一种基于图像的钻井液气泡识别方法技术

本发明专利技术公开了一种基于图像的钻井液气泡识别方法，包括如下步骤：S1：对输入气泡图像进行多尺度特征提取，并结合上下文信息提取特征图；S2：使用端到端架构将输入气泡图像转换为气泡密度图；S3：使用多层知识蒸馏对端到端架构进行训练；S4：使用轮廓查找进行高精度的气泡识别。本发明专利技术实现了更好的计数性能，并使用知识蒸馏来提高推理过程中的准确性，可以显著减少浮点运算的数量，而精度没有显著下降，以更小的计算实现与现有技术相当的性能。更小的计算实现与现有技术相当的性能。更小的计算实现与现有技术相当的性能。

【技术实现步骤摘要】
一种基于图像的钻井液气泡识别方法


[0001]本专利技术涉及计算机视觉图像分析
，尤其涉及一种基于图像的钻井液气泡识别方法。

技术介绍

[0002]计数相关工作不仅在公共安全领域应用广泛，在农林牧医交通等诸多领域都有重要研究价值。计数工作在动物计数、植物计数、细胞计数以及车辆计数等各个方面，对濒危动植物的保护、异常细胞增殖的预防、车流高峰的统计等发挥着重要的作用。钻井液是钻井过程中为满足钻井作业多方面功能需求而使用的各种循环流体的总称。钻井液是钻井的血液也是录井技术获得资料的重要载体。在钻井作业中，钻井液通常经过地面高压管道输入地下，从钻头水眼高速喷出清洗井底并携带岩屑返回地面，进入泥浆池中。此时的钻井液往往携带了大量的地层物质，如地层岩屑、气体、油滴等，对钻井液使用物理方法进一步地处理后得到相关数据，对数据进行分析即可得知井下的大致情况。但是，钻采过程中往往需要考虑地质、工程、井眼质量和环保等各方面的因素，针对实际情况选择不同的钻井液，甚至同一口井的不同井段都可能采用不同的钻井液。这样就导致钻井液处理方式众多，处理流程繁琐。在人工进行分时，也可能存在耗时较高，主观因素干扰，误差导致不准确等情况。
[0003]钻井液中气泡分析对于优化钻井工艺、提高钻井效率和保障钻井安全至关重要。通过对气泡的分析，可以确定气泡的来源、数量和大小分布，分析气泡对钻井液性质和流动性的影响，为优化钻井液配方和调整钻井参数提供依据。
[0004]气泡大小：钻井液中气泡的大小通常是以直径或等效直径来表示的。气泡大小可以反映钻井液的流动性和稠度，气泡越小，钻井液的粘度越大，流动性越差。另外，气泡大小还可以用来判断井深，通常随着井深的增加，气泡的大小也会增加。
[0005]气泡形状：气泡的形状对于评估钻井液的稳定性和性能有重要影响。通常，气泡形状分为圆形、椭圆形、不规则形等，圆形气泡对钻井液的性能影响最小，而不规则形气泡则会导致钻井液的黏度变化，影响钻井作业。
[0006]密度：气泡的密度也可以用来评估钻井液的密度，从而对钻井液的性能进行初步评估。
[0007]分散度：气泡的分散度是指气泡在钻井液中的分布情况，即气泡的间距和密度。
[0008]分散度越高，气泡间距越小，说明气泡在钻井液中分布均匀，不容易聚集，钻井液的性能更加稳定。
[0009]综上所述，钻井液中气泡大小、形状、密度和分散度等特征参数可以提供关于钻井液性能、稳定性、密度、分散性和钻井操作等方面的重要信息，气泡的数量和大小可以反映井深的深度。随着井深的增加，钻井液中的气泡数量和大小也会相应增加，气泡的存在对钻井液的状态有着重要的影响。通过对钻井液中气泡的数量和大小进行分析，可以初步判断钻井液的状态，如气相、液相或两相共存状态等，为后续的钻井作业提供指导。

技术实现思路

[0010]本专利技术的目的是提供一种基于图像的钻井液气泡识别方法，以解决如何在保证钻井液气泡识别精度的情况下，减少计算量的技术问题。
[0011]本专利技术是采用以下技术方案实现的：一种基于图像的钻井液气泡识别方法，包括如下步骤：
[0012]S1：对输入气泡图像进行多尺度特征提取，并结合上下文信息提取特征图；
[0013]S2：使用端到端架构将输入气泡图像转换为气泡密度图；
[0014]S3：使用多层知识蒸馏对端到端架构进行训练；
[0015]S4：使用轮廓查找进行高精度的气泡识别。
[0016]进一步的，步骤S1包括如下步骤：
[0017]S11：通过锚框对气泡图像进行滑动提取，得到多个候选框；
[0018]S12：对候选框进行气泡检测，在检测气泡部分，使用卷积生成中心点的特征热图和尺度预测图，并根据中心点和尺度进行检测框的生成；
[0019]S13：提取不同尺度的上下文信息来加强遮挡检测。
[0020]进一步的，步骤S12具体为：在检测气泡部分，使用3
×
3卷积将通道缩小，通过两个1
×
1卷积分别来生成中心点的特征热图和尺度预测图，额外增加一个1
×
1卷积来进行偏移量的预测，来调整中心点的位置，并根据中心点和尺度进行检测框的生成。
[0021]进一步的，步骤S13具体为：提取不同尺度的上下文信息用来加强遮挡检测，引入扩张卷积来进行上下文信息的提取，采用级联连接的方法来进行扩张卷积，在扩张卷积之间引入跳跃连接来使之共享不同尺度的特征信息。
[0022]进一步的，所述端到端架构为编码器架构和解码器结构。
[0023]进一步的，步骤S2包括如下步骤：
[0024]S21：利用编码器架构减少内存占用，提高分类精度；
[0025]S22：利用解码器架构来生成与原始输入相同大小的高质量密度图；
[0026]S23：将特征图通过预测层，在每个像素处的d维特征向量嵌入到密度值；
[0027]S24：通过双线性插值将高质量密度图上采样到原始图像大小，得到气泡密度图。
[0028]进一步的，所述编码器架构为移动端视觉神经网络V2架构，所述移动端视觉神经网络V2架构为基于具有线性瓶颈的反向残余结构，瓶颈的结构由以下两种卷积运算组成：1x1点卷积和3x3深度卷积。
[0029]进一步的，步骤S3具体为：使用Resnet50作为教师模型训练编码器架构，以生成训练数据的标签；并对解码器架构进行卷积和上采样操作，以生成四个热图，用于分别使用教师模型生成的标签计算损失，将输入图像转换为气泡密度图的误差损失。
[0030]进一步的，步骤S4包括如下步骤：
[0031]S41：预设比率来测量每个输入气泡图像的像素；
[0032]S42：使用参考对象执行校准；
[0033]S43：对输入气泡图像进行预处理；
[0034]S44：对获取的物体轮廓进行遍历，并输出结果。
[0035]进一步的，所述参考对象具有两个属性，第一，大小可知；第二，可识别。
[0036]本专利技术的有益效果在于：本专利技术实现了更好的计数性能，并使用知识蒸馏来提高
推理过程中的准确性，可以显著减少浮点运算的数量，而精度没有显著下降，以更小的计算实现与现有技术相当的性能。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的架构获得其他的附图。
[0038]图1为本专利技术流程图；
[0039]图2为端到端架构图；
[0040]图3为链式残差池化结构图；
[0041]图4为融合结构图。
具体实施方式
[0042]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的钻井液气泡识别方法，其特征在于，包括如下步骤：S1：对输入气泡图像进行多尺度特征提取，并结合上下文信息提取特征图；S2：使用端到端架构将输入气泡图像转换为气泡密度图；S3：使用多层知识蒸馏对端到端架构进行训练；S4：使用轮廓查找进行高精度的气泡识别。2.如权利要求1所述的一种基于图像的钻井液气泡识别方法，其特征在于，步骤S1包括如下步骤：S11：通过锚框对气泡图像进行滑动提取，得到多个候选框；S12：对候选框进行气泡检测，在检测气泡部分，使用卷积生成中心点的特征热图和尺度预测图，并根据中心点和尺度进行检测框的生成；S13：提取不同尺度的上下文信息来加强遮挡检测。3.如权利要求2所述的一种基于图像的钻井液气泡识别方法，其特征在于，步骤S12具体为：在检测气泡部分，使用3
×
3卷积将通道缩小，通过两个1
×
1卷积分别来生成中心点的特征热图和尺度预测图，额外增加一个1
×
1卷积来进行偏移量的预测，来调整中心点的位置，并根据中心点和尺度进行检测框的生成。4.如权利要求2所述的一种基于图像的钻井液气泡识别方法，其特征在于，步骤S13具体为：提取不同尺度的上下文信息用来加强遮挡检测，引入扩张卷积来进行上下文信息的提取，采用级联连接的方法来进行扩张卷积，在扩张卷积之间引入跳跃连接来使之共享不同尺度的特征信息。5.如权利要求1所述的一种基于图像的钻井液气泡识别方法，其特征在于，所述端到端架构为...

【专利技术属性】
技术研发人员：蒋俊，曾俊霞，李皋，肖东，夏文鹤，李红涛，刘厚彬，方潘，杨旭，王怀钊，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：