Page 129 - 水利学报2021年第52卷第3期

高；（3）本文在研究过程中采用 1 ~ 60 mm 粒径范围内大小较为均匀的土石料颗粒，未考虑在实际工
程可能出现的极小颗粒与极大颗粒混合的粒径不均匀情况，有待结合工程现场情况进行研究与改
进；（4）含水量对土石料形态有重要影响，不同含水状态下土石料呈现的图像各不相同，同时拍摄角
度与光照等因素也会导致图像差异，不同的土石料图像对图像识别算法提出了更高要求。未来将从
含水量、图像采集环境、改进图像识别算法等方向进一步研究，以增强模型的实用性与适用性。

参 考 文 献：

［ 1 ］ 朱 晟 ，钟 春 欣 ，郑 希 镭 ，等 . 堆 石 体 的 填 筑 标 准 与 级 配 优 化 研 究［J］. 岩 土 工 程 学 报 ，2018，40（1）：
108-115 .
［ 2 ］ 陈兵，于沭，温彦锋，等 . 宽级配粗粒土数值试验微观参数的敏感性分析［J］. 水利学报，2015，46（S1）：
315-320 .
［ 3 ］ KAYE B H . Particle Size Characterization［M］. Washington：Handbook of Powder Science & Technology . 1997 .
［ 4 ］ 覃茜，徐千军 . 基于 CT 图像的混凝土初始缺陷分布规律研究［J］. 水利学报，2016，47（7）：959-966 .
［ 5 ］ 王 宇 ，李 晓 ，阙 介 民 ，等 . 基 于 CT 图 像 灰 度 水 平 的 孔 隙 率 计 算 及 应 用［J］. 水 利 学 报 ，2015，46（3）：
357-365 .
［ 6 ］ 涂新斌，王思敬 . 图像分析的颗粒形状参数描述［J］. 岩土工程学报，2004，26（5）：659-662 .
［ 7 ］ 徐文杰，王玉杰，陈祖煜，等 . 基于数字图像技术的土石混合体边坡稳定性分析［J］. 岩土力学，2008，29
（S1）：341-346 .
［ 8 ］ HAN Ding，ZHU Junhua，LI Linglin，et al . Verification and application of two-dimensional slice identification
method in three-dimensional mesostructure under different aggregate gradations and packing algorithms［J］. Con⁃
struction and Building Materials，2016，102（1）：843-851 .
［ 9 ］ LEONARDO Bruno，GIUSEPPE Parla，CLARA Celauro . Image analysis for detecting aggregate gradation in as⁃
phalt mixture from planar images［J］. Construction and Building Materials，2011，28（1）：21-30 .
［ 10］ ZHANG Shilin，WU Gaojian，YANG Xingguo，et al . Digital Image-based Identification Method for the Determi⁃
nation of the Particle Size Distribution of Dam Granular Materia［J］. KSCE Journal of Civil Engineering，2018，22
（8）：2820-2833 .
［ 11］ 吕超，唐朝生，李胜杰，等 .基于数字图像处理技术的砂土颗粒级配分析研究［J］.高校地质学报，2019，25
（3）：431-436 .
［ 12］ 于沭，温彦锋，王玉杰，等 . 基于图像识别技术的土石料级配检测系统［J］. 中国水利水电科学研究院学
报，2019，17（6）：439-445 .
/
［ 13］ LONG J，SHELHAMER E，DARRELL T . Fully convolutional networks for semantic segmentation［C］/IEEE
Transactions on Pattern Analysis & Machine Intelligence . 2015 .
/
［ 14］ KAIMING H，XIANGYU Z，SHAOQING R，et al . Deep residual learning for image recognition［C］/Proceedings
of the IEEE conference on computer vision and pattern recognition . 2016 .
［ 15］ KAIMING H，GEORGIA G，PIOTR D，et al . Mask R-CNN［J］. IEEE Transactions on Pattern Analysis and Ma⁃
chine Intelligence . 2018：1 .
［ 16］ SL 274-2001，碾压式土石坝设计规范［S］. 北京：中国水利水电出版社，2001 .
［ 17］ DL/T 5395-2007，碾压式土石坝设计规范［S］. 北京：中国电力出版社，2008 .
［ 18］ DL/T 5016-2011，混凝土面板堆石坝设计规范［S］. 北京：中国电力出版社，2011 .
［ 19］ 吴一全，孟天亮，吴诗婳 . 图像阈值分割方法研究进展 20 年［J］. 数据采集与处理，2015，30（1）：1-23 .
［ 20］ CANNY J . A computational approach to edge detection［J］. IEEE Transactions on pattern analysis and machine
intelligence，1986，8（6）：679-698 .
［ 21］ VINCENT L，SOILLE P J . Watersheds in digital spaces［J］. IEEE Transactions on Pattern Analysis and Machine
Intelligence，1991，13（6）：583-598 .
/
［ 22］ SIMONYAN K，ZISSERMAN A . Very deep convolutional networks for large-scale image recognition［C］/Comput⁃
er Vision and Pattern Recognition，2014 .
［ 23］ GOODFELLOW I J，POUGET-ABADIE J，MIRZA M，et al . Generative adversarial networks［J］. Advances in
— 379 —