نوع مقاله : مقاله پژوهشی

نویسندگان

• محسن ایثاری ¹
• کیهان مرادویسی ²
• مهران مرادویسی ³

¹ استادیار گروه عمران دانشگاه کردستان

² کارشناس‌ارشد عمران گرایش مدیریت منابع آب، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه کردستان، سنندج، ایران

³ کارشناس‌ارشد، گروه مهندسی عمران، پژوهشکده مسکن و ساختمان، مرکز تحقیقات راه، مسکن و شهرسازی، تهران، ایران

چکیده

شمارش تعداد دانه‌های خاک در مطالعات دانه‌بندی، به‌ویژه در علوم زمین‌شناسی، کشاورزی، محیط‌زیست و مهندسی، اهمیت بسیاری دارد. ازجمله آن می‌توان به تحلیل دقیق خصوصیات خاک، تعیین ساختار خاک و تحلیل محیط زیستی اشاره کرد. هدف اصلی این پژوهش، ارزیابی دانه‌بندی و تشخیص شکل ذرات خاک با استفاده از فن‌های پردازش تصویر است. در این پژوهش ابتدا تصاویری به‌صورت رنگی از دانه‌بندی خاک تهیه سپس توسط زبان برنامه‌نویسی Python و کتابخانه Scikit-Image پیاده‌سازی شد. درنهایت برای اعتبارسنجی مدل، از 17 عدد دانه برنج و 8 عدد سکه استفاده‌شده است. نتایج نشان می‌دهد که این روش با دقت نزدیک به صد درصد تعداد و شکل آن‌ها را تشخیص داده است. همچنین در تشخیص تعداد و شکل ذرات خاک نیز به‌خوبی عمل کرده است به‌‌علاوه، در مقایسه با چندین نرم‌افزار دیگر در همین زمینه، نتایج نشان داده است که این مدل دارای دقت بهتری است. این رویکرد منجر به کاهش هزینه و زمان محاسبات می‌شود.

کلیدواژه‌ها

• پایتون "
• پردازش تصویر "
• دانه‌بندی خاک "
• شکل ذرات "
• ,"
• شکل ذرات

موضوعات

• هیدرولیک و مهندسی رودخانه

عنوان مقاله [English]

Utilizing Image Processing Techniques for Soil Particle Sizing

نویسندگان [English]

• Mohsen Isari ¹
• Keihan Moradveisi ²
• mehran moradveisi ³

¹ Assistant Professor of Water Engineering University of Kurdistan

² M.Sc. in Civil Engineering with a focus on Water Resources Management, Department of Civil Engineering, Faculty of Engineering, Kurdistan University, Sanandaj, Iran

³ M.Sc., Department of Civil Engineering, Housing and Building Research Center, Research Center for Roads, Housing, and Urban Development, Tehran, Iran

چکیده [English]

Counting the number of soil grains in particle size studies, especially in geology, agriculture, environment and engineering is very important. One of the most important parameters of soil properties is soil structure determination and biological environment analysis. The main objective of this research is evaluation of particle size distribution and detection of soil particles by image processing techniques. In this research, images were prepared from soil particle size distribution and then were implemented by python scripting language and image - image library. Finally, for validation of the model, 17 rice grains and 8 coins were used. The results show that this method is closely related to 100 % of the number and shape of them. In addition, the results show that the model has better accuracy in detecting the number and shape of soil particles in addition to several other software in this field. This approach leads to a decrease in cost and time of computation.  

کلیدواژه‌ها [English]

• Python "
• image processing "
• soil granulation "
• shape of soil particles "
• ,"
• Python