基于CT图像人工智能分析的砂砾料几何特征参数提取方法.pdf

第47卷第10期岩土工程学报Vol.47No.10

2025年10月ChineseJournalofGeotechnicalEngineeringOct.2025

DOI：10.11779/CJG

基于CT图像人工智能分析的砂砾料几何特征参数

提取方法

1,21,231,2

彭家奕，傅中志，沈振中，徐思远

（1.南京水利科学研究院岩土工程研究所，江苏南京210024；2.水利部土石坝破坏机理与防控技术重点实验室，江苏南京210024；

3.河海大学水利水电学院，江苏南京210024）

摘要：砂砾料是土石坝常用的填筑材料，其力学特性受到级配、颗粒形状和空间排布等颗粒几何特征的显著影响。

准确获取这些几何特征是研究砂砾料力学特性的关键，对于土石坝设计和施工具有重要意义。本研究提出了一种基于

新型深度学习模型的砂砾料CT图像分割方法，结合CT图像三维重建技术和拓扑原理，形成了一套完整的砂砾料几何

特征参数提取方法，并研发了相应的程序，提供了算法流程和参数设置。研究结果表明，基于该方法的砂砾料CT图像

分割精度高达95%，使用分割结果重建的三维模型进行计算，能够准确提取砂砾料的质心坐标、粒径、长宽比和球度

等几何特征参数。研究还揭示了砂砾料试样具有砂粒位于试样底部、砾粒分布较均匀的空间分布特点，以及颗粒长宽

比和球度概率密度呈偏态分布的形状因子分布特点。本研究有望为砂砾料力学特性研究提供新的技术手段，进而为优

化土石坝的设计和施工提供新的思路。

关键词：砂砾料；颗粒几何特征；CT图像；深度学习模型；三维模型

中图分类号：TV641文献标识码：A文章编号：1000-4548(2025)10-2096-10

作者简介：彭家奕(1992—)，女，工程师，主要从事土石坝筑坝材料特性及数值模拟方面的研究工作。E-mail:

jypeng@nhri.cn。

Methodforparameterextractionofgeometricfeaturesofgravelmaterialsbased

onartificialintelligenceanalysisofCTimages

1,21,231,2

PENGJiayi,FUZhongzhi,SHENZhenzhong,XUSiyuan

(1.GeotechnicalEngineeringDepartment,NajingHydraulicResearchInstitute,Nanjing210024,China;2.KeyLaboratoryofFailure