海上平台岩屑数字图像自动识别分析系统的研究

摘 要：针对海上平台岩屑录井数字图像实时处理、分析和的需要，减少海上平台地质人员工作强度，保证岩屑采集原始信息的完整性，增强海上和陆地之间信息共享的及时性，提高分析决策效率，提出了海上平台卫星网络岩屑数字图像实时处理分析系统的整体架构设计，包括岩屑数字图像分析处理、卫星网络传输和信息集成共享等主要内容，通过系统的建设和应用，很大程度上避免了漏采样品，并提高了分析效率以及多方信息沟通的能力。

关键词：岩屑数字图像 图像处理 图像识别 图像压缩 传输策略 信息集成

中图分类号：TP39 文献标识码：A 文章编号：1674-098X（2012）12（a）-00-03

在石油勘探领域，岩屑是地质人员及时认识地层岩性和油性的直观材料，而岩屑录井是岩屑信息获取的重要手段。地质员按要求每隔一定深度取样一次，再对每次取得的原始样品进行筛选、过滤和清洗后，进行显微镜下地质观察和定名，并确定取样深度的岩石类别，求出各类岩屑样品的质量或体积百分比，配合其它录井资料，绘制井下岩屑地层剖面图。在岩屑录井工作中，还要用特定波段的荧光灯照射某些层段的岩屑以激发出荧光，通过荧光颜色和强度识别其含油气性。岩屑录井有识别井下地层岩性和油气的重要作用，且费用少，是油气勘探中必须进行的一项工作。

目前，海上平台在进行岩屑录井时仍采用传统的技术和方法，即捞样、清洗、照相、描述等均由现场地质员人工完成。但随着钻井技术的不断发展，过去需要20多d才能钻完的一口生产井，现在只需要5 d左右，这样无疑给取样和描述工作带来了诸多的难题。首先，地质员需要在1～2 min内完成一次岩屑样本抽取工作，清洗、照相、描述等后续工作根本就来不及完成，因而很容易出现漏采样本的情况。其次，PDC钻头的应用，导致岩屑样本非常细小，不易观察和识别，致使现场描述工作非常困难，出现偏差的情况时有发生。同时由于海上平台和陆地之间的信息不同步，地质员获取到的数字图像资料和分析结果无法及时地反馈给研究决策人员，造成钻井过程中基于岩屑信息的分析决策滞后。针对以上岩屑录井工作中存在的问题，结合数字图像处理分析技术以及高适用性的数据传输策略，将海上采集分析、卫星数据传输、陆上深化应用作为一个有机整体，进行海上平台数字图像自动识别系统的设计和研究。

1 整体的设计思路

岩屑数字图像自动识别分析系统在设计上需要综合考虑平台地质员以及陆上研究决策人员对岩屑录井信息的管理、监控以及应用等方面的需求。如图1所示，平台岩屑录井一般分为图像采集、图像储存、图像处理分析三个步骤。首先，通过使用工业级CCD摄像头对岩屑进行白光扫描和紫外激发光源下的荧光扫描，获取岩屑的白光荧光图像，再通过传输接口保存到服务器相应的文件夹中。系统会不间断地对这些文件夹进行检测，当发现新的图像文件后，及时进行处理和分析，并第一时间将结果呈现在平台地质员面前。与此同时，陆上的分析决策人员也将实时捕获平台通过卫星传送过来的岩屑数字图像和分析处理数据，并可以对这些数据进行仅一步分析，最后计算岩屑目标的多项参数。除了具备海上平台分析功能外，陆上可通过人工方式对岩屑岩性及含油岩屑发光特性进行识别，提高识别的准确率。最后生成多种统计报表，并以直方图和频率图等直观的方式将信息呈现在决策人员面前。

考虑到同时进行岩屑录井工作的平台可能有多个以及陆上数据集中管理的需要，陆上系统可以同步接受来自不同平台的信息。

图1 系统的整体设计思路

2 岩屑数字图像处理分析

图像自动处理与分析无论在海上还是陆上系统中都是最核心的功能。该功能案工作流程可分为岩屑图像预处理、目标分割、特征提取和目标识别三个阶段。

为了保证分析结果的准确性，系统对岩屑图像质量有着比较高的要求，主要在清晰度和分辨率两个方面。因为在进行图像采集时，由于光照条件和岩屑形状的不同，会导致扫描时不同区域的景深和明暗程度差别很大，从而导致图像亮度不均匀和模糊失真的情况发生，这将会严重影响识别分析的效果。系统通过激光测距和图像融合技术解决清晰度问题。通过采用高分辨率扫描仪解决分辨率问题，分辨率一般要在10000 dpi以上，这样当图像在放大100倍之后，岩屑的真实信息才能反映出来，尤其是岩屑纹理信息，这是岩屑纹理识别的重要基础。

2.1 图像预处理

由于岩屑样品采集使用的工业级CCD镜头属于感光器件，在进行数模转换以及电信号传输过程中难免受到电磁干扰，影响图像质量，这样就需要在分析之前进行图像的预处理，以达到降噪的目的。

本系统通过采用阴影校正、噪声去除、对比度增强和边界增强等方法，实现图像质量的改善。阴影校正是通过直方图均衡的方法在进行灰度转换时处理光照不均或曝光不足的现象。对于噪声的处理，主要是通过图像平滑、高斯滤波和中值滤波来完成。通过图像平滑方式降噪，系统提供了邻域平均法、频域低通滤波法和多图像平均法。在对图像进行平滑时要注意对图像边缘的保护，避免平滑造成的边缘信息的损失。对比度增强采用了自乘增强、自动平衡、直方图均衡等方法来实现，可以明显提高图像视觉效果。

对于通过上述方法仍无法消除的一些小的目标或目标上的孔洞，系统使用小孔去除或填充的方法进行处理，以减少这些孔洞对分析结果的影响。

2.2 图像目标分割

本系统采用的是结构化的分割方法，首先将预处理过的岩屑数字图像进行灰度变换（如图2所示），在通过灰度拉伸增强图像的灰度对比度，使目标和背景更容易区分出来，再对灰度图像进行阈值分割。

这里我们使用多阈值分割方法，主要是因为岩屑图像不同目标之间的灰度级别可能相差很大，属于多目标分割范畴。通过OTSU多阈值分割算法，可以将岩屑数字图像分为若干个子图像，每个子图像的灰度级别都在一定范围内且不重合。在应用中，多阈值分割很好地将目标和背景分离出来（如图3所示）。

但是阈值分割只能将目标和背景分离开来，却无法将粘连在一起的目标区域分开，既有可能将多个连接在一起的目标当成一个目标进行识别分析。为了解决这一问题，系统对每一个阈值分割出来的子图像中粘连不是很严重的目标通过分水岭算法进行处理，对粘连比较严重的目标通过边缘检测的方法进行处理，比如roberts算子、laplace算子、hough算子等等。然后再将多幅子图像拼接成一个完整的图像。

通过目标分割实现了岩屑目标与图像背景以及不同岩屑目标之间的分离，从而提取出若干个具有相似特征的目标区域，为进一步的目标识别做好准备。

2.3 岩屑特征提取及识别

目标特征是进行目标识别的基础，一般可以分为自然特征和人工特征，前者有目标颜色、亮度、纹理和轮廓等，而后者多指人为加工和变换后的特征，比如直方图和频谱等。

由于采集出来的岩屑样本大多是灰色和黑色的，尤其是湿样，不同岩屑的颜色都很接近，很难通过色彩来进行区分。所以本系统将岩屑纹理作为主要的岩屑特征，并通过其对不同岩屑进行识别。

系统通过统计方法对岩屑纹理进行描述。直方图是统计方法中最基本的方法，尤其适用于自然纹理。直方图包括灰度直方图、灰度水平差分直方图、灰度和差直方图以及灰度共生矩阵，系统会根据事先设定好的参数对岩屑目标进行某一类直方图的统计，并求出相应的数学统计量特征。如表1所示，显示7类岩屑的6种统计量特征。

这里需要说明的是，并不是每一个直方图的每一个统计量特征均能作为岩屑目标识别的依据，只能通过大量的实验，找出不同岩性在统计特征上的变化规律，从而制定出合理的识别方法。比如经过500个样品的试验，绘制出全部四个直方图的30个统计特征量的统计曲线和相互重叠的概率分布表，便可以快速地分清哪些特征值适用于区分哪些岩屑。通过实验，灰色白云质泥岩、绿灰色含膏泥岩、灰色石膏质泥岩可以通过灰度和差直方图的均值、方差、相关度和熵与砂岩区分开，而其它的泥岩则无法通过这些统计量特征进行区分。由此可见，岩屑识别的工作重点不单单在于研究岩屑特征的提取，还需要进行大量的实验，对特征值以及岩屑之间相互关系进行分析。

目前，系统知识库所包含的岩屑图像数据主要来自于南海钻井平台，这些数据是否适应渤海、黄海、东海和北海的地质环境还需要进一步研究和验证。

3 卫星传输设计

3.1 数据传输策略

海上和陆上的信息传输是通过卫星来完成的，传输的数据类型主要有分析处理数据和岩屑数字图像两类，前者信息量较小，而后者信息量往往较大，瞬间的传输峰值有可能超出带宽的限制。为了不影响海上平台正常的生产作业，同时在有需要的时候实现海陆信息共享，系统在传输策略上支持实时传输、定时传输和适时传输三种方法。

除了上述的数据传输策略外，系统还支持有选择地数据传输。陆上决策人员比较关心含油岩屑的图像信息，而通过初步分析往往能够判定岩屑是否含油，系统可以根据设定将含油丰度满足一定条件的岩屑图像传输回陆地，以便决策人员进行进一步的分析处理。

3.2 图像压缩

对10 cm×10 cm的盛样皿进行10000 dpi的岩屑扫描时，生成的jpg图像大小一般会超过100 M，硬件系统每半分钟会采集一幅白光图像和一幅荧光图像，直接传输对带宽的占用非常大。为了解决这一问题，系统采用了一种高效的图像压缩算法，首先对图像进行色彩空间转换，从RGB格式转换成格式，再经过塔式小波变换-量化-熵编码等操作，完成图像的压缩。

反之，进行上述操作的逆操作可以实现对压缩图像的解压。通过应用，当压缩比为48∶1时，经压缩算法处理过的图像质量几乎没有受到影响，能满足进一步分析处理的需要，并大大降低了卫星流量。

3.3 数据同步

多个平台子系统与主服务器之间的数据同步是通过多线程技术和多数据库同步技术实现的。前者适用于图像文件的传输，并需要在发送端执行传输主程序，在接收端执行监听主程序和会话主程序。相应的程序调度与执行是通过系统的作业调度模块来完成的，具有较好的灵活性。图像的识别分析结果均存储在SQL Server数据库中，子数据源与主数据源的数据同步采用SQL Server事务复制方式。

4 网络共享平台设计

4.1 信息集成

岩屑录井是获取第一手地址资料的重要手段，但并不是唯一的手段。其中测井数据对钻井工作也有很重要的指导意义。为了让决策人员更全面地了解这些信息，系统在岩屑录井信息的基础上集成了随钻决策系统中的测井数据，包括自然伽玛、自然电位、微电极、电阻率、井陉、中子孔、体积密度、声波时差等。集成方式是通过在随钻决策系统中相应的Web Service接口实现的。同时本系统也提供了多种数据共享接口，包括按层级及深度读取图像及分析数据接口、按井读取荧光丰度曲线接口等，实现方式也是web服务。

4.2 前台功能设计

如图4所示，网络共享平台由三部分组成：数据存储、信息和系统管理。首先平台通过多渠道收集存储了包括数字图像、分析处理数据和外部集成数据在内的对分析决策有帮助的各类数据，是信息的数据来源。而信息通过对这些数据进行不同角度的组织，构建了基于井信息的图像展示、曲线绘制、报告浏览、多井对比和综合评价等功能，方便研究人员从不同方面观察了解岩屑录井信息以及多信息综合应用情况。平台还提供了知识管理功能，逐步将全部录井数据和评价结果纳入到知识管理体系中来，形成综合录井知识库，为今后的查询、浏览和应用提供方便。除此之外，平台通过多层级的用户授权机制和日志记录机制，保障平台安全运行。

5 结语

海上平台岩屑数字图像自动识别分析系统在研究、设计与实现过程中充分考虑了海陆工作人员的岩屑录井需求，并很好地与自动采样扫描硬件系统衔接起来，是在海上平台录井工作自动化和智能化研究领域的一次具有创新性的探索，对今后在陆上和海上进行大规模的自动化录井工作提供了有价值的借鉴和参考。

参考文献

[1] 王磊，段会川.Otsu方法在多阈值图像分割中的应用[J].计算机工程与设计，2008，29（11）：2844.

[2] 陈婷婷，程小平.采用模糊形态学和形态学分水岭算法的图像分割[J].西南大学学报（自然科学版），2008，30（3）：142-145.

[3] 唐圣学，刘波峰，徐东峰.基于模糊神经网络的颜色识别方法[J].传感器技术，2003，22（11）：57.

[4] 戴天虹，王克奇，杨少春.基于颜色特征对木材分级的研究[J].计算机工程与设计，2007，28（18）：4542-4545.