برآورد منحنی دانه بندی خاک دانهای بر اساس تکنیک پردازش تصویر
Publish place: The 19th Annual Conference of the Iranian Geological Society and the 9th National Geological Conference of Payame Noor University
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,230
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
SGSI19_166
Index date: 2 July 2016
برآورد منحنی دانه بندی خاک دانهای بر اساس تکنیک پردازش تصویر abstract
علم پردازش تصویر، از علوم پرکاربرد و مفید در فنون مهندسی می باشد و از دیرباز مطالعات و تحقیقات گسترده ای در این زمینه صورت گرفته و پیشرفت های فراوانی حاصل شده است. سرعت گسترش این پیشرفت ها به حدی بوده است، ک هم اکنون و پس از گذشت مدت زمان کوتاه می توان تأثیر پردازش تصویر را در بسیاری از علوم و صنایع به وضوح مشاهده نمود. در این تحقیق از روش پردازش تصویر و به کمک نرم افزار ImageJ مشخصات هندسی خاک های دانه ای استخراج شده است. همچنین جهت صحت سنجی روش مذکور چندین نمونه از خاک های دانه ای تهیه و پس از استخراج منحنی دانه بندی و نیز مشخصات هندسی با نتایج حاصل از روش پردازش تصویر موردبررسی و ارزیابی قرار گرفت. نتایج نشان داد که تکنیک پردازش تصویر با دقت قابل قبولی توانسته دانه های موجود در تصاویر را شناسایی و ارزیابی نماید. درنتیجه از این روش برای استفاده در مطالعات مهندسی خاک ازجمله دانه بندی و نیز مطالعات ریخت شناسی می توان استفاده کرد. از مزایای دانه بندی خاک بر اساس تکنیک پردازش تصویر صرفه جویی در زمان و هزینه ی انجام آزمایش دانه بندی نسبت به روش معمول میباشد.
برآورد منحنی دانه بندی خاک دانهای بر اساس تکنیک پردازش تصویر Keywords:
برآورد منحنی دانه بندی خاک دانهای بر اساس تکنیک پردازش تصویر authors
جمشید فرامرزی
دانشجوی کارشناسی ارشد زمین شناسی مهندسی دانشگاه فردوسی مشهد
ناصر حافظی مقدس
استاد زمین شناسی مهندسی، دانشگاه فردوسی مشهد
محمود رضا گلزاریان
استادیار گروه مکانیک بیوسیستم دانشگاه فردوسی مشهد
محمد غفوری
استاد زمین شناسی مهندسی دانشگاه فردوسی مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :