[发明专利]一种基于机器视觉实时监测井眼清洁的方法

说明书

本发明涉及钻井施工技术领域，公开了一种基于机器视觉实时监测井眼清洁的方法，包括以下步骤，S101：采集振动筛筛面岩屑图像；S102：针对采集的图像进行图像对比度增强处理；S103：将对比度增强处理后的图像进行灰度化和二值化处理；S104：将灰度化和二值化处理后的图像进行岩屑边缘检测和形态学处理；S105：将岩屑边缘检测和形态学处理后的图像进行平滑滤波处理和像素标记；S106：计算出图像中岩屑面积，计算出返出泥浆岩屑浓度，判断井眼是否清洁。本发明计算出岩屑面积，估算出返出泥浆岩屑浓度，来判断井眼是否清洁，本发明利用图像识别来实时监测井眼是否清洁，是一种非接触测量方法，更加安全、可靠。

技术领域

本发明涉及钻井施工技术领域，具体公开了一种基于机器视觉实时监测井眼清洁的方法。

背景技术

在钻井施工过程中，大位移井在工作时由于井眼长度长、最终井斜角过大，岩屑很容易在大斜度和水平井段沉积下来，形成岩屑床，造成井眼不清洁，导致钻头反复切削，引起卡钻，井眼堵塞，地层破裂，井漏等现象，所以当井眼不清洁时，我们要及时发现并采取应对措施。

现有技术中，工程上一般采用岩屑称重的方法来计算环空岩屑密度来判断井眼是否清洁，但是这种方法不能够实时地监测井眼清洁，且称重过程繁琐，效率低。为了克服以上问题，提供一种基于机器视觉实时监测井眼清洁的方法，运用了机器视觉对振动筛的筛面状态进行监测，来判断井眼是否清洁，实时监测井眼清洁状况。

发明内容

本发明意在提供一种基于机器视觉实时监测井眼清洁的方法，通过机器视觉和图像识别技术，实时地监测井眼是否清洁。

为了达到上述目的，本发明的基础方案如下：一种基于机器视觉实时监测井眼清洁的方法，包括以下步骤，

S101：采集振动筛筛面岩屑图像；

S102：针对采集的图像进行图像对比度增强处理；

S103：将对比度增强处理后的图像进行灰度化和二值化处理；

S104：将灰度化和二值化处理后的图像进行岩屑边缘检测和形态学处理；

S105：将岩屑边缘检测和形态学处理后的图像进行平滑滤波处理和像素标记；

S106：计算出图像中岩屑面积，计算出返出泥浆岩屑浓度，判断井眼是否清洁。

进一步，S101中，岩屑图像采集的时间间隔为T/2,其中T为传送带周期。

进一步，S102中，在增强岩屑图像对比度的过程中gamma值设定为0.2，增强明亮度。

进一步，S103中，二值化处理时阈值选取为0.4，减少图像失真度。

进一步，S104中,岩屑边缘检测后，用strel函数进行缝隙填补，其中采用方形结构元，宽度设置为3个像素。

进一步，S106中，针对处理后的岩屑图像，每一块岩屑面积计算公式如下：

式中，S₁为每张图像上岩屑面积，P₁为被测岩屑总像素，P₂为参照正方形总像素，S₀为单个参照正方形面积，n为参照正方形个数。

进一步，计算出每一块岩屑面积后，估算振动筛上的泥浆浓度：

式中，S₁为每张图像上岩屑面积，S为每张图像面积，a为振动筛的筛分效率；

若η5％,则判断井眼为清洁状态，若η5％,则判断井眼为不清洁。