技术领域
[0001] 本发明涉及腐蚀检测技术领域,尤其涉及一种基于机器视觉的油井套管腐蚀监测方法及装置。
相关背景技术
[0002] 在油田的勘探开发过程中,由于高流速和各种腐蚀介质的作用,油井套管常遭到严重腐蚀,给油田生产带来很大影响。目前应用于油井套管腐蚀监测的传统方法具有以下缺陷:(1)依赖传感器布置:常规的油井套管腐蚀监测方法通常需要在套管表面安装传感器,以实时监测腐蚀情况。这涉及到在油井施工过程中进行传感器的布置和安装,增加了工作量和成本。
[0003] (2)难以应对复杂环境:油井存在高温、高压、腐蚀性介质等极端条件。传统的监测装置可能无法在这些恶劣环境下正常工作,或者需要额外的保护措施。这增加了装置的复杂性和成本,并可能降低其可靠性和稳定性。
[0004] (3)依赖光照条件:机器视觉方法对光照条件比较敏感,光线不足或光线变化可能会影响图像质量和腐蚀检测的准确性。在油井环境中,光照条件通常不稳定,特别是在井内和井口附近,存在较大的光照变化和阴影问题,可能导致腐蚀监测的误报和漏报。
[0005] (4)复杂背景干扰:油井环境中的背景通常比较复杂,存在大量的管道、阀门、泵等装置,这些装置可能会干扰腐蚀检测的结果。现有的机器视觉方法需要准确地区分套管表面的腐蚀区域和背景装置,但在复杂背景下,这可能是一个具有挑战性的问题。
具体实施方式
[0022] 为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0023] 需要说明的是,现有技术应用于油井套管腐蚀监测方法对于表面可见的油井套管腐蚀情况可以提供一定的帮助,但其存在如下局限(1)‑(4)。
[0024] (1)依赖传感器布置:常规的油井套管腐蚀监测方法通常需要在套管表面安装传感器,以实时监测腐蚀情况。这涉及到在油井施工过程中进行传感器的布置和安装,增加了工作量和成本。
[0025] (2)难以应对复杂环境:油井存在高温、高压、腐蚀性介质等极端条件。传统的监测装置可能无法在这些恶劣环境下正常工作,或者需要额外的保护措施。这增加了装置的复杂性和成本,并可能降低其可靠性和稳定性。
[0026] (3)依赖光照条件:机器视觉方法对光照条件比较敏感,光线不足或光线变化可能会影响图像质量和腐蚀检测的准确性。在油井环境中,光照条件通常不稳定,特别是在井内和井口附近,存在较大的光照变化和阴影问题,可能导致腐蚀监测的误报和漏报。
[0027] (4)复杂背景干扰:油井环境中的背景通常比较复杂,存在大量的管道、阀门、泵等装置,这些装置可能会干扰腐蚀检测的结果。现有的机器视觉方法需要准确地区分套管表面的腐蚀区域和背景装置,但在复杂背景下,这可能是一个具有挑战性的问题。
[0028] 请参考图1,图1为本发明提供的一种基于机器视觉的油井套管腐蚀监测方法的流程示意图。
[0029] 为了解决现有技术所存在的技术问题,本发明提供一种基于机器视觉的油井套管腐蚀监测方法,包括:101:获取待腐蚀监测图像;待腐蚀监测图像为利用预先设置的机器视觉设备采集的油井套管的图像。
[0030] 作为一种优选的实施例,机器视觉设备包括摄像头、照明元件、图像采集卡;摄像头配备可调焦距的镜头,以适应不同距离和大小的油井套管;获取待腐蚀监测图像,包括:通过照明元件在图像捕捉过程中为摄像头提供均匀的光照;通过摄像头对油井套管进行图像捕捉,得到数字图像;通过图像采集卡对数字图像进行格式转换和同步处理,得到待质量评估图像;对待质量评估图像进行实时质量评估,并在待质量评估图像的质量满足预设质量要求的情况下,将满足质量要求的图像进行存储;对满足质量要求的图像进行预处理和图像信息标注,得到待腐蚀检测图像;预处理的方式包括灰度、滤波去噪、增强对比度和矫正畸变;图像信息包括时间戳、设备ID和位置信息。
[0031] 在本实施例中,首先需要在油井现场安装一台预先设定参数的机器视觉设备。机器视觉设备包括高分辨率摄像头、照明元件和图像采集卡。
[0032] 其中,高分辨率的摄像头能够在不同的环境条件下清晰地捕捉油井套管的图像。机器视觉设备能够根据预设的时间间隔自动启动,通过高分辨率摄像头捕捉油井套管内部环空的图像,无需人工干预。高分辨率摄像头通过其光学传感器将光线转换成电信号,从而生成数字图像。摄像头的分辨率直接影响图像的细节和清晰度,这对于后续的腐蚀特征点检测和几何特征分析至关重要。高分辨率有助于捕捉到微小的腐蚀迹象,为精确分析提供基础。
[0033] 摄像头配备有可调焦距的镜头,允许摄像头在不同距离下对油井套管进行聚焦,确保即使在远离摄像头或非常接近摄像头的情况下,也能获得清晰的图像。通过调整焦距,可以控制图像的景深和清晰度,使得摄像头能够捕捉到油井套管表面的微小细节,如腐蚀斑点、裂纹等。在不同的监测条件下,如光照变化或套管表面状况不一,可调焦镜头能够优化图像质量,确保图像分析的准确性。在复杂的现场环境中,可调焦镜头提供了更大的灵活性,使得摄像头可以快速调整以适应不同的监测需求。准确的焦距调整减少了因图像模糊或不清晰而需要重拍的情况,提高了监测效率。在连续监测过程中,保持图像数据的一致性对于分析腐蚀发展趋势至关重要,可调焦镜头有助于在不同时间点获得质量一致的图像。
[0034] 照明元件设计为能够提供稳定的光源,确保在各种环境条件下都能获得清晰、一致的图像。均匀的光照可以减少阴影和反光对图像质量的影响,提高图像的对比度。照明元件与摄像头紧密协作,因为即使摄像头分辨率很高,如果照明条件不佳,也可能导致图像质量下降。合适的照明能够突出腐蚀区域与正常区域之间的差异,使得摄像头能够更准确地捕捉到腐蚀特征。
[0035] 图像采集卡(也称为帧抓取器)负责从摄像头接收数字图像,并将其转换成计算机可以处理的格式。图像采集卡负责同步图像数据的采集,确保图像的实时性和稳定性,得到待质量评估图像。图像采集卡与摄像头的输出直接相关,它必须能够处理摄像头提供的高分辨率图像数据。此外,图像采集卡还需要与计算机系统兼容,以便将图像数据传输给分析软件进行进一步处理。
[0036] 待质量评估图像通过内置的图像处理算法进行实时质量评估,确保图像清晰度和对比度满足后续分析的需求。如有必要,机器视觉设备能够自动调整摄像头参数或照明条件。在待质量评估图像的质量满足预设质量要求的情况下,将满足质量要求的图像存储在高容量的固态硬盘中,以保证数据的安全性和可访问性。固态硬盘支持远程访问,便于进行数据分析和回溯。考虑到满足质量要求的图像可能会受到光照、灰尘、油渍等因素的影响,因此需要进行预处理,包括灰度、滤波去噪、增强对比度和矫正畸变等步骤,以提高图像质量,为后续的腐蚀检测提供更准确的数据。为了便于后续分析,可以对满足质量要求的图像信息进行标注,包括时间戳、设备ID、位置信息等,以便于图像的管理和追踪。
[0037] 机器视觉设备的位置和角度经过精心设计,以确保能够覆盖到套管的关键区域。机器视觉设备具备防水、防尘和耐高低温的特性,以适应油井现场恶劣的环境条件。机器视觉设备外壳采用耐腐蚀材料,确保长期稳定运行。机器视觉设备具备实时异常检测功能,当检测到图像中的异常情况(如明显的腐蚀迹象)时,能够立即发出警报,并触发额外的图像采集或分析流程。机器视觉设备支持远程监控功能,操作人员可以通过网络远程查看实时图像和历史数据,进行远程诊断和维护。机器视觉设备能够根据采集的图像数据和预设的腐蚀模型,预测油井套管的腐蚀趋势,并在必要时提醒维护人员进行现场检查或维护工作。
[0038] 本实施例确保了待腐蚀监测图像的获取过程既高效又准确,为后续的腐蚀分析和监测提供了坚实的基础。
[0039] 102:根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点。
[0040] 作为一种优选的实施例,根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点,包括:根据哈里斯算子对待腐蚀监测图像计算每个像素点的水平和垂直方向的梯度,得到梯度信息;根据梯度信息构建每个像素点的梯度乘积矩阵;根据梯度乘积矩阵计算每个像素点的特征响应值,并将特征响应值满足预设响应阈值的像素点作为检测角点;从检测角点中进行非极大值抑制并通过插值算法筛选出与腐蚀特征相关的角点,得到腐蚀特征点。
[0041] 在本实施例中,根据哈里斯算子对待腐蚀监测图像计算每个像素点的梯度,包括水平和垂直方向的梯度。这些梯度信息是哈里斯算子检测特征点的基础。利用计算得到的梯度信息,构建每个像素点的梯度乘积矩阵。通过梯度乘积矩阵M,计算每个像素点的特征响应值R。响应值高的点更可能是腐蚀特征点。预设一个响应阈值,用于筛选出检测角点。响应阈值可以根据实际的腐蚀监测需求和图像质量进行调整。根据设定的响应阈值,从计算得到的特征响应值中筛选出高于响应阈值的像素点,这些点被认为是腐蚀特征点的候选位置(检测角点,图像中结构变化最显著的地方)。对筛选出的检测角点进行非极大值抑制,以确保每个腐蚀特征点是局部区域内响应值最高的点,从而减少误检。对非极大值抑制后的特征点进行细化,以提高特征点定位的精度。通过插值算法筛选出与腐蚀特征相关的角点,以确定腐蚀特征点的精确位置。
[0042] 哈里斯算子是一种经典的角点检测算法,它能够检测出图像中的点,这些点在图像的某个方向上具有明显的亮度变化,并且这些变化在图像的两个方向上都是显著的。哈2
里斯响应函数R定义为:R=det(M)‑k(trace(M))
[0043] 其中,M是梯度乘积矩阵:
[0044] det为行列式,trace为一个方阵主对角线上元素的和,Ix和Iy分别是待腐蚀监测图像在x(水平)和y(垂直)方向上的梯度,k是一个经验常数(通常取0.04到0.06之间),用于调整行列式和迹的权重,i,j用来表示图像中像素点的位置。
[0045] 通过采用哈里斯算子定位和预测特征算法,本实施例能够有效地识别和预测油井套管图像中的腐蚀特征点,为油井的腐蚀监测和预防提供强有力的技术支持。
[0046] 103:基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征;腐蚀几何特征用于分析油井套管腐蚀的腐蚀几何参数。
[0047] 作为一种优选的实施例,基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征,包括:根据油井套管的历史腐蚀形态数据设计斜面模板的形状和尺寸;基于腐蚀特征点,根据模板匹配算法将斜面模板应用于待腐蚀监测图像中,确定模板匹配区域;模板匹配区域为在待腐蚀监测图像中与斜面模板的相似度满足预设相似度阈值的区域;根据模板匹配区域定位待腐蚀监测图像中的腐蚀几何特征;选择通用和不变的特定子形状与腐蚀几何特征进行匹配,确定腐蚀几何参数;腐蚀几何参数包括腐蚀区域的中心、半径、面积、周长、体积和深度。
[0048] 在本实施例中,设计一系列斜面模板,这些斜面模板的形状和尺寸根据油井套管的典型历史腐蚀形态数据来定制。斜面模板用于匹配图像中的腐蚀区域,以识别出腐蚀的几何特征,如腐蚀坑、裂纹等。将设计好的斜面模板应用到待腐蚀监测图像中,基于腐蚀特征点,通过模板匹配算法寻找与斜面模板最匹配的区域。这一步骤涉及到计算斜面模板与待腐蚀监测图像区域之间的相关性或相似度,以确定最佳匹配位置。预设一个相似度阈值,用于筛选出模板匹配区域。相似度阈值可以根据实际的腐蚀监测需求和图像质量进行调整。一旦找到最佳匹配,就可以在图像中定位出腐蚀几何特征。这些腐蚀几何特征的位置、大小和形状将被记录下来,为后续的几何参数分析提供数据。当然也可以对匹配得到的几何特征进行验证,确保匹配结果的准确性。这可能涉及到人工检查或使用额外的图像处理技术来确认匹配结果。根据验证结果,对模板匹配算法进行优化,以提高匹配的准确性和鲁棒性。这可能包括调整模板的设计、改进匹配算法或引入机器学习技术。选择通用且不变的特定子形状与腐蚀几何特征进行匹配,确定腐蚀几何参数。特定子形状是预先定义圆形、椭圆形或其他的几何形状,可以提高腐蚀几何参数确定的稳定性和鲁棒性,减少由于特征变化而引起的误差。腐蚀几何参数包括腐蚀区域的中心、半径、面积、周长、体积和深度等参数。这些腐蚀几何参数对于理解腐蚀的严重程度和发展趋势至关重要,为油井套管的腐蚀监测和维护提供详细的数据支持。
[0049] 相似度度量方法包括归一化交叉相关(NCC):
[0050] 其中,T(i,j)为斜面模板图像在坐标(i,j)处的像素值,I(x+i,y+j)为待腐蚀监测图像在坐标(x+i,y+j)处的像素值,I为待腐蚀监测图像, 为斜面模板图像T的像素值均值, 为待腐蚀监测图像I的像素值均值。
[0051] 通过定位整个油井套管内部环空的许多不同形状和尺寸的斜面模板,以覆盖移动特征的多个轮廓。这种方法可以应对套管腐蚀的不规则形状和尺寸变化,提高特征的检测和定位准确性。
[0052] 104:根据腐蚀几何参数,确定油井套管腐蚀的监测结果。
[0053] 作为一种优选的实施例,根据腐蚀几何参数,确定油井套管腐蚀的监测结果,包括:对腐蚀几何参数进行标准化处理,得到标准化后的几何参数;根据标准化的几何参数,确定当前腐蚀状态;当前腐蚀状态包括腐蚀的类型、位置和严重程度;结合油井套管的工作条件和环境因素,分析当前腐蚀状态对油井安全运行的风险,得到风险等级;根据当前腐蚀状态和风险等级,确定油井套管腐蚀的监测结果。
[0054] 在本实施例中,将收集到的几何参数进行标准化处理,以消除不同图像采集条件下可能带来的偏差。这包括将测量值转换为相对于套管尺寸的比例值。根据标准化后的几何参数,确定当前腐蚀状态,如腐蚀的类型、位置和严重程度。腐蚀的类型包括均匀腐蚀、局部腐蚀、点蚀等。不同类型的腐蚀可能需要采取不同的维护策略。腐蚀的严重程度涉及到比较腐蚀区域的大小与预设的腐蚀等级阈值,或者根据腐蚀深度和扩展速度来确定腐蚀等级。结合油井套管的工作条件和环境因素,分析当前腐蚀状态对油井安全运行的风险,得到风险等级。这可能包括对腐蚀导致的结构弱点、潜在泄漏风险等进行预测。根据当前腐蚀状态和风险等级,确定油井套管腐蚀的监测结果。根据监测结果,生成针对性的维护建议。这可能包括定期的腐蚀区域清理、涂层修复、或者在严重情况下的套管更换。维护建议旨在减缓腐蚀进程,确保油井的安全和稳定运行。当然也可以编制详细的腐蚀监测报告,报告中包括几何参数的分析结果、腐蚀的严重程度评估、风险分析以及维护建议。将确定的监测结果更新到油井套管的维护数据库中,为未来的监测和维护工作提供参考。
[0055] 使用最小二乘法拟合圆形:
[0056] 其中,数据集中的第i个点的坐标,(a,b)为通过最小二乘法计算得到的圆心的坐标,r为通过最小二乘法计算得到的圆的半径,n为数据集中点的总数,即用于拟合圆形的点的数量。
[0057] 作为一种优选的实施例,基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的几何特征之后,还包括:根据腐蚀特征点和待腐蚀监测图像,采用具有平行侧面的U形模板模拟腐蚀区域的形状,得到模拟特征,并将模拟特征与几何特征进行匹配,得到匹配后的特征;匹配后的特征用于分析油井套管腐蚀的几何参数。
[0058] 在本实施例中,根据油井套管的典型腐蚀形态,选择或设计一个具有平行侧面的U形模板。初始化U形模板的尺寸和形状,以便与腐蚀区域的形状相匹配。U形模板能够模拟腐蚀区域的典型形状,如U形腐蚀坑或沟槽。利用U形模板在待腐蚀监测图像中模拟腐蚀区域的形状。通过调整模板的位置和大小,使其与图像中的腐蚀区域尽可能吻合,从而得到模拟特征。执行特征匹配算法,将得到的模拟特征与通过斜面模板定位得到的几何特征进行匹配。涉及到计算模拟特征与几何特征之间的相似度或匹配度,以确定最佳的匹配结果。基于匹配后的特征,计算油井套管腐蚀的几何参数。
[0059] 通过采用U形模板定位技术,本实施例能够准确地识别和分析油井套管图像中的匹配后的特征,为油井的维护和安全管理提供科学依据。这种方法提高了腐蚀监测的准确性和效率,有助于延长油井套管的使用寿命,保障油井的长期稳定运行。
[0060] 本发明在复杂环境下能够提高腐蚀特征的定位和预测准确性,使得油井套管腐蚀的监测结果更精准可靠,与此同时,此过程不需要布设大量传感器,减少了工作量和成本。
[0061] 下面对本发明提供的基于机器视觉的油井套管腐蚀监测装置进行描述,下文描述的基于机器视觉的油井套管腐蚀监测装置与上文描述的基于机器视觉的油井套管腐蚀监测方法可相互对应参照。
[0062] 请参考图2,图2为本发明提供的一种基于机器视觉的油井套管腐蚀监测装置的结构示意图。
[0063] 本发明还提供一种基于机器视觉的油井套管腐蚀监测装置,包括:获取模块1,用于获取待腐蚀监测图像;待腐蚀监测图像为利用预先设置的机器视觉设备采集的油井套管的图像;特征点定位模块2,用于根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点;几何特征定位模块3,用于基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征;腐蚀几何特征用于分析油井套管腐蚀的腐蚀几何参数;结果确定模块4,用于根据腐蚀几何参数,确定油井套管腐蚀的监测结果。
[0064] 图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行基于机器视觉的油井套管腐蚀监测方法,该方法包括:获取待腐蚀监测图像;待腐蚀监测图像为利用预先设置的机器视觉设备采集的油井套管的图像;根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点;基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征;腐蚀几何特征用于分析油井套管腐蚀的腐蚀几何参数;根据腐蚀几何参数,确定油井套管腐蚀的监测结果。
[0065] 此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read‑Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0066] 另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的基于机器视觉的油井套管腐蚀监测方法,该方法包括:获取待腐蚀监测图像;待腐蚀监测图像为利用预先设置的机器视觉设备采集的油井套管的图像;根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点;基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征;腐蚀几何特征用于分析油井套管腐蚀的腐蚀几何参数;根据腐蚀几何参数,确定油井套管腐蚀的监测结果。
[0067] 又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于机器视觉的油井套管腐蚀监测方法,该方法包括:获取待腐蚀监测图像;待腐蚀监测图像为利用预先设置的机器视觉设备采集的油井套管的图像;根据哈里斯算子定位和预测特征算法,定位待腐蚀监测图像中的腐蚀特征点;基于腐蚀特征点,采用斜面模板定位待腐蚀监测图像中的腐蚀几何特征;腐蚀几何特征用于分析油井套管腐蚀的腐蚀几何参数;根据腐蚀几何参数,确定油井套管腐蚀的监测结果。
[0068] 以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
[0069] 通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0070] 最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。