（岩土工程专业论文）基于数字摄影和图像分析的边坡监测预报研究.pdf

郑州大学工学硕士学位论文 摘要 滑坡是我国常见的地质灾害，它可以中断交通、堵塞江河、掩埋村庄、摧 毁厂矿，给人民的生命财产造成重大损失。滑坡的监测和预报是成功避让滑坡 灾害的重要手段。目前，边坡地表变形璐测是滑坡监测中应用最广泛的监测方 法，但现有的大地测量法、g p s 法和仪表法不同程度上存在仪器昂贵、专业 化程度高、监测成本高、内业工作量大等缺点。 数字图像测量是近些年来兴起的变形测量技术，它是采用图像采集设备作 为数据来源，在计算机上使用图像分析技术获取目标变形值的测量方法。与传 统的变形量测手段相比，该法具有测量迅速、安全、获取信息量大、多点同时 测量、数据存储可靠等优点。 针对以上问题，本文提出了采用普通数码相机获取边坡的后缘张拉裂缝图 像，然后在计算机上使用数字图像分析技术对边坡位移进行图像测量，从而获 取边坡在某一时刻的任意位置的位移值的方法；另一方面，为了方便对大量边 坡位移监测数据进行有效管理和分析，建立了边坡异动数据库；最后，为了掌 握边坡的未来移动趋势和坡坏时间，在边坡位移监测数据的基础上建立了多种 滑坡预测预报模型，能够对未来某时刻的边坡位移值以及边坡失稳时刻做出预 报。 本文按照以上研究思路展开以下3 个方面的工作： 1 ) 边坡位移的图像测量 根据边坡图像的特点，在综合比较了多种图像算法的基础上，提出了基于 数字摄影和图像分析技术的边坡位移图像测量方法，并使用m a t l a b 平台开发 了相应的处理程序，建立了边坡位移图像监测子系统；并将该系统应用于边坡 开挖模型试验当中，对系统的适用性进行了验证，分析了边坡在开挖条件下的 破坏过程，对图像测量结果的影响因素进行了讨论； 2 ) 边坡异动数据库 对数据库管理系统进行了系统设计和数据库设计，探讨了开发边坡异动数 据库的关键技术，并以此为依托，在边坡开挖试验变形监测数据的基础上，使 用m i c r o s o f ta c c e s s 建立了边坡图像数据库和边坡异动数据库，并用d e l p h i 开 发了数据库应用程序，对边坡监测过程中获得的边坡各个变形阶段的图像数 据、位移数据进行集中管理，自动绘制边坡变形时程曲线； 3 ) 基于位移参数的滑坡预测预报 系统地研究了两种滑坡预测预报模型，使用m a t l a b 开发了相应的预报程 序，并将其应用于边坡开挖模型试验及清江库岸茅坪滑坡的变形预测；分析比 较了这两种预测模型的精度；研究了建模数据的维数对预测精度的影响。 关键词：边坡监测预报数字图像测量数字摄影图像分析 墼坐叁兰三兰堡：兰堡丝圣 a b s t r a c t l a n d s l i d e sa r et h ec o m m o ng e o l o g i c a ih a z a r d si no u rc o u n t r y ，w h i c hc a nb r e a k t h et r a m c ，j a mr i v e r s ，b u r yv i l l a g e s ，d e s t r o yf a c t o r i e s ，a n dd og r e a th a r mt ot h e p e o p l e s1 i v e sa n dp r o p e n i e s t h el a n d s l i d e sm o n i t o r i n ga n dp r e d i c a t i o ni st h e m a i nm e t h o da v o i d i n gf r o mt h el a n d s l i d e sh a z a r d s a tp r e s e n t ， t h es u r f a c e d e f o m a t i o nm o n i t o r i n gh a sb e e n m o s tw i d e l yu s e di nt h el a n d s l i d em o n i t o r i n g ，b u t t h e r ea r em a n ys h o n c o m i n g ss u c ha s e x p e n s i v ei n s t r u m e n t s ，s p e c i a l i z a t i o n d e m a n d i n g ，h i g hc o s t o fm o n i t o r i n g ，h e a v yi n d o o rw o r k l o a di nt h eg e o d e t i c s u r v e y i n g ， e m b e d d e di n s t n m l e mo b s e r v a t i o n ， g p s ， c l o s er a n g ep h o t o g r a p h y m e t h o d d i g i t a li m a g em e a s u r e m e n ti san e wd e f o 衄a t i o nm e a s u r i n gt e c h n o l o g yt h a t w ec a ng e td a t af 如mt h ei m a g ea c q u i s i t i o nd e v i c e sa n dg e tt h ed e f o r m a t i o nv a l u e o ft h eo b j e c t b yi m a g ea n a l y z i n gi n t h ec o m p u t e r t h i sm e t h o dh a sm a n y a d v a n t a g e ss u c ha ss p e e d y ，s a f e t y ，a b u n d a n ti n f o m a t i o n ，s y n c h r o n o u sm u l t i p o i n t m e a s u r e m e n t ，s a f es t o r a g ea n ds oo n ，c o m p a r e dw i t ht h et r a d i t i o n a ld e f o r m a t i o n m e a s u r e m e n tm e t h o d s a i m e da tt h ee x i s t e dp r o b l e m sa b o v e ，an e wd e f o m a t i o nm o n i t o r i n gm e t l l o di s p r c s e n t e di nt h i sp a p e r ，w i t hw h i c ht h es l o p ed e f o m a t i o nv a l u ea ta n yt i m ec a nb e o b t a i n e df r o mt h ec r a c ki m a g ew i t hd i g i t a l i m a g ea n a l y s i s ；t h e n ，as 1 0 p e d e f o r m a t i o ni n f b m a t i o nd a t a b a s ei se s t a b l i s h e di no r d e rt om a n a g ea i l da n a l y z ea g o o dm a n yo fm o n i t o r i n gd a t ao ft h es 】0 p ed e f o r m a t i o ne f r e c t i v e l y ；i nt h ee n d ，f o u r l a n d s l i d ep r e d i c t i o na n df o r e c a s tm o d e l sa r es e t u p ， w i t hw h i c ht h es l o p e d e f o r m a t i o nv a l u ei nt h ef u t u r ea n dt h es l o p ef a i l u r et i m ec a nb ep r e d i c t e da n d f b r e c a s t e d a c c o r d i n gt o t h ed i s q u i s i t i v ei d e aa b o v e ，t h ed e t a i l so ft h es t u d ya r ea s f o l l o w s ：f i r s t l y ，a i m e da tt h ep e c u l i a r i t yo ft h es l o p ei m a g e ，o nt h eb a s eo fd i g i t a l p h o t o g r 印h y a n d d i g i t a li m a g ea n a l y s i s ， t h e s 1 0 p ed e f o m a t i o ni m a g e m e a s u r e m e n t t e c h n 0 1 0 9 y i s p r o p o s e d ， a n dt h er o u t i n ei sb u 订tw i t hm a t l a b a c c o r d i n g ly t h e nt h en e wt e c h n o l o g yi sa p p l i e di nt h es l o p ee x c a v a t i o nm o d e l e x p e r i m e n t ，d u r i n gw h i c ht h ea p p l i c a b i l i t yo ft h et e c h n o l o g yi sv a l i d a t e d ，t h e p r o c e s so ft h em o d e lf h i l u r c i s a n a l y z e d ，a n dt h e i n n u e n t i a l f a c t o r so ft h e m e a s u r c m e mr e s u l ta r ed i s c u s s e d ；s e c o n d l y ，t h es y s t e md e s i g na n dt h ed a t a b a s e d e s i g na r em a d ea n dt h ek e yt e c h n i q u e so ft h ed a t a b a s ea r ed i s c u s s e d t h es l o p e d e f 0 衄a t i o ni n f o r m a t i o nd a t a b a s ei ss e tu pw i t hm i c r o s o f ta c c e s s2 0 0 0o nt h e b a s eo ft h es l o p ee x c a v a t i o nm o d e le x p e r i m e n td a t a ，a n dt h ed a t a b a s ea p p “c a t i o ni s b u i l ta c c o r d i n g l yw i t hd e l p h i1 a n g u a g e ，w “hw h i c ht h ei m a g ed a t ea n dd e f o r m a t i o n i i 童型查兰三耋至占兰堡墼圣 d a t ag o td u r i n gt h es l o p em o n i t o r i n gc a i lb em a n a g e da i l dt h ed i s p l a c e m e n t t i m e c u r v ei sg o ta u t o m a t i c a l ly t h i r d l 弘t w ol a i l d s l i d ep r e d i c t i o na n df o r e c a s t i n gm o d e i s a r er e s e a r c h e da n dt h ec o r r e s p o n d i n ga p p l i c a t i o n sa r eb u i l tw i 也m a t l a bl a n g u a g e ， w i t hw h i c ht h ed e f o m l a t i o nt r e n do ft h es l o p em o d e la n dt h em a o p i n gl a i l d s l i d eo f q i n 舀i a n gr i v e ra r ep r e d i c t e d t h ep r e d i c t i o np r e c i s i o ni sc o m p a r e db e t w e e nt h e s e m o d e l sa n dt h ei n f l u e n c eo ft h en u m b e ro ft h ed a t au s e di n m o d e “n go nt h e p r e d i c t i o np r e c i s i o n k e y w o r d s ：s l o p e d e f o r m a t i o nm o n i t o r p f e d i c a t i o nd j g n a li m a g em e a s u r e m e n t d i g i t a lp h o t o g r a p h yi m a g ea n a l y s i s - 1 1 1 郑重声明 本人的学位沦文是在导师指导下独立撰写并完成的，学位论文没有剽窃、抄 袭等违反学术道德、学术规范的侵权行为，否则，本人愿意承担由此产生的一切 法律责任和法律后果，特此郑重声明。 学位论文作者( 签名)务字 伽o 年f 月矽日 童些奎兰三兰至圭兰堡篁圣 1 1 研究背景及意义 第l 章绪论 我国地域辽阔，地质构造复杂，地形地貌反差较大，气候环境多变，使我国 成为世界上地质灾害较严重的国家之一。据统计，仅2 0 0 5 年7 月9 月间，除北 京、天津和上海外，全国2 8 个省、区、市都发生了地质灾害，共发生1 9 3 2 起， 其中滑坡1 2 7 4 起，居各种地质灾害危害之首f l 】0 图1 12 0 0 5 年7 月9 月不同地质灾害类型发生情况 滑坡对人类社会经济建设和社会发展有着直接或间接的巨大危害【2 j 。直接的 滑坡灾害危害，可以对城乡工程建筑产生严重危害；对航运、铁路、道路交 通及运输具有破坏性影响：给城乡居民生命财产带来巨大损失；危害厂矿、 工商企业、科教单位，给国家财产带来巨大损失；增大国家对工程建设、城镇 迁址及移民的直接投入。如三峡库区工程建设中，因滑坡的防治问题近期专门投 入4 0 亿元。除此之外，滑坡灾害还会造成增加城乡居民心理负担，影响社会 安定；对国民经济发展产生间接的影响；造成水土流失、耕地损失，城乡居 民生存生活环境恶化；使占世界陆地面积l 4 的贫困山区贫困化加剧； 加尉 各种自然灾害，引发次生灾害等一系列无形或隐伏的间接影响。 滑坡之所以会给人类造成重大损失，究其原因是人类难以事先知道其发生的 地点、时间、强度和规模，以至于难以防范，所以对于滑坡灾害，重在监测预 测。通过对边坡的监测，可以保证工程施工和运行的安全；评价边坡理论分 析结果和经验判断成果的依据，是修改设计和指导施工的客观标准；为工程岩 土体力学参数的反演分析提供资料；为掌握边坡变形特征和规律提供资料，指导 在边坡发生严重变形条件下的应急处理；为分析岩体结构与边坡变形破坏的关 系，预测边坡变形破坏趋势，评价边坡的长期稳定性提供条件。 滑坡监测指标1 包括地质宏观形迹、地面位移、深部位移、地下水压力和化 学场、地声、地应力、地表水、气象、人类活动等监测指标，而位移监测在整个 滑坡监测指标体系中占有重要地位。位移不但是一个容易测量和获得的特征变 郑州大学工学硕士学位论文 量，而且大量的室内外的试验研究均表明，位移能够很好地反映岩土体的变形破 坏特征，能够以岩土蠕变理论为基础上判定滑坡变形进入到什么阶段，进而判断 滑体的稳定性，进行时间预报，预报滑床结构，判断滑动速度，灾情大小等。在 国内外滑坡成功预报的实例中，大多数是利用位移动态时序资料作为预报参数 的。例如，日本学者斋藤迪孝于1 9 7 0 年对日本高汤山崩坍性滑坡的成功预报， 以及我国的梅荣生对1 9 9 1 年湖北鸡鸣寺滑坡的成功预报，均采用以位移作为预 报参数1 4 】。由此可见，边坡位移监测具有重大的意义。 1 2 边坡监测技术现状及存在的问题 目前进行边坡位移监测的方法很多，有大地观测法、仪表观测法、g p s 观测 法、近景摄影测量法等。大地测量法的基本预具是精密经纬仪、水准仪和全站 仪，该法通过定期对边坡控制网点进行大地坐标测量，每次测量后都把坐标值与 上期测量结构进行比较，从而得出边坡位移的方向、大小和快慢，此法能确定边 坡地表变形范围、量程不受限制、能观测到边坡坡体的绝对位移量，但各点测量 不能同时进行、预作量大、测量周期长、数据的读取和记录比较麻烦、连续观测 能力较差。仪表观测法是指用测斜仪、多点位移计等精密仪表对边形边坡进行地 表及深部的位移、倾斜、裂缝的观测，是一种接触式测量，优点在于能够测出边 坡内部的边形情况，可以较为精确地确定滑移面；缺点是代表性差、量程有限， 不适于边坡从变形至破坏的全过程监测，边坡一旦破坏，仪器也容易受到破坏。 g p s 测量法是在边坡各监测点处固定g p s 天线，并且将g p s 接收机固定在边坡 以外某稳定区域处，通过g p s 卫星发送导航定位信号进行空间后方交汇测量， 从而对天线所在点进行位移监控，该法能全天候工作，不受测点间通视限制，能 准确同时测出各监控点的三维坐标，精度可达毫米级，但目前g p s 测量成本还 很高。传统的近景摄影测量被用于监测大面积滑坡，通常方法是把两台近景摄影 仪( 摄影经纬仪或量测相机) 固定安置在两个不同位置的测点处，同时对滑坡区 观测点摄影形成立体相对，再利用立体坐标仪测量相片上观测点的坐标，根据历 次观测点坐标的变化，得出边坡的位移特征。该方法可对人员难以到达的危险边 坡或陡峭坡面进行监测，外业工作量较小，获得数据迅速，可同时观测边坡上所 有点同一瞬间的空间位置信息，并且拍得的影像资料可以随时利用，但观测的绝 对精度不如某些传统测量手段，相对精度方面，可以满足崩滑体处于速变、剧变 阶段的要求。不过由于设站容易受到地形限制，内业数据处理工作繁重，专业化 程度要求较高，摄影仪较昂贵等原因使该方法的优势未能充分发挥出来，造成近 景摄影测量在滑坡监测中应用不是很广泛的局面。 在此情况下，提出一种廉价、快速、高效、便捷、安全、无量程限制的边坡 监测方法是非常有意义的。基于数字摄影与图像分析的数字图像测量法便是一种 这样的方法。 郑州大学t 学硕上学位论文 1 3 数字摄影与图像分析技术 图像分析技术是8 0 年代后期才兴起的一门新的计算机应用技术，因为其数 字化、信息化的特性，使得这门技术被迅速地应用于天文、军事、医学、材料科 学、生物工程等许多学科和行业。而岩土工程作为一门相对传统的学科，在进入 了二十一世纪以后，迫切需要高新科技的不断更新与改造，以焕发新的生机和持 续稳步发展，信息技术的快速进步以及向各学科领域的快速渗透与融合趋势也必 将为岩土工程注入新的活力。近年来，随着个人计算机运算速度的大幅提高、图 像处理与分析技术的广泛应用和数码相机等数字摄影器材的发展与普及，一些研 究、工程人员开始试图将数字摄影和图像分析技术应用到岩土工程领域。下面就 数字摄影和图像分析技术在岩土工程中的应用领域作一综述。 1 土工模型试验 任维中，朱维申( 1 9 9 7 ) 将c c d 相机应用于小块体堆砌成的节理岩体断面模型 试验中测量位移，模型表面贴有黑色圆形不干胶标志，相机分辨率为2 5 6 2 4 2 ， 精度达到o 3 m m p j 。 洪宝宁，赵维炳( 1 9 9 9 ) 使用c c d 记录土工模型在不同时刻的图像，根据相邻 时刻两幅图像的几何差别确定图像中对应点的图像位移分量x 和y ，最终由图 像位移与实际位移之间的关系求出实际位移场【6 。 周拥军，寇新建，任伟中( 2 0 0 4 ) 使用分辨率为3 0 0 8 1 9 6 0 的n i k o n d l x 数码 相机对高速公路边坡模型进行拍摄，确定了模型滑移体在给定倾角的情况下的滑 移场。模型大小为2 5 m 1 5 m ，模型上均匀分布人工标志。拍摄距离为3 m ，采 用摄影测量中的立体解算模型和简化的单像平面位移计算模型进行标志点的解 算，得到了o 5 2 m m 的精度【7 j o 2 土工常规试验 王靖涛，曹红林，丁美英( 2 0 0 4 ) 将数码相机用于土三轴试样变形的图像采集， 提出了一种基于数码相机的土三轴试样变形的数字图像测量方法。通过与常规土 三轴试验测量结果对比，说明该方法不仅可以克服常规三轴试验方法中存在的诸 多缺陷，而且具有较高的测量精度惜l 。 3 数值分析 岳中琦( 2 0 0 4 ) 提出了岩土工程材料的数字图像有限元分析方法。首先，采用 数字图像算法获得岩土工程材料的真实细观结构；在此基础上，通过几何矢量转 换技术将二元图像的细观结构转化为矢量化的细观结构；在矢量化细观结构的基 础上，再利用网格自动生成技术生成材料细观结构的有限元网格；最后，采用传 统的有限元计算理论，对细观结构中的不同材料赋予相应的材料参数，从而实现 了岩土工程材料的非均质力学分析，真实地反映了岩土工程材料的力学性能【9 】。 陈沙，岳中琦，谭国焕( 2 0 0 5 ) 使用数字图像分析技术获取非均匀岩石材料的 细观结构，再将图像细观结构转换为矢量细观结构，并结合有限元法或有限差分 法实现非均质岩石材料的力学分析l l o 】。 垫型查兰! 兰堡圭兰篁篁圣 朱珍德，张勇，陈卫忠( 2 0 0 5 ) 使用数字显微观测系统获取红砂岩的裂纹图像， 并应用数字图像分析技术评价红砂岩渐进损伤破坏特性“。 4 工程实际 黄醒春，寇新建等( 1 9 9 9 ) 采用o l y m p u s 一1 4 0 0 l 数码式摄像机( 1 4 1 0 0 0 0 画 素，主距5 0 1 3 5 m m ) ，在a u t o c a d 和m a t l a b 环境下研发了p h o t o 数字化摄 影测量解析系统，并将其应用于上海浦东污水治理二期s b 泵站大型沉井施工全 过程的位移监测，实现了位移、偏斜及沉井三维工况等信息的图文动态显示与输 出，x 方向上误差为0 0 0 3 6 m ，y 方向上误差为o 0 0 3 2 m 【l “。 王国辉，马莉，杨腾峰等( 2 0 0 1 ) 使用普通相机，在不设固定摄站、不设控制点 ( 在坑内或坑边放置基准杆和定长杆) 的条件下对深基坑支护结构位移进行监测， 其三维位移监测中误差达到3 m m “。 吴志勇( 2 0 0 3 ) 使用高分辨率数码摄像机在野外对岩体进行连续拍摄，室内使 用高品质视频采集卡获取岩石图像，开发了岩体裂隙图像的解译程序，提高了岩 体裂隙的测量统计工作的效率i l “。 刘新中，李浩( 2 0 0 5 ) 联合应用数字摄影测量、图像处理、c a d 和g i s 技术， 设计开发了基于普通数码相机的施工地质数码影像编录系统，提高了地质编录的 效率和精度”。 魏继红，吴继敏，孙少锐( 2 0 0 5 ) 使用数码相机对开挖过程中的隧洞进行拍 摄，并用灰度形态学方法对拍得的图片进行处理，将图片中的隧洞断面与隧洞设 计范围相比较，进而得出隧洞的超欠挖百分比【l 。 范留明，李宁( 2 0 0 5 ) 提出了使用数码相机对岩体裂隙进行拍摄，并用“几何 变换一图像增强一智能识别一形状解析”的方法对裂隙图像进行解释，可以确定 裂隙的几何形状，提高了野外岩体裂隙调查和测量的精度及效率。采用的数码相 机为n i k o ne 9 9 5 ，分辨率达到1 0 2 4 7 6 8 ，岩体裂隙图像为2 4 位真彩色图像【”j 。 综上所述，近十年来，数字摄影与图像分析技术已经日益受到岩土工程人员 的重视，在岩土工程的多个领域得到了应用，并且测量精度也随着图像分辨率的 提高而提高。但是根据文献查新，该方法在边坡位移测量方面的应用仅限于室内 模型试验，并且需要事先在模型上布置大量的标志点，这对于实际的边坡监测工 程，特别是对于处于不稳定状态的临滑边坡来讲是不方便也是不现实的，故很有 必要针对实际工程应用，开发一种不需要测点的、基于数字摄影与图像分析的边 坡位移图像测量方法。 1 4 边坡监测信息管理系统 边坡监测数据繁多，采取传统的人工管理方式效率低、不容易对数据进行集 中管理、数据中的错误不能及时校正、不利于监测信息的有效分析。在此情况 下，就需要建立起高效快捷的数据组织和管理方式。基于数据库技术的边坡监测 信息管理系统正是为解决上述问题而产生的。我国一些科研和工程人员对边坡监 测信息管理系统作了些开发研究。 郑州大学工学硕士学位论文 金先意( 1 9 9 4 ) 介绍了黄腊石地质灾害防治工程可行性研究工作中的监测系统 及数据处理。监测系统以大地形变测量、全自动边坡监测、宏观地质调研为主， 辅以倾斜钻孔、平硐短基线监测手段。数据处理主要由滑坡监测数据库和分析预 报模型软件包组成。滑坡监测数据库对各种监测数据、资料经分析后存储，应用 分析预报模型软件包在i b m p c x t 和长城0 5 2 0 c h 微机上实施预报。 晏小明，蔡耀军，王秋明等( 1 9 9 6 1 在承担国家“八五”科技攻关项目中，使 用结构化、模块化的编程思想，运用c l i p p e r 5 2 建立了滑坡监测预测预报数据 库l s m o s 系统。该数据库包括水文气象数据库、变形监测数据库、仪器参数数 据库、巡视检查数据库四类数据库及其子数据库共2 3 个。包括工程查询、数据 管理、文件管理、图形分析、预测预报、打印报表、监测简报、运行管理共8 个 功能模块。并以黄腊石滑坡的监测数据为例证明其有一定推广价值【1 9 】。 吴益平，殷坤龙( 1 9 9 7 ) 使用f o x p r o 、t u r b oc 、f o r c r a n 、汇编等多种语言混合 编程，建立了滑坡数据库管理信息系统。该系统包括数据库和数据管理系统两部 分【2 0 ) 。 郑知治( 1 9 9 8 ) 介绍了其所在的重市危岩滑坡灾害监测站和四川地质灾害研究 所共同开发的边坡稳定性自动监测系统，该系统主要分为野外采样机、计算机通 讯、数据库管理3 大部分。其中，数据库为其核心部分，包括测变形数据库、地 质资料数据库、气象资料数据库、图形数据库四个数据库，数据库采用f o x p r o 开发。 袁宝远，任青文，杨志法等( 2 0 0 0 ) 使用v b 和a c c e s s 开发了具有面向对象和 可视化特征的边坡监测信息系统，该系统包括监测信息管理子系统、监测信息可 视化查询分析子系统及边坡不稳定先兆分析子系统构成，具有在专家参与下对监 测信息进行分析预报的特点，并已经成功运用于五强溪水电站左岸船闸边坡的变 形监测当中f 2 2 1 。 王世梅，杨耀( 2 0 0 1 ) 使用s u a lf o x p m 建立了清江流域水库滑坡数据库系 统，实现了数据库系统强大的数据查询、数据维护、报表打印及系统维护管理功 能，并具有与w i n d 0 w s 系统完全一致的窗口界面【2 3 1 。 赵俊三，赵耀龙，王新洲等( 2 0 0 1 ) 研究利用t c a 2 0 0 3 全站仪及n a 3 0 0 3 水 准仪实现从野外数据采集到内业数据处理及建立变形分析预报模型自动化系统， 提出用数据库管理系统实现对变形观测数据的综合管理与分析，该数据库管理系 统具备数据输入和存储功能、查询功能、报表打印功能【2 4 1 。 综上所述，尽管我国的一些科研和工程人员已经在边坡监测信息管理系统的 开发研究上做出了很多成功的先例，但是这些数据库管理系统都是配合诸如大地 测量法、仪表法等传统测量方法来工作，存储的数据格式也多为数字、文本、图 形等格式。而本研究中，使用边坡位移图像测量法获取的数据不仅包括边坡变形 数据，而且也包括图像数据，并且图像数据是所有边坡变形数据的唯一来源，所 以，用来配合边坡位移图像测量法来工作的数据库系统应将图像管理功能作为一 项主要功能。从以上论文查新来看，尚没有具备此功能的数据库管理系统，因 垫型查兰三兰壁圭兰竺丝兰 此，有必要开发一个与边坡位移图像测量法相配套的边坡监测信息管理系统，以 对该法获得的边坡图像及变形数据进行有效管理，从而为进一步的边坡变形预测 与失稳预报提供数据支持。 1 5 边坡变形预测与失稳预报 进行边坡变形预测与失稳预报的目的是避让边坡灾害，减少生命财产的损 失。 边坡变形预测主要是用来判定边坡在未来时间里的变形趋势。预测的基础是 对边坡变形历史资料的规律分析。 边坡失稳预报2 5 】是预先判定边坡失稳破坏的发生时间及其滑动速度和危害范 围的预报。预报的基础是对边坡变形破坏规律的认识，根据边坡演化过程中各种 信息和条件，如边坡的水平和垂直位移、倾斜度、应力场、水压力场、降雨、温 度等，及时地研究分析它们的变化，判定边坡失稳破坏的时间。 表1 1 滑坡预报模型分类汇总 滑坡预报模型类别 模型特点滑坡预报模型名称适用范围 斋藤模型【2 q 加速蠕变阶段 福囿模型 h a y h i 模型 位移加速度回归模型 匀加速条件预报模型俐 确 苏爱军模型0 8 1 定 模型具有明确的数学 滑体变形功率模型田】临滑预报 性 函数表达式；模型的 总变形量位移速率的综 预参数通常根据过去的 合预报模型 报 变形监测曲线拟合而 黄金分割模型9 0 】中长期预报 模 得 梯度一时间正弦法 蠕变一样条联台模型川临滑预报 型 灰色模型( 等时距及不 短临预报 等时距g m ( 1 ，1 ) 模型) 生物生长模型”1 ( p e ”l 模型、灰色v c 曲u l s t 模 型【3 3 j 、灰色v e r h u l s t 反 短临预报 函数模型p 4 1 ) 非 时间序列分析模型旧 非线性动力学模型9 6 1长期预报 确 灾变模型”1 定 可能无确定的数学表神经网络模型中短期预报 性 达式，或无显式的数协同预测模型9 q临滑预报 预 学方程，或无变形一 b p g a 混合算法模型中短期预报 报 时间关系的数学方程 协同一分岔模型9 9 】临滑预报 模突变理论预报( 尖点突变 型 模型m 1 和灰色尖点突变中短期预报 模型川) 郑州大学工学硕十学位论文 经过大量查阅国内外滑坡预测预报研究方面的论文，汇总主要的滑坡预报模 型如表1 1 所示。其中，灰色模型g m ( 1 ，1 ) 模型和p e a r l 模型是众多模型中比较成 熟的模型，但由于它们自身特点不同，分别适合不同类型滑坡及不同阶段的变形 预测，有必要对它们之间的预测精度及适用性的差异进行研究。 1 6 论文研究思路及内容 针对上述边坡位移监测工作中出现的问题和不足，本文提出了如下研究思路 ( 图1 2 ) ，对这些问题的解决进行初步探讨。 图1 2 论文研究思路 首先，采用普通数码相机获取边坡的后缘张拉裂缝图像，使用数字图像测量 技术对裂缝宽度进行图像测量，从而获取边坡在某一时刻的位移值；然后，为了 方便对大量边坡位移监测数据进行有效管理和分析，及时对边坡的变动做出反 馈，建立边坡异动数据库；另外，边坡监测的一个重要目标就是对边坡或滑坡的 动态趋势进行预测以确保在灾害发生前采取措施避免灾害的发生或减轻灾害的程 度，因此，在通过数字图像测量获得边坡位移数据后，以此为基础建立多种滑坡 预测预报模型，能够对未来某时刻的边坡位移值。为了使研究成果能够有效用于 实际，本文又使用m a t l a b 和d e l p l l i 作为开发语言，使用m i c r o s o f c a c c e s s 2 0 0 0 作 为基本数据库平台，联合开发了集边坡位移监测、边坡监测信息管理、滑坡预测 预报功能于一体边坡变位监测预测系统( 图1 3 ) 。 图l 一3 边坡变位监测预报系统结构图 郑卅i 大学工学硕卜学位论文 本文按照以上研究思路展开以下3 个方面的工作： 1 1 边坡位移的图像测量 根据边坡图像的特点，在综合比较了多种图像算法的基础上，提出了基于数 字摄影和图像分析技术的边坡位移图像测量方法，并使用m a u a b 平台开发了相应 的处理程序，建立了边坡位移图像监测子系统；并将该系统应用于边坡开挖模型 试验当中，对系统的适用性进行了验证，分析了边坡在开挖条件下的破坏过程， 对图像测量结果的影响因素进行了讨论； 2 ) 边坡异动数据库 探讨了开发边坡异动数据库的关键技术，并以此为依托，在边坡开挖试验变 形监测数据的基础上，使用m i c r o s o ra c c e s s 建立了边坡图像数据库和边坡异动 数据库，并用d e l p h i 开发了数据库应用程序，对边坡监测过程中获得的边坡各个 变形阶段的图像数据、位移数据进行集中管理，得出实时边坡变形时程曲线； 3 ) 基于位移参数的滑坡预测预报 系统地研究了两种滑坡预测预报模型，使用m a t l a b 开发了相应的预报程序， 并将其应用于边坡开挖模型试验的变形预测；分析比较了这两种预测模型的精 度：研究了建模数据的维数对预测精度的影响。 郑州人学工学硕士学位论文 第2 章边坡位移的数字图像测量方法研究 边坡位移的数字图像测量方法，简单说来，就是通过对由c c d 设备获取的 边坡数字图像进行图像分析，得到图像中边坡主裂缝的尺度信息，然后用成像公 式建立图像中边坡裂缝与实际边坡裂缝的尺度关系，从而计算出实际边坡裂缝的 尺度信息的测量方法。本章将结合实例对研究边坡位移的数字图像测量方法的测 量原理、测量流程、测量效果等一系列问题展开详细的讨论。 2 1 数字图像测量原理 2 1 1 数宇图像的基本概念 图像的类别 图像是由照射源和形成图像的场景元素对光能的反射或吸收相结合产生的。 按照图像的记录方式不同，图像可分为模拟图像口n 甜昭伽呼) 和数字图像 ( d 堙f 胁z 砌昭p ) 。模拟图像是通过某种物理量( 光、电) 的强弱变化来记录图像上 备点的灰度信息的，其空间和亮度分布均是连续的；而数字图像则完全是用数字 来记录图像灰度信息的，其空间和亮度分布是离散的。 数字图像的描述 从数学的角度，静态的图像可以描述成为一个二维函数厂( x ，y ) ，当图像随时 i 到变化时，可以描述为一个三维函数，( 工，y ，r ) ，它反映了图像上点坐标( x ，y ) 与该 点的能量值之间的对应关系。对于灰度图像来说，图像在某点( x ，y ) 的处的函数 值即表示图像在该点的亮度或灰度。一幅实际图像的尺寸是有一定范围的，其坐 标范围通常限制在一个矩形范围之内，如果假设图像坐标系统的原点为图像的几 何中心的话，则坐标范围 像盖 ， 即为图像函数的定义域，对应地，图像函数的灰度级 厶。i ，。( 石，y ) k 。( 2 2 ) 即为图像函数的值域。习惯上对于一个有三个灰度级的图像，常令该灰度级区间 为【0 ，上一1 】，0 对应于黑色，三一l 对应于白色。对于模拟图像来说，其图像函数 的定义域与值域是连续的，而对于数字图像来说，其图像函数的定义域与值域则 是离散的。 数字图像的获取 获取数字图像的方式有多种，可通过单个传感器( 光敏二极管、激光扫描 器) 、带状传感器( 扫描仪、c t 、m r j ) 、传感器阵列( c c d 、c m o s ) 获取图 郑州大学二r ：学硕十学位论文 像。 图像数字化 获取数字图像的过程就是图像数字化的过程，即将空间和亮度均连续分布的 模拟图像转变成为空间和亮度均离散分布的数字图像的过程。该过程主要包括两 个方面：采样和量化。采样是将在图像的x ，y 轴方向上以一定的间隔缸，缈划分 网格，每一个网格就是一个像素。通过采样，连续图像在空间上被离散化为一个 m 的点阵，但每个采样点的灰度值在灰度级上还是连续的，必须将连续的灰 度级分成有限多的层次，这个过程称为量化。数字化过程要求m ，值为整数， 灰度级三为2 的整数此幂，即上= 2 ，t 称为比特数，若用8 比特( 6 们来存储一幅 数字图像，则图像的灰度级为2 5 6 ，灰度范围为【0 ，2 5 5 。采样间隔的大小和量化 层次的多少决定了数字图像质量的高低，高质量的数字图像具有较小的采样间隔 和较多的量化层次。 连续图像取样和量化的结果是数字图像，其本质是一个m 的矩阵，如下 所示： ，( 工，y ) = ( o ，o ) ，( 1 ，o ) ，( m 一1 ，o ) ，( o ，1 ) 厂( 1 ，1 ) ，( m 一1 ，1 ) ，( o ，一1 ) ，( 1 ，一1 ) ( 2 3 ) 矩阵中的每个元素称为像素或图像单元、图像元素。坐标为( z ，_ y ) 的元素的 值称为点( x ，y ) 的灰度。 场景元素 ( 内部) 图像平面 输出( 赣宇化后的) 圈像 图2 1 数字图像获取过程4 2 1 数字图像的分辨率 一幅数字图像有两种分辨率去描述其细微程度：空间分辨率和灰度级分辨 最 郑州大学工学硕上学位论文 率。数字图像的空间分辨率是图像中可辨别的最小细节。数字图像的灰度级分辨 率是指灰度级别中可分辨的最小变化。一个大小为m ，灰度为上级的数字图 像称为空间分辨率为m 像素、灰度级分辨率为上级的数字图像。 像素的邻接性 位于( 工，y ) 的像素p 有4 个水平和垂直的相邻像素，其坐标分别为 + 1 ，y ) ， 一1 ，y ) ，( 艽，y + 1 ) ，( x ，y 一1 ) ，则该像素集称为p 的4 邻域；如果像素p 除 了4 邻域相邻像素之外，还有4 个对角相邻像素 + l ，y + 1 1 ，“+ 1 ，y 1 ) ， 一l ，y + 1 ) ， 一l ，y 一1 ) ，则称该像素集为p 的8 邻域。 曾髑 4 邻域8 邻域 图2 2 像素邻接性 2 1 2 物体的图像尺度与实物尺度换算原理 假设物体在x ，y 方向上的实物尺寸为工l ，y 1 ( 以长度为单位) ，其图像在置y 方向 上的图像尺度为耽，此( 以像素为单位) ，则物体的图像尺度与实物尺度的换算系数 为 i = 丑x 方向 l 盟y 方向 y 2 ( 2 4 ) 求出上述换算系数的过程称为相机的标定。这意味着只要在图像上测出了某 一物体的图像尺度，就可以通过乘以换算系数求出该物体的实物尺寸。 2 1 3 图像分析基本原理 图像分析是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息 从而建立对图像的描述【4 3 j 。图像分析包括三个步骤：图像分割、目标表达和参数 测量( 图2 3 ) 。 由图2 - 3 可见，图像分割构成了整个图像分析的基础，关系到图像分析中后 续步骤的执行，因此具有十分重要的意义。所谓图像分割( 砌孵 g 脚 f 鲥o h ) m j ，简单来说就是把图像分成各具特性的区域并提取出感兴趣目标 的技术和过程。这里特性可以是像素的灰度、颜色、纹理等，预先定义的目标可 以对应单个区域，也可以对应多个区域。 童型查茎三兰丝兰堡篁圣 i 图2 3 图像分析的步骤 图像分割方法通常分为三类 分割。本文中结合边坡图像的特点， 2 1 3 1 阈值化分割 阈值化分割、基于边缘的分割和基于区域的 选用了阈值化分割和基于边缘的分割算法。 阈值化分割是图像分割算法中算法数量最多的、最常见的一类分割方法 4 5 】【47 1 。简单来说，阈值化分割就是先确一个处于图像灰度取值范围之中的灰 度阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较结果 将对应的像素分为两类：像素的灰度值大于阈值的为一类，像素的灰度值小于阈 值的为另一类( 灰度值等于阈值的像素可以归入这两类之一) 。 阈值化分割算法主要有两个步骤： 1 ) 确定分割闽值； 2 ) 将分割闽值与像素值比较以对像素归类。 以上两步中，确定阈值是分割的关键，以此为研究热点，近些年来产生了许 多阈值选取算法：直方图双峰法【4 8 】、最大熵法【4 9 1 、最大类间方差法【5 。】、概率松 弛法1 5 l j 、模糊集法【”j 等。 由于本文的研究目标是将边坡位移快速地从数字图像中提取出来，面对大量 的边坡图片，如果没有一种自动的图像分割算法，那么位移图像测量的业内工作 与传统的近景摄影测量来比仍然是艰巨而繁重的。而最大类间方差法因其原理简 单、计算快速、自动的、无参数无监督、效果好的特点正满足研究的需要。 最大类间方差法( d 招“法、大津阈值分割法) 是大津展之( d 船“) 于1 9 7 9 年在 判决分析最小二乘法原理基础上推导出的。该方法基于一维灰度直方图，以目标 和背景的类间方差最大为标准进行阈值选取。经过l e e 等人分别使用错分概率， 形状和均匀性度量作为准则函数评估了多种阈值分割方法的性能，结果表明， o t s u 法是一种很好的图像分割算法。 其基本原理如下： 设数字图像的灰度级( g = 1 ，2 ，上) ，处在灰度级f 的所有像素个数用矗表示， 总的像素个数用表示，则有= 石+ 正+ + 五= ，而只则表示图像中第f 郑州大学工学硕士学位论文 个灰度级出现的频率，定义为只= 每，则有只。，毒鼻= 1 。将图像中的像素按照 灰度级用阈值f 划分为两类c o 和c 1 ，即c 0 = 1 ，2