土体干缩开裂是常见的一种自然现象。土体中裂隙的发育会破坏土体完整结构,弱化土体物理力学性质,对岩土体结构造成破坏,直接或间接导致各种工程地质问题,造成严重的经济损失。因此,对土体裂隙网络进行量化,掌握土体裂隙发育规律及其对工程特性的影响,对含裂隙土工程实践具有重要的指导意义。为此,本文利用图像处理技术,基于MATLAB平台开发了南京大学裂隙图像处理与分析系统(CIAS-NJU),可用于裂隙图像处理、裂隙与土块自动识别与定量分析,获取裂隙图像中裂隙网络与区块的各种几何信息。同时展开了干湿循环试验、无侧限抗压试验和CT试验,应用CIAS-NJU对干湿循环过程土体裂隙网络发育规律、裂隙发育对工程性质的影响和土体内部裂隙发育特征展开研究,取得了一些研究成果。土体微观结构反映了土体形成和沉积环境,是决定土体变形和强度等工程性质是的内在因素,因此开展土体微观结构定量化研究对研究土体宏观物理力学性质有重要意义。本文在总结前人研究成果上,利用图像处理技术和MATLAB软件,开发了南京大学SEM图像处理与定量分析系统(NJU-SEM),用于SEM图像处理和SEM图像中颗粒与孔隙自动识别和定量分析,提取土颗粒的各种几何信息,并将NJU-SEM成功应用于实际工程项目中的松散砂土微观结构研究,通过定量获取的微观结构参数分析了不同地层砂土的空间差异性。论文是在导师唐朝生教授的国家优秀青年科学基金(41322019)和国家自然科学基金面上项目(41572246、41772280)的资助下完成的。全文取得的主要研究成果如下:(1)自主开发了裂隙图像处理与分析系统CIAS-NJU,系统中包含两个图像处理模块:单张图像处理和多张图像批处理。单张图像的处理过程包括三个步骤:图像预处理、土块识别与量化和裂隙识别与量化。通过灰度化、二值化和去杂点等操作对土块与裂隙进行分割,实现信息提取前图像预处理。裂隙的识别需先进行裂隙边界平滑、骨架化和分支裁剪等操作,土块与裂隙信息提取采用标记连通区域方式获得。提出了用于评估土块特征的量化指标体系:土块面积、土块周长、土块个数、面积周长比、形状系数、尺寸因子、等效边长和等效直径。用于评价裂隙网络发育特征的量化指标体系:裂隙长度、裂隙宽度、裂隙面积、表面裂隙率、裂隙夹角、裂隙条数、交点个数、端点个数和分形维数。同时引入统计学描述—概率密度函数,对裂隙网络形态分布特征进行描述和分析。图像批处理流程与单张图像相同,读取文件夹下相同格式图片,设置图像处理的阈值自动完成对所有图像的处理和保存数据结果。数字图像处理的方法有效克服了传统测量方法的弊端,提高裂隙形态参数的获取效率和测量精度。CIAS-NJU提供多种二值化方式和冗杂处理方式,集成了两种批量处理方式,可满足用户多方面的实际需求。(2)对压实膨胀土样开展了干湿循环试验,并采用CIAS-NJU对土样在干湿循环过程中的裂隙演化特征进行了定量分析,结果表明:干燥过程中随含水率降低膨胀土裂隙发育总体上呈增加趋势,表面裂隙率、裂隙条数、裂隙总长度及土体收缩随含水率减小而增加,裂隙宽度与含水率之间无明显关系,原因可能是土体收缩导致干燥后期裂隙一定程度的闭合。同时干湿循环对裂隙发育有明显影响,随着干湿循环次数的增加,表面裂隙率、裂隙条数、裂隙总长度和体积收缩增加,裂隙平均宽减小,主要与第三次干燥过程中试样中发育大量微裂隙有关。(3)在干湿循环条件下对土体开展了无侧限抗压试验,并采用CIAS-NJU对土样中发育的裂隙进行了定量分析,结果表明:干湿循环、含水率和裂隙发育均对无侧限抗压强度造成影响。无侧限抗压强度、初始刚度和试样脆性随干燥过程中水分蒸发逐渐降低。干湿循环次数的增加,会导致土体无侧限抗压强度弱化,且第一次循环后强度衰减最明显,在含水率较低时这一现象更加显著。同时试样经历干湿循环后刚度和塑性增加,这与干湿循环中土体结构调整和内部裂隙发育有关。裂隙条数的增加与试样强度衰减之间存在较明显的线性关系,其他裂隙指标与强度之间无明显关系,后续研究中需在控制裂隙发育情况下进一步研究裂隙与强度之间的量化关系。(4)基于CT试验对干燥过程中土样内部裂隙发育状态进行了研究,并采用CIAS-NJU对获得的CT图像进行了定量分析,结果表明:干燥过程中试样内部裂隙发育存在一定时空特征,裂隙率、裂隙面积、平均裂隙宽度、裂隙总长度和裂隙条数等参数在干燥过程中随含水率下降不断增加。且裂隙在不同深度上发育情况不同,存在几处深度区间裂隙发育剧烈,土体结构的均匀性和稳定性遭到破坏。利用CT扫描的结果和手工测量结果对土体体积、孔隙比、饱和度、密度和干密度土体宏观物理性质进行计算,发现基于图像处理技术对CT图像分析的结果较手工测量的结果更为准确。同时对比含裂隙与不含裂隙的CT图像计算的物理指标,发现裂隙发育对土体物理性质影响显著,不含裂隙状态下的土块孔隙比与含裂隙的土体相比较小,而饱和度、密度和干密度等相对较大。(5)自主开发了土体SEM图像处理与定量分析系统NJU-SEM,该系统主要包含图像预处理、土颗粒识别与量化和数据统计分析三大模块,其中图像预处理和土颗粒识别与量化的过程与原理与CIAS-NJU图像预处理和土块识别与量化中相似。通过对图像进行灰度化、去除多余信息、二值化、开运算和去杂点等处理过程,将土颗粒与孔隙进行分割,以便土颗粒信息的提取。为方便对统计信息的处理,NJU-SEM系统中提供了数据统计分析模块,可进行数据的选择、排序、筛选和多种方式的概率密度函数计算等操作。通过总结土体微观结构定量研究成果,提出了用于定量评价土颗粒结构的指标体系:颗粒面积、颗粒周长、颗粒个数、等效边长、等效直径、形状系数、形态比、表观孔隙率和分形维数等。(6)针对松散砂样,提出了采用真空冷冻干燥法和注胶法相结合的土体微观结构制样技术,可以有效确保原始微观结构不受扰动,获得理想的用于扫描电镜观测的试样。采用NJU-SEM对取自不同地层的原状砂土的SEM图像进行了定量分析,提取了颗粒的微观结构参数,发现不同参数之间存在一定的联系。不同土层之间的微观结构参数存在显著的空间差异性,主要是受土层的形成历史和沉积环境的影响。这些微观结构差异在一定程度上决定了不同土层之间的宏观物理力学性质差异。