18_dipova

10
Zemin Mekaniği ve Temel Mühendisliği Onbeşinci Ulusal Kongresi 16 - 17 Ekim 2014, Orta Doğu Teknik Üniversitesi, Ankara GÖRÜNTÜ ANALİZİ TEKNİKLERİ İLE KUMLARIN BOYUT PARAMETRELERİNİN BELİRLENMESİ DETERMINATION OF SIZE PARAMETERS OF SANDS USING IMAGE ANALYSIS TECHNIQUES Nihat DİPOVA 1 ABSTRACT The image processing technology includes, storing images of objects in a computer and processing with the computer for the specified purpose. Image analysis is expression of the images of objects numerically by means of mimicking the functioning of the human visual system and the generation of numerical data for the calculations which will be made after. Recently, image analysis is used in geotechnical engineering for deformation measurements, shear analysis, porosity analysis, grain size and shape parameters, geo-textile properties like solutions. Grain size distribution and grain shape are the most fundamental properties used to interpret the origin and behaviour of soils. Mechanical sieving has some limitations; it does not measure the axial dimension of a particle, particle shape is not taken into consideration, especially for elongated and flat particles a sieve analysis will not yield a reliable measure. In this study grain size distribution of sands have been determined following image analysis techniques, using simple apparatus, consumer grade cameras and open code software. The sample is put on a transparent plate which is illuminated with a white backlight. Digital images were acquired with a CCD DSLR camera. The segmentation of the particles is achieved by image thresholding, binary coding and particle labeling. The geometrical measurements of each particle are obtained by automated pixel counting technique. Local contacts or limited overlaps were overcome using watershed split. The same sample was tested by traditional sieve analysis. Image analysis based particle size distribution is compared with sieve analysis distribution. Results show that grain size distribution of image based analysis and sieve analysis are in good agreement. Keywords: Image analysis, Image processing, Sand, Grain size ÖZET Görüntü işleme teknolojisi; nesnelerin görüntülerinin bilgisayar ortamına aktarılması ve belirlenen amaç doğrultusunda bilgisayar ile işlenmesini içerir. Görüntü analizi ise insan görme sisteminin işleyişini taklit ederek nesnelere ait görüntülerin sayısal olarak ifade edilmesi ve sonrasında yapılacak hesaplamalar için sayısal veri üretilmesidir. Son yıllarda deformasyon ölçümleri, kayma analizleri, boşluk analizleri, dane boyut ve biçim parametrelerinin belirlenmesi, geotekstil özelliklerinin belirlenmesi gibi çözümler için geoteknik mühendisliğinde de kullanılmaktadır. Dane boyu dağılımı ve dane şekli zeminlerin 1 Doç.Dr., Akdeniz Üniversitesi İnşaat Mühendisliği Bölümü Geoteknik ABD, Antalya, [email protected] 183

Upload: anar

Post on 05-Sep-2015

216 views

Category:

Documents


3 download

DESCRIPTION

18_Dipova

TRANSCRIPT

  • Zemin Mekanii ve Temel Mhendislii Onbeinci Ulusal Kongresi 16 - 17 Ekim 2014, Orta Dou Teknik niversitesi, Ankara

    GRNT ANALZ TEKNKLER LE KUMLARIN BOYUT PARAMETRELERNN BELRLENMES

    DETERMINATION OF SIZE PARAMETERS OF SANDS USING IMAGE

    ANALYSIS TECHNIQUES

    Nihat DPOVA1

    ABSTRACT The image processing technology includes, storing images of objects in a computer and processing with the computer for the specified purpose. Image analysis is expression of the images of objects numerically by means of mimicking the functioning of the human visual system and the generation of numerical data for the calculations which will be made after. Recently, image analysis is used in geotechnical engineering for deformation measurements, shear analysis, porosity analysis, grain size and shape parameters, geo-textile properties like solutions. Grain size distribution and grain shape are the most fundamental properties used to interpret the origin and behaviour of soils. Mechanical sieving has some limitations; it does not measure the axial dimension of a particle, particle shape is not taken into consideration, especially for elongated and flat particles a sieve analysis will not yield a reliable measure. In this study grain size distribution of sands have been determined following image analysis techniques, using simple apparatus, consumer grade cameras and open code software. The sample is put on a transparent plate which is illuminated with a white backlight. Digital images were acquired with a CCD DSLR camera. The segmentation of the particles is achieved by image thresholding, binary coding and particle labeling. The geometrical measurements of each particle are obtained by automated pixel counting technique. Local contacts or limited overlaps were overcome using watershed split. The same sample was tested by traditional sieve analysis. Image analysis based particle size distribution is compared with sieve analysis distribution. Results show that grain size distribution of image based analysis and sieve analysis are in good agreement. Keywords: Image analysis, Image processing, Sand, Grain size

    ZET

    Grnt ileme teknolojisi; nesnelerin grntlerinin bilgisayar ortamna aktarlmas ve belirlenen ama dorultusunda bilgisayar ile ilenmesini ierir. Grnt analizi ise insan grme sisteminin ileyiini taklit ederek nesnelere ait grntlerin saysal olarak ifade edilmesi ve sonrasnda yaplacak hesaplamalar iin saysal veri retilmesidir. Son yllarda deformasyon lmleri, kayma analizleri, boluk analizleri, dane boyut ve biim parametrelerinin belirlenmesi, geotekstil zelliklerinin belirlenmesi gibi zmler iin geoteknik mhendisliinde de kullanlmaktadr. Dane boyu dalm ve dane ekli zeminlerin 1 Do.Dr., Akdeniz niversitesi naat Mhendislii Blm Geoteknik ABD, Antalya, [email protected]

    183

  • kken ve davran zelliklerinin yorumlanmas iin en temel zelliklerdendir. Mekanik eleme ynteminde baz snrlamalar bulunmaktadr; elek analizi ile eksenel boyut llemez, dane ekli hesaba katlamaz, uzun ve yass daneler iin gereki lmler yaplamaz. Bu almada kumlarn dane boyu dalm grnt analizi yntemiyle, basit bir dzenek, profesyonel olmayan kamera ve ak kodlu yazlm kullanarak yaplmtr. Kum rnek alttan beyaz kla aydnlanm effaf bir plaka zerine yerletirilir. Saysal grntler CCD DSLR kamera kullanlarak elde edilmitir. Danelerin ayrtrma ii grnt eikleme (tresholding), ikili (binary) kodlama ve dane etiketleme ile gerekletirilmitir. Her bir danenin geometrik lm otomatik piksel sayma teknii ile yaplmtr. Danelerin bir birine dokunmas sorunu havza snr ayrma (watershed) yntemi ile zlmtr. Ayn zemin rnei karlatrma amac ile geleneksel elek analizi yntemi ile de test edilmitir. alma sonucunda; elek analizi ile belirlenen dalmn geleneksel elek analizi ile uyumlu olduu sonucuna ulalmtr. Anahtar Kelimeler: Dane boyu, Grnt analizi, Grnt ileme, Kum 1. GR Grnt ileme teknolojisi; nesnelerin grntlerinin bilgisayar ortamna aktarlmas ve belirlenen ama dorultusunda bilgisayar ile ilenmesini ierir. Grnt analizi ise insan grme sisteminin ileyiini taklit ederek nesnelere ait grntlerin saysal olarak ifade edilmesi (saysal veri retilmesi) ve sonrasnda yaplacak hesaplamalar yardmyla saysal veri analizi gerekletirilmesidir. Farkl uygulamalar iin (tp, malzeme, mhendislik, tekstil vb.) gelitirilmi deiik zel yazlmlar kullanlarak grnt analizleri yaplmaktadr. Son yllarda artan bir hzla deformasyon lmleri, kayma analizleri, boluk analizleri, dane boyut ve biim parametrelerinin belirlenmesi, geotekstil zelliklerinin belirlenmesi gibi zmler iin geoteknik mhendisliinde de kullanlmaktadr (Alshibli vd., 2003; Alsaleh vd., 2006; Alshibli ve Sture, 1999; Bhatia ve Soliman, 1990; Kuo ve Frost, 1996; Alshibli ve Alsaleh, 2004; Masad vd., 2005; Al-Rousan vd., 2007; Aydilek vd., 2007; nal vd.., 2008; Arasan vd., 2011). Dane boyu dalm ve dane biimi zeminlerin kken ve davran zelliklerinin yorumlanmas iin en temel zelliklerdendir. Bu ama iin yaygn olarak kullanlan mekanik eleme ynteminde baz snrlamalar bulunmaktadr. Elek analizinde eksenel boyut llemez, dane ekli hesaba katlamaz, uzun ve yass daneler iin gereki lmler yaplamaz (Fernlund vd., 2007). Biim deerlendirmeleri ise gzlemsel deerlendirmelerin tesine geememektedir. Bu snrlamalara ek olarak elek analizi yntemiyle dane boyu dalm belirlenmesinin uzun ve zahmetli olmas ve zellikle uzun danelerde hatal sonular ortaya kmasndan tr dane boyu dalmnn grnt analiz teknikleri kullanlarak belirlenmesi baz aratrmaclar tarafndan aratrlmtr (Mora vd., 1998; Ghalib ve Hryciw, 1999; Mora ve Kwan, 2000; Mertens ve Elsen, 2006). Kullanlan ekipmann kum boyutundan kk danelerin grntlenmesinde yetersiz kalmas nedeniyle bu almalar iri daneler zerinde younlamtr. Bilgisayarl tomografi (CT) ve SEM sistemleri kullanlarak kk boyutlardaki danelerin grntlenmesi ve analizi denenmi olsa da ekonomik ve pratik olmad anlalmtr (Nielsen, 2004). Dane boyu dalmnn belirlenmesine ek olarak, saysal grnt analizleri yardmyla danelerin geometrik zellikleri hakknda da fikir edinilebilir. Saysal analizlerle bir tanecik zerinde; alan, evre, konveks evre, konveks kabuk, Ferret boyutlar, fraktal boyut, en kk snrlayan dikdrtgen boyutlar, en kk ap ve en byk ap lmleri yaplabilmektedir. Bu lmleri geoteknik alanda anlaml hale

    184

  • getirmek ve danelerin form, kresellik, yuvarlaklk (kelilik) parametrelerinin belirlenmesi de mmkn olabilecektir. 1. MATERYAL VE METOT Grnt analizinde kullanlan teknikler aada verilmektedir. Eikleme (treshold): Bu teknik, ak ton zerinde koyu ksmlarn yada tersi olarak koyu zemin stnde parlak ksmlarn aranmas zerine kuruludur. Bunun sonucunda obje ve arka plan olarak iki ksm belirlenir. 8 bit grntde eik deeri belirlenmek istenen bir grntnn parlaklk histogram kartlr. Yksek deere sahip olan ksmlar daha ak renkte ksmlar yani bu grnt iin arka plan gstermekte daha dk deerde olan ksmlar ise objeleri gstermektedir. Renk eiklemesinde ise yaygn olarak kullanlan iki yaklam vardr. RGB renk uzay temel alarak, doadaki tm renklerin kodlar bu temel renge referansla belirtilir. HSV (Hue, Saturation, Value) veya HSB (Hue, Saturation, Brightness) renk uzaynda ise renkleri srasyla renk z, doygunluk ve parlaklk olarak tanmlar. Renk z, rengin baskn dalga uzunluunu belirler, rnein sar, mavi, yeil, vb. Asal bir deerdir (0 - 360). Doygunluk ise rengin canlln belirler. Blmleme (segmentation): Nesnelerin grntlerinin analiz edilmelerinde ncelikli olan konu grnt zerinde ilgilenilen ksm ve geri kalan arasndaki fark ayrt etmektir. Bu yolla ikili (binary) grnt retilir. Eer piksel objeye aitse 1 deerini, deilse 0 deerini alr. Blmleme sonunda hangi pikselin hangi objeye ait olduu anlalr. Grnt alanlara ayrlr ve sreksizlikler alanlar arasndaki snrlar oluturur. Ayrca blmleme sonucunda objelerin ekilleri de analiz edilebilir.. Kenar Bulma: Eik deer filtresi ayrm yapmak iin objeye ait olan tm pikselleri hesaba katar. Bu ynteme alternatif olarak objenin snrlarna ait olan pikselleri bulmak iin teknikler gelitirilmitir. En yaygn yntemlerden biri olan zincir kodu ynteminde snr piksellerinin tamamnn yerlerinin kaydedilmesi yerine balang pikselinin seilip, koordinatnn tanmlanmas yeterlidir. Havza Ayrma (watershed ayrma): Nesnelerin temas ve rtmesi saysal grntlerin analizinde nemli bir sorun olmaktadr. Bu sorunun otomatik olarak zm iin Beucher ve Lantuejoul (1979) havza snr ayrma algoritmas gelitirmitir. Bu algortima daha sonra Vincent ve Soille (1991) tarafndan modifiye edilmitir. Bu yntem ikili (binary) grntdeki cisim zerinde uzaklk dnm algoritmas uygulanmas ve toporafyadaki havza snr mantyla, birbiri stne bindirme durumundaki nesneler arasna yapay bir snr oluturmaktadr (ekil 1).

    ekil 1. Havza (watershed) Ayrma (Raschke ve Hryciw 1997)

    185

  • Deneylerde kullanlan dzenek ekil 2de gsterilmektedir. Numune kayar mekanizmaya sahip bir cam plaka zerine yerletirilmektedir. Numune grnts stten kamera ile kaydedilmektedir. znrl drmeden byk boyutlu bir fotoraf elde etmek iin pe pee ekilen fotoraf kareleri diki (stitch) teknii ile birletirilir. Kamerann her bir ekiminden sonra kayar tabla kaydrlarak numunenin devam kamera kadrajna ayarlanmaktadr. Kayar tabla kaydrma mesafeleri ardk kadrajlar % 30 bindirmeli olacak ekilde ayarlanmtr. Bu yolla grntlerin birletirilmesi (diki) hassas bir ekilde yaplabilmitir. Numunenin aydnlatlmas alttan aydnlatma ile salanmtr. Alttan aydnlatmal ekimlerde kum daneleri siyah, aydnlatlm cam plaka ise beyaz olarak grnmekte ve bu yolla ikili (binary) grnt elde edilmesi kolaylamtr. Hesaplamalar aamasnda kullanlmak zere cam plaka zerine boyutu bilinen bir cisim konmu ve bu yolla lekleme mmkn olmutur. Danelerin st ste binmemeleri iin numune cam plaka zerine seyrek olarak serpitirilmi, buna ramen birbirine dokunan daneler olabileceinden kayar tabla zerine vibratr ile titreim uygulanmtr. Grntlerde kalabilen dane bindirmeleri iin ise havza (watershed) ayrmas uygulanmtr.

    ekil 2. Alttan Aydnlatmal Kayar Tabla Obje snrnn ve buna bal olarak evrenin hesaplanmas iin yaygn olarak kullanlan iki yntem vardr; Freeman zincir kodu ve mid-crack kodu (ekil 3a-c). Bu kodlar bir pikselden dier piksele yol izleyerek objenin d snrn dolar ve evreyi belirler. Freeman zincir kodu objenin d snrndaki piksellerin orta noktalarn birletirirken, mid-crack kodu snrdaki piksellerin d kenarnn orta noktalarn birletirir. Objenin evre ve alan hesaplamalarnda Freeman zincir kodu gerekten uzak sonular vermektedir. zellikle piksel says kk objelerde (kk obje veya dk znrlk durumu) hata pay daha da artmaktadr. Buna karlk mid-crack ynteminde hata pay daha aza inmektedir. Ancak bu almada olduu gibi arkadan aydnlatma uygulandnda durum tersine dner. Arkadan aydnlatmada geri plan gri lek renk kodlamasnda 255 deerini alr. Cisim ile geri plan kesiim blgesinde ise k iddeti der ve 255 ten daha dk bir deer ortaya kar. Bu nedenle Raschke ve Hryciw (1997) gerek cisim snrlarn yarm piksel azaltarak hesaplamtr. Bu durumda Freeman zincir kodunun mid-crack koduna gre daha uygun olaca anlalmtr. Bu almada dane snrlar ve evre hesaplamalar Freeman zincir kodu yntemi kullanlarak hesaplanmtr. Dane geometrisi lmlerinde kullanlan terminoloji ekil 3dde gsterilmektedir. En byk Feret ap (Fmaks) danenin herhangi iki noktas arasndaki en uzun mesafedir. Fmaks en byk kumpas ls olarak da adlandrlr. Benzer bir ekilde, en kk kumpas ls ise en

    186

  • kk Feret ap (Fmin) olarak tanmlanmaktadr. Minimum snr dikdrtgeni (MSD) bir danenin sabilecei en kk boyutlu dikdrtgendir. MSD boyutlar edeer elipsin belirlenmesinde de kullanlabilir.

    ekil 3. a) 8li Yn Kodlamas, b) Freeman Zincir Kodu, c) Mid-crack Zincir Kodu, d) Grnt Analizlerinde Kullanlan Dane Geometri Terimleri Grnt ikili koda dntrlp dane snr bir kez belirlendikten sonra, grnt analizleri yardmyla danelerin evresi ve alan otomatik olarak hesaplanabilmektedir (ekil 4). Bundan sonra alansal oranlara dayal bir dalm belirlenmesi kolaylkla yaplabilir Ancak, arla dayal bir dalm elbette daha gereki olacaktr. Oysa sadece kesit geometrisi bilinen dzensiz geometrili bir cismin arlnn dorudan hesaplanmas olanakszdr.

    (a) (b)

    (c) (d)

    ekil 4. a) ekil 2'deki Dzenekle Elde Edilen Bir Grnt, b) Grntnn 8 Bit Dnm, c) Grntnn 256 Ton Histogram ve Eikleme Aral, d) Eikleme Aral in Blmleme

    Sonrasndaki kili (binary) Grnt

    187

  • Zeminlerde kre veya kp gibi niform boyutlu daneler ok nadiren bulunur ve daneler genelde dzensiz geometriye sahiptirler. Ancak her bir danenin kre, elips veya prizmaya benzerlikleri aratrlabilir. En ok hangi standart geometriye benzedii belirlendikten sonra hacim hesaplamalar bu geometriye gre yaplabilir. Karenin dikdrtgenin zel bir durumu, benzer bir ekilde dairenin de elipsin zel bir durumu olduu dikkate alnarak, iki boyutlu bir grntnn eliptiklik ve dikdrtgenlii hesaplanabilir. Bu bir grntnn elipse veya dikdrtgene yzde cinsinden ne kadar yakn olduunun ifadesidir. Bu almada cismin 2B grnts daha ok dikdrtgene benziyorsa 3 boyutta prizma varsaym ile, eer daha ok elipse benziyorsa elipsoid varsaym ile hacim hesaplar gerekletirilmitir. Bu aamada eksik bilgi dane kalnl olacaktr. Zemin daneleri kendi arlklarnda serbest dmeye brakldklarnda en ksa boyutlarna dik dorultuda derler. Bu nedenle lme dzlemine dik kalnlk danenin en ksa boyutu olur. Ayn kaynaktan alnan zemin danelerinin biim karakteristiklerinin belirli lde ayn olaca varsaymyla (Mora ve Kwan, 1998) daneler iin ortalama kalnlk aadaki gibi hesaplanabilir:

    (1) M: Analize tabi tutulan toplam ktle. b: Danenin orta boyutu : Dane younluu Mekanik elek analizi ynteminde yzde geene karlk dane ap deerleri yar logaritmik grafie izilir. Burada dane apnn elek gz aklna eit olduu kabul edilir. Gerekte ise danenin minimum feret ap (veya b) kare elek gznn kegeninden geer ve bu iki deer birbirine eit olmaldr (ekil 5).

    (a) (b) (c)

    ekil 5. a) Elek Gznden Geen Danenin En Kk Feret Boyutu, b) Elipsoid Varsaym, c)

    Prizma Varsaym. Bu nedenle edeer dane ap (De) aadaki gibi hesaplanmaldr. De=Fmin*2 (2)

    188

  • Bu almada daneler dikdrtgen prizma veya elipsoide benzer kabul edildiinden, danelerin edeer aplar elipsoid iin

    De=(0.5*(b2+c2)) (3) dikdrtgen prizma iin ise

    De=b+c (4) alnmtr. 2. BULGULAR

    Dane boyu analizlerinde 5 farkl numune kullanlmtr. Kamera ekimlerinde 300 mm odak uzaklkl ve makro zellikli bir lensin bal olduu 24 MP CCD DSLR fotoraf makinesi kullanlm, ekimler srasnda titreim olmamas iin ekimler uzaktan kumanda ile gerekletirilmitir. Kayar mekanizmal dzenekte alnan numune grntleri zerinde grnt ileme teknikleri ile gerekli ayarlar yaplmtr. Dane st ste binmeleri iin havza (watershed) ayrmas uygulanmtr. Grntler ikili (binary) hale getirildikten sonra her bir dane otomatik olarak numaralandrlm ve danelerin geometrik lmleri yine otomatik olarak yaplmtr. En byk Feret ap (Fmaks), en kk Feret ap (Fmin), minimum snr dikdrtgeni (MSD), ve alan lmleri yaplmtr. Danelerin eliptiklik ve dikdrtgenlii hesaplanmtr. 2B grnt daha ok dikdrtgene benziyorsa 3 boyutta prizma varsaym ile eer daha ok elipse benziyorsa elipsoid varsaym ile hacim hesaplar gerekletirilmitir. Elek analizi ile karlatrma amacyla edeer dane boyutlar hesaplanmtr. Son olarak geen yzde edeer boyut grafikleri hazrlanmtr (ekil 6-10).

    ekil 6. Numune 1 in Elek Analizi ve Grnt Analizi Sonularnn Karlatrmas

    189

  • ekil 7. Numune 2 in Elek Analizi ve Grnt Analizi Sonularnn Karlatrmas

    ekil 8. Numune 3 in Elek Analizi ve Grnt Analizi Sonularnn Karlatrmas

    ekil 9. Numune 4 in Elek Analizi ve Grnt Analizi Sonularnn Karlatrmas

    190

  • ekil 10. Numune 5 in Elek Analizi ve Grnt Analizi Sonularnn Karlatrmas izelge 1de grnt analizi yntemiyle yaplan lm sonularnn zet tablosu verilmektedir.

    izelge 1. Grnt Analizi Yntemiyle Yaplan lm Sonular zet Tablosu

    # D10 (mm) D30

    (mm) D60

    (mm) Cu Cc Zemin Snf

    Dane says

    En byk boyut (mm)

    Ortalama boyut (mm)

    En kk boyut (mm)

    M (g)

    1 1,1 2,1 3,1 2,8 1,3 SP 25163 12,74 0,48 0,08 18,31 2 0,6 1,5 3,0 5,0 1,25 SP 69263 10,68 0,41 0,08 14,16 3 1,0 2,1 3,0 3,0 1,47 SP 31318 17,77 0,48 0,08 17,23 4 0,14 0,17 0,21 1,5 0,98 SP 100981 2,77 0,25 0,08 2,06 5 6,0 7,8 10,0 1,67 1,1 GP 246 38,08 13,21 6,07 225,2 3. SONULAR Bu almada kumlarn dane boyu dalm grnt analizi yntemiyle, basit bir dzenek, profesyonel olmayan kamera ve ak kodlu yazlm kullanarak yaplmtr. Kum rnek alttan beyaz kla aydnlanm effaf bir plaka zerine yerletirilmi, saysal grntler CCD DSLR kamera kullanlarak elde edilmitir. Grnt analizi uygulanan ayn zemin numunesi karlatrma amac ile geleneksel elek analizi yntemi ile de test edilmitir. alma sonucunda; elek analizi ile belirlenen dalmn geleneksel elek analizi ile uyumlu olduu sonucuna varlmtr. Dane boyu dalmnn belirlenmesine ek olarak, saysal grnt analizleri yardmyla danelerin geometrik zellikleri hakknda da fikir edinilebilir. Saysal analizlerle bir tanecik zerinde; alan, evre, konveks evre, konveks hull, Ferret boyutlar, fraktal boyut, en kk snrlayan dikdrtgen boyutlar, en kk ap ve en byk ap lmleri yaplabilmektedir. Bu lmleri geoteknik alanda anlaml hale getirmek ve danelerin form, kresellik, yuvarlaklk (kelilik) parametrelerinin belirlenmesi de mmkn olabilecektir.

    191

  • Grnt analizleri dane boyu dalm almalarnda kullanldnda, geleneksel elek analizlerine gre avantajlar iermektedir. Elek analizinde sadece belirli aralktaki dane boyu iin yzdeler belirlenirken grnt analizi ynteminde analize giren her bir danenin kayda alnmas ve tm geometrik zelliklerinin llmesi mmkn olabilmektedir. Elek analizindeki edeer boyut kavram danenin ortanca boyutunun elek gz kegenine eit olmas varsaym ile bir snrlama sz konusu iken grnt analizinde dane boyu dalm istenilen dane boyutlarndan biri iin yaplabilir. Bu avantajlara karn grnt analizlerinin en byk dezavantaj deneyde az miktarda numune kullanlmasndan tr zemin ktlesini temsil etme yetersizliidir. Bu husus ok sayda deney yaparak alabilir ancak bu durumda da ok zaman ve emek harcamak gerekir. Bu dezavantaj da sadece dane boyu analizi yapmaya ynelik gelimi dzenekler tasarlanarak zlebilir. KAYNAKLAR Al-Rousan, T., Masad, E., Tutumluer, E., Pan, T. (2007), Evaluation of image analysis

    techniques for quantifying aggregate shape characteristics, Construction and Building Materials, 21, 978990.

    Alsaleh, M.I., Alshibli, K.A., Voyiadjis, G.Z. (2006), Influence of micromaterial heterogeneity on strain localization in granular materials, International Journal of Geomechanics, ASCE, 6(4): 248-259.

    Alshibli, K.A., Alsaleh, M.I. (2004), Characterizing surface roughness and shape of sands using digital microscopy, Journal of Computing in Civil Engineering, 18 (1): 36-45.

    Alshibli, K.A., Batiste, S.N., Sture, S. (2003), Strain localization in sand: plane strain versus triaxial compression, Journal of Geotechnical and Geoenvorimental Engineering, ASCE, 129(6): 483-494.

    Alshibli, K.A., Sture, S. (1999), Sand shear band thickness measurements by digital imaging Techniques, Journal of Computing in Civil Engineering, 13 (2): 103-109.

    Arasan, S., Akbulut, S., Hasiloglu A.S. (2011), The relationship between the fractal dimension and shape properties of particles, KSCE Journal of Civil Engineering,15 (7),1219-1225

    Aydilek A.H., Kutay, M.E., Sparacino, R., Dafla, H. (2007), Image Analysis for QC/QA of Geosynthetic Deformation During Wide Width Tensile Testing, Proceedings of Geosynthetics 2007, Washington, D.C.,6 p.

    Bhatia, S., Soliman, A. (1990), Frequency Distribution of Void Ratio of Granular Materials Determined by an Image Analyzer, Soils and Foundations, 30(1): 1-16.

    Fernlund, J.M.R., Zimmerman, R.W., Kragic, D. (2007), Influence of Volume/Mass on Grain-Size Curves and Conversion of Image-Analysis Size to Sieve Size. Engineering Geology, 90, 124137.

    Kuo, C.Y., Frost, J.D. (1996), Uniformity Evaluation of Cohesionless Specimens Using Digital Image Analysis. ASCE Journal of Geotechnical and Geoenvironmental Engineering, 122(5), 390396.

    Masad, E., Saadeh, S., Rousan, T.A., Garboczi, E., Little, D. (2005), Computations of Particle Surface Characteristics Using Optical and X-ray CT Images, Computational Materials Science, 34: 406-424.

    nal, O., ren, A.H., zden, G.,Kaya, A. (2008), Determination of cylindrical soil specimen dimensions by imaging with application to volume change of bentonite-sand mixtures, Geotechnical Testing Journal, 31(2), 124-131

    192