CN114708137A - 一种井下监测的360°图像处理装置 - Google Patents
一种井下监测的360°图像处理装置 Download PDFInfo
- Publication number
- CN114708137A CN114708137A CN202210436111.1A CN202210436111A CN114708137A CN 114708137 A CN114708137 A CN 114708137A CN 202210436111 A CN202210436111 A CN 202210436111A CN 114708137 A CN114708137 A CN 114708137A
- Authority
- CN
- China
- Prior art keywords
- image processing
- area
- processing unit
- screening
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 184
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims description 102
- 230000007797 corrosion Effects 0.000 claims description 61
- 238000005260 corrosion Methods 0.000 claims description 61
- 230000003628 erosive effect Effects 0.000 claims description 12
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000003287 optical effect Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 5
- 239000000523 sample Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003518 caustics Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/44—Morphing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种井下监测的360°图像处理装置,尤其涉及图像处理技术领域,所述装置包括,设于壳体前端的可360°旋转的广角摄像头,所述广角摄像头***周向设有若干高亮LED光源,所述高亮LED光源的一端与图像处理单元连接,所述图像处理单元在进行图像处理时,还用以根据灰度值对获取的视频帧图像进行区域划分;所述图像处理单元的一端与测井电缆网络图传单元连接,所述测井电缆网络图传单元的一端与用以对所述广角摄像头、所述高亮LED光源、所述图像处理单元及所述测井电缆网络图传单元进行供电的电池连接,所述电池的另一端设有滚轮扶正器。本发明有效提高了图像识别分析的精确度,提高了对井筒完整性检测效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种井下监测的360°图像处理装置。
背景技术
由于长期的注水开发,油水井套管会出现一系列的问题,如套管漏失、套管破损,甚至套管错断;另外由于长期的开发,地层流体内的腐蚀性物质也会对套管产生腐蚀,从而破坏井筒的完整性,而这些问题会严重影响油水井的正常生产。
中国专利CN201010115676.7,其公开了一种储气井井筒壁厚及腐蚀检测***,包括地上部分、长距离信号传输部分、地下超声信号发射和接收部分以及环形水浸探头阵列布置和扶正部分;将探测的电信号经光电转换器转为光信号后由光纤传输,井上再通过光电转换器把光信号转换为电信号给计算机;启动计算机,放置水下部分至井内,调节扶正器部分,保证探头阵列与储气井的同轴平行;启动检测软件,层之间错开一定角度的探头阵列层之间激发并接受超声信号,将得到的信号后进行运算处理,进入光电转换器转变为光信号后进入光纤,在光纤另一端,又由光电转换器转换后进入计算机网口;实时数据图像在相应的屏幕显示区域显示,提高了检测的稳定性和精确性。但是该技术构思在于通过超声波探头发出超声波的方式检测,该技术容易受周围其它环境噪声等因素干扰,影响检测结果,且不能通过图像直观准确实时的检测。
发明内容
为此,本发明提供一种井下监测的360°图像处理装置,用以克服现有技术中无法通过精确图像识别分析导致的井筒完整性检测效率低的问题。
为实现上述目的,本发明提供一种井下监测的360°图像处理装置,包括,
设于壳体前端的可360°旋转的用以采集井筒内壁图像的广角摄像头,所述广角摄像头***周向设有若干用以对井筒内壁照明的高亮LED光源,所述高亮LED光源的一端与用以对采集的井筒内壁图像进行图像处理的图像处理单元连接;
所述图像处理单元在进行图像处理时,还用以根据灰度值对获取的视频帧图像进行区域划分,将视频帧图像划分为若干预选区域,并根据相连预选区域的灰度差值△Q确定筛选区域,区域划分完成后,所述图像处理单元还用以根据筛选区域的区域边线形状判定井筒形变状态,并根据筛选区域边线的平均曲率计算曲率差值△A,以对井筒形变状态进行二次判定,井筒形变状态确定后,所述图像处理单元还用以对井筒腐蚀状态进行判定,所述图像处理单元根据获取的视频帧图像中的各周向筛选区域面积S对视频帧图像进行腐蚀区域初次判定,并获取目标区域,所述图像处理单元根据目标区域的图形纹理复杂度P对视频帧图像进行腐蚀区域二次判定,所述图像处理单元在进行腐蚀区域初次判定时,还用以根据预设灰度差值△Q0对预设筛选区域面积S0进行调节, 井筒腐蚀状态判定完成后,所述图像处理单元还用以对视频帧图像中的形变区域和腐蚀区域采取不同方式进行标记;
所述图像处理单元的一端与用以将所述图像处理单元处理后的图像通过电缆或光纤实时传输给地面处理设备的测井电缆网络图传单元连接,所述测井电缆网络图传单元的一端与用以对所述广角摄像头、所述高亮LED光源、所述图像处理单元及所述测井电缆网络图传单元进行供电的电池连接,所述电池的另一端设有用以在所述装置下放过程中遇到障碍倾斜时进行扶正的滚轮扶正器。
进一步地,所述图像处理单元在进行图像处理时,从采集到的视频图像中获取视频帧图像,并对视频帧图像进行区域划分,在进行区域划分时,所述图像处理单元按照灰度值对视频帧图像进行区域划分,将相连且灰度值相同的区域作为预选区域,并获取各预选区域的灰度值Q,并计算相连预选区域的灰度差值△Q,设定△Q=|Qk-Qk1|,Qk 为视频帧图像中的第k预选区域的灰度值,QK1为与第k预选区域相连区域的灰度值,所述图像处理单元将相连预选区域的灰度差值△Q与预设灰度差值△Q0进行比对,若△Q≤△Q0,所述图像处理单元将该相连预选区域作为相同筛选区域,若△Q>△Q0,所述图像处理单元将该相连预选区域作为不同筛选区域。
进一步地,所述图像处理单元在进行区域划分确定各区域边线时,通过跟踪区域边界以确定各区域边线,在对各区域边界进行跟踪时,以视频帧图像的中心点为坐标原点,以水平方向为x轴,竖直方向为y轴,建立平面直角坐标系,设定当前边缘点坐标为(x,y),该点在上一边缘点的8邻域内的位置编码为m,以当前边缘点(x,y)的编码为m的位置,顺时针方向移动2个像素作为下一边缘点搜索的起始位置,并以该起始位置开始,按逆时针方向依次检查8邻域像素,当第一次出现像素的灰度值等于预设灰度值时,该像素点作为下一边缘点,所述图像处理单元记录搜索到的各边界点坐标并将各边界点坐标组成一个点的列阵,并将该点的列阵作为区域边线。
进一步地,所述图像处理单元在对视频帧图像中的各筛选区域进行形变区域判断时,获取筛选区域的区域边线形状,并根据区域边线形状判断该井筒是否发生形变,其中,
当区域边线形状为圆形时,所述图像处理单元判定该筛选区域未发生形变;
当区域边线形状非圆形时,所述图像处理单元根据筛选区域边线的平均曲率对井筒是否发生形变进行二次判定。
进一步地,所述图像处理单元在对井筒是否发生形变进行二次判定时,获取筛选区域边线的平均曲率A,并计算曲率差值△A,设定△A=|A-A0|,A0为预设标准曲率,所述图像处理单元将计算得到的曲率差值△A与预设曲率差值△A0进行比对,若△A≤△A0,所述图像处理单元判定该筛选区域未发生形变,若△A>△A0,所述图像处理单元判定该筛选区域已发生形变。
进一步地,所述图像处理单元在对井筒形变判断完成后,对井筒内壁的腐蚀区域进行判定,所述图像处理单元获取所述视频帧图像中的周向筛选区域,并获取各周向筛选区域的面积S,所述图像处理单元将周向筛选区域面积S与预设筛选区域面积S0进行比对,并根据比对结果进行腐蚀区域初次判定,其中,
当S≤S0时,所述图像处理单元判定该筛选区域存在腐蚀风险;
当S>S0时,所述图像处理单元判定该筛选区域无腐蚀风险。
进一步地,所述图像处理单元在设置预设筛选区域面积S0时,将预设灰度差值△Q0与各标准灰度差值进行比对,并根据比对结果选取对应的调节系数对预设筛选区域面积S0进行调节,其中,
当△Q0<△Q1时,所述图像处理单元选取第一调节系数g1对筛选区域面积进行调节,调节后的筛选区域面积为S1,设定S1= S0×g1,1<g1<1.2;
当△Q1≤△Q0≤△Q2时,所述图像处理单元不对筛选区域面积进行调节;
当△Q2<△Q0时,所述图像处理单元选取第二调节系数g2对筛选区域面积进行调节,调节后的筛选区域面积为S2,设定S2= S0×g2,0.8<g2<1;
其中,△Q1为最小标准灰度差值,△Q2为最大标准灰度差值,△Q1<△Q2。
进一步地,所述图像处理单元将存在腐蚀风险的相连筛选区域作为目标区域,并获取各目标区域的图形纹理复杂度P,所述图像处理单元将目标区域的图形纹理复杂度P与预设图形纹理复杂度P0进行比对,并根据比对结果进行腐蚀区域二次判定,其中,
当P>P0时,所述图像处理单元判定该目标区域为腐蚀区域;
当P≤P0时,所述图像处理单元判定该目标区域非腐蚀区域。
进一步地,其特征在于,所述图像处理单元在对所述视频帧图像进行井筒形变、腐蚀判定完成后,分别对所述形变区域和腐蚀区域采取不同方式进行标记,其中,
所述图像处理单元在对所述形变区域进行标记时,获取形变区域中的区域边线拐点,并对拐点位置进行标记,当存在多个形变区域时,针对多个形变区域间相连拐点进行统一标记,并针对同一形变区域的不同拐点进行不同标记;
所述图像处理单元在对所述腐蚀区域进行标记时,逐一对各腐蚀区域进行单独标记。
进一步地,所述地面处理设备包括:连续油管及配套设备、地面接收设备、信号转换器、无线信号发射器、无线信号接收器、信号处理器、显示面板。
与现有技术相比,本发明的有益效果在于,所述装置应用于对井筒的图像采集,在进行图像采集时,将所述装置下放至预设位置进行图像采集,通过设于前端的可360°旋转的广角摄像头,用以对井筒内壁完整无死角的采集图像,在所述广角摄像头***周向设有若干高亮LED光源的照明下,以便于广角摄像头能更清晰地采集图像。本发明所述装置应用于对井筒内壁的图像采集,通过对井筒内壁进行360°无死角的图像采集,以提高对井筒内壁图像采集的清晰完整性,为后续图像处理分析提供依据。
尤其,所述图像处理单元按照灰度值对视频帧图像进行区域划分时,通过将相连且灰度值相同的区域作为预选区域,并获取各预选区域的灰度值Q,并计算相连预选区域的灰度差值△Q,图像处理单元将相连预选区域的灰度差值△Q与预设灰度差值△Q0进行比对,从而将相连预选区域划分出相同筛选区域和不同筛选区域,以提高图像识别的准确度。
尤其,所述图像处理单元在进行区域划分确定各区域边线时,通过跟踪区域边界以确定各区域边线,在对各区域边界进行跟踪时,通过8邻域搜索算法进行边缘跟踪,能够快速准确地跟踪出图像的边缘,以提高图像识别的效率和准确度。
尤其,所述图像处理单元在进行图像处理时,通过对采集到的视频帧图像划分以形成若干筛选区域,并获取图像内的若干筛选区域边线,并根据各筛选区域边线的形状判断筛选区域是否发生形变,从而提高对井筒形变判断的准确度。
尤其,所述图像处理单元在对井筒是否发生形变进行二次判定时,通过获取筛选区域边线的平均曲率A并计算曲率差值△A,以对井筒形变进行二次判定,通过二次判定以提高对井筒形变判断的准确度,所述曲率差值△A越大时判定井筒产生形变越大,通过根据曲率差值△A进行井筒形变判断,进一步提高了井筒形变判断的准确度。
尤其,所述图像处理单元在对井筒内壁的腐蚀区域进行判定时,通过将所述周向筛选区域面积S与预设筛选区域面积S0进行比对判定该筛选区域是否存在腐蚀风险,以提高对井筒是否存在腐蚀风险判断的准确度。
尤其,所述图像处理单元在设置预设筛选区域面积时,通过将预设灰度差值△Q0与各标准灰度差值进行比对,并根据比对结果选取对应的调节系数对预设筛选区域面积进行调节,以提高对筛选区域面积的准确度,从而进一步提高对井筒内壁的腐蚀区域进行判定的处理效率。
尤其,所述图像处理单元通过将所述目标区域的图形纹理复杂度P与预设图形纹理复杂度P0进行比对判定该目标区域是否存在腐蚀,进一步提高了井筒是否存在腐蚀判断的准确度。
尤其,所述图像处理单元在对各形变区域和腐蚀区域采取不同方式进行标记,通过获取形变区域中的区域边线拐点,并对拐点位置进行标记,以提高对形变位置的精准定位识别;当存在多个形变区域时,针对多个形变区域间相连拐点进行统一标记,并针对同一形变区域的不同拐点进行不同标记,通过统一标记和不同标记方式以提高对多个不同区域形变位置的精准定位识别;通过对腐蚀区域进行标记时,逐一对各腐蚀区域进行单独标记,以提高对各腐蚀区域精准定位识别。
附图说明
图1为本实施例井下监测的360°图像处理装置的结构示意图。
图中:广角镜头1、高亮LED光源2、图像处理单元3、测井电缆网络图传单元4、电池5、滚轮扶正器6、壳体7。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例井下监测的360°图像处理装置的结构示意图,所述装置包括:
设于壳体7前端的可360°旋转的广角摄像头1,所述广角摄像头1用以采集井筒内壁图像,所述广角摄像头1***周向设有若干高亮LED光源2,所述高亮LED光源2用以对井筒内壁照明,所述高亮LED光源2的一端与图像处理单元3连接,所述图像处理单元3用以对采集的井筒内壁图像进行图像处理,所述图像处理单元3的一端与测井电缆网络图传单元4连接,所述测井电缆网络图传单元4用以将所述图像处理单元3处理后的图像通过电缆或光纤实时传输给地面处理设备,所述测井电缆网络图传单元4的一端与电池5连接,所述电池5用以对所述广角摄像头1、所述高亮LED光源2、所述图像处理单元3及所述测井电缆网络图传单元4进行供电,所述电池的另一端设有滚轮扶正器6,所述滚轮扶正器6用以在装置下放过程中遇到障碍倾斜时进行扶正。
具体而言,本实施例中所述地面处理设备包括:连续油管及配套设备、地面接收设备、信号转换器、无线信号发射器、无线信号接收器、信号处理器、显示面板。所述连续油管及配套设备将多模光纤和该图像处理装置输送至井筒内,并通过连续油管的上下活动,对井筒内各预设位置进行图像采集;所述地面接收设备用于接收光纤传递到地面的光信号;所述信号转换器用于将所述地面接收设备内的光信号转换为电脉冲信号,便于信号传输;所述无线信号发射器用于传输电脉冲信号;所述无线信号接收装器用于传输电脉冲信号;所述信号处理器用于将电脉冲信号转换为视频信号,并将视频播放在所述显示面板上,方便作业人员监测。本实施例所述装置应用于对井筒的图像采集,在进行图像采集时,将所述装置下放至预设位置进行图像采集,通过设于前端的可360°旋转的广角摄像头,用以对井筒内壁完整无死角的采集图像,在所述广角摄像头***周向设有若干高亮LED光源的照明下,以便于广角摄像头能更清晰地采集图像。本实施例所述装置应用于对井筒内壁的图像采集,通过对井筒内壁进行360°无死角的图像采集,以提高对井筒内壁图像采集的清晰完整性,为后续图像处理分析提供依据。本实施例中所述地面处理设备通过连续油管及配套设备将多模光纤和该图像处理装置输送至井筒内,并通过连续油管的上下活动,对井筒内各预设位置进行图像采集,以提高对井筒内壁图像采集的便利性,通过所述地面接收设备、信号转换器、无线信号发射器、无线信号接收器、信号处理器以便于传输信号, 并将视频播放在所述显示面板上,方便作业人员监测。
具体而言,所述图像处理单元在进行图像处理时,从采集到的视频图像中获取视频帧图像,并对视频帧图像进行区域划分,在进行区域划分时,所述图像处理单元按照灰度值对视频帧图像进行区域划分,将相连且灰度值相同的区域作为预选区域,并获取各预选区域的灰度值Q,并计算相连预选区域的灰度差值△Q,设定△Q=|Qk-Qk1|,Qk 为视频帧图像中的第k预选区域的灰度值,QK1为与第k预选区域相连区域的灰度值,所述图像处理单元将相连预选区域的灰度差值△Q与预设灰度差值△Q0进行比对,若△Q≤△Q0,所述图像处理单元将该相连预选区域作为相同筛选区域,若△Q>△Q0,所述图像处理单元将该相连预选区域作为不同筛选区域。
具体而言,本实施例中所述图像处理单元按照灰度值对视频帧图像进行区域划分时,通过将相连且灰度值相同的区域作为预选区域,并获取各预选区域的灰度值Q,并计算相连预选区域的灰度差值△Q,图像处理单元将相连预选区域的灰度差值△Q与预设灰度差值△Q0进行比对,从而将相连预选区域划分出相同筛选区域和不同筛选区域,以提高图像识别的准确度。
具体而言,所述图像处理单元在进行区域划分确定各区域边线时,通过跟踪区域边界以确定各区域边线,在对各区域边界进行跟踪时,以视频帧图像的中心点为坐标原点,以水平方向为x轴,竖直方向为y轴,建立平面直角坐标系,设定当前边缘点坐标为(x,y),该点在上一边缘点的8邻域内的位置编码为m,以当前边缘点(x,y)的编码为m的位置,顺时针方向移动2个像素作为下一边缘点搜索的起始位置,并以该起始位置开始,按逆时针方向依次检查8邻域像素,当第一次出现像素的灰度值等于预设灰度值时,该像素点作为下一边缘点,所述图像处理单元记录搜索到的各边界点坐标并将各边界点坐标组成一个点的列阵,并将该点的列阵作为区域边线。
具体而言,本实施例中所述图像处理单元在进行区域划分确定各区域边线时,通过跟踪区域边界以确定各区域边线,在对各区域边界进行跟踪时,通过8邻域搜索算法进行边缘跟踪,能够快速准确地跟踪出图像的边缘,以提高图像识别的效率和准确度。
具体而言,所述图像处理单元在对视频帧图像中的各筛选区域进行形变区域判断时,获取筛选区域的区域边线形状,并根据区域边线形状判断该井筒是否发生形变,其中,
当区域边线形状为圆形时,所述图像处理单元判定该筛选区域未发生形变;
当区域边线形状非圆形时,所述图像处理单元根据筛选区域边线的平均曲率对井筒是否发生形变进行二次判定。
具体而言,本实施例中所述图像处理单元在进行图像处理时,通过对采集到的视频帧图像划分以形成若干筛选区域,并获取图像内的若干筛选区域边线,并根据各筛选区域边线的形状判断筛选区域是否发生形变,从而提高对井筒形变判断的准确度。
具体而言,所述图像处理单元在对井筒是否发生形变进行二次判定时,获取筛选区域边线的平均曲率A,并计算曲率差值△A,设定△A=|A-A0|,A0为预设标准曲率,所述图像处理单元将计算得到的曲率差值△A与预设曲率差值△A0进行比对,若△A≤△A0,所述图像处理单元判定该筛选区域未发生形变,若△A>△A0,所述图像处理单元判定该筛选区域已发生形变。
具体而言,本实施例中所述图像处理单元在对井筒是否发生形变进行二次判定时,通过获取筛选区域边线的平均曲率A并计算曲率差值△A,以对井筒形变进行二次判定,通过二次判定以提高对井筒形变判断的准确度,所述曲率差值△A越大时判定井筒产生形变越大,通过根据曲率差值△A进行井筒形变判断,进一步提高了井筒形变判断的准确度。可以理解的是,本实施例未对形变进行二次判定的判定方式做具体限定,本领域技术人员可自由设置,如还可通过获取视频帧图像中井筒的径向直径D,并将其与预设井筒径向直径D0进行比对,当D>D0或D<D0时,判定井筒发生形变;当D=D0时,判定井筒未发生形变等方式。本领域技术人员在对形变进行二次判定时,还可设置其他判定方式,如获取筛选区域边线的拐点数量,若其大于阈值则判定发生形变等。
具体而言,所述图像处理单元在对井筒形变判断完成后,对井筒内壁的腐蚀区域进行判定,所述图像处理单元获取所述视频帧图像中的周向筛选区域,并获取各周向筛选区域的面积S,所述图像处理单元将周向筛选区域面积S与预设筛选区域面积S0进行比对,并根据比对结果进行腐蚀区域初次判定,其中,
当S≤S0时,所述图像处理单元判定该筛选区域存在腐蚀风险;
当S>S0时,所述图像处理单元判定该筛选区域无腐蚀风险。
具体而言,本实施例中所述图像处理单元在对井筒内壁的腐蚀区域进行判定时,通过将所述周向筛选区域面积S与预设筛选区域面积S0进行比对判定该筛选区域是否存在腐蚀风险,以提高对井筒是否存在腐蚀风险判断的准确度。可以理解的是,本领域技术人员在对筛选区域是否存在腐蚀风险判定时,还可设置其他判定方式,如预设腐蚀图像特征图谱,将筛选区图像与预设腐蚀图像特征图谱比对,根据二者的图像特征相似度进行判定是否发生腐蚀风险等。
具体而言,所述图像处理单元在设置预设筛选区域面积S0时,将预设灰度差值△Q0与各标准灰度差值进行比对,并根据比对结果选取对应的调节系数对预设筛选区域面积S0进行调节,其中,
当△Q0<△Q1时,所述图像处理单元选取第一调节系数g1对筛选区域面积进行调节,调节后的筛选区域面积为S1,设定S1= S0×g1,1<g1<1.2;
当△Q1≤△Q0≤△Q2时,所述图像处理单元不对筛选区域面积进行调节;
当△Q2<△Q0时,所述图像处理单元选取第二调节系数g2对筛选区域面积进行调节,调节后的筛选区域面积为S2,设定S2= S0×g2,0.8<g2<1;
其中,△Q1为最小标准灰度差值,△Q2为最大标准灰度差值,△Q1<△Q2。
具体而言,本实施例中所述图像处理单元在设置预设筛选区域面积时,通过将预设灰度差值△Q0与各标准灰度差值进行比对,并根据比对结果选取对应的调节系数对预设筛选区域面积进行调节,以提高对筛选区域面积的准确度,从而进一步提高对井筒内壁的腐蚀区域进行判定的处理效率。
具体而言,所述图像处理单元将存在腐蚀风险的相连筛选区域作为目标区域,并获取各目标区域的图形纹理复杂度P,所述图像处理单元将目标区域的图形纹理复杂度P与预设图形纹理复杂度P0进行比对,并根据比对结果进行腐蚀区域二次判定,其中,
当P>P0时,所述图像处理单元判定该目标区域为腐蚀区域;
当P≤P0时,所述图像处理单元判定该目标区域非腐蚀区域。
具体而言,本实施例中所述图像处理单元通过将所述目标区域的图形纹理复杂度P与预设图形纹理复杂度P0进行比对判定该目标区域是否存在腐蚀,进一步提高了井筒是否存在腐蚀判断的准确度。可以理解的是,本实施例未对腐蚀区域的判定方式做具体限定,本领域技术人员可自由设置,如还可以通过目标区域亮度判定,如目标区域亮度L与预设标准度L0比对,当L≥L0时判定该目标区域未发生腐蚀;当L<L0时判定该目标区域发生腐蚀。本领域技术人员还可通过其它方式判定,只需满足对腐蚀区域的判定需求即可。
具体而言,所述图像处理单元在对所述视频帧图像进行井筒形变、腐蚀判定完成后,分别对所述形变区域和腐蚀区域采取不同方式进行标记,其中,
所述图像处理单元在对所述形变区域进行标记时,获取形变区域中的区域边线拐点,并对拐点位置进行标记,当存在多个形变区域时,针对多个形变区域间相连拐点进行统一标记,并针对同一形变区域的不同拐点进行不同标记;
所述图像处理单元在对所述腐蚀区域进行标记时,逐一对各腐蚀区域进行单独标记。
具体而言,本实施例中所述图像处理单元在对各形变区域和腐蚀区域采取不同方式进行标记,通过获取形变区域中的区域边线拐点,并对拐点位置进行标记,以提高对形变位置的精准定位识别;当存在多个形变区域时,针对多个形变区域间相连拐点进行统一标记,并针对同一形变区域的不同拐点进行不同标记,通过统一标记和不同标记方式以提高对多个不同区域形变位置的精准定位识别;通过对腐蚀区域进行标记时,逐一对各腐蚀区域进行单独标记,以提高对各腐蚀区域精准定位识别。可以理解的是,本实施例未对标记方式做具体限定,本领域技术人员可自由设置,如画出几何形状进行标记,包括圆形、矩形、多边形等,还可设置其他标记方式,只需满足对形变区域和腐蚀区域的标记需求即可。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种井下监测的360°图像处理装置,其特征在于,包括,
设于壳体前端的可360°旋转的用以采集井筒内壁图像的广角摄像头,所述广角摄像头***周向设有若干用以对井筒内壁照明的高亮LED光源,所述高亮LED光源的一端与用以对采集的井筒内壁图像进行图像处理的图像处理单元连接;
所述图像处理单元在进行图像处理时,还用以根据灰度值对获取的视频帧图像进行区域划分,将视频帧图像划分为若干预选区域,并根据相连预选区域的灰度差值△Q确定筛选区域,区域划分完成后,所述图像处理单元还用以根据筛选区域的区域边线形状判定井筒形变状态,并根据筛选区域边线的平均曲率计算曲率差值△A,以对井筒形变状态进行二次判定,井筒形变状态确定后,所述图像处理单元还用以对井筒腐蚀状态进行判定,所述图像处理单元根据获取的视频帧图像中的各周向筛选区域面积S对视频帧图像进行腐蚀区域初次判定,并获取目标区域,所述图像处理单元根据目标区域的图形纹理复杂度P对视频帧图像进行腐蚀区域二次判定,所述图像处理单元在进行腐蚀区域初次判定时,还用以根据预设灰度差值△Q0对预设筛选区域面积S0进行调节, 井筒腐蚀状态判定完成后,所述图像处理单元还用以对视频帧图像中的形变区域和腐蚀区域采取不同方式进行标记;
所述图像处理单元的一端与用以将所述图像处理单元处理后的图像通过电缆或光纤实时传输给地面处理设备的测井电缆网络图传单元连接,所述测井电缆网络图传单元的一端与用以对所述广角摄像头、所述高亮LED光源、所述图像处理单元及所述测井电缆网络图传单元进行供电的电池连接,所述电池的另一端设有用以在所述装置下放过程中遇到障碍倾斜时进行扶正的滚轮扶正器。
2.根据权利要求1所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在进行图像处理时,从采集到的视频图像中获取视频帧图像,并对视频帧图像进行区域划分,在进行区域划分时,所述图像处理单元按照灰度值对视频帧图像进行区域划分,将相连且灰度值相同的区域作为预选区域,并获取各预选区域的灰度值Q,并计算相连预选区域的灰度差值△Q,设定△Q=|Qk-Qk1|,Qk 为视频帧图像中的第k预选区域的灰度值,QK1为与第k预选区域相连区域的灰度值,所述图像处理单元将相连预选区域的灰度差值△Q与预设灰度差值△Q0进行比对,若△Q≤△Q0,所述图像处理单元将该相连预选区域作为相同筛选区域,若△Q>△Q0,所述图像处理单元将该相连预选区域作为不同筛选区域。
3.根据权利要求2所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在进行区域划分确定各区域边线时,通过跟踪区域边界以确定各区域边线,在对各区域边界进行跟踪时,以视频帧图像的中心点为坐标原点,以水平方向为x轴,竖直方向为y轴,建立平面直角坐标系,设定当前边缘点坐标为(x,y),该点在上一边缘点的8邻域内的位置编码为m,以当前边缘点(x,y)的编码为m的位置,顺时针方向移动2个像素作为下一边缘点搜索的起始位置,并以该起始位置开始,按逆时针方向依次检查8邻域像素,当第一次出现像素的灰度值等于预设灰度值时,该像素点作为下一边缘点,所述图像处理单元记录搜索到的各边界点坐标并将各边界点坐标组成一个点的列阵,并将该点的列阵作为区域边线。
4.根据权利要求1所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在对视频帧图像中的各筛选区域进行形变区域判断时,获取筛选区域的区域边线形状,并根据区域边线形状判断该井筒是否发生形变,其中,
当区域边线形状为圆形时,所述图像处理单元判定该筛选区域未发生形变;
当区域边线形状非圆形时,所述图像处理单元根据筛选区域边线的平均曲率对井筒是否发生形变进行二次判定。
5.根据权利要求4所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在对井筒是否发生形变进行二次判定时,获取筛选区域边线的平均曲率A,并计算曲率差值△A,设定△A=|A-A0|,A0为预设标准曲率,所述图像处理单元将计算得到的曲率差值△A与预设曲率差值△A0进行比对,若△A≤△A0,所述图像处理单元判定该筛选区域未发生形变,若△A>△A0,所述图像处理单元判定该筛选区域已发生形变。
6.根据权利要求1所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在对井筒形变判断完成后,对井筒内壁的腐蚀区域进行判定,所述图像处理单元获取所述视频帧图像中的周向筛选区域,并获取各周向筛选区域的面积S,所述图像处理单元将周向筛选区域面积S与预设筛选区域面积S0进行比对,并根据比对结果进行腐蚀区域初次判定,其中,
当S≤S0时,所述图像处理单元判定该筛选区域存在腐蚀风险;
当S>S0时,所述图像处理单元判定该筛选区域无腐蚀风险。
7.根据权利要求6所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在设置预设筛选区域面积S0时,将预设灰度差值△Q0与各标准灰度差值进行比对,并根据比对结果选取对应的调节系数对预设筛选区域面积S0进行调节,其中,
当△Q0<△Q1时,所述图像处理单元选取第一调节系数g1对筛选区域面积进行调节,调节后的筛选区域面积为S1,设定S1= S0×g1,1<g1<1.2;
当△Q1≤△Q0≤△Q2时,所述图像处理单元不对筛选区域面积进行调节;
当△Q2<△Q0时,所述图像处理单元选取第二调节系数g2对筛选区域面积进行调节,调节后的筛选区域面积为S2,设定S2= S0×g2,0.8<g2<1;
其中,△Q1为最小标准灰度差值,△Q2为最大标准灰度差值,△Q1<△Q2。
8.根据权利要求6所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元将存在腐蚀风险的相连筛选区域作为目标区域,并获取各目标区域的图形纹理复杂度P,所述图像处理单元将目标区域的图形纹理复杂度P与预设图形纹理复杂度P0进行比对,并根据比对结果进行腐蚀区域二次判定,其中,
当P>P0时,所述图像处理单元判定该目标区域为腐蚀区域;
当P≤P0时,所述图像处理单元判定该目标区域非腐蚀区域。
9.根据权利要求4-8任一项所述的井下监测的360°图像处理装置,其特征在于,所述图像处理单元在对所述视频帧图像进行井筒形变、腐蚀判定完成后,分别对所述形变区域和腐蚀区域采取不同方式进行标记,其中,
所述图像处理单元在对所述形变区域进行标记时,获取形变区域中的区域边线拐点,并对拐点位置进行标记,当存在多个形变区域时,针对多个形变区域间相连拐点进行统一标记,并针对同一形变区域的不同拐点进行不同标记;
所述图像处理单元在对所述腐蚀区域进行标记时,逐一对各腐蚀区域进行单独标记。
10.根据权利要求1所述的井下监测的360°图像处理装置,其特征在于,所述地面处理设备包括:连续油管及配套设备、地面接收设备、信号转换器、无线信号发射器、无线信号接收器、信号处理器、显示面板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210436111.1A CN114708137B (zh) | 2022-04-25 | 2022-04-25 | 一种井下监测的360°图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210436111.1A CN114708137B (zh) | 2022-04-25 | 2022-04-25 | 一种井下监测的360°图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114708137A true CN114708137A (zh) | 2022-07-05 |
CN114708137B CN114708137B (zh) | 2022-11-25 |
Family
ID=82174618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210436111.1A Active CN114708137B (zh) | 2022-04-25 | 2022-04-25 | 一种井下监测的360°图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114708137B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745276A (zh) * | 2024-02-19 | 2024-03-22 | 中铁四局集团有限公司 | 一种基于物联网的数据共享管理方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107833217A (zh) * | 2017-11-14 | 2018-03-23 | 安徽森力汽车电子有限公司 | 一种基于数学形态学的图卡检测方法 |
CN108805920A (zh) * | 2018-06-01 | 2018-11-13 | 环境保护部卫星环境应用中心 | 未利用地上土壤污染风险区域的识别方法和装置 |
CN113255706A (zh) * | 2021-07-16 | 2021-08-13 | 南京奕荣芯科技有限公司 | 一种基于卷积神经网络算法的目标识别方法及*** |
CN113837991A (zh) * | 2021-06-18 | 2021-12-24 | 腾讯云计算(北京)有限责任公司 | 图像处理方法、装置、设备及存储介质 |
-
2022
- 2022-04-25 CN CN202210436111.1A patent/CN114708137B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107833217A (zh) * | 2017-11-14 | 2018-03-23 | 安徽森力汽车电子有限公司 | 一种基于数学形态学的图卡检测方法 |
CN108805920A (zh) * | 2018-06-01 | 2018-11-13 | 环境保护部卫星环境应用中心 | 未利用地上土壤污染风险区域的识别方法和装置 |
CN113837991A (zh) * | 2021-06-18 | 2021-12-24 | 腾讯云计算(北京)有限责任公司 | 图像处理方法、装置、设备及存储介质 |
CN113255706A (zh) * | 2021-07-16 | 2021-08-13 | 南京奕荣芯科技有限公司 | 一种基于卷积神经网络算法的目标识别方法及*** |
Non-Patent Citations (2)
Title |
---|
薛芮: ""煤矿立井井筒缺陷检测技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
钱渠: ""基于内窥镜视频的工业管道图像展开研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745276A (zh) * | 2024-02-19 | 2024-03-22 | 中铁四局集团有限公司 | 一种基于物联网的数据共享管理方法及*** |
CN117745276B (zh) * | 2024-02-19 | 2024-06-07 | 中铁四局集团有限公司 | 一种基于物联网的数据共享管理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114708137B (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111255636B (zh) | 确定风力发电机组的塔架净空的方法和装置 | |
CN104568983B (zh) | 基于主动式全景视觉的管道内部缺陷检测装置及方法 | |
CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN108844463A (zh) | 基于激光光斑位置的地下管道空间方位测量***及方法 | |
CN108230344B (zh) | 一种隧道渗漏水病害自动识别方法 | |
CN103364408B (zh) | 一种采用水下机器人***对水工混凝土结构水下表面裂缝检测的方法 | |
CN111895911B (zh) | 一种应用于浅部砂层地面塌陷隐患监测方法 | |
CN110189375B (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
CN114708137B (zh) | 一种井下监测的360°图像处理装置 | |
CN110084842B (zh) | 一种机器人云台伺服二次对准方法及装置 | |
CN110130987B (zh) | 一种基于图像分析的隧道收敛变形监测方法 | |
CN101832470A (zh) | 基于光视觉的水下管线巡检方法及巡检装置 | |
CN115308222B (zh) | 一种基于机器视觉的芯片外观不良识别***及方法 | |
US20230360247A1 (en) | A system, a detection system for detecting a foreign object on a runway and a method of the system | |
CN115877400A (zh) | 基于雷达与视觉融合的巷道顶板支护钢带钻孔定位方法 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN112964251A (zh) | 一种巡检机器人定位方法 | |
CN112528979A (zh) | 变电站巡检机器人障碍物判别方法及*** | |
JP2007256280A (ja) | 物体認識システム及びそれを用いた物体の変位計測方法 | |
CN115409691A (zh) | 融合激光测距和监控图像的双模态学习边坡风险检测方法 | |
CN115755069A (zh) | 一种轨道异物检测装置、检测***及检测方法 | |
CN115234845A (zh) | 基于投影模型的油气管道内壁缺陷图像可视化检测方法 | |
CN114648575A (zh) | 一种基于orb算法的轨道边坡位移双目视觉检测方法及*** | |
CN109447984B (zh) | 一种基于图像处理的抗干扰滑坡监测方法 | |
CN110738646A (zh) | 一种用于管道破裂的自动识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |