System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于帧间差法的井喷流体测速方法技术_技高网

一种基于帧间差法的井喷流体测速方法技术

技术编号:40575814 阅读:3 留言:0更新日期:2024-03-06 17:16
本发明专利技术公开了一种基于帧间差法的井喷流体测速方法,涉及石油钻井中井喷流体测速技术领域。本发明专利技术首先采集井喷流体运动过程的连续图像序列;利用定向FAST检测器和旋转BRIEF算法提取所述图像序列中的特征点,根据所述特征点确认匹配点;筛选所述匹配点,获得含有正确的匹配点的图像;根据所述匹配点之间的距离和所述图像拍摄的时间间隔确认所述井喷流体的速度。本发明专利技术解决了现有测速方法对计算资源的要求较高,速度相对较慢的问题。本发明专利技术可以高准确性、高稳定性和高效率的测量不同条件下的井喷流体,并可根据该流体测量结果进行分析,为后续工程设计和操作提供了准确、可信的数据支持。

【技术实现步骤摘要】

本专利技术涉及石油钻井中井喷流体测速,更具体地说涉及一种基于帧间差法的井喷流体测速方法


技术介绍

1、井喷是指油气井在钻井过程中地层中的高压天然气、石油等流体喷出地表的情况,井喷往往伴随着有毒气体,且天然气喷出后如遇火星,会发生燃烧,均会对环境和工作人员造成了严重的威胁。对井喷流体的准确测速和分析是化工、石油、地质、水资源、环境保护等领域中至关重要的工作。传统的井喷流体测速方法依赖于物理传感器或探头,其安装和使用需要耗费大量时间和成本,同时还存在误差累积和可靠性问题。

2、而计算机视觉技术为井喷流体测速提供了一种全新的方法。目前,已经有研究人员采用基于深度学习的图像处理算法,通过井喷流体运动图像的识别与跟踪,对井喷流体中的速度、流量、压力等参数进行实时测量。然而,这些方法并不是对所有井喷流体场景都适用。例如,井喷流体中含有的杂质、沉淀物等因素会干扰图像处理算法的性能,从而导致测量结果的误差。

3、于2021年07月06日公布、公布号为cn113076883a的名称为一种基于图像特征识别的井喷气体流速测量方法的专利技术专利记载了一种基于图像特征识别的井喷气体流速测量方法,包括如下步骤:步骤1.采集大量现场井喷气体高速图像;步骤2.对步骤1中的高速图像进行特征识别处理;步骤3.选出特征点较为优异的相邻两帧图像;步骤4.对步骤3中的两帧图像进行图像处理;步骤5.通过位移和时间计算出井喷气体流速。其使用了改进moravec角点检测算法和改进susan算法分别处理图像后,选取拥有较高相似度的特征点相邻两帧图像,利用lk光流法计算出两两相对应的特征点在相邻图像中位移的距离,根据测出的位移距离和采集图片的时间测出井喷气体流速。然而,该申请所使用的改进moravec角点检测算法和改进susan算法在计算上更为复杂,对计算资源的要求较高,速度相对较慢。

4、因此,需要一种井喷流体测速方法,同时能够适应不同条件下的井喷流体测量,并具有高准确性、高稳定性和高效率等特点。该方法能够实现对井喷流体的实时跟踪和记录,可以为行业相关领域提供可靠的数据支持,促进行业的发展和进步。


技术实现思路

1、为了克服上述现有技术中存在的缺陷和不足,本专利技术提供了一种基于帧间差法的井喷流体测速方法。本专利技术的专利技术目的之一是提供一种基于帧间差法的井喷流体测速方法,从而可以高准确性、高稳定性和高效率的测量不同条件下的井喷流体,并可根据该流体测量结果进行分析,为后续工程设计和操作提供了准确、可信的数据支持。

2、为了解决上述现有技术中存在的问题,本专利技术是通过下述技术方案实现的。

3、本专利技术第一方面提供了一种基于帧间差法的井喷流体测速方法,该方法包括以下步骤:

4、 s1、采集井喷流体运动过程的连续图像序列;

5、 s2、利用定向fast检测器和旋转brief算法提取所述图像序列中的特征点,根据所述特征点确认匹配点;

6、所述定向fast检测器是在原始fast角点检测算法的基础上,引入了方向信息,使用最大方差法为每个检测到的特征点赋予主方向,形成的定向fast检测器;所述旋转brief算法是在原始brief算法的基础上,引入了旋转校准,并结合lbp算法构建特征描述子,形成的改进的旋转brief算法;

7、 s3、筛选所述匹配点,获得含有正确的匹配点的图像;

8、 s4、根据所述匹配点之间的距离和所述图像拍摄的时间间隔确认所述井喷流体的速度。

9、进一步优选的,s2步骤中,通过定向fast检测器对图像序列中的像素点的亮度值进行快速测试,确定图像序列中的特征点;根据旋转brief算法确认相邻帧的匹配点对,即从一幅图像中提取的每一个特征点都会与第二幅图像中的所有特征点进行距离计算,根据匹配点对确认最佳匹配点。

10、更进一步优选的,所述s2步骤中,所述定向fast检测器是在原始fast角点检测算法的基础上,引入了方向信息,使用最大方差法为每个检测到的特征点赋予主方向,具体是指:

11、 s201、在检测到的特征点周围,取一个固定大小的邻域窗口;

12、 s202、计算邻域窗口内每个像素的梯度幅值和梯度方向;

13、 s203、在邻域窗口内,统计每个方向的梯度个数,形成方向直方图h;

14、 s204、对方向直方图h进行方差计算,得到各个方向的方差值;

15、 s205、从所有方向的方差中找到最大值,该最大值对应的方向即为特征点的主方向。

16、更进一步优选的,所述旋转brief算法是在原始brief算法的基础上,引入了旋转校准,具体是指:

17、 s206、根据每个特征点的主方向,确定一个方向作为旋转校准的基准;

18、 s207、在每个特征点周围的邻域内,根据主方向选择一个旋转角度,然后将图像绕特征点旋转,使得特征点的主方向与x轴对齐;

19、 s208、旋转完成后,针对每个特征点,根据旋转后的坐标位置,计算对应的brief描述子,并生成特征向量。

20、更进一步优选的,s208步骤中,计算对应的brief描述子,并生成特征向量的具体步骤如下:

21、 s2081、邻域选择:假设特征点的位置为(x,y),邻域的大小为n;

22、 s2082、特征点坐标调整:将特征点坐标调整到邻域的中心,即(x',y')=(x-n/2,y- n/2);

23、 s2083、特征描述子采样点选择:假设采样点的数量为k,选择一组采样点的坐标(pi,qi) ,i= 1, 2,…, k;这些采样点表示在邻域中的相对位置;

24、 s2084、灰度差值计算:对于每个采样点(pi,qi),计算它们在图像中的像素灰度差值, di=i(x',y')-i(pi,qi);其中,i(x',y')表示图像中的邻域中心点(x',y')的像素灰度值,i(pi,qi)表示图像中坐标为(pi,qi)的点的像素灰度值;di表示采样点(pi,qi)在图像中的像素灰度差值;

25、 s2085、二值化:将灰度差值进行二值化操作,将每个灰度值与预设阈值t进行比较,若di>t则设为1,否则设为0;

26、 s2086、特征向量生成:将二值化的结果按照顺序组合成一个特征向量,这个特征向量即为对应特征点的brief描述子,该描述子则可用于匹配得到匹配点。

27、更进一步优选的,s2步骤中,所述旋转brief算法是在原始brief算法的基础上,引入了旋转校准,并结合lbp算法构建特征描述子,具体是指:

28、对于图像的每个尺度和方向,使用旋转brief算法提取特征点,得到每个特征点的描述子;对于每个特征点,将其邻域分成若干个网格,然后在每个网格内分别计算lbp特征;得到每个网格的lbp直方图;

29、将每个网格的lbp直方图依次拼接在一起,得到整个邻域的lbp特征描述子;<本文档来自技高网...

【技术保护点】

1.一种基于帧间差法的井喷流体测速方法,其特征在于:该方法包括以下步骤:

2.如权利要求1所述的一种基于帧间差法的井喷流体测速方法,其特征在于:所述S2步骤中,所述定向FAST检测器是在原始FAST角点检测算法的基础上,引入了方向信息,使用最大方差法为每个检测到的特征点赋予主方向,具体是指:

3.如权利要求2所述的一种基于帧间差法的井喷流体测速方法,其特征在于:所述旋转BRIEF算法是在原始BRIEF算法的基础上,引入了旋转校准,具体是指:

4.如权利要求3所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S208步骤中,计算对应的BRIEF描述子,并生成特征向量的具体步骤如下:

5.如权利要求4所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S2步骤中,所述旋转BRIEF算法是在原始BRIEF算法的基础上,引入了旋转校准,并结合LBP算法构建特征描述子,具体是指:

6.如权利要求5所述的一种基于帧间差法的井喷流体测速方法,其特征在于:在每个网格内分别计算LBP特征,具体是指:

7.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S2步骤中,通过定向FAST检测器对图像序列中的像素点的亮度值进行快速测试,确定图像序列中的特征点;根据旋转BRIEF算法确认相邻帧的匹配点对,即从一幅图像中提取的每一个特征点都会与第二幅图像中的所有特征点进行距离计算,根据匹配点对确认最佳匹配点。

8.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S3步骤中,利用随机抽样一致性算法筛选匹配点。

9.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S3步骤中,根据匹配点构成的数据集建立模型,设定阈值,根据模型和阈值筛选匹配点,获得含有正确的匹配点的图像;所述模型是指将匹配点看作数据集构成的模型,所述阈值是指一个容忍误差的精度阈值。

10.如权利要求9所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S3步骤,具体包括以下子步骤:

11.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S4步骤中,所述图像拍摄的时间间隔为一秒中拍出图像数量的倒数,即一秒钟拍出m张图像,则时间间隔为1/m秒。

12.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S4步骤中,采用欧式距离公式对所述匹配点之间的距离进行确认;对于平面坐标系中的匹配点,假设有两个匹配点A和B,坐标分别为(Ax,Ay)和(Bx,By),则AB之间的欧式距离计算为:AB=sqrt((Bx-Ax)2+(By-Ay)2)。

13.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S4步骤中采用三帧差分运算确认所述井喷流体的速度,具体的,所述三帧差分运算的步骤包括:

14.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S1步骤中,采用高清高速摄像机采集井喷流体运动过程的连续图像序列。

15.如权利要求14所述的一种基于帧间差法的井喷流体测速方法,其特征在于:高清高速摄像机距离井口500米-600米,高清高速摄像机的拍照频率为50帧-120帧。

16.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:S1步骤中,对连续图像序列进行预处理,所述预处理包括平滑处理、灰度化处理、边缘检测处理和高斯金字塔尺度空间分解处理中的任意一种或多种的组合。

...

【技术特征摘要】

1.一种基于帧间差法的井喷流体测速方法,其特征在于:该方法包括以下步骤:

2.如权利要求1所述的一种基于帧间差法的井喷流体测速方法,其特征在于:所述s2步骤中,所述定向fast检测器是在原始fast角点检测算法的基础上,引入了方向信息,使用最大方差法为每个检测到的特征点赋予主方向,具体是指:

3.如权利要求2所述的一种基于帧间差法的井喷流体测速方法,其特征在于:所述旋转brief算法是在原始brief算法的基础上,引入了旋转校准,具体是指:

4.如权利要求3所述的一种基于帧间差法的井喷流体测速方法,其特征在于:s208步骤中,计算对应的brief描述子,并生成特征向量的具体步骤如下:

5.如权利要求4所述的一种基于帧间差法的井喷流体测速方法,其特征在于:s2步骤中,所述旋转brief算法是在原始brief算法的基础上,引入了旋转校准,并结合lbp算法构建特征描述子,具体是指:

6.如权利要求5所述的一种基于帧间差法的井喷流体测速方法,其特征在于:在每个网格内分别计算lbp特征,具体是指:

7.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:s2步骤中,通过定向fast检测器对图像序列中的像素点的亮度值进行快速测试,确定图像序列中的特征点;根据旋转brief算法确认相邻帧的匹配点对,即从一幅图像中提取的每一个特征点都会与第二幅图像中的所有特征点进行距离计算,根据匹配点对确认最佳匹配点。

8.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:s3步骤中,利用随机抽样一致性算法筛选匹配点。

9.如权利要求1-6任意一项所述的一种基于帧间差法的井喷流体测速方法,其特征在于:s3步骤中,根据匹配点构成的...

【专利技术属性】
技术研发人员:王留洋罗园庞平杨博仲胡旭光罗林王超唐源曾国玺谭伟
申请(专利权)人:中国石油集团川庆钻探工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1