装置6按检测点5进行检测,获取地层中感应电动势、电流等参数,通过处理软件对检测结果进行反演,获得检测断面的电阻率云图7;
(3)按照实际防渗屏障2的尺寸对电阻率云图进行定位、裁切,获得与检测屏障区域参数相同的等比电阻率云图8;
在本实施例中,防渗屏障2的长度为60m,深度为25m。以此为尺寸对电阻率云图7进行裁剪,所获等比电阻率云图8可以反应防渗屏障2的实际防渗区域。
(4)对等比电阻率云图8进行灰度处理,获得灰度等比电阻率云图9,其中电阻率越大的区域相应R、G、B值越大;
(5)遍历灰度等比电阻率云图9中每个像素的R、G、B值,并按坐标进行储存,获得灰度等比电阻率云图像素文件10;
(6)设置灰度等比电阻率云图9的分割阈值Y,将所述灰度等比电阻率云图像素文件10中大于所述分割阈值的像素R、G、B重赋值为255,255,255(白色),获得低阻区灰度等比电阻率云图像素文件,将所述低阻区灰度等比电阻率云图像素文件重生成图片,获得低阻区灰度等比电阻率云图12,用于屏蔽灰度等比电阻率云图9中高阻值区域影响;
在本实施例中,确定灰度等比电阻率云图9的分割阈值的方法有两种:
第一种为手动确定法,参见图5,通过灰度等比电阻率云图像素文件10,手动获取“孤岛状”低电阻率区11的R、G、B值,若有多个“孤岛状”低电阻率区11,则以其中最高阻值区域的R、G、B值为阈值,并以此为界限对高阻值区进行重赋值分割,所述“孤岛状”低电阻率区11,是明显区别于周围电阻率分布规律的圆形和类圆形电阻率分布区域,本实施例中进行手动确定的分割阈值为R、G、B=(152,152,152);
第二种为自动确定法,遍历所述灰度等比电阻率云图像素文件10中各个R、G、B值,获得最高值a和最低值b,通过下式确定,并以此为界限对高阻区进行重赋值分割;
在本实施例中,最高值a=255,最低值b=34,此时Y=147.33,分割阈值为R、G、B=(147.33,147.33,147.33);
两种方式阈值接近,本实施例以Y=152对灰度等比电阻率云图像素文件10中的像素进行分割;
(7)使用像素对比算法获取低阻区灰度等比电阻率云图12的等值区二值化轮廓图13;
在本实施例中,等值区二值化轮廓图13获得步骤如下:
提取并储存所述低阻区灰度等比电阻率云图12中像素点坐标及R、G、B值,遍历对比每个像素点与其周围相邻所有像素点的R、G、B值,全部相同则重赋值RGB为255,225,255(白色),有一个及以上不同则重赋值为0,0,0(黑色),其中像素重赋值运算参见图6,得到低阻区灰度等比电阻率云图的等值区二值化轮廓图13;
(8)根据防渗屏障后渗漏区域含水丰富、电阻率低的特征,采用轮廓识别算法对等值区二值化轮廓图13中的圆形和类圆形黑色线迹进行识别、填充,并绘出所有识别到的圆形和类圆形黑色线迹的最小竖直外接矩形14,获得防渗屏障墙后渗漏区域标定图15;
在本实施例中,绘制圆形和类圆形黑色线迹的最小竖直外接矩形14的步骤如下:
对所述等值区二值化轮廓图13进行去噪,消除零散的异常像素点造成的噪声;对去噪后等值区二值化轮廓图13中黑色线迹像素进行膨胀操作,消除黑色线迹中不连续部分,获得连续黑色线迹;对圆形和类圆形黑色线迹内部像素进行二值反转,获得填充实心闭合区域;以填充实心闭合区域的四周边界绘制竖向最小外接矩形14;
(9)拾取防渗屏障墙后渗漏区域标定图15中各竖向最小外接矩形14的顶点像素坐标,即可快速定位屏障渗漏区域,输出渗漏区域的面积。
在本实施例中,规定以等比电阻率云图8左上角为坐标原点,以竖向最小外接矩形左上角为定位基点,则渗漏区域定位位置及面积计算方式如下:
提取防渗屏障2的实际长L、宽H,提取等比电阻率云图8的像素长Lp、宽Hp,提取竖向最小外接矩形14的左上角点的像素坐标(xp,yp)及竖向最小外接矩形的像素长lp、宽hp;计算实际距离与像素长度的比值α,计算竖向最小外接矩形14的左上角顶点实际坐标(Xp,Yp)及实际面积STr;具体计算方式如下
(Xp,Yp)=α·(xp,yp)
STr=α2lphp
在本实施例中,防渗屏障2的长度L=60m,深度H=25m,因此检测断面的实际面积S=1500m2;等比电阻率云图8像素长度Lp=684,像素宽度Hp=285,像素面积Sp=194940;图8中显示有四个竖向最小外接矩形,从左到右依次为:第一竖向最小外接矩形14的定位基点坐标为(xp=61,yp=196),像素竖向长度lp=44,像素横向长度hp=78;第二竖向最小外接矩形14的定位基点坐标为(xp=194,yp=219),像素竖向长度lp=23,像素横向长度hp=38;第三竖向最小外接矩形14的定位基点坐标为(xp=239,yp=80),像素竖向长度lp=60,像素横向长度hp=55;第四竖向最小外接矩形14的定位基点坐标为(xp=583,yp=148),像素竖向长度lp=38,像素横向长度hp=36;比值α=0.088;
则按照从左到右的顺序,此时竖向最小外接矩形14的实际基点坐标依次分别为(Xp=5.37,Yp=17.25),(Xp=17.07,Yp=19.27),(Xp=21.03,Yp=7.04),(Xp=51.30,Yp=13.02),面积STr依次分别为STr=26.58m2,STr=6.77m2,STr=25.56m2,STr=10.59m2(计算结果报留小数点后两位)。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,主要包括以下步骤:
(1)确定场地中防渗屏障的空间位置,根据已有地质调查资料和季节确定场地中流场方向,沿流场方向确定防渗屏障后侧检测断面位置及个数,根据所选瞬变电磁检测装置的精度,确定检测断面上检测点个数;
(2)使用瞬变电磁检测装置按检测点进行检测,获取地层中感应电动势、电流等参数,通过处理软件对检测结果进行反演,获得检测断面的电阻率云图;
(3)按照实际防渗屏障尺寸对电阻率云图进行定位、裁切,获得与检测屏障区域参数相同的等比电阻率云图;
(4)对所述等比电阻率云图进行灰度处理,获得灰度等比电阻率云图,其中电阻率越大的区域相应R、G、B值越大;
(5)遍历所述灰度等比电阻率云图中每个像素的R、G、B值,并按坐标进行储存,获得灰度等比电阻率云图像素文件;
(6)设置所述灰度等比电阻率云图的分割阈值Y,将所述灰度等比电阻率云图像素文件中大于所述分割阈值Y的像素R、G、B重赋值为255,255,255(白色),获得低阻区灰度等比电阻率云图像素文件,将所述低阻区灰度等比电阻率云图像素文件重生成图片,获得低阻区灰度等比电阻率云图,用于屏蔽所述灰度等比电阻率云图中高阻值区域影响;
(7)使用像素对比算法获取所述低阻区灰度等比电阻率云图中的等值区二值化轮廓图;
(8)根据防渗屏障后渗漏区域含水丰富、电阻率低的特征,采用轮廓识别算法对所述等值区二值化轮廓图中圆形和类圆形黑色线迹进行识别、填充,并绘出所有识别到的圆形和类圆形黑色线迹的竖向最小竖直外接矩形,获得防渗屏障墙后渗漏区域标定图;
(9)拾取所述防渗屏障墙后渗漏区域标定图中各矩形顶点像素坐标,即可快速定位屏障渗漏区域,输出渗漏区域的面积。
2.根据权利要求1所述的一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,所述防渗屏障后侧为场地流场中水头低的一侧,所述检测断面应根据实际需要确定,其中首个检测断面应布置在墙后1m-3m之间,墙后可布置多个断面,多个断面间距不大于2m,且多断面检测时检测点应交错布置。
3.根据权利要求1所述的一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,所述检测点个数应根据所述瞬变电磁检测装置的检测精度确定,在所述瞬变电磁检测装置检测精度范围内检测点布置不少于1个。
4.根据权利要求1所述的一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,所述步骤(6)中确定所述灰度等比电阻率云图的分割阈值的方法为:通过所述灰度等比电阻率云图像素文件手动获取“孤岛状”低电阻率区的R、G、B值,若有多个“孤岛状”低电阻率区,则以其中最高阻值区域的R、G、B值为阈值Y,并以此为界限对高阻值区进行重赋值分割。
6.根据权利要求1所述的一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,所述步骤(7)中等值区二值化轮廓图获得步骤如下:
提取并储存所述低阻区灰度等比电阻率云图中像素点坐标及R、G、B值,遍历对比每个像素点与其周围相邻所有像素点的R、G、B值,全部相同则重赋值RGB为255,225,255(白色),有一个及以上不同则重赋值RGB为0,0,0(黑色),得到低阻区灰度等比电阻率云图的等值区二值化轮廓图。
7.根据权利要求1所述的一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法,其特征在于,所述步骤(8)中绘制圆形和类圆形黑色线迹的最小竖直外接矩形步骤如下:
对所述等值区二值化轮廓图进行去噪,消除零散的异常像素点造成的噪声;对去噪后等值区二值化轮廓图中黑色线迹像素进行膨胀操作,消除黑色线迹中不连续部分,获得连续黑色线迹;对所述圆形和类圆形黑色线迹内部像素进行二值反转,获得填充实心闭合区域;以填充实心闭合区域的四周边界绘制竖向最小外接矩形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210573751.7A CN114965181B (zh) | 2022-05-25 | 2022-05-25 | 一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210573751.7A CN114965181B (zh) | 2022-05-25 | 2022-05-25 | 一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114965181A true CN114965181A (zh) | 2022-08-30 |
CN114965181B CN114965181B (zh) | 2024-05-14 |
Family
ID=82955688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210573751.7A Active CN114965181B (zh) | 2022-05-25 | 2022-05-25 | 一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114965181B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248439A1 (zh) * | 2019-06-11 | 2020-12-17 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN112346135A (zh) * | 2020-11-17 | 2021-02-09 | 黄河勘测规划设计研究院有限公司 | 基于物联网的渠堤工程渗漏通道智能化巡检探测方法 |
CN112540410A (zh) * | 2020-12-04 | 2021-03-23 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 水库大坝并行电法和瞬变电磁技术联合诊断系统及方法 |
-
2022
- 2022-05-25 CN CN202210573751.7A patent/CN114965181B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248439A1 (zh) * | 2019-06-11 | 2020-12-17 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN112346135A (zh) * | 2020-11-17 | 2021-02-09 | 黄河勘测规划设计研究院有限公司 | 基于物联网的渠堤工程渗漏通道智能化巡检探测方法 |
CN112540410A (zh) * | 2020-12-04 | 2021-03-23 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 水库大坝并行电法和瞬变电磁技术联合诊断系统及方法 |
Non-Patent Citations (3)
Title |
---|
张明财;祁增云;李洪;: "综合物探方法在堤坝渗漏通道检测中的应用", 水利规划与设计, no. 05, 29 April 2019 (2019-04-29) * |
王国富;龙琴;王小红;张法全;叶金才;: "视电阻率断面图的三维重建", 现代电子技术, no. 07, 30 March 2018 (2018-03-30) * |
赵磊等: "物探技术在超前探测矿井含水层富水性中的应用", 《采矿技术》, vol. 21, no. 06, 26 November 2021 (2021-11-26), pages 80 - 82 * |
Also Published As
Publication number | Publication date |
---|---|
CN114965181B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zou et al. | Using hue, saturation, and value color space for hydraulic excavator idle time analysis | |
Umili et al. | A new method for automatic discontinuity traces sampling on rock mass 3D model | |
Cao et al. | Automatic fracture detection based on Terrestrial Laser Scanning data: A new method and case study | |
AU2020102001A4 (en) | Method for Identifying and Describing Deep Carbonate Karst Structures | |
Yeomans et al. | Integrated Object-Based Image Analysis for semi-automated geological lineament detection in southwest England | |
Colucci et al. | Is that a relict rock glacier? | |
Yang et al. | A fully automatic-image-based approach to quantifying the geological strength index of underground rock mass | |
Martinelli et al. | Damage zone characterization combining scan-line and scan-area analysis on a km-scale Digital Outcrop Model: The Qala Fault (Gozo) | |
CN108303512B (zh) | 一种原位测试土水特征曲线的方法 | |
CN112697849B (zh) | 动态污染源定位方法 | |
Nyquist et al. | Testing the fill‐and‐spill model of subsurface lateral flow using ground‐penetrating radar and dye tracing | |
Yuan et al. | Digital image processing-based automatic detection algorithm of cross joint trace and its application in mining roadway excavation practice | |
CN110968840A (zh) | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 | |
Zhu et al. | Enhancing fracture network characterization: A data-driven, outcrop-based analysis | |
CN106838630B (zh) | 一种用于大型排水管涵渗漏检测的方法 | |
Leckebusch et al. | Semi‐automatic feature extraction from GPR data for archaeology | |
CN117475314B (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
CN111951347B (zh) | 一种页岩油气储层砂质纹层参数提取方法 | |
CN109254320A (zh) | 基于图像处理方法的地震属性优化和砂体叠置区预测方法 | |
CN114965181B (zh) | 一种基于瞬变电磁检测图像的防渗屏障渗漏区域快速自动定位方法 | |
CN115420778B (zh) | 一种浅层土壤污染快速调查定位方法及系统 | |
CN108415094B (zh) | 通过探地雷达结果拟合对比提取埋地管线属性的方法 | |
Kurtzman et al. | Improving fractured carbonate-reservoir characterization with remote sensing of beds, fractures, and vugs | |
Zhang et al. | An innovative image-based workflow for quantitative pore structure characterization in reservoir rocks | |
CN111784059A (zh) | 一种煤层宏观裂隙优势发育方位预测方法 |
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 |