CN115326806B - 一种基于数字图像相关的示踪黏土研制方法 - Google Patents

一种基于数字图像相关的示踪黏土研制方法 Download PDF

Info

Publication number
CN115326806B
CN115326806B CN202211264221.0A CN202211264221A CN115326806B CN 115326806 B CN115326806 B CN 115326806B CN 202211264221 A CN202211264221 A CN 202211264221A CN 115326806 B CN115326806 B CN 115326806B
Authority
CN
China
Prior art keywords
clay
sand
tracer
dyed
sandy soil
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.)
Active
Application number
CN202211264221.0A
Other languages
English (en)
Other versions
CN115326806A (zh
Inventor
陈仁朋
付相深
刘骐炜
王瀚霖
翟梓健
马雄鹰
康馨
孟凡衍
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202211264221.0A priority Critical patent/CN115326806B/zh
Publication of CN115326806A publication Critical patent/CN115326806A/zh
Application granted granted Critical
Publication of CN115326806B publication Critical patent/CN115326806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/38Diluting, dispersing or mixing samples
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/44Sample treatment involving radiation, e.g. heat
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/62Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries

Abstract

本发明公开了一种基于数字图像相关的示踪黏土研制方法,包括以下步骤:步骤一,测量高岭土和砂土的粒径分布;步骤二,计算黏土的粒径分布;步骤三,制备染色砂;步骤四,将染色砂添加至高岭土中并通过图像处理软件评估不同掺砂量下的散斑效果;步骤五,根据评估结果得出最合适的染色砂掺量的示踪黏土。本发明的有益效果:研制方法简单,取材便捷,黏土示踪效果好,很大程度上弥补了DIC技术在黏土试验研究中的运用;砂土染色技术可以在不影响原砂特性的情况下使砂颗粒作为散斑图案,具有较高的对比度,且在黏土变形过程不易掉色,散斑效果较好;提出了黏土中最合适的染色砂掺量,保证黏土在DIC试验中变形测量的准确性。

Description

一种基于数字图像相关的示踪黏土研制方法
技术领域
本发明涉及岩土材料试验技术领域,尤其涉及一种基于数字图像相关的示踪黏土研制方法。
背景技术
在岩土工程中,土体变形的监测与分析往往非常重要。特别是在各种室内模型试验中,准确地测量材料的变形过程对试验至关重要,往往决定着试验的成功与否。变形测量常用的手段主要有千分表、位移传感器等,但由于空间、测点、精度的影响,往往不能得到理想的效果。近年来,随着图像处理技术运用,使得非接触式的试样全场小变形测量得以实现,并在岩土工程中得到广泛应用。如基于数值图像相关的DIC或者PIV技术,是在被测物表面制作散斑,通过捕捉散斑特征在像素级别的移动,采用优化的数字图像相关性运算法则对变形前后的散斑图像做相关性匹配,为试验提供二维、三维空间内全视野的形貌、位移及应变数据测量。而高质量的散斑图案是区域匹配追踪的唯一性保证,也就是变形测量的精度保证。散斑的制作既要满足图像处理的精度要求,又不能过多地影响材料本身的性质。
理想的散斑图案通常需要具有较高的对比度,且均匀分布。对于固体试件如混凝土、金属、陶瓷等,对表面进行喷漆是最常用、最便捷的散斑制作技术。而在岩土模型试验中,由于材料的散体特性,通常是需要隔着透明面板观测模型箱内材料的变形情况,喷漆制作散斑往往不现实,如活动门模型试验、滑坡模型试验、冻土模型试验等。对于砂石类材料,其本身固有的颜色和纹路已经呈现出散点图案,可直接进行DIC分析,因此国内外岩土DIC试验大多针对自身散斑效果较好的砂土展开。而黏土作为最常见的岩土材料,由于其表面缺乏散点图案,自身散斑效果不好,限制了图像追踪技术在黏土中的应用。
因此,亟需提出一种可用于图像追踪技术的示踪黏土研制方法,以期为相关的黏土模型试验提供参考。
发明内容
本发明公开了一种基于数字图像相关的示踪黏土研制方法,其可以有效解决背景技术中涉及的技术问题。
为实现上述目的,本发明的技术方案为:
一种基于数字图像相关的示踪黏土研制方法,包括以下步骤:
步骤S1,测量高岭土和砂土的粒径分布;
步骤S2,根据高岭土和砂土的粒径分布,计算任意掺砂量下的黏土的粒径分布并测量黏土的塑性指数,按照ASTM规范D2487-11,得到任意掺砂量下的土的分类;
步骤S3,制备染色砂,具体包括:
步骤S31,准备砂土、乳液、固化剂和黑色精;
步骤S32,取一定量的砂土放入容器中,加入乳液,连续搅拌2-3分钟;
步骤S33,添加与乳液等量的黑色精,搅拌均匀,当砂颗粒被均匀染上色后,添加固化剂,继续搅拌5-6分钟;
步骤S34,将染色后的砂土在容器中摊平,放入一定温度的烘箱中,一定时间后取出进行搅拌、分散,随后继续放入烘箱;
步骤S35,重复步骤S34的操作5-8次,直至染色砂土颗粒间无粘聚现象,再放入烘箱烘干8小时以上,得到染色砂;
步骤S4,将染色砂掺入高岭土中,并采用图像处理软件对不同掺砂量下的散斑效果进行评估,评估基准包括图像噪声值、图像匹配置信度、全场平均竖向位移、平均剪切应变和黏土特性;
步骤S5,根据评估结果得出最合适的染色砂掺量的示踪黏土。
作为本发明的一种优选改进,在步骤S1中,采用BT-9300HT激光粒度分布仪测量高岭土的粒径分布。
作为本发明的一种优选改进,在步骤S1中,采用密度计法或移液管法测量高岭土的粒径分布。
作为本发明的一种优选改进,步骤S1中,采用筛分法测量砂土的粒径分布。
作为本发明的一种优选改进,步骤S2中,采用液塑限联合测定仪测量黏土的塑性指数。
作为本发明的一种优选改进,步骤S3中,加入乳液的质量为砂土质量的3%-5%,添加的固化剂的质量为砂土质量的1%-2%。
作为本发明的一种优选改进,步骤S34中,烘箱温度为70℃,烘干时间为5分钟。
作为本发明的一种优选改进,步骤S4中,分别对掺砂量为0%、10%、20%、30%、40%的黏土进行散斑效果评估。
作为本发明的一种优选改进,采用基于DIC原理研发的VIC-2D图像处理软件对黏土的散斑效果评估。
本发明的有益效果如下:
1、配制示踪黏土的方法简单,取材便捷,黏土示踪效果较好,可用于各种黏土模型试验,很大程度上弥补了DIC技术在黏土试验研究中的运用;
2、本发明中的砂颗粒染色技术,可以在不影响原砂特性的情况下使砂颗粒作为散斑图案,具有较高的对比度,散斑效果较好,并且在黏土变形过程中不掉色,能在极大程度上保证变形测量的准确性及稳定性;
3、通过结合散斑效果以及黏土特性,提出了黏土中最合适的染色砂掺量;
4、为DIC试验中其他需要制作散斑的散体材料提供比较典型的参考;
5、本发明研制的示踪黏土在各类基于数字图像相关技术开发的图像处理软件中都具有非常好的适用性,如DIC-2D、GeoPIV、PIVlab及其他基于Matlab或Python自创的图像处理程序。
附图说明
为了更清楚地说明本发明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它的附图,其中:
图1为本发明染色砂加入高岭土中形成的散斑图;
图2(a)-(e)为本发明在掺砂量为0%、10%、20%、30%、40%的情况下黏土的图像噪声分布图;
图3为本发明不同掺砂量下黏土的图像噪声平均值图;
图4为本发明不同掺砂量下黏土的图像匹配置信度图;
图5(a)和(b)为本发明不同掺砂量下的不加载黏土图片全场平均竖向位移和平均剪切应变图。
具体实施方式
下面将结合本发明实施例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它实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提供一种基于数字图像相关的示踪黏土研制方法,所述示踪黏土由高岭土和染色砂土制成,包括以下步骤:
步骤S1,测量高岭土和砂土的粒径分布。
在岩土工程中,模型试验通常用土量比较大,如果采用现场原状土进行室内模型试验,往往受到时间、空间的限制,并且消耗大量的人力和物力,所以,本发明采用工业生产的高岭土进行模型试验。散斑的大小在很大范围内都可以获得较好的结果,但是最佳的散斑大小会具有更好的图像处理的灵活性,对于岩土工程的室内模型试验,观测的尺度范围通常不超过2000mm×2000mm,同时在DIC试验中常用分辨率为1000万像素左右的相机即可满足试验需求,鉴于此,本发明采用砂土作为散斑制作材料,以保证本发明示踪黏土的研制方法的通用性以及便捷性。进一步的,采用BT-9300HT激光粒度分布仪测量高岭土的粒径分布,通过筛分法测量砂土的粒径分布。
步骤S2,根据高岭土和砂土的粒径分布计算出任意掺砂量下的黏土的粒径分布,同时采用液塑限联合测定仪测量黏土的塑性指数,按照ASTM规范D2487-11,得到任意掺砂量下的土的分类,如表1所示:
表1
Figure 891888DEST_PATH_IMAGE001
由表1可知,当砂土的干重超过总重的45%后,配制的土已经不属于黏土的范畴,所以,本发明将在掺砂量为0%-45%的区间进行实验。
步骤S3,制备染色砂,其步骤包括:
步骤S31,准备砂土、乳液、固化剂和黑色精;
步骤S32,取一定量的砂土放入容器中,加入质量为砂土质量3%-5%的乳液,连续搅拌2-3分钟;
步骤S33,添加与乳液等量的黑色精,搅拌均匀,当砂颗粒被均匀染上色后,添加质量为砂土质量1%-2%的固化剂,继续搅拌5-6分钟;
步骤S34,将染色后的砂土在容器中摊平,放入70℃的烘箱中,5分钟后取出进行搅拌、分散,随后继续放入烘箱;
步骤S35,重复步骤S34的操作5-8次,直至染色砂土颗粒间无粘聚现象,再放入烘箱烘干8小时以上,得到保留原砂特性且变形过程中的色素不会脱落的染色砂。
步骤S4,将染色砂掺入高岭土中,形成的散斑图案如图1所示,并采用图像处理软件对掺砂量为0%、10%、20%、30%、40%的黏土进行散斑效果。
步骤S5,根据评估结果得出最合适的染色砂掺量的示踪黏土。
在步骤S3中,加入乳液打底是为了浸润砂颗粒表面,使色精可以更好地附在砂颗粒表面;加入固化剂的作用是为了加强色素与砂颗粒的吸附,避免在黏土中掉色。
在步骤S4中,散斑效果的具体评估过程如下:
对表1中的几种黏土进行击实试验,测得随着掺砂量的变化,黏土的最优含水量在19%-22%区间变化,按照最优含水量配制出不同掺砂量下的黏土,随后将不同掺砂量的黏土保持干密度一致分别放入模型箱中,采用Correlated Solutions 公司提供的基于DIC原理研发的VIC-2D图像处理软件评估散斑效果。
保持模型箱、相机和光源的位置不变,调整相机的对焦、光圈和曝光时间,通过图像处理软件观察不同掺砂量下黏土的图像噪声分布,参阅图2所示,图中颜色越接近蓝紫色,即图中黑色阴影部分,则表示该区域噪声值越小,噪声值越小则散斑效果越好,所以达到较好的测量效果需要使变形观测区域呈蓝紫色,当掺砂量为0%的时候,散斑效果极差,而随着掺砂量的增加,散斑效果逐渐变好。
为了定量分析掺砂量对图像噪声的影响,继续对图像全场噪声平均值进行统计,参阅图3所示,随着掺砂量的增加,图像的平均噪声值以曲线形式逐渐降低,当掺砂量超过30%之后,噪声值的变化不大。同时还测试了直接用砂土进行模型试验的噪声值范围,可以发现,当黏土中添加的染色砂掺砂量达到20%时,黏土的散斑效果可以达到砂土试验中的相同效果。
采用不加载拍摄的方法进一步评估图像处理的效果,对不同掺砂量下的黏土试样连续拍摄2h(2min/帧,60帧),然后采用图像处理软件统计分析不同黏土的图像匹配置信度,置信度越低则匹配效果越好。参阅图4所示,掺砂量为10%的黏土图像匹配置信度与纯黏土相比,变化不大;而当掺砂量达到20%后,黏土图像匹配置信度相比纯黏土明显降低,随着掺砂量的继续增加,黏土图像匹配置信度的变化逐渐变得缓慢。
另外,对不加载拍摄得到的图片进行变形分析,由于未加载,理想状态下应该不存在变形,但是由于受到材料散斑效果以及软件计算精度的影响,计算结果总会存在不同程度的变形。所以本发明提出也可通过不加载拍摄的黏土图片计算得到的变形大小及波动情况表征散斑效果。参阅图5所示,在不同掺砂量下采集不加载黏土图片全场平均竖向位移及平均剪切应变,相比不掺砂的纯黏土,掺砂后测得的变形结果更接近理论值并且结果的波动更小;当掺砂量为20%的情况下,平均竖向位移和平均剪切应变都达到最小、并且波动也较小,表明这种情况下的测量结果更准确也更稳定。尽管30%和40%掺砂量下的计算结果或许也能满足误差要求,但是掺砂量越大,对黏土性质的影响也会更大。
综合图像噪声值、图像匹配置信度、测量结果的准确性和稳定性以及黏土的特性,采用20%的染色砂加上80%的高岭土制成的一种用于图像追踪处理的黏土,示踪效果最优,测量准确性最佳。
本发明的有益效果如下:
1、配制示踪黏土的方法简单,取材便捷,黏土示踪效果较好,可用于各种黏土模型试验,很大程度上弥补了DIC技术在黏土试验研究中的运用;
2、本发明中的砂颗粒染色技术,可以在不影响原砂特性的情况下使砂颗粒作为散斑图案,具有较高的对比度,散斑效果较好,并且在黏土变形过程中不掉色,能在极大程度上保证变形测量的准确性及稳定性;
3、通过结合散斑效果以及黏土特性,提出了黏土中最合适的染色砂掺量;
4、为DIC试验中其他需要制作散斑的散体材料提供比较典型的参考;
5、本发明研制的示踪黏土在各类基于数字图像相关技术开发的图像处理软件中都具有非常好的适用性,如DIC-2D、GeoPIV、PIVlab及其他基于Matlab或Python自创的图像处理程序。
尽管本发明的实施方案已公开如上,但并不仅仅限于说明书和实施方案中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里所示出与描述的图例。

Claims (9)

1.一种基于数字图像相关的示踪黏土研制方法,其特征在于,包括以下步骤:
步骤S1,测量高岭土和砂土的粒径分布;
步骤S2,根据高岭土和砂土的粒径分布,计算任意掺砂量下的黏土的粒径分布并测量黏土的塑性指数,按照ASTM规范D2487-11,得到任意掺砂量下的土的分类;
步骤S3,制备染色砂,具体包括:
步骤S31,准备砂土、乳液、固化剂和黑色精;
步骤S32,取一定量的砂土放入容器中,加入乳液,连续搅拌2-3分钟;
步骤S33,添加与乳液等量的黑色精,搅拌均匀,当砂颗粒被均匀染上色后,添加固化剂,继续搅拌5-6分钟;
步骤S34,将染色后的砂土在容器中摊平,放入一定温度的烘箱中,烘干一定时间后取出进行搅拌、分散,随后继续放入烘箱;
步骤S35,重复步骤S34的操作5-8次,直至染色砂土颗粒间无粘聚现象,再放入烘箱烘干8小时以上,得到染色砂;
步骤S4,将染色砂掺入高岭土中,并采用图像处理软件对不同掺砂量下的散斑效果进行评估,评估基准包括图像噪声值、图像匹配置信度、全场平均竖向位移、平均剪切应变和黏土特性;
步骤S5,根据评估结果得出最合适的染色砂掺量的示踪黏土。
2.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:在步骤S1中,采用BT-9300HT激光粒度分布仪测量高岭土的粒径分布。
3.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:在步骤S1中,采用密度计法或移液管法测量高岭土的粒径分布。
4.根据权利要求2或3所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:在步骤S1中,采用筛分法测量砂土的粒径分布。
5.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:步骤S2中,采用液塑限联合测定仪测量黏土的塑性指数。
6.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:在步骤S3中,加入乳液的质量为砂土质量的3%-5%,添加的固化剂的质量为砂土质量的1%-2%。
7.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:在步骤S34中,烘箱温度为70℃,烘干时间为5分钟。
8.根据权利要求1所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:步骤S4中,分别对掺砂量为0%、10%、20%、30%、40%的黏土进行散斑效果评估。
9.根据权利要求8所述的一种基于数字图像相关的示踪黏土研制方法,其特征在于:采用基于DIC原理研发的VIC-2D图像处理软件对黏土的散斑效果评估。
CN202211264221.0A 2022-10-17 2022-10-17 一种基于数字图像相关的示踪黏土研制方法 Active CN115326806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211264221.0A CN115326806B (zh) 2022-10-17 2022-10-17 一种基于数字图像相关的示踪黏土研制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211264221.0A CN115326806B (zh) 2022-10-17 2022-10-17 一种基于数字图像相关的示踪黏土研制方法

Publications (2)

Publication Number Publication Date
CN115326806A CN115326806A (zh) 2022-11-11
CN115326806B true CN115326806B (zh) 2023-01-24

Family

ID=83915378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211264221.0A Active CN115326806B (zh) 2022-10-17 2022-10-17 一种基于数字图像相关的示踪黏土研制方法

Country Status (1)

Country Link
CN (1) CN115326806B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103968774A (zh) * 2014-04-30 2014-08-06 河海大学 一种取土过程中土体内部位移测量模型试验装置及其使用方法
CN109575490A (zh) * 2018-11-29 2019-04-05 河海大学 一种透明黏土及其制备方法
CN112851171A (zh) * 2021-02-10 2021-05-28 河南科技大学 一种利用尾矿为原料生产染色彩砂的方法
CN113295497A (zh) * 2021-06-09 2021-08-24 辽宁工程技术大学 一种成层透明黏土的制备方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015165139A1 (zh) * 2014-04-30 2015-11-05 河海大学 一种透明冻土及其制备方法和应用
CN111024980B (zh) * 2019-12-18 2021-04-02 北京大学 自由界面附近层析粒子图像测速方法
CN111623720B (zh) * 2020-05-20 2022-03-18 中国电建集团华东勘测设计研究院有限公司 一种用于室内黏性土piv模型试验的试验装置及试验方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103968774A (zh) * 2014-04-30 2014-08-06 河海大学 一种取土过程中土体内部位移测量模型试验装置及其使用方法
CN109575490A (zh) * 2018-11-29 2019-04-05 河海大学 一种透明黏土及其制备方法
CN112851171A (zh) * 2021-02-10 2021-05-28 河南科技大学 一种利用尾矿为原料生产染色彩砂的方法
CN113295497A (zh) * 2021-06-09 2021-08-24 辽宁工程技术大学 一种成层透明黏土的制备方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PIV 技术在非饱和冻土冻胀模型试验中的实现与灰度相关性分析;刘振亚 等;《岩土工程学报》;20180228;第40卷(第2期);第3节 *
Soil deformation measurement using particle image velocimetry (PIV) and photogrammetry;D. J. WHITE et al;《Geotechnique》;20031231;第53卷(第7期);第622页右栏第3段至第625页左栏第2段 *

Also Published As

Publication number Publication date
CN115326806A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
Grace et al. The quantification of microwear polishes
CN109284786B (zh) 基于分布和结构匹配生成对抗网络的sar图像地物分类方法
CN107782640B (zh) 一种进行岩石试件含水均匀性检测和扩散系数计算的方法
Lecompte et al. Analysis of speckle patterns for deformation measurements by digital image correlation
CN115326806B (zh) 一种基于数字图像相关的示踪黏土研制方法
Szalai et al. Speckle pattern optimization for DIC technologies
Yang et al. An online detection system for aggregate sizes and shapes based on digital image processing
Gadi et al. Understanding soil surface water content using light reflection theory: a novel color analysis technique considering variability in light intensity
Uthus et al. Evaluation of grain shape characterization methods for unbound aggregates
Cardona et al. Wind speed inference from environmental flow–structure interactions. Part 2. Leveraging unsteady kinematics
CN109029304A (zh) 一种混凝土的表面粗糙度测量方法
CN112164103B (zh) 多数据交叉的野外露头信息采集及建模方法
CN110361385A (zh) 一种晶粒数据获取的方法及系统
Vangla et al. Digital image analysis for the determination of size and shape parameters of sand grains
White et al. Discussion on “application of particle image velocimetry (PIV) in centrifuge testing of uniform clay”
Wong et al. Use of a 3D scanner for shrinkage curve tests
CN112986312B (zh) 一种利用二维数字图像技术测量注塑制品热应力的方法
Thaker et al. Measurement of aggregate size and shape using image analysis
Nguyen et al. Statistical analysis of sparkle in snow images
Cuadra et al. Uncertainty quantification of an X-ray computed tomography system
CN115371950B (zh) 一种适用于内管道的荧光彩色油流谱三维重构配方及方法
Rajinikanth et al. Strain Measurement Using Digital Image Correlation Technique
CN116593408B (zh) 一种重质碳酸钙粉体色度检测方法
CN116399497B (zh) 一种面向列车表面剪切应力的测量方法及其标定试验台
Uy et al. Monitoring the triggering of liquefaction using image processing

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