膨胀土具有吸水量大、塑性高、容易崩解的特点,多次干湿循环后开裂明显,所以又被称为裂土。膨胀土裂隙的发展是预警边坡滑坡的重要指标。在对膨胀土裂隙致害机理上,学者们做了大量的研究。殷宗泽[1]对国内外很多工程实例分析后发现,许多1:4～1:5的缓坡雨后也会产生滑坡。在雨季有些边坡甚至边施工边滑动,但是在水汽长期稳定的情况下,有些强膨胀土即使坡度较大也能长期保持稳定,因此膨胀土边坡工程性质跟其裂隙息息相关。而通过实验或借助数字图像分析技术进行膨胀土裂隙的识别,可以将膨胀土裂隙致灾机理与计算机技术结合起来。李雄威[2–4]首先通过室内模型实验考虑了持续蒸发作用下膨胀土裂隙和湿热特性,对膨胀土的裂隙进行了平面描述,建立了基于裂隙描述的膨胀土堑与土坡的稳定性分析方法。张家俊[5]等在干湿循环作用下进行了裂隙演化规律的试验研究。肖凯成[6]用自动化统计分析进行了膨胀土裂隙分维特征的研究。易顺民[7]等研究了膨胀土裂隙结构的分形特征。韦秉旭[8]等研究了膨胀土裂隙与声波波速的关系。以上文献对膨胀土裂隙的形成、发展以及边坡滑动的致害机理以及膨胀土裂隙的计算机识别开展了相关研究,但关于膨胀土裂隙识别精度如何提高的研究较少见。由于近年来边缘检测技术与智能监测技术开始越来越多地应用于土木工程建设[9–16],而膨胀土裂隙图像的识别精度是影响智能监测技术准确性以及合理性的重要因素之一。本文结合边缘检测算子,从一阶微分算子到二阶微分算子进行膨胀土裂隙的试验,对不同算子的优劣性进行比较。基于最优的边缘检测算子,研究一种融合多领域图像处理的新方法,对多种图像处理技术进行取长补短,以进一步提高识别的精确性。

1 边缘检测算子及其识别试验

截取视频监视器下的膨胀土裂隙原图(图1),采用不同的边缘检测算子对其进行边缘检测分析,寻找精确识别图像的方法。

  

图1 原图

1.1 Roberts算子

Roberts算子是利用局部差分算子来寻找边缘。选用模板偏导数计算结果其中(i,j)为土样裂隙边缘点,具体操作为用上述2个模版对膨胀土裂隙图样作用得Pxf和Pyf,通过计算对得到的Tf(i,j)进行判决,若Tf(i,j)大于阈值，则对应的点处在裂缝边缘。识别结果如图2所示。

1.2 Sobel算子

Sobel算子是把膨胀土图样中的每个像素四周的灰度值处理得到加权差,如果为极值则定义为膨胀土边缘。选用模板。计算结果取2个卷积的最大值作为像素的输出值。识别结果如图3所示。

主张这种理论的学者其实是尝试对中国专利法的“平行进口”予以限缩。其理由主要是默示许可原则更加灵活，权利人拥有一定的控制权，法院也能在个案中予以调控。

1.3 Prewitt算子

Prewitt算子是将方向差分运算与局部运算相结合来寻找边缘。选用模板 计算结果识别结果如图4所示。

1.4 Krish算子

Krish算子采用8模板作用的方式来寻找边缘。选用模板识别结果如图5所示。

1.5 Laplace算子

Laplace算子是二阶微分算子,寻找跨越零点的位置即判断为裂隙。 选用模板。识别结果如图6所示。

1.6 Canny算子

网络热词是指“网络语言中的热门词汇，其通常围绕社会日常生活和社会重大热点话题展开，是社会人以网络主体身份在网络中进行信息收集﹑发布和交换时使用频率较高的词汇”[4]。它主要分为两种，一种是新闻事件中当事人的原话，比如“打酱油”“很黄很暴力”“做俯卧撑”等；另一种是网友充分发挥主观能动性创造出来的，如“做人不能太CNN”“猪坚强”“范跑跑” 等 [5]143。

利用小波对得到的高频、低频子带进行重构,计算

  

图2 Roberts算子识别结果

  

图3 Sobel算子识别结果

  

图4 Prewitt算子识别结果

  

图5 Krish算子识别结果

  

图6 Laplace算子识别结果

  

图7 Canny算子识别结果

1.7 算子识别结果的分析

本文选用数学形态学梯度MG公式进行计算。

2 多图像处理技术融合法

(1) 设Lij为中值滤波器的当前窗口,Lmax为允许的窗口最大尺寸,fij为膨胀土图样中图像点的灰度。分别拾取Lij窗口灰度的最小值、最大值、中值,并命名为fmax、fmin、fmed;

2.1 运用数学形态学公式

数学形态学的原理是用“探针”来收集图像的信息,探针是一种结构元素。通过RGB三原色线性组合模型,度量边缘的图像信息,并对边缘进行识别。三原色线性组合模型可以用来对图样进行二值化操作,并通过f⊕b进行灰度膨胀,fΘb进行灰度腐蚀,以及开运算、闭运算实现二值化图像的优化。形态学边缘算子是对原图像做形态学梯度处理,进而检测到图像边缘,放大图像灰度的“细节”。

Robert算子能够较好地去除伪边缘,定位较准,但是膨胀土图样表面并不光滑,其判别的依据主要是沿某个方向的灰度变化率(膨胀土原图像的梯度),该算法虽然简单,但是对噪声比较敏感。Sobel算子因为采用每个像素上下左右四个领域的灰度值加权差,能够对噪声有平滑抑制作用,但是不能很好地去除伪边缘,导致增加了很多不属于膨胀土裂隙的信息,为后续处理造成误差。Premitt算子认为灰度新值比设定阀值大或者相当就是边缘点,所以如果噪声点的灰度新值也大,那么就会被当作膨胀土裂隙边缘。但是如果真正边缘幅值较小,往往会丢失该信息。Kirsch算子在各个方向进行图像边缘分割,是一种先分后合的算法,这种算法对膨胀土图样而言,分割较好。从实验结果看,基本上没有伪边缘出现,对噪声也不敏感,但是该算子也是按照图像灰度梯度进行处理,处理后的膨胀土图样边缘清晰,但是该方法也丢失了大量的膨胀土裂隙信息,造成了信息的损失。Laplace微分算子是一种各向同性的微分算子,比较适用于改善膨胀土的漫反射造成的图像误差,但是该算法对噪声特别敏感,也不能控制伪边缘的产生。Canny算子采用变分法,对噪声具有平滑抑制作用,识别图像时能剔除原图中由于光线明暗造成的识别图像中不符合裂隙的特征线条,识别结果的伪边缘较少。相比其他算法来说显示出了对膨胀土图样更好的适用性。但仍有不足的是该算法仍然会丢失部分细节,如膨胀土裂隙图样裂隙闭合的地方没有闭合。

2.2 改造传统Canny算法

传统的Canny算子采用高斯滤波。本文对Canny算子的滤波器进行改造,采用自适应滤波方法,对膨胀土图样的边缘检测细节加以保护。自适应滤波方法为:

由各算子检测结果的分析可知,单个算子的图像处理达不到工程应用可以接受的效果。本文在传统Canny算子的基础上,对其滤波器进行改造,采用小波的图像融合技术,引入数学形态学进行分析。提出一种融合多图像处理技术的新思路,以提高对膨胀土裂隙边缘检测的准确性。

(2) 令A1 = fmed − fmin,A2 = fmed − fmax,若A1 > 0且A2 < 0,转到步骤(3)进行计算。否则增大窗口尺寸,若窗口尺寸Lij ≤ Lmax,重复步骤(2),否则选择fmed;

Canny边缘检测算法基于高斯函数的一阶导数,其利用的高斯函数 G(x,y)及其梯度∇G分别为其中,σ为高斯滤波器参数,参数不一样,平滑的程度就不一样。已平滑数据矩阵的梯度可用来计算x和y方向偏导数 计算结果

在小学语文教学中，培养学生的阅读能力是一项重要的教学任务，探究式的阅读教学不但可以充分发挥学生课堂主体的作用，引发学生的探究式思考，还可以营造活跃的课堂氛围，提升阅读教学的效率。因此，教师应结合自己的教学实践，充分的考虑学生学习的实际情况进行不断的调整与探索，找到最高效的小学语文探究式阅读教学的方法，来提升学生的阅读能力。

（2）关于开挖溢洪道进口以及面板坝工程。关于水利施工有必要配备面板坝的相关工程项目，其中包含挖掘灌浆平洞、做好全方位的边坡支护、挖掘坝基、全面防控坝基渗漏、修建相应的主体建筑物以及做好细节性的其他边坡支护操作等。与此同时，对于永久性的之字形坝体边坡应当能够予以妥善修建，确保混凝土路面能够保持坚固性。除了上述措施以外，关键还应当在于日常性的大坝运维操作，尤其是针对蓄水大坝而言。由此可见，全面做好前期性的大坝预埋并且增设相应的测控装置具有必要性。

(3) 当fmin < fij < fmax,把fij作为输出。否则选择fmed。

中华民族五千年的发展和奋斗史使我们清楚的明白，一个民族的物质财富只是民族财富的外在形式，而真正起决定作用、内在的财富是这个民族的文化，它发挥着巨大的精神作用。文化强则国强，精神富则国富。引进剧是外来文化中独树一帜的新生力量，是我们接收外来文化的一种新的发展趋势，我们应该认真对待，使引进剧在马克思主义哲学的事业下符合21世纪的东方与西方文化建设的方向，在物质生活飞速发展的形势下增强人民精神世界的获得感、幸福感和满足感。

传统的Canny算子梯度幅值的计算方法只考虑水平与垂直方向,精度不高,因为膨胀土的图像边缘通过像素的角度是随机的。改进后通过计算平滑后图像3 × 3窗口中心像素x方向、45°方向、y方向、135°方向的一阶偏导数有限差值,求得其均值作为梯度幅值。即

 

改进后的梯度幅值与梯度方向计算方法为改进后的梯度算子,对中心点梯度幅值各个方向的耦合效应取得明显效果,并且控制了误差。

2.3 运用小波的融合技术

小波的融合技术可以使得各种技术发挥自身所长,并叠加在一起,得到一张加强细节、去除噪声的图像。运用小波融合算法对同一场景进行多尺度、多分辨率分解,利用 Canny算子与数学形态学方法的优势,把膨胀土裂隙图像进行L层分解,其子带数目为3L +1层。设低频的子带为Cj,高频的子带为Dh、Dv、Dd,尺度系数为H,小波系数Ψ(x)为G,小波分析方法的公式为

像素的梯度幅值和梯度方向转化为极坐标较为方便,用二阶范数计算梯度幅值识别结果如图7所示。

2.4 多图像处理技术融合算法

利用小波融合技术将Canny算子得到的图像与数学形态学得到的图像进行结合可进一步提高识别精度。具体算法如下。(1) 采用改进的 Canny算子进行边缘检测。采用改进的自适应中值滤波进行图像平滑; 采用改进的梯度幅值方法计算梯度的幅值和方向; 应用非极大值抑制; 对于边缘检测、边缘连接、边缘跟踪采用双阀值控制的方法,可以确定描绘出膨胀土边缘轮廓。(2) 采用形态学边缘算子。运用数学形态学,得到数学形态学边缘检测图像,用多个探针进行试验得到边缘检测图像。(3) 小波融合。综合 Canny算子得到的边缘图像与形态学边缘图像,用小波进行三层二维DWT分解,分解后的低频与高频分量进行融合。

2个边缘检测图像通过小波算法重构与融合后得到的本文算子的运算结果如图8所示。

  

图8 多图像处理技术识别结果

3 结论

针对膨胀土裂隙的图像识别进行了研究,结合边缘检测算子进行了相关试验,得到了以下结论。

电动汽车的出行时间将由三部分构成：行驶时间、充电时间以及一般很短的等待时间。在道路简化模型上，在选定某条路径后，行驶时间可以简单地表示为：

(1) 通过单个边缘检测算子对图像识别的实验,结果表明Canny算子在图像噪声的去除以及避免裂隙信息失真上具有较好效果。

(2) 利用多图像处理技术融合方法,得到了小波算法融合数学形态学与 Canny算法结合的融合算法。试验证明该方法是有效的,该方法能保留裂隙的完整信息,比单一算法更加准确。

职业院校师资队伍水平是学生在职业技能大赛获得好成绩的基础。建立职业院校通信专业高素质的师资队伍可通过如下途径实现：聘请行业、企业的工程师、技术人员参与高职院校的专业改革、人才培养方案编写、课程体系建设；或直接到校授课、参加学生培养质量评价等工作。把专业教师派到企业挂职、顶岗、见习、实习等；由校企双方共同制定指导学生参加职业技能比赛的培训方案；从企业引进技术骨干充实通信专业教师队伍。总的思想是建立一支既掌握行业、企业实用技术又能够胜任课程教学的“双师型”教师队伍。

参考文献:

[1]殷宗泽,袁俊平,韦杰,等. 论裂隙对膨胀土边坡稳定的影响[J]. 岩土工程学报,2012,34(12): 2155–2161.

[2]李雄威,王爱军,王勇. 降雨蒸发作用下膨胀土湿热和裂隙特性室内模拟试验[J]. 岩土力学,2014,35(9): 2473–2478.

[3]李雄威,冯欣,张勇. 膨胀土裂隙的平面描述分析[J]. 水文地质工程地质,2009,36(1): 96–99.

[4]李雄威,代国忠,于常瑶,等. 基于裂隙描述的膨胀土堑坡稳定性分析[J]. 岩土工程学报,2013,35(6): 1069–1075.

[5]张家俊,龚壁卫,胡波,等. 干湿循环作用下膨胀土裂隙演化规律试验研究[J]. 岩土力学,2011,32(9): 2729–2734.

[6]肖凯成. 自动化统计分析膨胀土裂隙分维特征的研究[J]. 路基工程,2008(6): 96–97.

[7]易顺民,黎志恒,张延中. 膨胀土裂隙结构的分形特征及其意义[J]岩土工程学报,1999,21(3): 38–42.

[8]韦秉旭,龚树,刘斌,等. 膨胀土细观结构变化及与声波波速的关系[J]. 长江科学院院报,2016,33(9): 93–97.

[9]杨永波. 边坡监测与预测预报智能化方法研究[D]. 武汉: 中国科学院研究生院(武汉岩土力学研究所),2005.

[10]杨天鸿,张锋春,于庆磊,等. 露天矿高陡边坡稳定性研究现状及发展趋势[J]. 岩土力学,2011,32(5): 1437–1451.

[11]顾春生,杨伟峰. 基于光纤传感技术的降雨边坡模型试验[J]. 金属矿山,2017(2): 141–144.

[12]苏振华. 边坡变形组合预测方法的研究[D]. 北京: 北方工业大学,2016.

[13]徐冲,刘保国,刘开云,等. 基于组合核函数的高斯过程边坡角智能设计[J]. 岩土力学,2010,31(3): 821–826.

[14]赵洪波. 边坡变形预测的群体智能模型[J]. 岩石力学与工程学报,2006,25(8): 1664–1669.

[15]许星宇,朱鸿鹄,张巍,等. 基于光纤监测的边坡应变场可视化系统研究[J]. 岩土工程学报,2017,39(z1): 96–100.

[16]Carlà T,Farina P,Intrieri E,et al. On the monitoring and early-warning of brittle slope failures in hard rock masses:Examples from an open-pit mine [J]. Engineering Geology,2017,228: 71–81.