海上鉆井平臺井噴液柱高度的圖像識別測量方法

孫曉峰 姚 笛 劉書杰 任美鵬 耿亞楠

1.東北石油大學石油工程學院 2.中海油研究總院

0 引言

井噴是開采油氣資源鉆井過程中，地層孔隙壓力高于井底壓力時，地層流體大量噴出地面的現(xiàn)象。井噴如果不能得到有效控制，就有可能演變成井噴失控事故，甚至會造成井場爆炸起火、人員傷亡和巨大的財產(chǎn)損失。井噴失控事故一旦發(fā)生，需要根據(jù)井口壓力迅速制訂壓井搶險方案，然而井口失控后隨時可能發(fā)生爆炸，導致救援人員無法靠近井口讀取壓力參數(shù)[1-3]。因此，筆者提出了一種基于圖像識別方法的井噴液柱高度實時測量方法，利用該方法對井噴圖像進行程序化處理，可以在海上鉆井平臺井噴失控后實時連續(xù)測量井噴液柱高度，第一時間獲取井噴關(guān)鍵參數(shù)，為實現(xiàn)實時動態(tài)監(jiān)測海上鉆井平臺井口壓力變化提供理論指導。

圖1 井噴液柱高度測量系統(tǒng)結(jié)構(gòu)示意圖

1 井噴液柱高度測量系統(tǒng)的設計與測量原理

井噴液柱高度測量系統(tǒng)組成如圖1所示。在救援船上搭載高分辨率工業(yè)CCD相機，井噴失控事故發(fā)生后在救援船上使用CCD相機對井噴液柱拍攝進行連續(xù)瞬態(tài)成像，隨后利用計算機對拍攝得到圖像進行處理。若井噴失控事故現(xiàn)場情況復雜，難以直接在救援船上進行拍攝，也可將高分辨率相機搭載到無人機上，遠程操控無人機對井噴事故處進行航拍，無人機拍攝下的照片可通過無線信號傳輸至陸地或救援船上的計算機上，再通過計算機對拍攝下來的井噴圖像進行處理與識別。為減少拍攝誤差，每次對井噴液柱進行拍攝時應分別旋轉(zhuǎn)120°拍攝3張照片，最終計算得到的井噴液柱高度取三者的平均值。

井噴液柱實際高度的計算采用參照物法。參照物法的原理如圖2所示，首先在拍攝的照片中找出已知實際尺寸的參照物，如平臺、井架等。假設參照物高度為n m；井噴液柱高度為H m；井噴液柱在圖像中的像素高度為h m，參照物的像素高度為c m。定義k=n/c，k稱為成像比例系數(shù)[4]，代表單位像素的實際尺寸。將井噴液柱的像素高度乘上成像比例系數(shù)k，即可得到井噴液柱的實際高度：

圖2 參照物測高法原理示意圖

2 井噴液柱圖像處理

由于井噴圖像信息一般比較復雜，在對圖像進行處理的過程中，往往會受到各種因素的干擾，難以直接對井噴液柱進行分割識別。因此需要先對井噴圖像進行預處理再進行識別[5]。筆者采用圖像直方圖均衡化處理[6]與高頻強調(diào)濾波處理[7]對圖像進行預處理。之后，采用改進的Otsu算法[8]對處理后的圖像進行二值化處理，分割出井噴液柱的輪廓。隨后利用數(shù)學形態(tài)學運算[9]處理二值圖像中的邊界點與孔洞，最終繪制出圖像中的井噴液柱的輪廓并獲取其像素尺寸。得到井噴液柱的像素尺寸后即可根據(jù)參照物測高法計算出井噴液柱的實際高度。

2.1 井噴液柱圖像直方圖均衡化方法

對比度是指一幅圖像灰度反差的大小，對比度越大則圖像也越清晰，色彩越鮮明。筆者采用以累計分布函數(shù)為基礎(chǔ)的直方圖均衡化算法對井噴圖像進行對比度增強處理[10]。由于常規(guī)彩色圖像大多采用RGB顏色標準[11]，對RGB彩色圖像直接進行均衡化處理會改變圖像原本的色調(diào)，導致處理后的圖像彩色失真。而HSV顏色空間[12]中的V分量代表彩色圖像的明暗程度。對圖像的亮度分量V進行調(diào)整可以保證在改善圖像視覺效果的同時不改變圖像的色調(diào)。因此為了避免產(chǎn)生圖像失真，筆者首先將圖像由RGB模型轉(zhuǎn)換為HSV模型，再對HSV模型中的V分量進行直方圖均衡化處理，以增強圖像對比度。圖像從RGB顏色空間轉(zhuǎn)換至HSV顏色空間的公式，即

式中H表示圖像的色度；R、G、B分別代表圖像的紅、綠、藍三種顏色分量。

對圖像進行轉(zhuǎn)換后即可從HSV空間中提取出圖像的亮度分量V，并對其進行直方圖均衡化。以圖3為例闡述井噴圖像進行V分量的直方圖均衡化處理。圖3-a與c分別為圖3-b與d的亮度分布直方圖。在直方圖圖3-a中，圖像的亮度主要集中在亮度級別為0.2～0.95的范圍之內(nèi)，且低亮度區(qū)間內(nèi)無像素分布，導致整體對比度不高。經(jīng)過均衡化處理后得到直方圖圖3-c，其中原直方圖中的低亮度區(qū)間得到了擴展，且圖像的亮度分布在整個區(qū)間內(nèi)趨于均勻，圖像的整體對比度得到了提升。處理后的圖3-d與圖b對比可以看出，井噴液柱中密度較低的部分如油霧與水滴段的亮度得到了增加，而密度較高的流體主體部分亮度被降低了，可以明顯區(qū)分出二者的邊界，為后續(xù)的識別與分割處理排除了干擾。

圖3 V分量的直方圖處理前、后的井噴圖像圖

2.2 井噴液柱圖像高頻強調(diào)濾波處理

經(jīng)過直方圖均衡化處理后，井噴圖像的清晰度得到了增強，很大程度上改善了圖像對比度不高、可識別性較差的問題。不過為了便于對圖像進行后續(xù)的分割處理，還需要對井噴圖像進行高頻強調(diào)濾波處理[13]。

首先利用高通濾波器削減圖像中的低頻分量，同時保持高頻的相對不變來對圖像進行銳化處理。隨后為高通濾波器乘以一個常數(shù)，再加上一個偏移量，以對圖像進行補償。這種方法被稱為高頻強調(diào)濾波[14]。高頻強調(diào)濾波處理既可以增強圖像的低頻，同時又可以保證高頻部分強調(diào)的效果，其傳遞函數(shù)如為：

式中a表示偏移量；b表示乘數(shù)， a與b皆為常數(shù)，且有 b＞1，a＜b；HHP(u,v)表示高斯高通濾波器的傳遞函數(shù)。利用高頻強調(diào)濾波對井噴圖像圖3-d進行處理，將截止頻率D0設置為40，偏移量a設置為0.5，乘數(shù)b設置為0.75。

處理后的圖像如圖4所示，圖像中井噴液柱的邊緣輪廓與細節(jié)得到了突出，且圖像對比度也有所提升。

圖4 高頻強調(diào)濾波處理照片

從實驗效果圖可以看出，對圖像采取的直方圖均衡化處理與高頻強調(diào)濾波處理，不僅增強了圖像的細節(jié)與邊緣，還增強了圖像的對比度與亮度，使圖像的清晰度得到了明顯的改善，達到了圖像增強的目的，取得了較好的預處理效果。

2.3 基于Otsu算法的井噴液柱圖像分割

得到經(jīng)過預處理的井噴圖像后，需要對圖像進行閾值分割處理，從圖像中提取出井噴液柱的主體部分以獲取井噴液柱參數(shù)。對井噴液柱而言主體部分為射流的緊密段，緊密段部分的流體密度較高，所以顏色較深，而井噴所產(chǎn)生的油霧部分主要由射流的液滴段組成，密度較低顏色較淺。根據(jù)這一特點，對井噴圖像進行處理，去除外界淺色的油霧，保留井噴液柱的主體部分，以提升后續(xù)井噴液柱參數(shù)計算結(jié)果的準確性。筆者采用Otsu算法的改進算法對圖像進行閾值分割[15-16]。

假設將圖像分割為目標與背景兩部分的閾值為t，目標像素點所占圖像比例為ω0，目標包含的所有像素點的平均灰度值為μ0，背景像素點所占圖像比例為ω1，背景包含的所有像素點的平均灰度值為μ1，則閾值為t時圖像的總平均灰度值為：

遍歷圖像的所有灰度等級得到閾值t，計算得到的最大方差值稱為最大類間方差，令方差值達到最大的閾值t就是所求的最佳分割閾值（T）。最大類間方差表示為：

得到最佳閾值后利用該閾值對圖像進行閾值分割即可得到井噴圖像的二值化圖像。利用該算法對圖像進行處理后可以將井噴液柱與背景分隔開來，分割效果如圖5-a。不過為了使圖像的分割效果更好，排除外層油霧的干擾并保留井噴液柱主體部分，筆者對該算法進行了改進，在Otsu算法的基礎(chǔ)上為得到的閾值T增加一個閾值修正值ΔT，其范圍為-40～-60，改進后的分割效果如圖5-b所示。對比圖5-a與b可以看出，使用改進后的Otsu算法對圖像進行閾值分割的效果較好，可以排除圖像中外界的干擾，恢復井噴液柱本來的面貌。

2.4 井噴液柱圖像數(shù)學形態(tài)學處理

對原圖像進行二值化處理后，可以較完整地從圖中識別出井噴液柱的輪廓，不過圖像中仍有一些毛刺與孔洞會影響識別的效果。此時可采用數(shù)學形態(tài)學中的開運算與閉運算對圖像進行孔洞填充與邊界平滑處理[17]。

對井噴液柱圖像的二值化圖像圖5-b進行一次閉運算和兩次開運算處理[18]，處理后的圖像如圖5-c所示，對比原二值圖像，井噴液柱外側(cè)的細小突出部分被去掉了，內(nèi)側(cè)的細小孔洞都被填充了，且消除了圖像外圍的噪點，整體輪廓變得更為平滑，獲得了較好的處理效果。

圖5 不同算法獲得的井噴液柱輪廓對比圖

2.5 獲取井噴液柱參數(shù)

經(jīng)過以上各步驟處理后，已經(jīng)可以得到較為完整的井噴液柱主體部分。分別使用GrabCut算法與分水嶺算法及筆者采用OpenCV計算機視覺庫中的drawContours函數(shù)與f i ndContours函數(shù)，尋找并繪制出井噴液柱的輪廓，隨后將繪制的輪廓映射到原圖像當中，如圖5中的粉色輪廓為3種方法繪制的井噴液柱輪廓。圖5-d與圖5-e處理得到的井噴液柱輪廓圖像，受到井噴產(chǎn)生的油霧干擾嚴重，準確地識別出井噴液柱的主體輪廓難度較大。圖5-e中可以看出，drawContours函數(shù)可以較為精準地繪制出井噴液柱的邊界輪廓。筆者所采用的算法可將井噴液柱的主體輪廓繪制出來，而原圖中肉眼難以分辨的井噴油霧則被排除在液柱主體輪廓之外。圖5-f中的主體輪廓最小頂?shù)字g的長度參數(shù)輸出即可得到井噴液柱的像素高度，隨后可根據(jù)式（1）計算出井噴液柱的實際高度。

3 圖像處理法計算井噴液柱高度實驗

3.1 實驗裝置與流程

為驗證筆者測量技術(shù)的準確性，對井噴液柱高度測量系統(tǒng)進行了模擬實驗。本實驗中的井噴液柱高度測量系統(tǒng)由高分辨率相機、計算機與氣液混合相井噴實驗模擬裝置組成。高分辨率相機為Canon/EOS 80D 相機搭載EF17-40mm f/4L USM鏡頭，計算機搭載雙核3.8 GHz處理器，氣液混合相井噴實驗模擬裝置組成包括空壓機、減壓閥、氣體流量計、氣體流量控制閥、儲水箱、閘閥、變頻離心水泵、液體電磁流量計、單向閥、壓力表、射流器、數(shù)據(jù)采集中心等。

實驗前將儲水箱中充滿水，隨后開啟空壓機吸入空氣，并打開裝置中所有閥門，使混合后的氣液兩相流均勻地從射流器出口噴出，實驗過程中需保持噴口豎直向上，模擬實驗現(xiàn)場如圖6所示。噴出的流體穩(wěn)定后，使用相機對流體進行拍攝，并收集實驗數(shù)據(jù)。保持噴口直徑不變，通過改變氣體或者液體的流量來控制噴射流體的高度，對不同高度的模擬井噴液柱進行測量與拍攝，最后關(guān)閉測試流程。

3.2 實驗結(jié)果分析

通過控制氣液混合相井噴實驗模擬裝置的壓力控件，使氣液混合相井噴實驗模擬裝置分別噴射出三束不同高度的流體。分別對三束不同高度的流體進行拍攝以獲取三組實驗的流體圖像，每組實驗分別設置拍攝距離為5 m、7 m、9 m。在相同的距離處以模擬井噴液柱為圓心，水平方向分別以0°、120°、240°繞實驗中心旋轉(zhuǎn)拍攝，得到3個方向的井噴液柱圖像。分別對3張井噴液柱圖像進行處理，計算得到3個液柱高度，最終的井噴液柱高度的值取3者的平均值。實驗結(jié)果如表1所示。

圖6 模擬井噴液柱高度測量實驗現(xiàn)場照片

表1 液柱高度實驗結(jié)果統(tǒng)計表

由表1可知，本方法對井噴液柱識別的準確率較高，相對誤差小于6%，能夠較為精確地獲取井噴液柱高度。實驗結(jié)果中產(chǎn)生的主要誤差來源于相機的鏡頭畸變誤差，鏡頭畸變是光學透鏡固有的透視失真，無法消除，若使用高質(zhì)量的光學玻璃作為鏡頭進行拍攝，則可降低圖像的失真并減小測量誤差。實驗過程中處理一幅圖像平均耗時0.86 s左右，可以滿足事故發(fā)生后井噴液柱實時識別與測量的要求。

4 結(jié)論

1）本研究提出了一種基于圖像處理技術(shù)的井噴液柱高度測量方法，經(jīng)實驗驗證可以滿足井噴高度測量的要求。

2）對Otsu算法進行了改進。根據(jù)井噴圖像的特點進行二值化分割，可有效地將井噴后產(chǎn)生的油霧與流體主體分離開，使得到的井噴液柱參數(shù)更加精確。

3）根據(jù)該井噴液柱高度的測量方法獲得的有效數(shù)據(jù)可以用于反演計算井噴后的井口壓力和地層壓力，可用于井噴搶險設計，有較好的工程應用價值。