萬(wàn)思蘭 李細(xì)榮 林碩
摘?要:闡述激光圖像在壓實(shí)土密度檢測(cè)中的原理,搭建激光圖像檢測(cè)壓實(shí)土密度裝置.圖像灰度在半徑上的變化率隨著壓實(shí)土密度的增加而變大,可實(shí)現(xiàn)壓實(shí)土安全無(wú)損檢測(cè).
關(guān)鍵詞:激光圖像;壓實(shí)土;灰度
[中圖分類號(hào)]U416.1?[文獻(xiàn)標(biāo)志碼]A
文章編號(hào):1003-6180(2019)02-0025-03
壓實(shí)土密度檢測(cè)方法有環(huán)刀法和灌沙法,密度檢測(cè)時(shí)需要破壞壓實(shí)土壤,且精確度不高.核子密度儀法可以實(shí)現(xiàn)無(wú)損檢測(cè),但會(huì)影響人的健康.[1-2]本文利用激光成像的方法來(lái)測(cè)量壓實(shí)土的密度,以實(shí)現(xiàn)安全無(wú)損檢測(cè).
1?檢測(cè)原理
經(jīng)過壓實(shí)后的土,如果光被散射的概率大,被吸收的概率就小,漫反射出表面組織的光就多些.如圖1所示,s^是方向的單位矢量,r處的單位長(zhǎng)度是ds ,單位面積是dA;ω′為s^′方向的立體角, s^′是任意方向到單元體積的單位矢量,I(r,s^)為r處沿s^方向的輻射強(qiáng)度.
2?圖像采集系統(tǒng)
采用聯(lián)想臺(tái)式電腦、He-Ne激光器(波長(zhǎng)632.8 nm,功率35 mW)、Basler相機(jī)、聚光透鏡和天創(chuàng)恒達(dá)TC540N1-L圖像采集卡搭建圖像采集系統(tǒng).如圖2所示.圖像處理軟件采用C++.入射光束盡量接近垂直入射到壓實(shí)土表面.調(diào)試好試驗(yàn)平臺(tái),并用游標(biāo)卡尺進(jìn)行標(biāo)定.不同密度的壓實(shí)土樣品由擊實(shí)試驗(yàn)[3]得到,將所有的樣品逐個(gè)放入試驗(yàn)平臺(tái),并采集每個(gè)樣品的三個(gè)位置.圖2中.
3?激光圖像處理
傳感器采集到的原圖見圖3.通過基于灰度形態(tài)學(xué)的噪聲濾波、圖像二值化、基于二值形態(tài)學(xué)的濾波處理,處理結(jié)果見圖4-圖6.
圖像中的白色區(qū)域成為一個(gè)完整的區(qū)域.做邊緣檢測(cè),找到一個(gè)標(biāo)準(zhǔn)的圓,從而找到光斑的中心.采用Sobel邊緣算子,將圖7所示的Sobel算子兩個(gè)模板在圖像移動(dòng),并在每個(gè)位置計(jì)算對(duì)應(yīng)中心像素的梯度值,最后得到二值圖像的邊緣線[4],如圖8所示.
得到圖像邊緣線后,通過圓擬合法擬合出光斑的近似圓及半徑[5],如圖9所示.以光斑中心為圓心,提取不同半徑上的所有像素的灰度均值,得到不同半徑上灰度變化的梯度,如圖10所示.圖像灰度在半徑上的變化率隨著壓實(shí)土密度的增加而變大.
3?結(jié)束語(yǔ)
本文搭建了激光圖像檢測(cè)壓實(shí)土密度裝置,獲取圖像并進(jìn)行圖像處理分析.圖像灰度在半徑上的變化率隨著壓實(shí)土密度的增加而變大,說明隨著壓實(shí)土密度的變化,其激光圖像的灰度變化率也會(huì)不同.
參考文獻(xiàn)
[1]Paul Martinsen, Peter Schaare. Measuring soluble solids distribution in kiwifruit using near-infrared imaging spectroscopy[J]. Postharvest Biology and Technology, 1998, 14:271-281.
[2]李細(xì)榮,徐東輝.壓實(shí)土壤組織中激光傳輸?shù)拿商乜_仿真[J].牡丹江師范學(xué)院學(xué)報(bào):自然科學(xué)版,2015,3:27-28.
[3]王樹文,閆成新,張廣序,等.數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2004(32):89-92.
[4]曹倩倩,黃袁升.遙感影像分類方法精度研究[J].牡丹江師范學(xué)院學(xué)報(bào):自然科學(xué)版,2017(1):37-38.
[5]邸旭,于偉莉,劉智穎,等.激光光斑中心位置計(jì)算方法的研究[J].長(zhǎng)春理工大學(xué)學(xué)報(bào):自然科學(xué)版,2008,31(3):9-12.
編輯:琳莉