郎颖娴等：玄武岩三维细观孔隙模型重构与直接拉伸数值试验 ·999· 描系统可以分辨微米级的裂隙和孔隙[]，因此满足 建模所要求的识别精度 试样1 试样2 试样3 试样4 试样5 图1玄武岩试样 Fig.1 Basalt samples 将试样沿试样高度方向自上而下扫描1500层， 图像，图中各像素点灰度值的变化范围为0~255 每层扫描间隔约为66.7μm,成像大小为2048像素 (黑色的灰度值为0，白色的灰度值为255)，不同灰 ×2048像素，扫描单元尺寸为70μm×70um.若试 度值代表不同的岩石结构类型.利用数字图像处理 样中孔隙尺寸小于CT扫描识别孔隙尺寸，则在CT 技术，可获取玄武岩试样内部孔隙结构信息，作为构 扫描图像中无法显示.图2(a)为试样1的CT扫描 建三维细观孔隙结构数值模型的基础. 图2CT扫描图像预处理.(a)CT图像：(b)二值化处理：(c)5×5滤波窗口：(d)10×10滤波窗口 Fig.2 CT images of sample 1 after processing:(a)CT images;(b)binarization processing;(c)5 x5 filtering window;(d)10 x10 filtering win- dow 1.2CT扫描图像预处理 能够显著区分岩石基质和孔隙介质，就认为阈值的 直接拉伸试验所需试样一般可分为以下三类： 选取是合理的.又因试样的CT扫描试验条件相同， 圆柱形、长方体、哑铃型(“狗骨形”)，本文选取长方 所得的CT扫描图像中岩石基质和孔隙介质的灰度 体试样进行直接拉伸试验.首先利用数学分析工具 值变化范围基本一致，因此可选取同一阈值进行二 MATLAB自主编写计算程序，对CT扫描图像进行 值化处理 剪裁、二值化与中值滤波处理，然后利用RFPA3D有 250 限元软件构建玄武岩三维细观孔隙结构数值计算 200 模型. 由于CT扫描试验获取的扫描图像外围存在黑 150 边，因此通过剪裁处理将黑边裁去（如图2(a)所 100 示).然后对图2(a)进行二值化处理以获取CT图 50 孔隙 --T=121 像中的孔隙结构信息.在图2(a)中随机选取一条 255075100125150175200225250 同时穿过岩石基质与孔隙介质的扫描线，统计该扫 像素点 描线上各个像素点的灰度值变化如图3所示，以此 图3扫描线上灰度变化曲线 来确定二值化图像分割阈值T.由图3可知，当灰度 Fig.3 Gray values along the scanned line processing 值大于所选阈值时表示岩石基质，当灰度值小于所 选阈值时表示孔隙介质及噪点，因此只要所选阈值 本文根据公式(1)对图2(a)进行二值化处理.郎颖娴等: 玄武岩三维细观孔隙模型重构与直接拉伸数值试验 描系统可以分辨微米级的裂隙和孔隙[22] ,因此满足 建模所要求的识别精度. 图 1 玄武岩试样 Fig. 1 Basalt samples 将试样沿试样高度方向自上而下扫描 1500 层, 每层扫描间隔约为 66郾 7 滋m,成像大小为 2048 像素 伊 2048 像素,扫描单元尺寸为 70 滋m 伊 70 滋m. 若试 样中孔隙尺寸小于 CT 扫描识别孔隙尺寸,则在 CT 扫描图像中无法显示. 图 2(a)为试样 1 的 CT 扫描 图像,图中各像素点灰度值的变化范围为 0 ~ 255 (黑色的灰度值为 0,白色的灰度值为 255),不同灰 度值代表不同的岩石结构类型. 利用数字图像处理 技术,可获取玄武岩试样内部孔隙结构信息,作为构 建三维细观孔隙结构数值模型的基础. 图 2 CT 扫描图像预处理. (a) CT 图像; (b) 二值化处理; (c) 5 伊 5 滤波窗口; (d) 10 伊 10 滤波窗口 Fig. 2 CT images of sample 1 after processing: (a) CT images; (b) binarization processing; (c) 5 伊 5 filtering window; (d) 10 伊 10 filtering win鄄 dow 1郾 2 CT 扫描图像预处理 直接拉伸试验所需试样一般可分为以下三类: 圆柱形、长方体、哑铃型(“狗骨形冶),本文选取长方 体试样进行直接拉伸试验. 首先利用数学分析工具 MATLAB 自主编写计算程序,对 CT 扫描图像进行 剪裁、二值化与中值滤波处理,然后利用 RFPA 3D有 限元软件构建玄武岩三维细观孔隙结构数值计算 模型. 由于 CT 扫描试验获取的扫描图像外围存在黑 边,因此通过剪裁处理将黑边裁去(如图 2 ( a) 所 示). 然后对图 2(a) 进行二值化处理以获取 CT 图 像中的孔隙结构信息. 在图 2( a)中随机选取一条 同时穿过岩石基质与孔隙介质的扫描线,统计该扫 描线上各个像素点的灰度值变化如图 3 所示,以此 来确定二值化图像分割阈值 T. 由图 3 可知,当灰度 值大于所选阈值时表示岩石基质,当灰度值小于所 选阈值时表示孔隙介质及噪点,因此只要所选阈值 能够显著区分岩石基质和孔隙介质,就认为阈值的 选取是合理的. 又因试样的 CT 扫描试验条件相同, 所得的 CT 扫描图像中岩石基质和孔隙介质的灰度 值变化范围基本一致,因此可选取同一阈值进行二 值化处理. 图 3 扫描线上灰度变化曲线 Fig. 3 Gray values along the scanned line processing 本文根据公式(1)对图 2(a)进行二值化处理. ·999·