支持向量机在混凝土CT图像分析中的应用 Application of support vector machine to concrete CT image analysis.pdfVIP

水 利 学 报 2008年7月 SHUIUXUEBAO 第39卷第7期 文章编号：0559—9350(2008)cr7．∞89．06 支持向量机在混凝土CT图像分析中的应用 田 威1，党发宁1，刘彦文1，陈厚群1’2 (1．西安理工大学水利水电学院，陕西西安710048；2．中国水利水电科学研究院工程抗震研究中心，北京100044) 摘要：本文引入支持向量机的理论，对混凝土圆柱体试件一个扫描断面的5个应力阶段的CT图像进行了分析，对 图像的各组成部分进行了分类，获得了清晰的裂纹、孔洞区域，砂浆区域和骨料区域的空间位置分布。从支持向量 机分类图中可以看出裂纹或孔洞区域的大小分布随应力的变化过程，表明混凝土试件经历了压密、扩容、cT尺度裂 纹扩展贯通至最后破坏的过程。与用传统的统计方法研究混凝土CT图像相比，支持向量机法不仅可以反映出材 料的空间分布，同时使复杂的Cr数分布对应转换为三类数的分布，简化了下一步统计分析。 关键词：混凝土；支持向量机；Cr数；分类 中图分类号：TU452 文献标识码：A l问题的提出 混凝土是一种复杂的人工合成材料，从细观上可以看成是由骨料、砂浆和界面组成的非均匀材料。 混凝土的破坏是由于对象体系中潜在的各种缺陷引起的，其破坏过程实际上就是微裂纹萌生、扩展、贯 通，直到产生宏观裂纹，导致混凝土失稳破裂的过程…。因此，研究混凝土细观微裂纹的变化可以解释 混凝土材料的宏观力学特性。 计算机层析成像技术(即cT技术)作为一种无损伤检测技术，可以动态、定量和无损伤的量测材料 在受力过程中内部结构的变化。采用医用CT或工业CT扫描混凝土试件断面获得混凝土CT图像，通 过CT图像的影像特征分析混凝土细观结构及其变化过程是研究混凝土内部裂纹扩展的有效途径。cT 观察混凝土裂纹演化过程最大优点在于它的无损探测性能和高分辨率。目前，对于混凝土CT图像中 裂纹的定量分析取得了一定进展，陈厚群等[2’31对混凝土CT图像裂纹区域进行了定量分析，党发宁H引 基于材料的CT数提出岩土破损空间理论，并对CI．图像进行了定量分析。 vector 支持向量机(supportM舵hi∞或SvM)是一种建立在统计学习理论(s诅tisticalk栅ingTh∞ry或 SLT)基础上的机器学习方法。SvM针对有限样本，追求现有信息情况下的最优解而不仅仅是样本数趋 于无穷时的最优解。目前支持向量机广泛地应用于岩土工程领域中，如围岩稳定性的分类，边坡稳定性 的预测。但在岩土材料CT图像的分析中大都应用统计方法，这样均化了图像信息，无法反映材料空间 分布不均匀性的问题。本文在前人研究的基础上引入支持向量机法对混凝土CT图像中各点的材料进 行分析，选取孔洞、骨料、砂浆的部分区域为样本区域，取混凝土细观结构中的骨料、砂浆、孔洞的像素点 的灰度值作为训练样本。进行支持向量机的分类，得到骨料，砂浆和裂纹或孔洞，以及3个不同区域的 空间位置分布。并清晰地看到孔洞区域的大小分布随应力的变化过程，以揭示混凝土裂纹从萌生，扩展 到贯通的细观破损机理。 收稿日期：2007．∞．∞ 基金项目：国家自然科学基金重点项目(9∞10017)；国家自然科学基金资助项目(5067∞73) 作者简介：田威(1％l一)，男，陕西西安人，博士生，主要从事岩土计算力学方面的研究。E·md：tillmi816@yal．∞．∞m．∞ 一889— 万方数据 2支持向量机模型 关于支持向量机完整的数学描述见文献[6，7]，这里只对这个算法进行简单描述。假定训练样本 分离超平面为 Y=sign((’．，·z)+b) (1) 式中：埘为权值向量；茗为输入向量；b为阈值；sign()为符号函数。 如果这个向量集合可以被超平面没有错误的分开，并且使分类间隔最大，必须满足约束条件 Yf(姒i+b)一1≥0，i=1，2，…，n (