节理裂隙的检测与评估对于工程项目评估及地质灾害预测有着非常重大的意义;实际应用中,经常通过节理裂隙的发育程度来判定工程项目能否进行、预测地质灾害是否发生。传统的检测是通过人工实地勘测完成的,耗时费力而危险;评估靠人工经验,不够客观。因此,探索新的方便可靠的节理裂隙检测与评估方法是很有意义的。本文针对节理裂隙图像的特点,采用数字图像处理与分析的方法,对节理裂隙图像处理与分析的关键技术:节理裂隙掩模提取、中心线提取与边缘检测、特征提取和综合评估进行深入地探讨。主要研究内容包括以下几个方面:1、节理裂隙的分类与预处理:不同类别的节理裂隙特征不尽相同,处理与分析方法也不同,要讨论各类之间的共性与特性;相机采集到的多是彩色图像,检测算法多适用于灰度图像,要进行彩色图像变换;在获取节理裂隙图像时,由于受到相机和外部的干扰或者结构面本身比较粗糙,致使图像中夹杂着多种噪声,要进行滤波处理。2、节理裂隙的掩模提取:提取节理裂隙的掩模有利于加速后续的中心线提取和边缘检测,对预处理后的图像,充分利用节理裂隙的线状特点,首先基于Frangi滤波器对线状目标进行多尺度增强,突出线状目标抑制其它干扰,然后分析直方图选取合适的阈值对增强后的图像进行保守二值化,最后通过目标分析和数学形态学处理对节理裂隙进行筛选和扩充,得到节理裂隙掩模。3、节理裂隙的中心线提取和边缘检测:在掩模范围内预处理后的图像上,充分利用节理裂隙的线状特征,完成中心线提取和边缘检测。先用Steger算法进行中心线特征点检测与连接,再基于距离和角度差连接这些中心线段,提取到较为连续的中心线;基于改进的Live-wire Contour算法进行边缘检测,首先用Canny算子构造代价函数,然后沿中心线法线方向搜索边缘种子点,最后搜索最优路径依次连接边缘种子点,检测到较为完整的边缘。4、节理裂隙的特征提取与综合评估:在结构面上定位到节理裂隙后,先提取其几何特征:节理裂隙率、平均每条节理裂隙的长度及关键点数、反映粗糙度及分布性的节理裂隙分形维数,再对不同类型的结构面,选取特征用模糊综合评判模型计算评估指标,从而描述节理裂隙结构面的复杂度。