GeoPIV图像处理技术及其在岩土试验中的应用

田 丹 曾 冠

(1.同济大学，上海 200092； 2.海南海建工程监理有限公司，海南 海口 570203)



GeoPIV图像处理技术及其在岩土试验中的应用

田 丹1曾 冠2

(1.同济大学，上海 200092； 2.海南海建工程监理有限公司，海南 海口 570203)

介绍了GeoPIV图像处理技术的基本原理，对比分析了其改进算法GeoPIV-RG，并通过一组边坡模型试验运用GeoPIV-RG图像处理技术，分析得到了较为理想的边坡位移云图和等值线图，展示了边坡变形破坏演化过程。

图像处理，GeoPIV，边坡，岩土模型

0 引言

GeoPIV是一个利用PIV算法原理，基于土工模型试验连续照片计算位移数据的Matlab计算模块，早期是由Adrian提出用于试验流体理论中的流速测试[1]，之后被广泛用于岩土试验的土体变形测量。基于PIV算法的改进算法有很多，包括White提出的GeoPIV技术及Sveen和Cowen提出的MatPIV，Thielicke and Stamhuis提出的PIVlab以及Taylor提出的OpenPIV，其中一些算法还被编入商业软件，申请了专利。而且GeoPIV及其改进算法GeoPIV-RG不仅能很好地用于岩土模型试验的图像处理，尤其具有处理土体大变形情况的优势，而且是非商业性质的软件，可免费获取[2,3]，因此本文详细介绍了该图像处理技术的原理及优势，并进行了一组边坡模型试验展示GeoPIV技术的处理结果。

1 GeoPIV图像处理技术

GeoPIV技术的基本原理是首先以试验一系列连续图像的第一张为初始参考，确定分析区域RoI(Region of Interest)，将区域分为若干分析子块(patches)并定位。随后，针对图像中每一分析子块，通过追踪图像纹理在下一张照片中找到其变化后的位置，如此重复计算所有子块的位置，并连续计算系列中所有图像，最终可得到各子块的位置变化轨迹，即土体的变形位移场。其中，追踪子块位置的方法是根据第一张照片中子块的位置，在第二张照片的相应位置处搜索四周更大的范围，然后计算整个范围内纹理的相关系数，其中相关系数峰值的位置即认为是相应子块在第二张照片中的位置。

早期的GeoPIV算法中，对子块进行追踪计算时开始以第一张照片为参考图像，随后的计算过程对参考图像的选择有两种模式，一是一直以第一张照片为参考计算随后的所有图像，这种模式下前后两张照片中子块间变形会越来越大而失去相关性，使得计算失真，因此对于大变形的情况不适用；二是每计算完一张照片就更新参考照片，这种模式使得最终结果与最初照片关联性差，而且由于最终位移是由之前每张照片计算结果叠加得到的，因此会积累随机误差，使结果失真。因此White在之后的研究中结合了上述两种模式，通过改进算法提出GeoPIV-RG(Reliability-Guided)技术，其原理与GeoPIV基本一致，但在计算之前，先选定一个“种子”子块进行预计算，这个过程相对原算法增大了子块位置的搜索区域直至大到整个照片分析范围，随后将预计算得到的相关系数作为以后所有图像分析的参考，并人为设定阈值，若分析过程中相关系数低于了阈值，则参考照片自动往下一张更新，否则参考照片不更新，如此重复计算。这种改进的方法能保证在较小的误差累计下同时分析小变形和大变形情况，目前在岩土试验中应用较为广泛[4,5]。

2 GeoPIV分析实例

2.1 边坡模型试验概况

在模型槽中制作边坡模型，通过坡顶条形荷载致使边坡失稳破坏，研究滑坡的发生、发展以及滑体形态。边坡模型尺寸如图1所示，边坡坡度为45°，坡高15 cm，坡肩施加宽8 cm的条形荷载，以万能试验机控制施加竖向压力，在模型槽正面安装高清数码摄像机进行影像采集，实时记录边坡破坏过程。土样选用黄砂，物理力学指标见表1。

表1 黄砂的物理力学参数

2.2 图像分析结果

基于Matlab平台利用GeoPIV-RG技术对边坡变形破坏全过程图像进行分析得到位移云图如图2所示，边坡位移等值线分布如图3所示。由图发现，加载刚开始时，荷载下坡顶位置出现位移集中，表现为竖向压密过程；随后应力转移和颗粒位置调整使得位移向下发展，并向坡面开展，当竖向位移达到坡高的28%时，边坡出现浅层的圆弧剪切面；荷载位移继续增大，边坡滑动面贯通坡脚，表现为上部圆弧形中下部水平的滑动破坏。边坡位移由坡内向坡面逐渐均匀增大，最大位移出现在坡面中部位置。

3 结语

GeoPIV图像处理技术对岩土模型试验中的变形测量有较大的优势，尤其是针对土体大变形的情况。通过一组边坡模型试验，运用GeoPIV图像处理技术可得到边坡位移云图、位移等值线图及矢量图等，对于解释边坡失稳破坏的演化过程有较大的帮助。

[1] Adrian R.J.Particle imaging techniques for experimental fluid mechanics.Annual review of fluid mechanics，1991(23):261-304.

[2] White,D.J.,Take,W.A.,Bolton,M.D.,etc..A deformation measuring system for geotechnical testing based on digital imaging,closerange photogrammetry,and PIV image analysis.In Proceedings of the 15th International Conference on Soil Mechanics and Geotechnical Engineering, Istanbul, Turkey. Balkema, Rotterdam，2001:539-542.

[3] White,D.J.,Take,W.,Bolton,M..Soil deformation measurementusing Particle Image Velocimetry (PIV) and photogrammetry.Géotechnique,2003,53(7):619-631.

[4] Stanier S A,Blaber J,Take W A,et al.Improved image-based deformation measurement for geotechnical applications[J].Canadian Geotechnical Journal,2015,53(5):727-739.

[5] 李邵军,孟凡震,陈 静,等.土与结构相互作用的可视化剪切试验装置研制及应用[J].岩石力学与工程学报,2012(1):180-188.

The image processing GeoPIV and geotechnical application

Tian Dan1Zeng Guan2

(1.TongjiUniversity,Shanghai200092,China;2.HainanHNAProjectSupervisionCo.,Ltd,Haikou570203,China)

This paper introduces the basic principle of GeoPIV image processing technology and analyzes the improved algorithm GeoPIV-RG for comparison. And a slope model test is conducted to try the image processing GeoPIV-RG and the analysis results include displacement nephogram and contour map. It is ideal to display the evolution of slope failure.

image processing, GeoPIV, slope, geotechnical model

2016-11-23

田 丹(1992- )，女，在读硕士

1009-6825(2017)04-0099-03

TU411

A