当前位置：文档库 › 亚像素边缘定位算法的稳定性分析

亚像素边缘定位算法的稳定性分析

—211—

亚像素边缘定位算法的稳定性分析

田原嫄1，谭庆昌2，张海波1，石志标1，黄胜全1

(1. 东北电力大学机械工程学院，吉林 132012；2. 吉林大学机械科学与工程学院，长春 130022)

摘要：针对现有亚像素边缘定位算法定位精度不高的问题，基于计算机模拟和普通物理实验，比较一维灰度矩法、高斯拟合法和二次多项式插值法3种典型亚像素定位算法的边缘定位精度和抗噪能力。实验结果表明，3种算法在信噪比SNR ≥40 dB 时，边缘定位稳定性较好，边缘定位重复性误差小于0.01个像素。

关键词：机器视觉；边缘检测；算子；稳定性；反复定位

Stability Analysis of Subpixel Edge Location Algorithm

TIAN Yuan-yuan 1, TAN Qing-chang 2, ZHANG Hai-bo 1, SHI Zhi-biao 1, HUANG Sheng-quan 1

(1. Institute of Mechanical Engineering, Northeast Electrical Dianli Universty, Jilin 132012; 2. Institute of Mechanical Science and Engineering, Jilin University, Changchun 130022)

【Abstract 】Aiming at the problem that location precision of existing subpixel edge location algorithm is not high, based on computer simulation and common physical experiments, this paper compares edge precision and ability of noise canceling for three kinds of representative sub-pixel location algorithm such as 1D gray moment method, Gauss fitting method and polynomial interpolating method. Experimental result shows that edge locating repeatability is stable of three kinds of algorithms when SNR is beyond or equal 40 dB, error of edge locating repeatability is lower than 0.01pixel.

【Key words 】machine vision; edge detection; operator; stability; repeated location

计算机工程Computer Engineering 第36卷第7期

Vol.36 No.7 2010年4月

April 2010

·人工智能及识别技术·文章编号：1000—3428(2010)07—0211—03

文献标识码：A

中图分类号：TP391.4

1 概述

图像处理技术的真正发展是在20世纪60年代末，其原

因一方面是由于受到航天技术发展的影响，另一方面是作为图像处理工具的数字计算机和各种不同类型的数字化仪器及显示器的迅速发展。目前，数字图像作为一门新的学科日益受到人们的重视，在科学研究、工农业生产、军事技术和医疗卫生等领域发挥着越来越重要的作用。

机器视觉是利用计算机实现人类的视觉功能，对客观世界三维场景的感知、识别和理解。边缘是图像的最基本特征，边缘检测通常是机器视觉系统处理图像的第1个阶段，是机器视觉领域内的经典研究课题之一，其结果的正确性和可靠性将直接影响机器视觉系统对客观世界的理解。在视觉检测系统中，亚像素边缘的检测、定位精度是其测量的关键，国内外很多学者对该问题进行了广泛研究，已提出很多边缘检测方法，如灰度矩法、空间矩法[1]、多项式插值法、抛物线插值法、高斯拟合法、重心法[2]、概率论法等。这些算法的边缘定位精度、抗噪能力和运算量各不相同，而算法的定位精度和抗噪性会直接影响边缘定位的精度，从而影响图像测量系统的尺寸测量精度，因此，要通过实验对这些算法的性能做出评价[3]。对于任何一种算法，需要具备较高的分辨率和可重复性。本文采用典型的3种亚像素定位算法，通过计算机模拟实验、实验室物理实验定量地、定性地评价它们的边缘定位精度和抗噪能力，分析不同边缘检测算子对边缘反复定位的稳定性的影响。

2 3种亚像素边缘定位算法

2.1 一维灰度矩亚像素边缘定位算法

一维灰度矩亚像素边缘定位算法的基本原理是：假设实

际图像中的边缘分布与理想阶跃边缘模型中的灰度矩保持一致，即矩不变原理，以此确定实际边缘的位置。一维理想阶跃边缘模型是由一系列具有灰度1h 与一系列具有灰度2h 的像素相接构成。这样的模型可以用3个参数来确定：边缘位置k ，边缘两侧的灰度值1h 和2h 。

设()u x 为理想阶跃函数，一维理想边缘函数可表示为

()()()1211E x h h u x k h =??+ (1)

假设1p 和2p 分别表示灰度值为1h 和2h 的像素点数在整个边缘所占的比例，两者满足如下关系：

121p p += (2)

设单调序列()1,2,,j g j n ="为实际边缘点的灰度值，则该序列的前3阶灰度矩满足：

1,1,2,3n i i

i l l j l j m p h g i n ====

=∑∑

(3)

其中，n 为实际整个边缘所占的像素总数，有1k

p h

=。

上述3个方程包含3个未知数1p ,1h 和2h ，求解可得：

p =

(4) 1h (5) 2h = (6)

基金项目：吉林省科技厅基金资助项目“零件尺寸在线测量设备的

开发研究”(20070306)

作者简介：田原嫄(1979－)，女，讲师、博士，主研方向：图像处理；谭庆昌、张海波、石志标，教授、博士；黄胜全，副教授收稿日期：2009-09-29 E-mail ：tyy20030423@https://www.wendangku.net/doc/df1430951.html,

—212

—其中，2

21m m σ=?; ()3

3112

231n

i x m m m m m s n =?+?==

∑

。

由此可得边缘位置k ：

n k np ?= (7) 2.2 高斯拟合亚像素边缘定位算法

高斯拟合亚像素边缘定位算法是利用高斯函数的积分形式对像素点灰度值进行曲线拟合。模糊边缘可以看作是一个理想的阶跃函数()f x 与高斯函数()G x 卷积的结果，得到函数为

(

)()2

exp 2G x x

σ??=

??? (8)

()()()()()()()()()()()(

)()2d d d d d d exp d 2x R

x R

x I x G x f x G x u f u u G u f x u u hG u u hG u u h k G u u u R h k G u R u h u σ+∞

?∞+∞

???∞?∞?∞?∞

?∞

=×=?=∫?=

∫?++=

∫∫∫??

????+?=∫????

(9)

其中，()I x 表示在x 处的亮度值；R 和σ分别表示边缘的位置和高斯模糊函数的方差。

在CCD(Charge Coupled Device)中，一条连续边缘要数字化后才能存储。根据方形孔径采样定理，在数字化过程中，光子被记录到每个像素中，在图像中的每个像素的灰度值为

()()0.50.5

d ,i i G i I x x a i a +?=?∫ ≤≤ (10) 其中，i 表示像素的序号；a 表示窗口大小的1，边缘点要

保证落在该窗内；()G

i 为第i 个像素点的灰度值。一维边缘模型被扩展为如下二维形式：

()

,d I x y h t = (11) 其中，(),I x y 表示在(),x y 处的亮度值，通过式(11)可计算出对应像素点的灰度值；()y x 表示边缘点在图像平面上的投影曲线。本文通过最小二乘差解法求解未知参数R , h , k , σ。基于最小二乘差解法具有统计处理噪声的优点，并具有鲁棒性和准确性。基于上述思想，误差函数定义如下(一维情况)：

()()2

a G i G i Δ???=?∑?? (12)

其中，()G

i 表示根据假设模型得到的估计灰度值；()G i 表示从真实图像得到的真实灰度值。选择()G

i 中使式(12)最小的模型参数为最优边缘参数，那么边缘检测问题转化为多元最优化问题：

()min ,,,R h k Δσ (13)

该最优化问题可以使用一种合适的数值解法来寻找最优解。考虑到计算效率，本文采用修正牛顿法来求解该问题。 2.3 二次多项式插值亚像素边缘定位算法

二次多项式插值亚像素边缘定位算法的基本原理为： (1)将边缘精度定位到一个像素精度，常用算法有Canny 算子、Sobel 算子；

(2)对原始灰度图像(),f i j 求其灰度图像(),R i j 。通常使用Roberts 算子、Sobel 算子计算梯度图像： ()()()()()

()()()()()()()()()()()()()

,1,11,11,11,1,1,12,11,11,12,11,11,121,1,11,121,1,1R i j f i j f i j f i j f i j R i j f i j f i j f i j f i j f i j f i j f i j f i j f i j f i j f i j f i j ?=???+++?+?+??

?=+++++?+??

?????+?+

??+?+?+???

++?+?+?? (14) 对于已确定的边缘点(m , n )，在梯度图像R (i , j )的X 轴方向上取3点R (m -1, n ), R (m , n )和R (m +1, n )，以这3点的梯度幅值作为函数值，m -1, m 和m +1为插值基点，代入二次多项

式插值函数()x φ，令

()

d 0d x x

φ=。同理，在Y 轴方向上取 3点(),1R m n ?, (),R m n 和(),1R m n +进行相同操作，经推导可得亚像素边缘坐标(),e e X Y 。

()2

00,i

i i i j i i j

x x x y x x φ==≠?=∑∏

? (15)

其中，i x 为插值基点；i y 为函数值。

()()()()()()()()()()1,1,21,2,1,,1,12,12,,1e e

R m n R m n X m R m n R m n R m n R m n R m n Y n R m n R m n R m n ??+?

???++?????

??+?=+

???++?????

(16) 对于X e ，有

()(),1,R m n R m n >?且()(),1,R m n R m n >+ (17)

对于Y e ，有

()(),,1R m n R m n >?且()(),,1R m n R m n >+ (18)

如果式(17)、式(18)同时成立，则高斯拟合亚像素边缘定

位算法理论可获得较高的边缘定位精度。

3 实验结果分析

本实验设置的目的是为了比较不同算法在给定位移量和

信噪比情况下边缘反复定位的稳定性。对于任何一种算法，需要具备较高的分辨率和可重复性。本实验选择位移量为 0.3个像素的理想图像(如图1所示)，在不同信噪比(SNR = 20 dB, 30 dB, 40 dB, 50 dB, 60 dB)的情况下反复加入该强度的高斯白噪声(本文为1 000次)，采用上述3种亚像素边缘定位算法分别进行测量，最后对每种方法、每个信噪比水平下、反复测量得到的数据进行处理，通过下式得到测量值的标准差：

STD (19)

其中，i E 为在某一信噪比水平下，第i 次加入噪声后，边缘位置的测量值；E 为在某一信噪比水平下，重复实验1 000次

后，边缘位置测量值的平均值。

图1 位移量为0.3个像素的理想图像(部分)

通过计算各种算法在不同信噪比水平下的测量值标准

—213—

差，可以比较同一信噪比水平下、不同算法的边缘定位鲁棒性，还可以比较同一算法的边缘定位可重复性与信噪比的关系。具体计算数值见表1，每种算法的测量值标准差与信噪比的关系如图2所示。

表1 不同SNR 下的重复测量的标准差

SNR /dB

算法 20 30 40 50 60一维灰度矩法 0.054 5 0.017 9 0.006 3 0.000 80 高斯拟合法 0.058 4 0.019 1 0.006 7 0.000 90 二次多项式插值法 0.088 1

0.027 3

0.009 6

0.001 1

测量值标准差/个像素

信噪比/dB

图2 测量标准差与信噪比关系

本文将亚像素边缘检测技术应用于二维尺寸测量，本实验分别在3个物距下，对标准量块进行测量，实验在不同物距下的同一量块图像如图3所示，截取量块上的一小段进行图像处理，图4为截取图像。

(a)物距1 (b)物距2 (c)物距3

图3 3个物距下拍摄的同一标准量块

图4 截取量块上的一段

图像边缘检测处理的具体步骤如下：

(1)采集标准量块图像，对图像进行中值滤波，以抑制图像噪声，如图5所示。

(a)原始图像 (b)中值滤波图像

图5 中值滤波的结果

一般而言，对于变化缓慢、具有较长轮廓的线物体图像，

可采用方形或圆形窗口，而对于具有尖角物体的图像则采用十字窗口

[4]。由于本文使用包括量块的图像，因此采用5的方形窗口，中值滤波效果如图6所示。

(a)中值滤波后的图像 (b)Sobel 算子粗定位

图6 Sobel 算子对图像边缘的粗定位

(2)检测量块尺寸上的2条亚像素边缘，用Sobel 算子对

边缘进行粗定位，如图4所示，然后基于高斯拟合方法对边缘进行精定位。

(3)求边缘上各像素点所对应的世界坐标。

(4)拟合其中一边的直线方程：

0w w AX BY C ++= (20)

(5)基于点到直线的距离公式求另一边上各点到上一步中拟合直线的距离：

i d (21)

取d i 的平均值作为测量值，测量结果如表2所示。

表2 量块在不同物距下的测量结果 mm

物距

标准值140 190 240 50

50.003 349.961 4 49.912 0

4 结束语

本文通过比较一维灰度矩法、高斯拟合法和二次多项式

插值法3种典型亚像素定位算法的边缘定位精度和抗噪能力得到以下结论：在5个信噪比水平下，一维灰度矩亚像素边缘定位法的边缘定位的可重复性最好，高斯拟合法次之，二次多项式插值法最差；一维灰度矩法和高斯拟合法边缘定位的可重复性性能相近，在SNR ≥30 dB 时，边缘的重复定位误差均小于0.02个像素，当SNR ≥20 dB 时，边缘的重复定位误差均小于0.06个像素；当信噪比SNR ≥60 dB 时，3种算法的边缘测量值标准差为0，说明测量值为一常量，即边缘的重复定位误差为0。下一步工作方向为：将亚像素边缘检测技术应用于汽车复杂曲面检测，提高检测精度。

参考文献

[1] 王社阳, 宋申民, 陈兴林, 等. 改进的空间矩亚像素边缘检测算

法[J]. 哈尔滨工业大学学报, 2006, 38(6): 870-872.

[2] 于万波, 赵晶, 李淑敏, 等. 基于重量分布与重心位置的图像

索引方法[J]. 计算机工程, 2004, 30(1): 21-22.

[3] Venkatachalam V, Wasserman R M. Comprehensive Investigation

of Sub-pixel Edge Detection Schemes in Metrology[Z]. 2003. [4] 于起峰, 陆宏伟. 基于图像的精密测量与运动测量[M]. 北京:

科学出版社, 2002.

编辑陆燕菲

斜坡稳定性及其评价方法

工程地质学读书报告题目：斜坡稳定性及其评价方法学号：20111002833 班级：01211 姓名：李海亮指导老师：熊承仁

斜坡稳定性及其评价方法斜坡是地壳表面所有拥有侧向临空的地质体。在各种内外营力的作用下，其坡角坡高不断变化，从而坡体中的作用位置也随之改变，若形成坡体的岩土体不适应这种应力分布时，就造成了坡体的变形破坏。斜坡稳定性与人类生产生活及生命财产息息相关，因此，对斜坡稳定性的研究及评价有利于预防地质灾害的发生，及避免生命财产的损失。一斜坡稳定性及其影响因素影响斜坡稳定性的因素复杂多样，有自然的和人为的，其中主要是斜坡岩土类型和性质﹑岩体结构和地质构造﹑风化﹑水的作用﹑地震和人类工程活动等。各种因素主要从三方面影响着斜坡的稳定。第一方面影响斜坡岩土体的强度，如岩性﹑岩体结构﹑风化和水对岩土的软化作用等。第二方面影响着斜坡的形状，如河流冲刷﹑地形和人工开挖斜坡﹑填土等。第三方面影响着斜坡的内应力状态，如地震﹑地下水压力﹑堆载和人工爆破等。他们的负影响表现在增大下滑力而降低抗滑力，促使斜坡向不稳定方向转化。上述诸因素中，岩土的类型性质﹑岩土体结构是最主要的因素，其他因素通过它才能起作用。根据各因素对斜坡稳定性的影响程度，可将它分为两大类：一类为内部因素，是长期起作用的因素，有岩土的类型和性质﹑地质构造和岩体结构﹑风化作用﹑地下水活动等；另一类为外部因素，是临时起作用的因素，有地震﹑洪水﹑暴雨﹑堆载﹑人工爆破等。下面分述各主要因素。 1﹑岩土类型和性质岩土类型和性质是影响斜坡稳定性的根本因素。在坡高和坡角相同时，显然岩土体越坚硬，抗变形能力越强，则斜坡的稳定性越好，反之稳定性越差。同时，岩体的节理﹑断层及软弱夹层的存在会减弱其稳定性。 2﹑岩体结构面的性质岩质斜坡的变形破坏多数是受岩体中结构面的控制。所以结构面的成因、性质、岩性特征、密度以及不同方向结构面的组合关系等是非常重要的。按结构面的产状与临空面的关系，可分为： (1) 平迭坡：主要软弱结构面是水平的。这种斜坡一般比较稳定，但厚层软弱相间的岩层会形成崩塌破坏，厚层软弱岩会发生滑坡。 (2) 逆向坡：主要软弱结构面的倾向与坡面的倾向相反。这种斜坡是最稳定的，有时有崩塌发生，而滑坡的可能性很小。 (3) 顺向坡：主要软弱结构面的倾向与坡面的倾向一致。其稳定性与倾角和坡角的相对大小有关。当坡角β〉弱面倾角α时，斜坡稳定性最差，极易发生顺层滑坡。当α<β时，稳定性较好，但还有其他结构面的存在，特别是向坡外缓倾的结构面组合，还可能发生滑坡。 (4) 斜交坡：主要软弱结构面与坡面成斜交关系。其交角越小，稳定性就越差。 (5) 横交坡：主要软弱结构面的走向与坡面走向近于垂直，稳定性较好，很少发生大规模的滑坡。

亚像素定位方法的研究

亚像素检测方法的研究摘要精确的确定数字图像位置，对于图像测量非常的重要。同时，图像的获取过程中受到各种噪声的影响，传统的提取方法的精度有限，且易受参数的影响，必然会引起图像的模糊，因此对图像的定位技术的研究一直是一个热门。对于几种代表性的亚像素边缘提取技术进行了原理分析和性能比较。关键词：亚像素边缘提取图像定位 1.引言关于图像中点与线的定位人们研究并提出了多种定位方法，每种方法都有其特定的应用条件和精度要求，应该根据不同的处理对象选择合适的提取方法。在对图像进行定位之前，必须进行图像的预处理。 2.图像预处理在拍照过程中常常因为光照或曝光等因素使得照片产生局部模糊、噪声等干扰，严重时会直接影响到亚像素定位的精度及实现，所以在进行定位前先要对所处理的图像进行必要的预处理，一方面可以剔除噪声等干扰，另一方面也是为了提取出含有亚像素的定位信息。为实现以上目的，图像的预处理需要进行图像增强，二值化，边缘跟踪Hough 变换。 2.1图像增强这个功能主要是处理照片在拍摄和采集的过程中，因曝光不均而导致的图像的灰度分布集中在较窄的区域，引起图像细节不够清晰。采用直方图修整后可使图像的灰度间距拉开，或者使灰度分布均匀，从而增大反差，使图像的细节清晰，达到增强的目的。 2.2二值化利用灰度图像直方图选取适当的阈值实现灰度图像的二值化，图像的二值化的阈值方法处理如下： 2.3边缘跟踪边缘跟踪就是把位于标志内部的所有像素全部移除，仅仅留下在边缘线上的t j i f j i f t j i f j i f >==<=),(;1),(),(;0),({

那些像素，取得标志点的轮廓线。实现方法是对标志区域的每一个像素进行4-邻域或8-邻域的判断，当某个像素4-邻域过8-邻域内所有像素值都是0（黑）时，说明这个像素是区域内部点，则去掉该点，最后仅剩余的即是标准的轮廓线。 2.4 Hough变换提取直线 Hough变化的核心思想是点-线的对偶性，通过变换将图像从空间转换到参数空间。对于直线Y=px+q，在图像空间中为一条过点（x，y）的直线，满足参数方程р=xcosθ+ysinθ,直线方程的极坐标如下图所示。图1 直线方程的极坐标表示 Hough变换检测直线的算法步骤如下：（1）在р，θ的极值范围内对其分别进行m，n等分，设一个二位数组的下标与（рi，νi）的取值对应；（2）对图像的边缘点作Hough变换，求每一个点在νi（j=0，1，2，......n）变化后рi，判断（рi，νi）与哪个数组元素对应，则让该数组元素值加1；（3）比较数组元素值的大小，最大值所对应的（рi，νi）就是这些共线点对应的直线方程的参数。（4）Hough变换的抗噪性能强，能将断开的边缘连接起来。很明显，由Hough 变换后（рi，νi）数组最大的两个值对应的（рi，νi）就是标志两条垂直线所对应的参数。图像预处理如图2所示，其中图（a）为原始图像，（b）为二值化图像，（c）为边缘跟踪图像，（d）为Hough变换后的图像。图2 图像预处理 3.亚像素边缘检测技术的研究采用机器视觉技术对工业生产线上的零部件进行尺寸检测，具有完全非接触

边缘提取不同算子方法的分析比较

目录摘要....................................................................... I 1简介. (1) 1.1MATLAB 简介 (1) 1.2数字图像处理简介 (1) 2边缘检测 (3) 2.1边缘的含义 (3) 2.2边缘检测的含义 (3) 2.3边缘检测的步骤 (3) 3常用的边缘检测算子 (5) 3.1微分算子 (5) 3.1.1 Sobel算子 (5) 3.1.2 robert算子 (6) 3.1.3 prewitt算子 (6) 3.2 Laplacian算子 (6) 3.3 Log算法 (7) 3.4 Canny边缘检测法 (7) 4程序设计 (8) 5运行结果 (10) 6边缘检测结果比较 (12) 7心得体会 (13) 参考文献 (14)

摘要边缘检测是利用边缘增强算子，突出图像中的局部边缘，然后定义象素的“边缘强度”，通过设置阈值的方法提取边缘点集。本设计利用MATLAB软件分析几种应用于数字图像处理中的边缘检测算子,根据它们在实践中的应用结果进行研究,主要包括:Robert 边缘算子、Prewitt 边缘算子、Sobel 边缘算子、LoG边缘算子以及Laplacian 算子等对图像边缘检测,根据实验处理结果对几种算子进行比较。关键词：Matlab边缘检测算子

1简介 1.1MATLAB简介 Matlab是国际上最流行的科学与工程计算的软件工具，它起源于矩阵运算，已经发展成一种高度集成的计算机语言。有人称它为“第四代”计算机语言，它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化界面设计、便捷的与其它程序和语言接口的功能。随着Matlab语言功能越来越强大，不断适应新的要求并提出新的解决方法，可以预见，在科学运算，自动控制与科学绘图领域，Matlab语言将长期保持其独一无二的地位。 Matlab 的特点如下： (1) 高效的数值计算及符号计算功能,能使用户从繁杂的数学运算分析中解脱出来; (2) 具有完备的图形处理功能,实现计算结果和编程的可视化; (3) 友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握; (4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具. Matlab的优势如下：（1）友好的工作平台和编程环境（2）简单易用的程序语言（3）强大的科学计算机数据处理能力（4）出色的图形处理功能（5）应用广泛的模块集合工具箱（6）实用的程序接口和发布平台（7）应用软件开发（包括用户界面） 1.2数字图像处理简介数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性，达到人们所要求的预期结果。从处理的目的来讲主要有：

稳定性方法评价

边坡稳定性评价方法概述（辽宁工程技术大学土木与交通学院辽宁阜新123000 作者：张媛）对边坡稳定性评价方法进行了综述,有：极限平衡法、有限元法、离散单元法、快速拉格朗日分析法、DDA法、流行元法、块体理论法、可靠度方法、模糊综合评价法、灰色系统评价法、聚类分析法、神经网络、遗传算法和专家系统。在概要地叙述了各个方法的理论基础上，对各个方法的优缺点进行了叙述，指出了各自的适合条件以及目前的应用状况。其中极限平衡法、块体理论法很多时候与实际情况不相符合，快速拉格朗日法具有随意性，DDA法在数学收敛上的实现有一定的难度，有限元法需要定义合适的系数，模糊综合评价法和聚类分析法不能全面、最优，专家系统对于知识的获取具有一定的难度，综合各个方法，其中的离散单元法、流行元法、神经网络、遗传算法的适用性较好。关键词：边坡稳定性；研究进展；评价方法 Prospect Methods of the Research on Slope Stability Zhang Yuan （ liaoning Technical University Civil Engineering and Transportation Department, Liaoning Fuxin 123000 ） Abstract: The paper reviews the prospect methods of the research on slope stability. There are Limit Equilibrium Method， Finite Element Method, Distinct Element Method, Fast Lagrangion Analysis of Method, Discontinuous Deformation Analysis, Manifold Element Method, Block Theory, Reliability Method, Comprehensive Fuzzy Evaluation, Grey system Evaluation, Clustering Analysis Method, Neural Network, Genetic Algorithm, Expert System. On the base of the theory summary about every method, the paper relate the advantages and disadvantages of these methods,points their suiting conditions and using state. In the outline, Limit Equilibrium Method and Block Theory cannot agree with the fact at the most time. Fast Lagrangion Analysis of Method is at its ease, There is a difficulty of math converge about Discontinuous Deformation Analysis, Finite Element Method needs to definite suitable coefficient, Comprehensive Fuzzy Evaluation and Clustering Analysis Method cannot give a overall result, or often it is not the best, Expert System has a

基于Hough变换的道路边界提取方法

基于Hough变换的道路边界提取方法摘要：本文利用 matlab7.0软件开发平台工具，采用hough变换等技术手段在图片上进行线性构造信息提取，为今后的研究部署工作提供参考。但hough变换存在一定的局限性，如对影像分割依赖性大、受非道路因素影响大等。本文首先利用道路种子点处的光谱信息进行道路区域的生长, 提取光谱信息一致的道路区域, 得到一个包含道路信息的二值影像，然后对此二值影像进行滤波，在提取出的道路条状区域的基础上, 根据道路具有的形状特点, 利用形态学进行细化和一定次数的形态修剪处理, 得到单像素宽的道路中心线信息。最后对图像进行基于hough变换的线性特征提取，文章对高分辨率航空遥感影像进行了实验验证了该方法的有效性[1-3]。关键词:线性特征提取,hough变换,matlab a road edge detection algorithm based on the hough transform qiu zhiweili yan (henan university of urban construction, pingdingshan 467036, china) aqiuzhiwei-2008@https://www.wendangku.net/doc/df1430951.html,, bliyan0502@https://www.wendangku.net/doc/df1430951.html, abstract: by using the road seed point spectrum information in this paper firstly, the relevant road information can be extracted from the spectral information consistent with the road area, road information including two value image can be

边缘提取

图像边缘提取的经典算法及展望摘要：该文对现有图像边缘提取的经典边缘检测算子方法进行了介绍，对比、分析了各自的优缺点，为了更清楚地看出各种算法的效果，给出了一些常用算法对同一幅标准测试图像的原图像进行边缘提取的实验结果。最后，对图像边缘提取技术所面临的问题和发展方向阐述了自己的观点。关键词：图像处理，边缘提取，边缘检测算子中图分类号：TP 314.7 文献标识码：A The Algorithm for I m age Edge Detection and Prospect Abstract：The representative algorithms in these days for image edge detection have been presented in this paper.After contrasting and analyzing the advantages and the disadvantages of every algorithm.In order to have a much clearer look at the effect of every algorithm,we give the results of the experiments in which the common algorithms are used to detect image edge of the same standard testing image.At last,we bring forward our viewpoint about the problems the image edge detection technology is facing and where is its developmental direction . Key words：Image manipulation ；Edge recognition ；Edge recognition arithmetic operators 1 选题背景与研究意义图像是人们从客观世界获取信息的重要来源，也是人类视觉延伸的重要手段。随着计算机和各个相关研究领域的迅速发展，科学计算的可视化、多媒体技术等研究与应用的兴起，数字图像处理从一个专门领域的学科，发展成为了一种新型的科学研究和人机界面的工具。通过对人类视觉系统的研究表明，图像中的边界特别重要，往往仅凭一些粗略的轮廓线就能够识别出一个物体，而轮廓线就是图像的边缘。图像的边缘是图像区域属性(像素灰度)发生明显变化的地方，也是图像信息最集中的地方，包含了图像的大部分特征信息，这些信息足图像识别中抽取特征的蕈要属性，能勾画出目标物体，是人类判别物体的重要依据。因此，图像的边缘是图像的最基本特征，被应用到较高层次的特征描述、图像识别、图像分割、图像增强以及图像压缩等图像处理和分析技术中，同时边缘提取也作为图像分析与模式识别的主要特征提取手段，应用于计算机视觉、模式识别等研究领域中IlJ。图像的边缘广泛存在于物体与背景之问、物体与物体之间，边缘检测的实质是采用某种算法提取出图像中对象与背景之间的交界线。通过边缘检测，提取出边缘才能将目标和背景区分开来，简化图像分析，突出图像的重要特征，降低后继图像分析处理的数据量，使图像理解及识别更加容易和深刻。因此，边缘提取算法是图像处理问题中经典技术之一，其优劣直接影响整个计算机视觉系统性能的好坏，它的解决对于我们进行高层次的图像特征描述、识别和理解等有着重大的影响。在数字图像处理的研究过程中，图像的边缘提取一直以来都是图像处理与分析领域的研究热点，也一直是机器视觉研究领域中最活跃的课题之一，在工程应用中占有十分重要的地位。因此，研究图像边缘提取方法具有重要的理论意义和现实意义。具有重要的意义。 2 研究现状及发展趋势图像边缘提取的方法多种多样，但由于其本所具有的难度和深度，研究没有很大的突破性进展，至目前还没有提出一种方法或是理论，能完美地解决边缘提取问题，这也促使研究人员对此问题不断深入研究。同时，由于目前的边缘提取评价方法都存在很大的局限性，所以对图像边缘提取评价系统的研究得到越来越多的关注。目前，用得较多的还是通过人眼进行主观判断，评价边缘提取方法的优劣。总之，边缘提取算法主要存在两个问题：一是没有一种可以普遍使用的图像边缘提取算法；二是没有一个较好的通用的边缘提取的评价标准。因此，这两个问题也将成为今后研究解决的重点和研究趋

边坡稳定性分析方法及其适用条件资料

边坡稳定性分析方法及其适用条件摘要：边坡是一种自然地质体，在外力的作用下，边坡将沿其裂隙等一些不稳定结构面产生滑移，当土体内部某一面上的滑动力超过土体抗滑动的能力，将导致边坡的失稳。边坡稳定性分析是岩土工程的一个重要研究内容，并已经形成一个应用研究课题，本文对目前边坡稳定性分析中所采用的各种方法进行了归纳，并阐述了其适用条件。关键词：边坡稳定性分析方法适用条件正文：一、工程地质类比法工程地质类比法，又称工程地质比拟法，属于定性分析，其内容有历史分析法、因素类比法、类型比较法和边坡评比法等。该方法主要通过工程地质勘察，首先对工程地质条件进行分析，如对有关地层岩性、地质构造、地形地貌等因素进行综合调查和分类，对已有的边坡破坏现象进行广泛的调查研究，了解其成因、影响因素和发展规律等；并分析研究工程地质因素的相似性和差异性；然后结合所要研究的边坡进行对比，得出稳定性分析和评价。其优点是综合考虑各种影响边坡稳定的因素，迅速地对边坡稳定性及其发展趋势作出估计和预测；缺点是类比条件因地而异，经验性强，没有数量界限。适用条件：在地质条件复杂地区，勘测工作初期缺乏资料时，都常使用工程地质类比法，对边坡稳定性进行分区并作出相应的定性评价，因此，需要有丰富实践经验的地质工作者，才能掌握好这种方法。

二、极限分析法应用理想塑性体或刚塑性体处于极限状态的极小值原理和极大值原理来求解理想塑性体的极限荷载的一种分析方法。它在土坡稳定分析时，假定土体为刚塑性体，且不必了解变形的全过程，当土体应力小于屈服应力时，它不产生变形，但达到屈服应力，即使应力不变，土体将产生无限制的变形，造成土坡失稳而发生破坏。其最大优点是考虑了材料应力—应变关系，以极限状态时自重和外荷载所做的功等于滑裂面上阻力所消耗的功为条件，结合塑性极限分析的上、下限定理求得边坡极限荷载与安全系数。三、极限平衡法该法将滑体作为刚体分析其沿滑动面的平衡状态,计算简单。但由于边坡体的复杂性,计算时模型的建立与参数的选取不可避免地使计算结果与实际结果不吻合。常用的方法有如下几种。 1瑞典条分法。基本假定:A边坡稳定为平面应变问题;B滑动面为圆弧;C计算圆弧面安全系数时,将条块重量向滑面法向分解来求法向力。该方法不考虑条间力的作用,仅能满足滑动体的力矩平衡条件,产生的误差使安全系数偏低。优缺点：在不能给出应力作用下的结构图像的情况下，仍能对结构的稳定性给出较精确的结论，分析失稳边坡反算的强度参数与室内试验吻合度较好，使分析程序更加可信;但需要先知道滑动面的大致位置和形状，对于均质土坡可以通过搜索迭代确定其危险滑动面，但是对于岩质边坡，由于其结构和构造比较复杂，难以准确确定其滑动

亚像素级边缘检测技术

摘要边缘指的是图像中像素值有突变的地方。边缘检测是图像处理的重要的一部分。边缘往往携带着一幅图像的大部分信息。在分析对比已有边缘检测算法的基础上，设计了两种边缘检测方法。第一种方法先用Sobel算子粗定位，然后用三次样条插值函数对灰度图像进行插值，使目标达到亚像素级，对插值后的灰度图像，利用最大类间方差确定阈值，实现亚像素级的边缘检测。另一种方法是根据灰度矩算子在目标成像前后的矩不变特性，利用Tabatabai等人提出的前三阶灰度矩，实现了亚像素边缘检测。通过实验对算法有效性和检测精度进行了研究和验证，给出了工件的实测尺寸对比结果。实验表明，基于灰度矩的亚像素边缘检测算法和基于Sobel算子的亚像素级边缘检测法比传统的边缘检测算子具有更高的定位精度。关键词：亚像素级边缘检测；基于插值法的边缘检测；灰度矩

ABSTRACT Edge refers to the value of the pixel in the image mutations. Edge detection is an important part of image processing. The edges tend to carry most of the information of an image. In this paper, the design two edge detection methods, the first method first used Sobel operator rough location, and then grayscale image interpolation, cubic spline interpolation function so that the target to achieve sub-pixel level grayscale images after interpolation, the use of the maximum variance between the threshold is determined to achieve sub-pixel edge detection. Another method is the gray moment operator in the moments before and after the target imaging invariant Tabatabai, who proposed the first three gray moment, to achieve sub-pixel edge detection, through experiments the effectiveness of the algorithm and testing the accuracy of research and validation, given the comparison of measured dimensions of the workpiece. The experiments show that, based on gray-scale operator sub-pixel edge detection algorithm has a higher positioning and accuracy than the traditional operator to meet the image target to achieve sub-pixel edge detection. Key words：Sub-pixel edge detection；Edge Detection based interpolation；Gray Moment；

两种边坡稳定性分析方法比较研究

第10卷第10期中国水运 Vol.10 No.10 2010年 10月 China Water Transport October 2010 收稿日期：2010-06-11 作者简介：马玉岩（1987-），男，黑龙江绥化人，武汉大学水资源与水电工程科学国家重点实验室水利水电工程施工与管理专业硕士研究生，主要研究方向为岩土边坡工程研究以及结构设计。两种边坡稳定性分析方法比较研究马玉岩（武汉大学水资源与水电工程科学国家重点实验室，湖北武汉 430072）摘要：以某水电工程岩质高边坡做为实例，将强度折减理论与FLAC3D 软件相结合，通过有限差分程序FLAC3D 软件来模拟分析其稳定性。并与极限平衡方法的分析结果对比，探索两种方法的差异性与结果的可靠性，为确定适合工程建设实际的岩质边坡稳定分析方法提出了有益的参考。关键词：强度折减法；极限平衡法；边坡稳定性中图分类号：P642.1 文献标识码：A 文章编号：1006-7973（2010）10-0197-03 一、引言目前，国内在建和待建的大型水电工程大多坐落在西南、西北高山峡谷地区。我国的水电建设面临着一系列高边坡稳定问题。在现代岩土工程和科学技术的新成就的支持下，确定适合工程建设实际的岩质边坡稳定分析方法，是摆在水利水电工程技术人员面前的任务[1]。目前工程实践中岩质边坡稳定性定量分析主要有三种方法：解析法（最常用的是极限平衡法）、数值方法和概率法。极限平衡法是最常用的解析法，它是在边坡滑动面确定的情况下，根据滑裂面上抗滑力和滑动力比值直接计算安全系数，此外，关键块理论也属于这样的确定性分析方法。数值方法则是借助计算机进行数值分析（例如有限元、快速拉格朗日分析法、离散元、块体元和DDA 等）从而确定边坡的位移场和应力场，再用超载法、强度折减法等使边坡处于极限状态，从而间接得到安全系数。这种方法同时可以考虑位移协调条件和岩体本构关系等。概率法是将概率统计理论被引用到边坡岩体的稳定性分析中来，它通过现场调查，以获得影响边坡稳性影响因素的多个样本，然后进行统计分析，求出它们各自的概率分布及其特征参数，再利用某种可靠性分析方法，来求解边坡岩体的破坏概率即可靠度[2]。文中选用某水电工程岩质高边坡做为实例，采用强度折减法和极限平衡法对岩质高边坡的稳定性进行对比分析。二、边坡工程地质条件模型宽约为700m，高约为700m。基岩以中粒结构的灰白色、微红色黑云二长花岗岩为主，并有辉绿岩脉（β）、花岗细晶岩脉、闪长岩脉等各类脉岩穿插发育于花岗岩中，尤以辉绿岩脉分布较多。建模过程中考虑了岩体中对边坡稳定影响较大的几个岩脉。根据岩体风化特点，岸坡岩体由表向内可划分为全风化带、强风化带、弱风化带、微风化—新鲜岩体。岩体风化的水平、垂直分带性明显。边坡内无地下水分布。边坡剖面如图1 所示。图1 边坡剖面三、强度折减法强度折减系数法的基本原理是将坡体强度参数凝聚力c 和内摩擦角f 值同时除以一个安全系数K，得到一组新的c k 、f k 值，然后作为新的资料参数输入，再进行试算，当计算不收敛时，对应的K 被称为坡体的最小稳定安全系数，此时坡体达到极限状态，发生剪切破坏，同时可得到坡体的破坏滑动面。 FLAC3D （Three Dimensional Fast Lagrangian Analysis of Continua）是美国Itasca Consulting Goup lnc 开发的三维快速拉格朗日分析程序。该程序能较好地模拟地质材料在达到强度极限或屈服极限时发生的破坏的力学行为，特别适用于分析渐进破坏和失稳。文中利用FLAC3D，采用“二分法”[3]实现强度折减法，求解安全系数。所建计算模型节点为29,646个，单元为24,005个。模型的边界条件：模型四周法向约束，底部固定约束，顶部自由，仅受重力作用。研究表明，随着剪胀角的增大，安全系数也逐渐增大[4]。不过，Vermeer 和de Borst（1984年）研究证明，一般土体、岩石和混凝土的剪胀角要比它们的摩擦角小得多，且通常在0°～20°内变化[5]。因此，剪胀角对强度折减法计算

赤平投影——斜坡稳定性评价

边坡岩体结构稳定性评价在工程地质测绘的基础上，根据实测的结构面资料，应用赤平极射投影和实体比例投影相结合来研究边坡的稳定性。虽然结构面的组合形式在自然界中是很复杂的，但按其对边坡稳定性的影响来看，可将岩体结构分为三种：（1）稳定结构边坡边坡岩体中的结构面的倾向或几组结构面组合交线的倾向，与边坡的倾向相反，这种类型的边坡为反向结构的边坡，这种结构对边坡的稳定性没有直接的影响，没有顺层滑动的可能，因此为稳定结构边坡。它们在赤平投影图上的特点是结构面的投影和坡面的投影各在相对应的一侧，结构面的极点投影和坡面投影在同一侧。 1组结构面构成的斜坡（上半球投影）（a）、（e）不稳定结构；（b）基本稳定结构；（c）、（d）稳定结构 2组结构面构成的斜坡

（a）不稳定结构（b）基本稳定结构（c）稳定结构（2）基本稳定结构边坡边坡岩体中结构面的倾向或组合交线的倾向与边坡坡向一致，但结构面的倾角或组合交线的倾角都大于边坡角，这种结构一般是比较稳定的，但稳定性比上述一种较差，因此为基本稳定结构。在投影图上的特点是结构面的投影一坡面投影在同一侧，结构面的极点投影与坡面投影各在相对应的一侧。（3）不稳定结构边坡边坡岩体中结构面或组合交线的倾向与边坡面倾向一致，但它们的倾角小于边坡角，这种结构为不稳定结构，在投影图上的特点是与基本稳定结构相似，不同之处是结构面或组合交线倾角小于坡面倾角。赤平投影的应运完全是根据这个理论来的，不过个人感觉应运起来还是有点问题的，宏观上结构面大和小很难区分，而且勘察工作很难做，危害性也很难去分类，估计把三维分析引进来估计能好一点，我试着用理正做了几个，效果不是很好，最好是有好的项目去论证他。《岩土工程勘察规范》—— 图解分析法需在大量的节理裂隙调查统计的基础上进行，将结构面调查统计结果绘成等密度图，得出结构面的优势方位，在赤平极射投影图上根据优势方位结构面的产状和坡面投影关系，分析边坡的稳定性： 1 当结构面或结构面交线的倾向与坡面倾向相反时，边坡为稳定结构； 2 当结构面或结构面交线的倾向与坡面倾向一致，但倾角大于坡角时，边坡为基本稳定结构； 3 当结构面或结构面交线的倾向与坡面倾向之间夹角大于45，且倾角小于坡角时，边坡为不稳定结构。求潜在不稳定体的形状和规模需采用实体比例投影对图解法所得出的潜在不稳定边坡应计算验证。

通用亚像素边缘检测算法

万方数据

９１４上海交通大学学报第４１卷论（２）进行离散化处理．设＾为，（ｚ）在ｚ；处的采样值，ｚｉ处的微分值利用此处的前向差分和后向差分的均值代替，记为ｃＩ一＆｛ｔ七飞ｌｔ—ｌｎ一｛＾Ｊｉ一２ —２其中：△，ｉ一厂件，一＾；Ｗ：一厂。一厂ｆ一，．则 ∑ｚ；Ｉ川 ∑ｚ。Ｉ厂计，一，卜。Ｉ一上｝——————一（５） ” 、 ∑Ｉ∥Ｉ ∑ｌ＾。一厂，，Ｉ｛＝ｌｌ＝１此算法的具体过程如下：（１）计算差分矩阵．使用行差分模板［一１，ｏ，１］与图像矩阵做卷积运算，然后将其结果取绝对值，得到矩阵Ｄ。．使用列差分模板［一１，ｏ，１］Ｔ与图像矩阵做卷积运算，然后将其结果取绝对值，得到矩阵Ｄ２．（２）根据图像矩阵的统计特性选取差分阈值Ｔ．一般取Ｔ—Ｋ口，仃为噪声信号的标准差，Ｋ为系数，在无噪声的情况下Ｋ—ｏ．（３）选取计算区间．对矩阵Ｄ，、Ｄ。中的元素小于Ｔ者，置ｏ．矩阵Ｄ，、Ｄ。的非零连续区间即为边缘过渡区间．（４）利用离散算法式（５）计算边缘点值．对离散算法式（５），进行一次边缘点计算取ｎ＋２个采样值（＾，，，，…，厂。＋。），则计算量为，２＋１次乘除运算和４扎一２次加法（减法）运算．计算量相对其他算法要小得多．灰度图像实质是一个二维矩阵，其单行或单列均可视为一维数组，故上述算法可以比较容易地推广到二维情况下．３实验及结果分析为验证算法的有效性，设计２个实验来验证此算法对无噪和含噪图像的亚像素级定位能力．实验设计为测量多个长方形物体的长和宽．由于物体的放置角度与边缘点的检测无关，而只与边缘点的后续处理有关，故在本实验中，为简化后续处理，突出算法对边缘点的亚像素级定位能力，长方形物体均是垂直放置．为验证此算法对不同边缘的通用性，每幅图像中均包含不同类型的边缘．实验１在无噪声的情况下，检验算法的定位能力．具体实验步骤如下．（１）生成一个大小为１２８０×１２８０像素的图像，它包括一个实心矩形（含阶跃边缘）和一个线框矩阵（含脉冲边缘），即图像中同时含有阶跃边缘和脉冲边缘，取背景灰度值为１２８，取前景灰度值为２３０．并记录２个矩形的长宽值，作为理论真值．（２）使用二维高斯函数作为点扩散函数与之作卷积运算，其结果可近似为一个从图像采集系统获取的图像．其中，二维高斯函数为如，ｙ，一去ｅｘｐ（一等）（３）以８为采样周期对图形进行采样，得到的大小为１６０×１６０像素的图像，如图２（ａ）所示．（４）使用本文提出的算法对图２（ａ）所示的图形进行边缘检测，并测量矩形的长、宽值，记录测量结果．检测结果图像如图２（ｂ）所示．按照上述实验步骤分别对５幅不含噪图像进行测量，结果如表１所示．由表１可见，此算法对阶跃型边缘更为有效，这主要是因为在相同采样率的情况下，阶跃边缘参与运算的点相对较多．另外当脉冲型边缘较宽时，有可能检测出双边缘．这时需有其他辅助信息以帮助判（ａ）被检测图像（ｂ）边缘检测结果图２图像及边缘检测结果Ｆｉｇ．２Ｔｈｅｉｍａｇｅａｎｄｒｅｓｕｌｔｏｆｅｄｇｅｄｅｔｅｃｔｉｏｎ表１不同边缘类型长宽真值与测量值对照表Ｔａｂ．１ＴｈｅｔｒｕｅＶａＩｕｅａｎｄｍｅａｓｕｒｅｖａＩｕｅａｂｏｕｔｓｔｅｐｅｄｇｅａｎｄｐｕｌｓｅｅｄｇｅ　万方数据

灰度图像边缘提取方法综述

内蒙古科技大学本科毕业论文题目：灰度图像边缘提取方法综述学生姓名：学院：物理科学与技术学院专业：应用物理学学号：0809810054 班级：08级指导教师：二〇一二年 4 月

摘要本文先介绍了一般边缘检测的步骤和灰度图像形态学的主要操作。着重讨论基于细胞神经网络的一般灰度图像的边缘提取和图像分割。先陈述了几种传统算法，并比较了各算法的优劣。通过例举介绍CNN 基本知识，详细描述了用CNN 提取图像边缘的过程，给出算法流程，阐述算法实现中的关键步骤。对二值图像和灰度图像，分别采用基于CNN 的算法和传统算子(prewitt、sobel、canny)进行边缘提取，给出提取效果图，定性比较两类算法在性能上的优劣。来直接的了解灰度图像边缘提取的方法。关键字：灰度图像，边缘提取，分割，CNN算法，传统算子

Abstract This paper first introduces the general steps of gray image edge detection and morphology of the main operation. Focuses on the cellular neural network based general gray image edge extracting and image segmentation. Through the examples of introduction of basic knowledge of CNN, a detailed description of the CNN image edge extraction process, the algorithm process, the key step in the algorithm implementation. On two value image and the gray scale image, which are based on CNN algorithm and the traditional operator ( Prewitt, Sobel, canny ) edge extraction, given the extraction effect chart, qualitative comparison of two algorithms in performance on the quality of. To direct understanding of gray image edge extraction method. Keywords: image, edge detection, segmentation, CNN algorithm, the traditional operator

热稳定性分析方法

版本号：0.1 页码：1/3 发布日期：2009-12-09 实验室程序编写：批准：签发：文件编号：SHLX\LAB\L2-008 题目：热稳定性测量方法 1.0 目的提供了产品热稳定性的测量方法。 2.0 概述（1）原理 Na 2SO 3 方法：用 1N 的 Na 2SO 3 溶液吸收样品粒子中释放的甲醛，生成HOCH 2SO 3Na 和 NaOH 。 CH 2O ＋Na 2SO 3＋H 2O →HOCH 2SO 3Na ＋NaOH （2）本测量方法是利用聚甲醛树脂在高温熔融，产生甲醛气体，随氮气带出，被亚硫酸钠溶液吸收，由滴定反应生成的氢氧化钠，得出甲醛含量。 3.0 仪器和试剂【仪器】（1）油浴（容量约为 130L ，并配有样品熔融管）（2）加热器（3）过热保护装置（4）搅拌器（5）自动滴定装置（6）数据处理计算机【试剂】（1） 0.005mol/l 硫酸（2）福尔马林(36.0～38.0%) （3）亚硫酸钠(Na 2SO 3) （4）缓冲液(pH 6.86) （5）缓冲液(pH 9.18) （6） 0.1mol/l NaOH 4.0 定义甲醛含量通过以下方式表示：（1）K 0 ：表示从 2 分钟到 10 分钟之间，聚合物中溶解的甲醛，不稳定端基和聚合物主链分解出来的甲醛量。转化为每分钟的甲醛含量。（2）K 1 ：表示从 10 分钟到 30 分钟之间，聚合物中剩余的溶解甲醛，不稳定端基

文件编号：SHLX\LAB\L2-008 和聚合物主链分解出来的甲醛量。转化为每分钟的甲醛含量。（3）K2：表示从50 分钟到90 分钟之间，聚合物不稳定端基和聚合物主链分解出来的甲醛量。转化为每分钟的甲醛含量。 5.0安全注意事项（1）搁置和取出样品过程中，要穿戴安全手套，以防被烫伤。（2）电极容易损坏，使用时防止碰撞。（3）作业时，穿戴安全眼镜和防护手套。（4）实验过程中使用氮气作为载气，所以要控制好氮气流量，并确保良好的通风。6.0步骤 6.1准备 (1) 确认油浴温度223±2℃，硫酸溶液的量。 (2) 打开参比液添加孔，检查电极内饱和KCL 的量，确保液位超过甘汞位置。 (3) 打开自动电位滴定仪、打印机及电脑电源。 (4) 打开电脑桌面上AT-WIN，输入密码并确认与自动电位滴定仪联机。 (5) 调整氮气流量到60 l/h。 (6) 分别用pH 为6.86（25℃）、9.18（25℃）的缓冲液，对电极进行校正（根据电脑提示进行），若显示“OK”，则校正通过，否则进行检查并重复校正步骤。 (7) 对自动电位滴定仪进行排气，确保滴定管路中无气泡。 (8) 用250ml 的烧杯，取150ml 吸收液（1mol/L 亚硫酸钠溶液，它的配制方法：将250g 的Na 2SO3溶于2000ml 的水中，充分搅拌。），放入磁性搅拌子、加盖、并将电极、Ｎ２管、喷嘴插入溶液中，启动搅拌按钮。 (9) 用硫酸溶液（0.1N）将溶液pH 调节至9.10，待稳定后，用0.1mol/l 甲醛溶液（配制方法：将81g 的福尔马林放入1L 的容量瓶中，然后加水到刻度线，配成约0.1mol/l 福尔马林），调节pH 至9.21～9.22，并稳定10 分钟以上。 (10) 电极浸泡液的配制方法：PH=4 的缓冲试剂250ml 一包溶于250ml 水中，再加入56gKCL，适当加热，搅拌至完全溶解。 6.2步骤 (1) 用铝皿取3.000±0.003g，将其放到小金属底部，然后用钩子，将准备好的样品放入油浴的熔融管中。 (2) 盖紧硅胶塞，快速按下START，开始试验，试验过程控制pH 值为9.20。 (3) 当实验进行到设定的时间后，自动结束。（按“RESET”键，可手动停止实验。）测定结束，打印机自动打印结果。 (4) 取出金属筒冷却，取出电极，并将电极放入浸泡液中。

斜坡稳定性影响因素

斜坡稳定性影响因素分析斜坡的稳定性受多种因素的影响，主要可分为内在因素和外部因素。内在因素包括：地形地貌、岩土体类型和性质、地质构造等。外部因素包括水、地震、人类活动等。内在因素对边坡的稳定性起控制作用，外部因素起诱发破坏作用。 1.地形地貌从区域地形地貌条件看，斜坡变形破坏主要集中发育于山地环境中，尤其在河谷强烈切割的峡谷地带。我国由于挽近地质时期大洋板块和大陆板块相互作用的制约，西部挤压隆起，东部拉张陷落，形成了西高东低的台阶状地形，可明显地划分出三个台阶。处于两个台阶转折地带的边缘山地，山谷狭窄、高耸陡峻，地面高差悬殊。因此斜坡变形破坏现象十分发育。 2..岩土体类型和性质岩土类型和性质是影响斜坡稳定性的根本因素。在坡形（坡高和坡角）相同的情况下，显然岩土体愈坚硬，抗变形能力愈强，则斜坡的稳定条件愈好；反之则斜坡稳定条件愈差。所以，坚硬完整的岩石（如花岗岩、石英砂岩、灰岩等）能形成稳定的高陡斜坡，而软弱岩石和土体则只能维持低缓的斜坡、一般来说，岩石中含泥质成分愈高，抵抗斜坡变形破坏的能力则愈低此外，岩性还制约斜坡变形破坏的型式。一般来说，软弱地层常发生滑坡，而坚硬岩类形成高陡的斜坡，受结构面控制其主要破坏型式是崩塌。顺坡向高陡斜坡上的薄板状岩石，则往往出现弯折倾斜以至发展成为滑坡。黄土因垂直节理发育，故常有崩塌发生。 3.地质构造地质构造因素，包括区域构造点、边坡地段的这周形态、岩层产状、断层和节理裂隙发育特征以及区域新构造运动特点等。它对边坡稳定，特别是岩质边坡稳定的影响是十分明显的。在区域构造比较复杂的、褶皱比较强烈，新构造运动比较活跃的地区，边坡的稳定性较差，例如我国西南部横断山脉地区、金沙江地区的深切峡谷，边坡的崩塌、滑动、流动及其发育，常出现超大型滑坡及滑坡群。其次，边坡地段的岩层褶皱形态和岩层产状，则直接控制边坡变形破坏的形式和