海上钻井平台井喷液柱高度的图像识别测量方法

2019-11-12孙晓峰刘书杰任美鹏耿亚楠

天然气工业 2019年9期

孙晓峰姚笛刘书杰任美鹏耿亚楠

1.东北石油大学石油工程学院 2.中海油研究总院

0 引言

井喷是开采油气资源钻井过程中，地层孔隙压力高于井底压力时，地层流体大量喷出地面的现象。井喷如果不能得到有效控制，就有可能演变成井喷失控事故，甚至会造成井场爆炸起火、人员伤亡和巨大的财产损失。井喷失控事故一旦发生，需要根据井口压力迅速制订压井抢险方案，然而井口失控后随时可能发生爆炸，导致救援人员无法靠近井口读取压力参数[1-3]。因此，笔者提出了一种基于图像识别方法的井喷液柱高度实时测量方法，利用该方法对井喷图像进行程序化处理，可以在海上钻井平台井喷失控后实时连续测量井喷液柱高度，第一时间获取井喷关键参数，为实现实时动态监测海上钻井平台井口压力变化提供理论指导。

图1 井喷液柱高度测量系统结构示意图

1 井喷液柱高度测量系统的设计与测量原理

井喷液柱高度测量系统组成如图1所示。在救援船上搭载高分辨率工业CCD相机，井喷失控事故发生后在救援船上使用CCD相机对井喷液柱拍摄进行连续瞬态成像，随后利用计算机对拍摄得到图像进行处理。若井喷失控事故现场情况复杂，难以直接在救援船上进行拍摄，也可将高分辨率相机搭载到无人机上，远程操控无人机对井喷事故处进行航拍，无人机拍摄下的照片可通过无线信号传输至陆地或救援船上的计算机上，再通过计算机对拍摄下来的井喷图像进行处理与识别。为减少拍摄误差，每次对井喷液柱进行拍摄时应分别旋转120°拍摄3张照片，最终计算得到的井喷液柱高度取三者的平均值。

井喷液柱实际高度的计算采用参照物法。参照物法的原理如图2所示，首先在拍摄的照片中找出已知实际尺寸的参照物，如平台、井架等。假设参照物高度为n m；井喷液柱高度为H m；井喷液柱在图像中的像素高度为h m，参照物的像素高度为c m。定义k=n/c，k称为成像比例系数[4]，代表单位像素的实际尺寸。将井喷液柱的像素高度乘上成像比例系数k，即可得到井喷液柱的实际高度：

图2 参照物测高法原理示意图

2 井喷液柱图像处理

由于井喷图像信息一般比较复杂，在对图像进行处理的过程中，往往会受到各种因素的干扰，难以直接对井喷液柱进行分割识别。因此需要先对井喷图像进行预处理再进行识别[5]。笔者采用图像直方图均衡化处理[6]与高频强调滤波处理[7]对图像进行预处理。之后，采用改进的Otsu算法[8]对处理后的图像进行二值化处理，分割出井喷液柱的轮廓。随后利用数学形态学运算[9]处理二值图像中的边界点与孔洞，最终绘制出图像中的井喷液柱的轮廓并获取其像素尺寸。得到井喷液柱的像素尺寸后即可根据参照物测高法计算出井喷液柱的实际高度。

2.1 井喷液柱图像直方图均衡化方法

对比度是指一幅图像灰度反差的大小，对比度越大则图像也越清晰，色彩越鲜明。笔者采用以累计分布函数为基础的直方图均衡化算法对井喷图像进行对比度增强处理[10]。由于常规彩色图像大多采用RGB颜色标准[11]，对RGB彩色图像直接进行均衡化处理会改变图像原本的色调，导致处理后的图像彩色失真。而HSV颜色空间[12]中的V分量代表彩色图像的明暗程度。对图像的亮度分量V进行调整可以保证在改善图像视觉效果的同时不改变图像的色调。因此为了避免产生图像失真，笔者首先将图像由RGB模型转换为HSV模型，再对HSV模型中的V分量进行直方图均衡化处理，以增强图像对比度。图像从RGB颜色空间转换至HSV颜色空间的公式，即

式中H表示图像的色度；R、G、B分别代表图像的红、绿、蓝三种颜色分量。

对图像进行转换后即可从HSV空间中提取出图像的亮度分量V，并对其进行直方图均衡化。以图3为例阐述井喷图像进行V分量的直方图均衡化处理。图3-a与c分别为图3-b与d的亮度分布直方图。在直方图图3-a中，图像的亮度主要集中在亮度级别为0.2～0.95的范围之内，且低亮度区间内无像素分布，导致整体对比度不高。经过均衡化处理后得到直方图图3-c，其中原直方图中的低亮度区间得到了扩展，且图像的亮度分布在整个区间内趋于均匀，图像的整体对比度得到了提升。处理后的图3-d与图b对比可以看出，井喷液柱中密度较低的部分如油雾与水滴段的亮度得到了增加，而密度较高的流体主体部分亮度被降低了，可以明显区分出二者的边界，为后续的识别与分割处理排除了干扰。

图3 V分量的直方图处理前、后的井喷图像图

2.2 井喷液柱图像高频强调滤波处理

经过直方图均衡化处理后，井喷图像的清晰度得到了增强，很大程度上改善了图像对比度不高、可识别性较差的问题。不过为了便于对图像进行后续的分割处理，还需要对井喷图像进行高频强调滤波处理[13]。

首先利用高通滤波器削减图像中的低频分量，同时保持高频的相对不变来对图像进行锐化处理。随后为高通滤波器乘以一个常数，再加上一个偏移量，以对图像进行补偿。这种方法被称为高频强调滤波[14]。高频强调滤波处理既可以增强图像的低频，同时又可以保证高频部分强调的效果，其传递函数如为：

式中a表示偏移量；b表示乘数， a与b皆为常数，且有 b＞1，a＜b；HHP(u,v)表示高斯高通滤波器的传递函数。利用高频强调滤波对井喷图像图3-d进行处理，将截止频率D0设置为40，偏移量a设置为0.5，乘数b设置为0.75。

处理后的图像如图4所示，图像中井喷液柱的边缘轮廓与细节得到了突出，且图像对比度也有所提升。

图4 高频强调滤波处理照片

从实验效果图可以看出，对图像采取的直方图均衡化处理与高频强调滤波处理，不仅增强了图像的细节与边缘，还增强了图像的对比度与亮度，使图像的清晰度得到了明显的改善，达到了图像增强的目的，取得了较好的预处理效果。

2.3 基于Otsu算法的井喷液柱图像分割

得到经过预处理的井喷图像后，需要对图像进行阈值分割处理，从图像中提取出井喷液柱的主体部分以获取井喷液柱参数。对井喷液柱而言主体部分为射流的紧密段，紧密段部分的流体密度较高，所以颜色较深，而井喷所产生的油雾部分主要由射流的液滴段组成，密度较低颜色较浅。根据这一特点，对井喷图像进行处理，去除外界浅色的油雾，保留井喷液柱的主体部分，以提升后续井喷液柱参数计算结果的准确性。笔者采用Otsu算法的改进算法对图像进行阈值分割[15-16]。

假设将图像分割为目标与背景两部分的阈值为t，目标像素点所占图像比例为ω0，目标包含的所有像素点的平均灰度值为μ0，背景像素点所占图像比例为ω1，背景包含的所有像素点的平均灰度值为μ1，则阈值为t时图像的总平均灰度值为：

遍历图像的所有灰度等级得到阈值t，计算得到的最大方差值称为最大类间方差，令方差值达到最大的阈值t就是所求的最佳分割阈值（T）。最大类间方差表示为：

得到最佳阈值后利用该阈值对图像进行阈值分割即可得到井喷图像的二值化图像。利用该算法对图像进行处理后可以将井喷液柱与背景分隔开来，分割效果如图5-a。不过为了使图像的分割效果更好，排除外层油雾的干扰并保留井喷液柱主体部分，笔者对该算法进行了改进，在Otsu算法的基础上为得到的阈值T增加一个阈值修正值ΔT，其范围为-40～-60，改进后的分割效果如图5-b所示。对比图5-a与b可以看出，使用改进后的Otsu算法对图像进行阈值分割的效果较好，可以排除图像中外界的干扰，恢复井喷液柱本来的面貌。

2.4 井喷液柱图像数学形态学处理

对原图像进行二值化处理后，可以较完整地从图中识别出井喷液柱的轮廓，不过图像中仍有一些毛刺与孔洞会影响识别的效果。此时可采用数学形态学中的开运算与闭运算对图像进行孔洞填充与边界平滑处理[17]。

对井喷液柱图像的二值化图像图5-b进行一次闭运算和两次开运算处理[18]，处理后的图像如图5-c所示，对比原二值图像，井喷液柱外侧的细小突出部分被去掉了，内侧的细小孔洞都被填充了，且消除了图像外围的噪点，整体轮廓变得更为平滑，获得了较好的处理效果。

图5 不同算法获得的井喷液柱轮廓对比图

2.5 获取井喷液柱参数

经过以上各步骤处理后，已经可以得到较为完整的井喷液柱主体部分。分别使用GrabCut算法与分水岭算法及笔者采用OpenCV计算机视觉库中的drawContours函数与f i ndContours函数，寻找并绘制出井喷液柱的轮廓，随后将绘制的轮廓映射到原图像当中，如图5中的粉色轮廓为3种方法绘制的井喷液柱轮廓。图5-d与图5-e处理得到的井喷液柱轮廓图像，受到井喷产生的油雾干扰严重，准确地识别出井喷液柱的主体轮廓难度较大。图5-e中可以看出，drawContours函数可以较为精准地绘制出井喷液柱的边界轮廓。笔者所采用的算法可将井喷液柱的主体轮廓绘制出来，而原图中肉眼难以分辨的井喷油雾则被排除在液柱主体轮廓之外。图5-f中的主体轮廓最小顶底之间的长度参数输出即可得到井喷液柱的像素高度，随后可根据式（1）计算出井喷液柱的实际高度。

3 图像处理法计算井喷液柱高度实验

3.1 实验装置与流程

为验证笔者测量技术的准确性，对井喷液柱高度测量系统进行了模拟实验。本实验中的井喷液柱高度测量系统由高分辨率相机、计算机与气液混合相井喷实验模拟装置组成。高分辨率相机为Canon/EOS 80D 相机搭载EF17-40mm f/4L USM镜头，计算机搭载双核3.8 GHz处理器，气液混合相井喷实验模拟装置组成包括空压机、减压阀、气体流量计、气体流量控制阀、储水箱、闸阀、变频离心水泵、液体电磁流量计、单向阀、压力表、射流器、数据采集中心等。

实验前将储水箱中充满水，随后开启空压机吸入空气，并打开装置中所有阀门，使混合后的气液两相流均匀地从射流器出口喷出，实验过程中需保持喷口竖直向上，模拟实验现场如图6所示。喷出的流体稳定后，使用相机对流体进行拍摄，并收集实验数据。保持喷口直径不变，通过改变气体或者液体的流量来控制喷射流体的高度，对不同高度的模拟井喷液柱进行测量与拍摄，最后关闭测试流程。

3.2 实验结果分析

通过控制气液混合相井喷实验模拟装置的压力控件，使气液混合相井喷实验模拟装置分别喷射出三束不同高度的流体。分别对三束不同高度的流体进行拍摄以获取三组实验的流体图像，每组实验分别设置拍摄距离为5 m、7 m、9 m。在相同的距离处以模拟井喷液柱为圆心，水平方向分别以0°、120°、240°绕实验中心旋转拍摄，得到3个方向的井喷液柱图像。分别对3张井喷液柱图像进行处理，计算得到3个液柱高度，最终的井喷液柱高度的值取3者的平均值。实验结果如表1所示。

图6 模拟井喷液柱高度测量实验现场照片

表1 液柱高度实验结果统计表

由表1可知，本方法对井喷液柱识别的准确率较高，相对误差小于6%，能够较为精确地获取井喷液柱高度。实验结果中产生的主要误差来源于相机的镜头畸变误差，镜头畸变是光学透镜固有的透视失真，无法消除，若使用高质量的光学玻璃作为镜头进行拍摄，则可降低图像的失真并减小测量误差。实验过程中处理一幅图像平均耗时0.86 s左右，可以满足事故发生后井喷液柱实时识别与测量的要求。