RU2693201C1 - Распознание расклинивающего агента с помощью мобильного устройства - Google Patents
Распознание расклинивающего агента с помощью мобильного устройства Download PDFInfo
- Publication number
- RU2693201C1 RU2693201C1 RU2017142897A RU2017142897A RU2693201C1 RU 2693201 C1 RU2693201 C1 RU 2693201C1 RU 2017142897 A RU2017142897 A RU 2017142897A RU 2017142897 A RU2017142897 A RU 2017142897A RU 2693201 C1 RU2693201 C1 RU 2693201C1
- Authority
- RU
- Russia
- Prior art keywords
- particles
- image
- size
- particle
- substrate
- Prior art date
Links
- 239000002245 particle Substances 0.000 claims abstract description 196
- 239000000758 substrate Substances 0.000 claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 23
- 239000000463 material Substances 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 10
- 238000003709 image segmentation Methods 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 8
- 238000011192 particle characterization Methods 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims description 2
- 239000011435 rock Substances 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 238000010521 absorption reaction Methods 0.000 claims 1
- 238000012512 characterization method Methods 0.000 claims 1
- 239000003795 chemical substances by application Substances 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 6
- 239000000126 substance Substances 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 239000011521 glass Substances 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000035508 accumulation Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005029 sieve analysis Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B21/00—Methods or apparatus for flushing boreholes, e.g. by use of exhaust air from motor
- E21B21/06—Arrangements for treating drilling fluids outside the borehole
- E21B21/063—Arrangements for treating drilling fluids outside the borehole by separating components
- E21B21/065—Separating solids from drilling fluids
- E21B21/066—Separating solids from drilling fluids with further treatment of the solids, e.g. for disposal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1493—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1497—Particle shape
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Dispersion Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Signal Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
Изобретение относится к анализу размеров и формы частиц. Техническим результатом является быстрый и репрезентативный анализ размеров и формы частиц. Способ анализа размеров и формы частиц, используемых в скважинных операциях, содержащий: получение изображения подложки, включающего эталон размера и множества частиц на подложке; обработку полученного изображения, содержащую определение границ частиц на отфильтрованном изображении подложки и вывод результатов анализа частиц. 2 н. и 9 з.п. ф-лы, 9 ил.
Description
УРОВЕНЬ ТЕХНИКИ
[0001] Во многих случаях при использовании частиц в конкретной сфере применения полезно понимать свойства частиц для максимального повышения возможности их успешного использования в данной сфере применения. Во многом, для достижения желаемого результата следует принимать во внимание такие свойства, как химический и физический состав частиц. Например, необходимый при операциях гидроразрыва пласта химический и/или физический состав частиц может в значительной степени зависеть от геологических свойств подземного пласта и конкретного эффекта, достигаемого на данном этапе операций.
[0002] Поэтому, для конкретных операций могут применяться несколько типов частиц, и возможность определения геометрических размеров частиц, которые доставляются на промысловые объекты, является крайне важной для своевременного и эффективного выполнения операций. Однако, большинство видов гранулометрического анализа частиц, которые выполняются на объектах, представляет собой ситовый анализ; он занимает много времени и является непригодным для точного определения размеров частиц, которые, как правило, лишены правильной сферической формы. Для автоматического определения физических характеристик частиц имеется специализированное оборудование, которое, по сравнению со средствами для ситового анализа, является более точным и надежным, но его высокая цена и большие размеры не позволяют использовать его на удаленных промысловых объектах.
КРАТКОЕ ОПИСАНИЕ СУЩНОСТИ
[0003] В одном аспекте варианты осуществления, раскрытые в настоящем документе, относятся к способу анализа частиц, который содержит получение изображения подложки, в том числе эталона размера и множества частиц; обработку полученного изображения; и вывод результатов анализа частиц, по меньшей мере, части частиц.
[0004] В другом аспекте варианты осуществления, раскрытые в настоящем документе, относятся к способу анализа частиц, используемых в скважинных операциях, который содержит сбор множества частиц, которые будут использоваться или использовались в скважинных операциях; получение изображения подложки, в том числе эталона размера и множества частиц на нем; обработку полученного изображения; и вывод результатов анализа частиц, по меньшей мере, части частиц.
[0005] В еще одном аспекте варианты осуществления, раскрытые в настоящем документе, относятся к энергонезависимому машиночитаемому носителю (МЧН), в котором хранятся инструкции для работы мобильного устройства, содержащего экран, причем инструкции включают функциональные средства для: нормализации изображения множества частиц на подложке по отношению к эталону размера; фильтрации изображения; определения границ частиц на изображении; использования алгоритма маркерного водораздела для сегментации изображений; разделения образов частиц; заполнения образов частиц; определения характеристик частиц; и отображения на экране мобильного устройства результатов определения характеристик частиц.
[0006] Другие аспекты и преимущества раскрытия сущности будут очевидными из следующего описания и прилагаемой формулы изобретения.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0007] На ФИГ. 1 показана обобщенная блок-схема для способа анализа частиц.
[0008] На ФИГ. 2 показана подложка с эталоном размера согласно одному варианту осуществления настоящего раскрытия.
[0009] На ФИГ. 3 показано мобильное устройство согласно некоторым вариантам осуществления настоящего раскрытия.
[0010] На ФИГ. 4 показана последовательность для обработки полученного изображения.
[0011] На ФИГ. 5-1 показан снимок полученного изображения, сделанный до выполнения фильтрации.
[0012] На ФИГ. 5-2 показан снимок полученного изображения, сделанный после выполнения фильтрации.
[0013] На ФИГ. 6-1 показан снимок полученного изображения, сделанный до определения границ частиц.
[0014] На ФИГ. 6-2 показан снимок полученного изображения, сделанный после определения границ частиц.
[0015] На ФИГ. 7-1 и 7-2 показано полученное изображение, для которого был выполнен алгоритм маркерного водораздела для сегментации изображений.
[0016] На ФИГ. 8-1 показан снимок полученного изображения, сделанный до разделения и заполнения частиц.
[0017] На ФИГ. 8-2 показан снимок полученного изображения, сделанный после разделения и заполнения частиц.
[0018] На ФИГ. 9-1 показан экран смартфона с отображением сохраненных изображений частиц, которые были отсортированы по дате и времени их получения.
[0019] На ФИГ. 9-2 показан экран смартфона после выбора одного из изображений, перечень которых приведен на ФИГ. 9-1.
[0020] На ФИГ. 9-3 показан экран смартфона после выполнения обработки и анализа изображения частиц.
ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ
[0021] По существу, варианты осуществления, раскрытые в настоящем документе, относятся к способам анализа изображений. Например, варианты осуществления, раскрытые в настоящем документе, могут относиться к анализу оптических изображений для определения характеристик групп частиц. Более конкретно, варианты осуществления, раскрытые в настоящем документе, относятся к способам анализа физических характеристик частиц, для которых не требуется дорогостоящее и крупногабаритное специализированное оборудование.
[0022] Обобщенная блок-схема для способа анализа частиц, раскрытого в настоящем документе, показана на ФИГ. 1. В обобщенном способе множество частиц помещают на подложку 10, изображение подложки выводят 12, полученное изображение обрабатывают 14, затем проводят анализ изображения (образа) частиц 16. Подробное описание каждого из этих аспектов способа приведено ниже.
[0023] В некоторых вариантах осуществления для способа анализа частиц требуется оператор, который будет размещать множество анализируемых частиц на подложке. В одном или более вариантах осуществления создают монослой из частиц при их размещении на подложке. Использование одного монослоя на подложке снижает потенциальную ошибку, которая может возникать при анализе из-за наложения или перекрытия частиц. Несмотря на то, что отсутствуют ограничения по количеству частиц, которые требуются для проведения анализа согласно способу, следует понимать, что чем больше частиц будет использоваться при анализе, тем выше будет его статистическая значимость. Поэтому в некоторых вариантах осуществления для анализа на подложке можно размещать, по меньшей мере, 25 частиц или, по меньшей мере, 50 частиц, или, по меньшей мере, 100 частиц.
[0024] Как правило, частицы, которые могут анализироваться по способу, описанному в настоящем документе, могут быть искусственными или природными. В некоторых вариантах осуществления частицы, которые можно анализировать, представлены частицами расклинивающего агента (проппанта) для гидроразрыва, песком, гравийным материалом, частицами дробленой горной породы, материалом для заканчивания скважины, буровым шламом, материалом для борьбы с поглощением или другими типами материалов, используемых в скважинных операциях. В некоторых вариантах осуществления частицы собирают и анализируют перед их использованием в скважинных операциях, а в других вариантах осуществления частицы собирают и анализируют после их использования в скважинных операциях. В вариантах осуществления, в которых анализируемые частицы представляют собой частицы, возвращенные из ствола скважины, такие частицы перед анализом следует промыть или очистить. Кроме того, если частицы являются влажными, перед анализом для снижения потенциальных ошибок частицы можно высушивать.
[0025] Частицы, которые анализируются способом, описанным в настоящем документе, могут быть разной формы или размера, включая частицы с размерами, как правило, от 0,1 до 40 мм. В некоторых вариантах осуществления идеальными для анализа могут быть частицы, которые являются практически сферическими и круглыми и имеют диаметр от 0,1 мм до 4 мм или, в частности, от 0,1 до 2 мм. Несмотря на то, что ограничений для нижнего диапазона размера частиц нет, для анализа могут иметь место аппаратурные ограничения, связанные с разрешением камеры устройства для получения изображения частиц на подложке. Также нет ограничений для верхнего диапазона размера частиц, при условии, что размер частицы не превышает эталонного размера. В других вариантах осуществления способ, описанный в настоящем документе, может использоваться для анализа стержневидных частиц со средним коэффициентом пропорциональности (отношение длины и диаметра для стержневидных частиц) более около 2, более около 5 или более около 10. В некоторых вариантах осуществления способа, описанного в настоящем документе, могут использоваться для анализа частиц с максимальным коэффициентом пропорциональности примерно 25. Анализируемые стержневидные частицы имеют длину от около 0,1 мм до около 4 мм или, в частности, от около 0,1 мм до около 2 мм. В некоторых вариантах осуществления, стержневидные частицы имеют диаметр от около 0,1 мм до около 2 мм или, в частности, от около 0,1 мм до около 1 мм.
[0026] В одном или более вариантах осуществления подложка выполнена из любого материала и имеет любую форму при условии, что она имеет, по существу, плоскую поверхность, на которой частицы могут размещаться для анализа. В некоторых вариантах осуществления подложка изготовлена таким образом, что ее можно использовать повторно для анализа нескольких партий частиц. Например, подложка изготовлена из пластмассы или металла, что будет обеспечивать ее прочность и способность в достаточной мере сохранять свои размеры при многократном использовании. В других вариантах осуществления подложка изготовлена таким образом, чтобы, в основном, ее можно было использовать один раз и легко утилизировать после выполнения анализа. Например, подложка изготовлена из листа бумаги или другого аналогичного материала, который не обладает прочностью для соответствующего сохранения своих размеров при многократном использовании. В некоторых вариантах осуществления блокнот со множеством соответствующих подложек может быть изготовлен таким образом, чтобы для анализа частиц имелся в наличии их необходимый запас. В других вариантах осуществления в качестве подложки могут использоваться стандартные визитные карточки с эталоном размера на обычно чистой обратной стороне карточек, как описано ниже. В одном или более вариантах осуществления подложка может быть конкретного цвета; цвет подложки выбирается в зависимости от цвета частиц, подвергаемых анализу. Например, практически белые (или светлоокрашенные) частицы обеспечивают больший контраст на полученном изображении при их размещении на подложке, цвет которой является более темным, чем цвет частиц (например, черный цвет или цвет, близкий к черному). Наоборот, практически черные (или темноокрашенные) частицы обеспечивают больший контраст на полученном изображении при их размещении на подложке, цвет которой является более светлым, чем цвет частиц (например, белый цвет или цвет, близкий к белому). В одном или более вариантах осуществления подложки, которые имеют оттенки красного или зеленого цвета, могут использоваться в качестве универсальной подложки для темных или светлых частиц, так как оба типа частиц могут обеспечивать соответствующий контраст при их размещении на подложке.
[0027] Независимо от точного состава подложки, подложка включает эталон размера, который используется для ориентирования и анализа изображения при анализе частиц на подложке. В некоторых вариантах осуществления эталон размера может впечатываться в подложку или наноситься на него иным образом, обеспечивающим его надежную фиксацию. В некоторых вариантах осуществления при раскрашивании эталона размера следует учитывать цвет подложки, чтобы контраст между ними был максимальным. Например, при подложке более темного цвета, эталон размера может быть светлее, и наоборот.
[0028] В одном или более вариантах осуществления эталон размера может включать, по меньшей мере, две линии или, по меньшей мере, три геометрические формы. В некоторых вариантах осуществления геометрические формы могут представлять собой круги, эллипсы, простые многоугольники, такие как квадраты, прямоугольники, параллелограммы и т.д., где границы многоугольников не пересекаются, или звездчатые многоугольники, где границы могут пересекаться. В некоторых вариантах осуществления, по меньшей мере, две линии эталона размера могут быть параллельными. Например, наружная граница магнитной полоски на кредитной карточке может приравниваться к двум параллельным линиям, определяющим эталон размера при использовании кредитной карточки в качестве подложки. В некоторых вариантах осуществления, по меньшей мере, один размер, выбранный из длины линий, размер геометрических форм (т.е. длина, радиус, диаметр и т.д. границы) или расстояние между линиями и/или геометрическими формами представляют собой известный размер. Дополнительно, эталон размера может иметь, по меньшей мере, один размер, значительно превышающий размер анализируемых частиц. Например, когда эталон размера имеет, по меньшей мере, один размер, который значительно превышает размер анализируемых частиц, это может снижать возможную ошибку в анализе из-за неправильного восприятия частиц и эталона размера. В некоторых вариантах осуществления эталон размера может иметь, по меньшей мере, один размер (например, длину линии или длину границы, радиус, диаметр и т.д. геометрических форм), который не менее, чем в два раза превышает размер анализируемых частиц.
[0029] Например, на ФИГ. 2 показана подложка 200 согласно вариантам осуществления настоящего раскрытия сущности. Подложка имеет область 208 измерений, четыре линии 202 одинаковой длины и два набора четырех геометрических форм, которые используются для вычисления сплошных белых квадратов 204, вписанных в пустые белые квадраты 206. В этом примере четыре линии 202 одинаковой длины и два набора четырех геометрических форм принимают за эталон размера подложки 200. В некоторых вариантах осуществления только две (или более) линии и три (или более) геометрические формы принимают за эталон размера подложки. В некоторых вариантах осуществления, по меньшей мере, одна длина линий 202, длина границы квадратов 204 и 206, внутренняя длина границы пустого квадрата, расстояние между параллельными линиями 202 или между геометрическими формами считаются известным размером.
[0030] Из-за преимущественно темной области 208 измерений подложки 200 на ФИГ. 2 подложка 200 применяется при анализе частиц, которые могут иметь более светлый цвет. В свою очередь, при анализе более темных частиц преимуществом может быть обращение цветов подложки 200 на ФИГ. 2 для обеспечения контраста между частицами и областью 208 измерений. Например, для измерения более темных частиц черные области на ФИГ. 2 можно преобразовать в области белого или более светлого цвета, а области, которые являются белыми (эталоны размера), можно преобразовать в области черного или другого более темного цвета.
[0031] В одном или более вариантах осуществления получают изображение подложки, включая эталон размера и множество частиц на нем. В некоторых вариантах осуществления полученное изображение включает всю подложку и эталон размера, а в других вариантах осуществления - только часть подложки и эталон размера. В частности, в некоторых вариантах осуществления анализ частиц на подложке выполняют только в том случае, когда полученное изображение включает, по меньшей мере, одну из, по меньшей мере, двух линий или, по меньшей мере, трех геометрических форм эталона размера.
[0032] В некоторых вариантах осуществления изображение получают с помощью мобильного устройства, которое оснащено камерой. Например, мобильное устройство может представлять собой мобильное компьютерное устройство (например, смартфон, планшет, портативный компьютер, электронную книгу и т.д.) или носимое компьютерное устройство (например, очки, часы и т.д.). На ФИГ. 3 показано мобильное устройство 300 согласно одному или нескольким вариантам осуществления настоящего описания. Как показано на ФИГ. 3, мобильное устройство имеет несколько компонентов, включая, например, систему 302 визуализации, камеру 304, экран 306 и систему 308 обработки изображения. Подробное описание каждого из этих компонентов приведено ниже.
[0033] В одном или более вариантах осуществления мобильное устройство 300 включает в себя экран 306. Экран 306 может иметь любое разрешение; он может быть способен отображать текст, графики, изображения, видео, анимацию и т.д. в любом цвете. В вариантах осуществления, в которых мобильное устройство 300 представляет собой очки, экран 306 может размещаться в одной линзе и распространяться на обе линзы очков.
[0034] В одном или более вариантах осуществления мобильное устройство 300 включает в себя камеру 304. Камера 304 может быть выполнена с возможностью получения изображения окружающей среды 350 за или перед экраном 306. Например, окружающая среда 350 за или перед экраном может включать в себя подложку, в том числе эталон размера и множество частиц на нем. В некоторых вариантах осуществления размещают мобильное устройство 300 на определенном расстоянии от объекта, изображение которого поступает на камеру 304. Помимо этого, в некоторых вариантах осуществления совмещают мобильное устройство 300 так, чтобы объект изображения, поступающего на камеру 304, размещался параллельно поверхности камеры 304, однако, если объект изображения не расположен параллельно камере 304, обработка изображения осуществляется с учетом такого несовмещения, как это подробно описано ниже. В вариантах осуществления, когда мобильное устройство 300 представляет собой очки, камера 304 крепится к очкам. Например, камера 304 размещается в оправе очков или на самой оправе. В других вариантах осуществления камера 304 размещается на границе экрана 306 или в самом экране 306. В некоторых вариантах осуществления на камеру 304 поступают несколько изображений; они сохраняются в памяти 310 мобильного устройства 300 для последующей обработки и анализа. Таким образом, для анализа выбирается самое четкое изображение, которое поступает на камеру 304, или несколько изображений одного или разных образцов могут анализироваться и сравниваться в будущем.
[0035] После того, как изображение множества частиц на подложке поступило (и потенциально сохранилось в памяти 310) на мобильное устройство 300, оно обрабатывается системой 308 обработки изображения мобильного устройства 300. Во время обработки изображения осуществляется, по меньшей мере, одно из следующего: нормализация изображения по отношению к эталону размера, фильтрация, определение границ частиц, алгоритм маркерного водораздела для сегментации изображения, разделение частиц, заполнение частиц и определение характеристик частиц. На ФИГ. 4 показана потенциальная последовательность для обработки полученного изображения. Другие последовательности обработки, удаление и/или изменение порядка этапов, которые показаны на ФИГ. 4, также могут использоваться для обработки полученного изображения. Кроме того, несмотря на то, что на ФИГ. 4 показана потенциальная последовательность обработки отдельного полученного изображения, настоящее раскрытие сущности также предназначено для охвата вариантов осуществления, при которых множество изображений одной и той же партии или образца частиц могут собираться и обрабатываться аналогичным образом; при этом результат представляет собой средний или совокупный результат всех (или выбранного подмножества) анализируемых изображений.
[0036] Нормализация полученного изображения 400 по отношению к эталону размера выполняется для компенсации любого расхождения с расположенной параллельно подложке камерой 304, которое имело место во время получения изображения. Следует понимать, что использование мобильного устройства для получения изображения на объекте может не позволять получать идеально совмещенное изображение. Такое несовмещение может приводить к ошибкам при анализе частиц, поэтому система 308 обработки изображения осуществляет корректировку недостаточно хорошего полученного изображения путем его нормализации по отношению к известным размерам и ориентациям эталона размера, расположенного на подложке. Например, при корректировке недостаточно хорошего изображения для получения известного размера между двумя параллельными линиями или известной длины границы геометрической формы, помимо прочих возможностей, система 308 обработки изображения обеспечивает нормализацию изображения для анализа, подверженного ошибкам в меньшей степени.
[0037] В некоторых вариантах осуществления после нормализации 400 изображение фильтруется 402 для обеспечения максимального контраста между областью, занятой частицами, и областью, занятой подложкой. На ФИГ. 5-1 и 5-2 соответственно показаны снимки изображения, сделанные до и после выполнения фильтрации 402 изображения. Как видно, более высокая степень контраста с подложкой 504 наблюдается для частицы после фильтрации 502 по сравнению с частицей до фильтрации 500.
[0038] Другой аспект обработки изображения включает определение 404 границ изображения частиц. При определении 404 границ областей, покрытых частицами, определяют их размеры (и другие характеристики). В некоторых вариантах осуществления предварительная фильтрация 402 изображения способствует определению 404 границ, если для определения границ частиц контраст между частицами и подложкой является недостаточным. На ФИГ. 6-1 показана более светлая линия, которая иллюстрирует область с более высоким контрастом между частицами и подложкой, с примером, показанным как 600 на ФИГ. 6-1. Данная более светлая линия представляет собой определенную границу частиц. На ФИГ. 6-2 показано заполнение области частиц, которое осуществляется после определения области с высоким контрастом между частицами и подложкой.
[0039] Другой аспект обработки изображения включает применение алгоритма маркерного водораздела для сегментации изображения 406 (Marker-Controlled Watershed segmentation - eng). Данный аспект служит для идентификации или разделения образов частиц, которые соприкасаются (или кажутся соприкасающимися) на изображении, чтобы при анализе частиц соприкасающиеся частицы разделить на отдельные частицы или игнорировать их при анализе, чтобы скопление частиц не рассматривалось как одна большая частица. Учитывая такие скопления частиц при использовании одной из двух вышеупомянутых стратегий, вероятность ошибки при анализе частиц снижается. В некоторых случаях скопления частиц, определенные с помощью алгоритма маркерного водораздела для сегментации изображения 406, будут полностью игнорироваться во время последующего анализа частиц, а в других вариантах осуществления система 308 обработки изображения может разделять их на отдельные частицы для анализа частиц. На ФИГ. 7-1 и 7-2 показано полученное изображение, для которого был выполнен алгоритм маркерного водораздела для сегментации изображения 406. Как видно по шейке 700, которая соединяет две частицы 702 и 704 на ФИГ. 7-1, с помощью алгоритма были определены две расположенные рядом частицы, которые при обычном анализе частиц могли считаться одной частицей. На ФИГ. 7-2 показано, что частицы разделены на свои собственные сегменты, которые обозначены тонкими белыми линиями (примером которых является 706) при применении алгоритма. Таким образом, частицы 702 и 704 на ФИГ. 7-1 разделены, и при анализе они считаются отдельными частицами.
[0040] Другой аспект обработки изображения включает разделение и заполнение образов частиц 408. На этом этапе частицы, которые были определены как соприкасающиеся (или которые кажутся соприкасающимися), могут разделяться, чтобы при последующем анализе частиц они рассматривались отдельно. Помимо этого, образы частиц заполняют для обозначения участка, ограниченного краями частиц. Кроме того, в некоторых вариантах осуществления контраст, цвет и/или схема заполнения образов могут использоваться для визуального обозначения того, могут ли любые частицы быть исключены (или иным образом сделаны отличными от других частиц во время анализа). Например, в некоторых вариантах осуществления из процесса анализа частиц предпочтительно исключать частицы, которые являются по существу удлиненными или стержневидными, чтобы по существу округлые частицы можно было анализировать отдельно, и наоборот. В некоторых вариантах осуществления искажения изображений можно определять и исключать из любого анализа частиц, который выполняется по обработанному изображению. В этих случаях наличие визуальной индикации частиц, которые в данный момент включены в анализ или исключены из анализа, помогает оператору в оценке достоверности или объема анализа.
[0041] В одном или более вариантах осуществления контраст, цвет и/или схема заполненного пространства, образованного частицами, могут использоваться для визуального отображения частиц, которые в определенной степени схожи между собой (например, размером, округлостью и сферичностью, коэффициентом пропорциональности и т.д.). Например, каждая частица, которая имеет размер в пределах диапазона сита 20-25 (707-841 микрон) может заполняться конкретным цветом, а более крупные частицы с размером в пределах диапазона сита 25-30 (595-707 микрон) могут иметь другой цвет заполнения. На ФИГ. 8-1 и 8-2 (соответственно) показан пример полученного изображения образов частиц до и после их разделения и заполнения системой 308 обработки изображения. На ФИГ. 8-2 показаны три разных варианта заполнения образов; большинство частиц заполнено сплошным черным цветом, одна частица - сплошным белым цветом, а другая - пятнистым паттерном. Как описано выше, данные разные типы заполнения и окраски могут обозначать разные параметры частиц: размер, округлость, сферичность, отношение длины к ширине, или они могут обозначают те частицы, которые включены в анализ, и частицы, которые исключены из него.
[0042] В одном или более вариантах осуществления обработка изображения также включает определение характеристик частиц 410. В некоторых вариантах осуществления при определении характеристик для анализа изображения используют, по меньшей мере, один из двух стандартов ISO: ISO 13322-2:2006 и ISO 13322-1:2014. Стандарты применяют с помощью алгоритма, запрограммированного в мобильном устройстве. В целом, определение характеристик частиц осуществляют с помощью разных расчетов, включая, например, расчет среднего диаметра, среднего коэффициента пропорциональности, размера сита, округлости и/или сферичности частиц, выбранных для анализа во время обработки изображения. В одном или более вариантах осуществления данные расчеты выполняются путем стандартизации размера пикселя на основании отображения эталона размера на подложке. Например, стандартный размер пикселя может определяться путем деления известного размера длины линии, края геометрического объекта или расстояния между линиями и/или геометрическими объектами на количество пикселей, которые составляют вышеуказанный известный размер. Затем данный стандартный размер пикселя может использоваться для определения неизвестных размеров частиц путем подсчета пикселей, которые составляют конкретный размер (например, диаметр частицы), и умножения на стандартный размер пикселя.
[0043] Для получения некоторых значений, включая округлость и сферичность, может понадобиться выполнить конкретные математические расчеты на основании одного или нескольких определенных размеров частицы для получения значения. Например, сферичность частицы может вычисляться как соотношение диаметра сферы равного объема частицы и диаметра описанной сферы частицы. Также округлость частицы может вычисляться как радиус кривизны наиболее выпуклый части частицы по отношению к среднему радиусу частицы. В некоторых вариантах осуществления эти значения могут быть выведены для каждой частицы, а в некоторых вариантах осуществления может быть выведена средняя величина значения каждой отдельной частицы.
[0044] В некоторых вариантах осуществления при определении характеристик частиц с помощью системы 308 обработки изображения результаты выводятся и отображаются на экране 306 мобильного устройства 300. В некоторых вариантах осуществления данные выводятся в форме списка, в котором указывается каждый параметр и его значение. В одном или более вариантах осуществления вывод результатов включает в себя графическое представление значений, которые получают при определении характеристик частицы. В одном или более вариантах осуществления графическое представление показывает распределение, отображающее относительную частотность для каждого вычисленного значения или диапазона значений. В некоторых вариантах осуществления графическое представление включает диаграмму или график (например, столбиковую диаграмму, секторную диаграмму и т.д.). Например, на экране 306 может отображаться гистограмма, на которой показывается относительное распределение диаметров анализируемых частиц. Вывод списка или графического представления способствует быстрому информированию оператора о потенциальных проблемах на площадке скважины перед выполнением любых процедур, которые могут приводить к непредусмотренным последствиям из-за отсутствия соответствующих данных и возможностей определения характеристик площадки скважины.
[0045] Данные (например, охарактеризованные значения), которые получают при анализе, можно сохранять на мобильном устройстве для использования в будущем, или их могут загружать на сервер для формирования базы данных с результатами для многих образцов. В некоторых вариантах осуществления с помощью системы 312 внешней связи мобильного устройства 300 на сервер, для расширения его базы данных, загружают, по меньшей мере, одно из полученных или обработанных изображений и/или, по меньшей мере, один из наборов данных анализа частиц. Из этой базы данных можно получать информацию о качестве материалов, поставляемых на площадку скважины, или о других вопросах, связанных с материалами, которые используются или производятся на площадке скважины. Например, для обеспечения точности данных и подтверждения оценок продукции данные, полученные на площадке скважины и сохраненные в базе данных, можно сравнить с данными, которые получают в лаборатории с более сложным оборудованием. Соответственно, продукция может иметь маркировку с помощью штрихового кода или других средств маркировки, а результаты ее анализа, получаемые с течением времени, можно сравнить для подтверждения стабильности продукции, чтобы можно было достигать ожидаемых результатов и иметь информацию о любых проблемах во время производства. Таким образом, система 312 внешней связи мобильного устройства 300 также используется для получения изображений и/или наборов данных с сервера для их просмотра на экране 306 с целью удобства сравнения на площадке скважины или другом удаленном объекте.
[0046] Инструкции по программному обеспечению в форме машиночитаемого исходного текста для реализации вариантов осуществления настоящего раскрытия сущности сохраняют полностью или частично, временно или постоянно, на энергонезависимом машиночитаемом носителе, таком как компакт-диск, универсальный цифровой диск, накопительное устройство, дискета, пленка, флэш-память, физическая память или любой другой машиночитаемый носитель информации. В частности, инструкции по программному обеспечению могут соответствовать машиночитаемому исходному тексту, который при его обработке процессором(-ами) выполнен с возможностью реализации вариантов осуществления настоящего описания.
[0047] ПРИМЕР
[0048] Пример 1
[0049] В данном примере подложка, показанная на ФИГ. 2, была использована для анализа расклинивающего материала (частиц проппанта). Несколько изображений образца расклинивающего материала (частицы проппанта) были получены с помощью камеры смартфона и сохранены в его памяти. На ФИГ. 9-1 показан экран смартфона с отображением сохраненных изображений, которые были отсортированы по дате и времени их получения. На ФИГ. 9-2 показан экран смартфона после выбора изображения, которое было получено 23 марта 2015 г. в 4:47. На отображаемом изображении показан эталон размера, присутствующий на ФИГ. 2 вместе с несколькими более светлыми контрастными пятнами в области измерений. Более светлые контрастные пятна представляют собой изображения расклинивающего материала (частиц проппанта), которые были размещены на подложке перед получением изображения. В нижней части ФИГ. 9-2 показан участок, где будут отображаться результаты анализа частиц с указанием значений «Подсчет/Count», «Средний диаметр/Mean Diameter» и «Номер сита/Mesh size» для расклинивающего материала (частиц проппанта). Перечисленные значения не отображены, так как обработка изображения еще не завершена. На ФИГ. 9-3 показан экран смартфона после выполнения обработки и анализа изображения. На экране показана увеличенная область измерений подложки для того, чтобы можно было видеть, какие частицы были измерены или исключены на основании заполнения областей частиц. В области для анализа выходных данных показано, что были проанализированы 37 частиц со средним диаметром 0,55 мм и номером сита 20-40.
[0050] Поскольку настоящее раскрытие сущности представлено с учетом ограниченного количества вариантов осуществления, специалистам в данной области, использующим данное описание, будет понятно, что могут рассматриваться другие варианты осуществления, которые не представляют собой отклонение от объема настоящего описания, представленного в настоящем документе. Соответственно, объем описания должен ограничиваться только прилагаемыми формулами изобретения.
Claims (23)
1. Способ анализа размеров и формы частиц, используемых в скважинных операциях, содержащий:
получение изображения подложки, включающего эталон размера и множества частиц на подложке;
обработку полученного изображения, содержащую определение границ частиц на отфильтрованном изображении подложки: и
вывод результатов анализа частиц.
2. Способ по п. 1, в котором эталон размера содержит, по меньшей мере, одну из, по меньшей мере, двух линий с известным размером или, по меньшей мере, трех геометрических форм с, по меньшей мере, одним известным размером.
3. Способ по п. 2, в котором геометрические формы выбирают из кругов, эллипсов, простых многоугольников или звездчатых многоугольников.
4. Способ по п. 1, в котором изображение получают и обрабатывают с помощью мобильного устройства.
5. Способ по п. 1, в котором результаты анализа размера и формы частиц выводят на мобильное устройство.
6. Способ по п. 1, в котором обработка изображения содержит, по меньшей мере, одно из следующего: нормализацию изображения по отношению к эталону размера, фильтрацию, определение границ частиц, применение алгоритма маркерного водораздела для сегментации изображений, разделение изображений частиц, заполнение изображения частиц и определение характеристик частиц.
7. Способ по п. 6, в котором определение характеристик частиц содержит расчет, по меньшей мере, одного параметра частиц, выбранного из списка: среднее значение или распределение размера, отношение длины к ширине, размер сита, округлость и сферичность.
8. Способ по п. 1, дополнительно содержащий:
повторение сбора и обработки для множества изображений частиц; и
вывод совокупных результатов анализа частиц для множества изображений частиц.
9. Способ по п. 1, в котором частицы выбирают из группы: расклинивающий агент для гидроразрыва, песок, гравийный материал, дробленная горная порода, материал для заканчивания скважины, буровой шлам, материал для борьбы с поглощением.
10. Энергонезависимый машиночитаемый носитель (МЧН), в котором хранятся инструкции для работы мобильного устройства, содержащий экран, причем инструкции содержат функциональные средства для:
нормализации изображения множества частиц на подложке по отношению к эталону размера;
фильтрации изображения;
определения границ частиц на изображении;
применения алгоритма маркерного водораздела для сегментации изображений; разделения изображений частиц; заполнения изображений частиц; определения характеристик частиц; и
отображения на экране мобильного устройства результатов определения характеристик частиц.
11. Энергонезависимый МЧН по п. 10, в котором инструкции для определения характеристик частиц содержат функциональные средства для:
определения размера пикселя; и
основанных на определении размера пикселя расчетов, по меньшей мере, одного параметра частиц, выбранного из их среднего размера, среднего отношения длины к ширине, размера сита, округлости и сферичности.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2015/037065 WO2016209208A1 (en) | 2015-06-23 | 2015-06-23 | Mobile proppant recognition |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2693201C1 true RU2693201C1 (ru) | 2019-07-01 |
Family
ID=57585889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017142897A RU2693201C1 (ru) | 2015-06-23 | 2015-06-23 | Распознание расклинивающего агента с помощью мобильного устройства |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10655408B2 (ru) |
| RU (1) | RU2693201C1 (ru) |
| SA (1) | SA517390572B1 (ru) |
| WO (1) | WO2016209208A1 (ru) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018148400A1 (en) * | 2017-02-08 | 2018-08-16 | Gas Technology Institute | Detection and quantification of proppant for optimized fracture treatment design in in-fill and new wells |
| US11339651B2 (en) | 2020-02-13 | 2022-05-24 | Saudi Arabian Oil Company | Systems and methods for generating continuous grain size logs from petrographic thin section images |
| US11519265B2 (en) | 2021-03-26 | 2022-12-06 | Halliburton Energy Services, Inc. | Well system including a downhole particle measurement system |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5721433A (en) * | 1994-11-04 | 1998-02-24 | Toa Medical Electronics Co., Ltd. | Apparatus and method for analyzing particle images including measuring at a plurality of capturing magnifications |
| US20120308613A1 (en) * | 2000-04-17 | 2012-12-06 | Vectura Limited | Formulations for use in inhaler devices |
| RU127935U1 (ru) * | 2012-07-13 | 2013-05-10 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Нижегородская государственная медицинская академия Министерства здравоохранения и социального развития Российской Федерации" (ГБОУ ВПО НижГМА Минздравсоцразвития России) | Предметное стекло для микроскопического исследования гистологического объекта |
| US20130176048A1 (en) * | 2010-09-28 | 2013-07-11 | Kyocera Corporation | Mullite-Based Sintered Body, Circuit Board Using Same and Probe Card |
| RU2531261C2 (ru) * | 2009-09-23 | 2014-10-20 | Майкрософт Корпорейшн | Сканирование с помощью камеры |
| US20140372085A1 (en) * | 2011-12-22 | 2014-12-18 | 3M Innovative Properties Company | Method and system for making a dental restoration |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3165309B2 (ja) | 1993-12-22 | 2001-05-14 | 株式会社日立製作所 | 粒子画像解析装置 |
| US6330916B1 (en) | 1996-11-27 | 2001-12-18 | Bj Services Company | Formation treatment method using deformable particles |
| US6776235B1 (en) | 2002-07-23 | 2004-08-17 | Schlumberger Technology Corporation | Hydraulic fracturing method |
| US7213651B2 (en) | 2004-06-10 | 2007-05-08 | Bj Services Company | Methods and compositions for introducing conductive channels into a hydraulic fracturing treatment |
| US7281580B2 (en) | 2004-09-09 | 2007-10-16 | Halliburton Energy Services, Inc. | High porosity fractures and methods of creating high porosity fractures |
| US7810562B2 (en) | 2007-12-19 | 2010-10-12 | Schlumberger Technology Corporation | In-situ formation of solids for well completions and zonal isolation |
| WO2009113896A1 (en) | 2008-02-27 | 2009-09-17 | Schlumberger Canada Limited | Slip-layer fluid placement |
| JP5198420B2 (ja) * | 2009-12-18 | 2013-05-15 | 株式会社日立ハイテクノロジーズ | 画像処理装置、及び、測定／検査システム、並びに、プログラム |
| US9863230B2 (en) | 2011-06-15 | 2018-01-09 | Schlumberger Technology Corporation | Heterogeneous proppant placement in a fracture with removable extrametrical material fill |
| AU2011383364B2 (en) * | 2011-12-13 | 2015-03-12 | Halliburton Energy Services, Inc. | Down hole cuttings analysis |
| US20140123739A1 (en) | 2012-11-06 | 2014-05-08 | Hongyu Luo | Method for testing particulate materials |
-
2015
- 2015-06-23 US US15/737,514 patent/US10655408B2/en active Active
- 2015-06-23 RU RU2017142897A patent/RU2693201C1/ru active
- 2015-06-23 WO PCT/US2015/037065 patent/WO2016209208A1/en active Application Filing
-
2017
- 2017-12-20 SA SA517390572A patent/SA517390572B1/ar unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5721433A (en) * | 1994-11-04 | 1998-02-24 | Toa Medical Electronics Co., Ltd. | Apparatus and method for analyzing particle images including measuring at a plurality of capturing magnifications |
| US20120308613A1 (en) * | 2000-04-17 | 2012-12-06 | Vectura Limited | Formulations for use in inhaler devices |
| RU2531261C2 (ru) * | 2009-09-23 | 2014-10-20 | Майкрософт Корпорейшн | Сканирование с помощью камеры |
| US20130176048A1 (en) * | 2010-09-28 | 2013-07-11 | Kyocera Corporation | Mullite-Based Sintered Body, Circuit Board Using Same and Probe Card |
| US20140372085A1 (en) * | 2011-12-22 | 2014-12-18 | 3M Innovative Properties Company | Method and system for making a dental restoration |
| RU127935U1 (ru) * | 2012-07-13 | 2013-05-10 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Нижегородская государственная медицинская академия Министерства здравоохранения и социального развития Российской Федерации" (ГБОУ ВПО НижГМА Минздравсоцразвития России) | Предметное стекло для микроскопического исследования гистологического объекта |
Non-Patent Citations (1)
| Title |
|---|
| ГОСТ Р 51761-2013 Пропанты алюмосиликатные. Технические условия (с Поправкой), 01.06.2014, 8.4 Определение сферичности и округлости, рис.1, табл.6. * |
Also Published As
| Publication number | Publication date |
|---|---|
| US10655408B2 (en) | 2020-05-19 |
| US20180112478A1 (en) | 2018-04-26 |
| WO2016209208A1 (en) | 2016-12-29 |
| SA517390572B1 (ar) | 2023-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ouma et al. | Pothole detection on asphalt pavements from 2D-colour pothole images using fuzzy c-means clustering and morphological reconstruction | |
| US11915407B2 (en) | Automated system and method for clarity measurements and clarity grading | |
| US8488863B2 (en) | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials | |
| Pouliot et al. | Automated tree crown detection and delineation in high-resolution digital camera imagery of coniferous forest regeneration | |
| Kuffer et al. | The development of a morphological unplanned settlement index using very-high-resolution (VHR) imagery | |
| Zhang et al. | Segmentation of cytoplasm and nuclei of abnormal cells in cervical cytology using global and local graph cuts | |
| EP3298582B1 (en) | Image-based analysis of a geological thin section | |
| JP6222584B2 (ja) | 細胞ベースの組織解析 | |
| Levet et al. | SpineJ: a software tool for quantitative analysis of nanoscale spine morphology | |
| EP3155592A1 (en) | Predicting breast cancer recurrence directly from image features computed from digitized immunohistopathology tissue slides | |
| RU2693201C1 (ru) | Распознание расклинивающего агента с помощью мобильного устройства | |
| CN107314957B (zh) | 一种岩石块度尺寸分布的测量方法 | |
| WO2016016125A1 (en) | Automatic glandular and tubule detection in histological grading of breast cancer | |
| WO2005076197A2 (en) | Method and system for morphology based mitosis identification and classification of digital images | |
| CN110517273B (zh) | 基于动态梯度阈值的细胞学图像分割方法 | |
| CN104053984A (zh) | 图像检查方法和图像检查装置 | |
| CN111652883B (zh) | 基于深度学习的玻璃表面缺陷检测方法 | |
| Chen et al. | Land cover mapping in urban environments using hyperspectral APEX data: A study case in Baden, Switzerland | |
| CN110490159B (zh) | 识别显微图像中的细胞的方法、装置、设备及存储介质 | |
| Troncoso-Pastoriza et al. | Use of BIM data as input and output for improved detection of lighting elements in buildings | |
| CN116468690B (zh) | 基于深度学习的浸润性非粘液性肺腺癌的亚型分析*** | |
| JP2023501161A (ja) | 領域レベルアノテーションのブーストラッピングを使用した画像処理ベースのオブジェクト分類 | |
| Wilhelm et al. | Assessing the storage root development of cassava with a new analysis tool | |
| Chen et al. | A multiangle polarised imaging‐based method for thin section segmentation | |
| CN110458042A (zh) | 一种荧光ctc中的探针数目检测方法 |