海上平臺巖屑數字圖像自動識別分析系統的研究

苑舒斌 符耀慶

摘 要：針對海上平臺巖屑錄井數字圖像實時處理、分析和發布的需要，減少海上平臺地質人員工作強度，保證巖屑采集原始信息的完整性，增強海上和陸地之間信息共享的及時性，提高分析決策效率，提出了海上平臺衛星網絡巖屑數字圖像實時處理分析發布系統的整體架構設計，包括巖屑數字圖像分析處理、衛星網絡傳輸和信息集成共享等主要內容，通過系統的建設和應用，很大程度上避免了漏采樣品，并提高了分析效率以及多方信息溝通的能力。

關鍵詞：巖屑數字圖像 圖像處理 圖像識別 圖像壓縮 傳輸策略 信息集成

中圖分類號：TP39 文獻標識碼：A 文章編號：1674-098X（2012）12（a）-00-03

在石油勘探領域，巖屑是地質人員及時認識地層巖性和油性的直觀材料，而巖屑錄井是巖屑信息獲取的重要手段。地質員按要求每隔一定深度取樣一次，再對每次取得的原始樣品進行篩選、過濾和清洗后，進行顯微鏡下地質觀察和定名，并確定取樣深度的巖石類別，求出各類巖屑樣品的質量或體積百分比，配合其它錄井資料，繪制井下巖屑地層剖面圖。在巖屑錄井工作中，還要用特定波段的熒光燈照射某些層段的巖屑以激發出熒光，通過熒光顏色和強度識別其含油氣性。巖屑錄井有識別井下地層巖性和油氣的重要作用，且費用少，是油氣勘探中必須進行的一項工作。

目前，海上平臺在進行巖屑錄井時仍采用傳統的技術和方法，即撈樣、清洗、照相、描述等均由現場地質員人工完成。但隨著鉆井技術的不斷發展，過去需要20多d才能鉆完的一口生產井，現在只需要5 d左右，這樣無疑給取樣和描述工作帶來了諸多的難題。首先，地質員需要在1～2 min內完成一次巖屑樣本抽取工作，清洗、照相、描述等后續工作根本就來不及完成，因而很容易出現漏采樣本的情況。其次，PDC鉆頭的應用，導致巖屑樣本非常細小，不易觀察和識別，致使現場描述工作非常困難，出現偏差的情況時有發生。同時由于海上平臺和陸地之間的信息不同步，地質員獲取到的數字圖像資料和分析結果無法及時地反饋給研究決策人員，造成鉆井過程中基于巖屑信息的分析決策滯后。針對以上巖屑錄井工作中存在的問題，結合數字圖像處理分析技術以及高適用性的數據傳輸策略，將海上采集分析、衛星數據傳輸、陸上深化應用作為一個有機整體，進行海上平臺數字圖像自動識別系統的設計和研究。

1 整體的設計思路

巖屑數字圖像自動識別分析系統在設計上需要綜合考慮平臺地質員以及陸上研究決策人員對巖屑錄井信息的管理、監控以及應用等方面的需求。如圖1所示，平臺巖屑錄井一般分為圖像采集、圖像儲存、圖像處理分析三個步驟。首先，通過使用工業級CCD攝像頭對巖屑進行白光掃描和紫外激發光源下的熒光掃描，獲取巖屑的白光熒光圖像，再通過傳輸接口保存到服務器相應的文件夾中。系統會不間斷地對這些文件夾進行檢測，當發現新的圖像文件后，及時進行處理和分析，并第一時間將結果呈現在平臺地質員面前。與此同時，陸上的分析決策人員也將實時捕獲平臺通過衛星傳送過來的巖屑數字圖像和分析處理數據，并可以對這些數據進行僅一步分析，最后計算巖屑目標的多項參數。除了具備海上平臺分析功能外，陸上可通過人工方式對巖屑巖性及含油巖屑發光特性進行識別，提高識別的準確率。最后生成多種統計報表，并以直方圖和頻率圖等直觀的方式將信息呈現在決策人員面前。

考慮到同時進行巖屑錄井工作的平臺可能有多個以及陸上數據集中管理的需要，陸上系統可以同步接受來自不同平臺的信息。

圖1 系統的整體設計思路

2 巖屑數字圖像處理分析

圖像自動處理與分析無論在海上還是陸上系統中都是最核心的功能。該功能案工作流程可分為巖屑圖像預處理、目標分割、特征提取和目標識別三個階段。

為了保證分析結果的準確性，系統對巖屑圖像質量有著比較高的要求，主要在清晰度和分辨率兩個方面。因為在進行圖像采集時，由于光照條件和巖屑形狀的不同，會導致掃描時不同區域的景深和明暗程度差別很大，從而導致圖像亮度不均勻和模糊失真的情況發生，這將會嚴重影響識別分析的效果。系統通過激光測距和圖像融合技術解決清晰度問題。通過采用高分辨率掃描儀解決分辨率問題，分辨率一般要在10000 dpi以上，這樣當圖像在放大100倍之后，巖屑的真實信息才能反映出來，尤其是巖屑紋理信息，這是巖屑紋理識別的重要基礎。

2.1 圖像預處理

由于巖屑樣品采集使用的工業級CCD鏡頭屬于感光器件，在進行數模轉換以及電信號傳輸過程中難免受到電磁干擾，影響圖像質量，這樣就需要在分析之前進行圖像的預處理，以達到降噪的目的。

本系統通過采用陰影校正、噪聲去除、對比度增強和邊界增強等方法，實現圖像質量的改善。陰影校正是通過直方圖均衡的方法在進行灰度轉換時處理光照不均或曝光不足的現象。對于噪聲的處理，主要是通過圖像平滑、高斯濾波和中值濾波來完成。通過圖像平滑方式降噪，系統提供了鄰域平均法、頻域低通濾波法和多圖像平均法。在對圖像進行平滑時要注意對圖像邊緣的保護，避免平滑造成的邊緣信息的損失。對比度增強采用了自乘增強、自動平衡、直方圖均衡等方法來實現，可以明顯提高圖像視覺效果。

對于通過上述方法仍無法消除的一些小的目標或目標上的孔洞，系統使用小孔去除或填充的方法進行處理，以減少這些孔洞對分析結果的影響。

2.2 圖像目標分割

本系統采用的是結構化的分割方法，首先將預處理過的巖屑數字圖像進行灰度變換（如圖2所示），在通過灰度拉伸增強圖像的灰度對比度，使目標和背景更容易區分出來，再對灰度圖像進行閾值分割。

這里我們使用多閾值分割方法，主要是因為巖屑圖像不同目標之間的灰度級別可能相差很大，屬于多目標分割范疇。通過OTSU多閾值分割算法，可以將巖屑數字圖像分為若干個子圖像，每個子圖像的灰度級別都在一定范圍內且不重合。在應用中，多閾值分割很好地將目標和背景分離出來（如圖3所示）。

但是閾值分割只能將目標和背景分離開來，卻無法將粘連在一起的目標區域分開，既有可能將多個連接在一起的目標當成一個目標進行識別分析。為了解決這一問題，系統對每一個閾值分割出來的子圖像中粘連不是很嚴重的目標通過分水嶺算法進行處理，對粘連比較嚴重的目標通過邊緣檢測的方法進行處理，比如roberts算子、laplace算子、hough算子等等。然后再將多幅子圖像拼接成一個完整的圖像。

通過目標分割實現了巖屑目標與圖像背景以及不同巖屑目標之間的分離，從而提取出若干個具有相似特征的目標區域，為進一步的目標識別做好準備。

2.3 巖屑特征提取及識別

目標特征是進行目標識別的基礎，一般可以分為自然特征和人工特征，前者有目標顏色、亮度、紋理和輪廓等，而后者多指人為加工和變換后的特征，比如直方圖和頻譜等。

由于采集出來的巖屑樣本大多是灰色和黑色的，尤其是濕樣，不同巖屑的顏色都很接近，很難通過色彩來進行區分。所以本系統將巖屑紋理作為主要的巖屑特征，并通過其對不同巖屑進行識別。

系統通過統計方法對巖屑紋理進行描述。直方圖是統計方法中最基本的方法，尤其適用于自然紋理。直方圖包括灰度直方圖、灰度水平差分直方圖、灰度和差直方圖以及灰度共生矩陣，系統會根據事先設定好的參數對巖屑目標進行某一類直方圖的統計，并求出相應的數學統計量特征。如表1所示，顯示7類巖屑的6種統計量特征。

這里需要說明的是，并不是每一個直方圖的每一個統計量特征均能作為巖屑目標識別的依據，只能通過大量的實驗，找出不同巖性在統計特征上的變化規律，從而制定出合理的識別方法。比如經過500個樣品的試驗，繪制出全部四個直方圖的30個統計特征量的統計曲線和相互重疊的概率分布表，便可以快速地分清哪些特征值適用于區分哪些巖屑。通過實驗，灰色白云質泥巖、綠灰色含膏泥巖、灰色石膏質泥巖可以通過灰度和差直方圖的均值、方差、相關度和熵與砂巖區分開，而其它的泥巖則無法通過這些統計量特征進行區分。由此可見，巖屑識別的工作重點不單單在于研究巖屑特征的提取，還需要進行大量的實驗，對特征值以及巖屑之間相互關系進行分析。

目前，系統知識庫所包含的巖屑圖像數據主要來自于南海鉆井平臺，這些數據是否適應渤海、黃海、東海和北海的地質環境還需要進一步研究和驗證。

3 衛星傳輸設計

3.1 數據傳輸策略

海上和陸上的信息傳輸是通過衛星來完成的，傳輸的數據類型主要有分析處理數據和巖屑數字圖像兩類，前者信息量較小，而后者信息量往往較大，瞬間的傳輸峰值有可能超出帶寬的限制。為了不影響海上平臺正常的生產作業，同時在有需要的時候實現海陸信息共享，系統在傳輸策略上支持實時傳輸、定時傳輸和適時傳輸三種方法。

除了上述的數據傳輸策略外，系統還支持有選擇地數據傳輸。陸上決策人員比較關心含油巖屑的圖像信息，而通過初步分析往往能夠判定巖屑是否含油，系統可以根據設定將含油豐度滿足一定條件的巖屑圖像傳輸回陸地，以便決策人員進行進一步的分析處理。

3.2 圖像壓縮

對10 cm×10 cm的盛樣皿進行10000 dpi的巖屑掃描時，生成的jpg圖像大小一般會超過100 M，硬件系統每半分鐘會采集一幅白光圖像和一幅熒光圖像，直接傳輸對帶寬的占用非常大。為了解決這一問題，系統采用了一種高效的圖像壓縮算法，首先對圖像進行色彩空間轉換，從RGB格式轉換成格式，再經過塔式小波變換-量化-熵編碼等操作，完成圖像的壓縮。

反之，進行上述操作的逆操作可以實現對壓縮圖像的解壓。通過應用，當壓縮比為48∶1時，經壓縮算法處理過的圖像質量幾乎沒有受到影響，能滿足進一步分析處理的需要，并大大降低了衛星流量。

3.3 數據同步

多個平臺子系統與主服務器之間的數據同步是通過多線程技術和多數據庫同步技術實現的。前者適用于圖像文件的傳輸，并需要在發送端執行傳輸主程序，在接收端執行監聽主程序和會話主程序。相應的程序調度與執行是通過系統的作業調度模塊來完成的，具有較好的靈活性。圖像的識別分析結果均存儲在SQL Server數據庫中，子數據源與主數據源的數據同步采用SQL Server事務復制方式。

4 網絡共享平臺設計

4.1 信息集成

巖屑錄井是獲取第一手地址資料的重要手段，但并不是唯一的手段。其中測井數據對鉆井工作也有很重要的指導意義。為了讓決策人員更全面地了解這些信息，系統在巖屑錄井信息的基礎上集成了隨鉆決策系統中的測井數據，包括自然伽瑪、自然電位、微電極、電阻率、井陘、中子孔、體積密度、聲波時差等。集成方式是通過在隨鉆決策系統中發布相應的Web Service接口實現的。同時本系統也提供了多種數據共享接口，包括按層級及深度讀取圖像及分析數據接口、按井讀取熒光豐度曲線接口等，實現方式也是web服務。

4.2 前臺功能設計

如圖4所示，網絡共享平臺由三部分組成：數據存儲、信息發布和系統管理。首先平臺通過多渠道收集存儲了包括數字圖像、分析處理數據和外部集成數據在內的對分析決策有幫助的各類數據，是信息發布的數據來源。而信息發布通過對這些數據進行不同角度的組織，構建了基于井信息的圖像展示、曲線繪制、報告瀏覽、多井對比和綜合評價等功能，方便研究人員從不同方面觀察了解巖屑錄井信息以及多信息綜合應用情況。平臺還提供了知識管理功能，逐步將全部錄井數據和評價結果納入到知識管理體系中來，形成綜合錄井知識庫，為今后的查詢、瀏覽和應用提供方便。除此之外，平臺通過多層級的用戶授權機制和日志記錄機制，保障平臺安全運行。

5 結語

海上平臺巖屑數字圖像自動識別分析系統在研究、設計與實現過程中充分考慮了海陸工作人員的巖屑錄井需求，并很好地與自動采樣掃描硬件系統銜接起來，是在海上平臺錄井工作自動化和智能化研究領域的一次具有創新性的探索，對今后在陸上和海上進行大規模的自動化錄井工作提供了有價值的借鑒和參考。

參考文獻

[1] 王磊，段會川.Otsu方法在多閾值圖像分割中的應用[J].計算機工程與設計，2008，29（11）：2844.

[2] 陳婷婷，程小平.采用模糊形態學和形態學分水嶺算法的圖像分割[J].西南大學學報（自然科學版），2008，30（3）：142-145.

[3] 唐圣學，劉波峰，徐東峰.基于模糊神經網絡的顏色識別方法[J].傳感器技術，2003，22（11）：57.

[4] 戴天虹，王克奇，楊少春.基于顏色特征對木材分級的研究[J].計算機工程與設計，2007，28（18）：4542-4545.