一种钻井岩芯滚筒扫描图片的裂缝识别方法技术

本发明专利技术提供一种对钻井岩芯滚筒扫描图片裂缝识别方法，该裂缝识别方法包括：步骤1，通过工业相机获取图片并对导入的原始图片进行格式转换，将RGB转换为HSV色彩空间域图形。步骤2，找出图像中白色亮色的裂缝特征并提取。步骤3，去掉岩芯标签。步骤4，将图片转至RGB格式并将其灰度化。步骤5，基于图像分块的局部阈值二值化处理。步骤6，对二值图进行形态学图像处理。该方法针对钻井岩芯滚筒扫描图片解决了图中存在标签、假裂缝、红色箭头、岩芯表面泥土污染导致严重影响裂缝识别的问题，一定程度克服了岩芯滚筒照片背景复杂，目标和背景难以分割的问题。的问题。的问题。

【技术实现步骤摘要】
一种钻井岩芯滚筒扫描图片的裂缝识别方法


[0001]本专利技术涉及石油勘探开发
，特别是涉及到钻井岩心滚筒扫描图片的一种裂缝识别方法。

技术介绍

[0002]在油气藏勘探开发领域，含裂缝油藏以及受裂缝影响的油气藏在探明的油气储量重占有重要比列。地下介质在应力场的作用下发生无明显位移的破裂称作裂缝。裂缝作为油气运移和聚集的重要通道，在致密砂岩中广泛存在。国内主要盆地致密油地质资源总量约为110～135亿吨，其中高产能区受裂缝发育影响较大。另一方面，页岩油资源潜力巨大，而影响其产量高低的一个重要因素也是裂缝的发育程度。研究储层裂缝发育特征因而变得尤为重要，裂缝识别可以通过地震资料解释，以地质理论和规律为指导，运用地震波传播理论和地震勘探方法原理，获得裂缝以及断层等发育特征信息。地震属性技术是目前预测裂缝发育的常用手段，该技术可以从地震数据体或由此产生的其他数据体中提取属性，以便获得更多关于裂缝、断层等变化的特征信息。另一方面，也可通过岩芯观察、薄片鉴定、常规及成像测井方法总结归纳研究区裂缝的发育特征。岩芯观察往往是靠人工观测数据计算岩心裂缝，因此偏差较大。实现储层岩芯裂缝的准确描述、观测，对提高油气藏开发效率有重要意义。
[0003]图像裂缝识别不仅仅在油气勘探领域十分重要，在隧道工程、铁路交通、桥梁建筑、医学成像等都不同程度的运用到相关知识。近些年来，在基于计算机视觉对裂缝的识别领域，研究方向大致分为两个部分：一是基于数字图像处理，有人工识别特征，利用频率、边缘、HOG、灰度、纹理和熵等多种裂缝特征规律，设计一些特征识别条件来对裂缝特征进行识别；传统的图像识别技术主要通过图像灰度值等特征定义病害区域，如大律法OTSU、边缘检测与区域生长算法等，对于具有简单背景且灰度差异较大的病害图像具有较好的识别效果，但复杂背景下识别错误率较高。传统的图像识别技术普遍问题在于准确度低，误报率高，无法对病害进行像素级的识别，对待不同复杂背景下的图片处理比较死板，无法灵活识别，需要手动提取特征，并且预处理的方法直接影响到识别效果。二是基于深度学习，建立卷积网络并利用网络自动寻找缝特征，让机器按一定规律不断自我调整实现输入数据与输出数据逼近标签效果。基于深度学习的方法原理是通过搭建网络模型以对大量图片进行训练进而达到识别目的，这种方法识别率高，但需要用大量的数据进行充分训练，建立的模型较大，运算速度慢，耗时长，并且尚未对裂缝的特征参数做出定量的处理。

技术实现思路

[0004]本专利技术为了克服数字图像处理的不足，提供一种岩芯滚筒扫描识别裂缝的方法，能够在复杂背景下提高裂缝提取的准确性和效率。
[0005]为达到复杂背景干扰强烈的情况下准确提取裂缝特征的目的，岩芯滚筒扫描图片的裂缝识别方法具体步骤包括：
[0006]步骤1，通过工业相机获取图片，并将导入的原始图片其从RGB格式转换到HSV空间域。
[0007]步骤2，识别裂缝特征并提取。
[0008]步骤3，将图像转至RGB格式，并将其灰度化。
[0009]步骤4，去掉岩芯标签，钻井岩芯都会贴有识别标签，严重影响了裂缝的识别。
[0010]步骤5，基于图像分块的局部二值化处理。
[0011]步骤6，形态学图像处理。
附图说明
[0012]图1为一种钻井岩芯滚筒扫描图片的裂缝识别方法
[0013]图2为钻井岩芯滚筒扫描原始图片
[0014]图3为HSV色彩空间处理后图片
[0015]图4为去除标签后HSV色彩空间域图片
[0016]图5为图像分块的区域二值化图
[0017]图6为普通全局阈值二值化图
[0018]图7为本专利技术方法处理后图片
具体实施方式
[0019]下面将更详细地描述本专利技术的优选实施方式。虽然以下描述了本专利技术的优选实施方式，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本邻域的技术人员。
[0020]根据本专利技术提供的一种钻进岩芯滚筒扫描图片裂缝识别方法流程(图1)，该流程包括一下详细步骤：
[0021]在步骤1中，将采集到的完整的岩芯固定，通过使用工业相机对岩芯旋转一周，得到岩芯滚筒扫描图。获取的扫描图片为基于神经生理学角度出发，视网膜的三种不同的颜色感受器，即红色(R)、绿色(G)、蓝色(B)，三原色。在RGB色彩空间中，存在R、G、B三个通道。每个色彩通道的范围都在[0，255]之间，RGB空间共可以表示256
×
256
×
256种颜色，在图像处理中最常用的颜色空间就是RGB模型，常常用于颜色显示和图像处理。原点到白色顶点的中轴线是灰度线。传统的图像处理都是基于RGB图像做灰度处理，将色调、亮度、饱和度等色彩具有的特征放在一起表示。在对裂缝特征进行提取时，裂缝显然具有独特的色调、亮度、和饱和度，如果使用RGB图像处理相当于放弃了裂缝在色彩空间上的特征。因此，为更好的提取裂缝特征，将RGB图像转至HSV色彩空间域图像。H(Hue)即H通道表示色调，取值范围为0～360
°
，可以理解成角度，即一个闭环的取值范围。S(Saturation)即S通道表示饱和度，取值范围为[0，1]，饱和度是指颜色的鲜艳程度，饱和度越高，图像的颜色越鲜明、视觉效果越强烈；反之饱和度越低，视觉效果越弱。V(Value)即V通道表示亮度，取值范围也是[0，1]，表示颜色的明亮程度，亮度为0是颜色为黑色，相反亮度都1时为白色。本专利技术将RGB图像转换为HSV图像，在HSV色彩空间域图像进行处理。将图像由RGB色彩空间转换为HSV色彩空间，其原理如下：
[0022][0023][0024][0025]Dmax＝max(R
′
，G
′
，B
′
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0026]Dmin＝min(R
′
，G
′
，B
′
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0027]E＝Dmax
‑
Dmin
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0028]V＝Dmax
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0029][0030][0031]其中，R
′
、G
′
、B
′
表示将三通道中的每一个像素值转换为[0，1]的对应比值，Dmax、Dmin表示在R
′
、G
′
、B
′
中的最大值与最小值，E为最大值与最小值的差值，H、S、V分别表示色调值、饱和度值以及亮度值。至此将RGB本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钻井岩芯滚筒扫描图片的裂缝识别方法，去特征在于，该方法流程包括：步骤1，通过工业相机获取图片，并将导入的原始图片其从RGB格式转换到HSV空间域；步骤2，识别裂缝特征并提取；步骤3，将图像转至RGB格式，并将其灰度化；步骤4，去掉岩芯标签，钻井岩芯都会贴有识别标签，严重影响了裂缝的识别；步骤5，基于图像分块的局部二值化处理；步骤6，形态学图像处理。2.根据权力要求1所述的钻井岩心滚筒扫描图片的裂缝识别方法流程(图1)，其特征在于，在步骤1中将采集到的完整的岩芯固定，通过使用工业相机对岩芯旋转一周，得到岩芯滚筒扫描图。获取的扫描图片为基于神经生理学角度出发，视网膜的三种不同的颜色感受器，即红色(R)、绿色(G)、蓝色(B)，三原色，在RGB色彩空间中，存在R、G、B三个通道，每个色彩通道的范围都在[0，255]之间，RGB空间共可以表示256
×
256
×
256种颜色，传统的图像处理都是基于RGB图像做灰度处理，将色调、亮度、饱和度等色彩具有的特征放在一起表示。在对裂缝特征进行提取时，裂缝显然具有独特的色调、亮度、和饱和度，如果使用RGB图像处理相当于放弃了裂缝在色彩空间上的特征，因此，为更好的提取裂缝特征，将RGB图像转至HSV色彩空间域图像，H(Hue)即H通道表示色调，取值范围为0～360
°
，可以理解成角度，即一个闭环的取值范围，S(Saturation)即S通道表示饱和度，取值范围为[0,1]，饱和度是指颜色的鲜艳程度，饱和度越高，图像的颜色越鲜明、视觉效果越强烈；反之饱和度越低，视觉效果越弱,V(Value)即V通道表示亮度，取值范围也是[0,1]，表示颜色的明亮程度，亮度为0是颜色为黑色，相反亮度都1时为白色。3.根据权利要求2所述的钻井岩心滚筒扫描图片的裂缝识别方法，其特征在于，在步骤2中，工业相机获取并导入的原始图片(图2)，可以看出目标裂缝呈现白色、亮色特征，但是背景复杂，有黑色岩芯表面、红色箭头、标签、以及在岩芯获取过程中，存在人工操作时形成的人工裂缝，还有泥土等其他物质侵染物体，目前现有的常规数字图像处理技术不是专门为钻井岩芯滚筒扫面图片处理，普通的预处理即经过对比受限自适应直方图均衡后的直方图均衡和高斯滤波法后，裂缝特征虽然得到了加强，但是相应的原始图片中红色箭头、人工假裂缝同样被加强，且背景因为岩芯表面颜色不均匀导致背景同样复杂，通过本发明方法，经过RGB图像转换为HSV色彩空间图像后，设置相应的H、S、V数值参数，锁定原始图像中裂缝为白色亮色的特征并进行提取，经过HSV色彩提取后，将不符合裂缝特征的背景充填为黑色(图3)，可以看出裂缝可以被完整的提取，并且避开了人工假裂缝、红色箭头、复杂背景色的干扰。4.根据权利要求3所述的钻井岩心滚筒扫描图片的裂缝识别方法，其特征在于，在步骤3中我们将颜色提取过后的HSV岩芯滚通扫面图片作后续处理，还需要将HSV图像转至RGB图像，在将RGB图像转至灰度图，灰度图像是用不同饱和度的黑色来表示每个图像点，用[0,255]数字表示“灰色”程度。将RGB图像三通道即“三维”转换成只有一个灰度通道的“二维”图像，RGB值和灰度值的转换关系如下公式所示：Grey＝0.299
×
R+0.587
×
G+0.114
×
B其中，Grey为灰度值，范围为[0,255],R、G、B分别表示RGB三通道中的值。根据此公式，依次读取每个像素点的R、G、B值，进行计算灰度值，将灰度值赋值给图像的相应位置，所有
像素点遍历一遍后，完成RGB图像的灰度化。5.根据权利要求4所述的钻井岩心滚筒扫描图片的裂缝识别方法，其特征在于，在步骤4中钻井岩芯会贴有标签，扫描出的图像依然会有标签，严重影响了裂缝识别，标签的颜色特征和裂缝相似，因此并没有在HSV色彩空间...

【专利技术属性】
技术研发人员：徐云贵，卢红宇，张荣虎，贺训云，黄旭日，廖建平，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：