一种利用图像识别的钻头磨损检测方法

技术领域

本发明涉及钻头磨损检测技术领域，具体为一种利用图像识别的钻头磨损检测方法。

背景技术

石油钻井中，钻头是破碎岩石的主要工具，井眼是由钻头破碎岩石而形成。钻头对钻井质量、钻探速度、钻井成本方面产生着巨大的影响。钻头磨损是影响钻速的主要因素，对钻头的磨损程度检测有利于钻头的性能评估、优选钻头、改进钻头，有助于现场工程师制订合理的钻进措施。

现有的钻头磨损检测方法，大都是采用人工目测的形式进行检测，依靠人工经验粗糙分析，主观性强，人工检测会因为不同人的评判标准不同，经验的差异而对钻头磨损缺陷有不一样的判断，为此，本发明提出了一种利用图像识别的钻头磨损检测方法。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种利用图像识别的钻头磨损检测方法，解决了现有的钻头磨损检测方法，依靠人工经验粗糙分析，主观性强，人，经验的差异而对钻头磨损缺陷有不一样的判断的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种利用图像识别的钻头磨损检测方法，具体包括以下步骤：

S1、设定数据库：将钻头不同程度的磨损值录入数据库中，建立钻头磨损程度定级表，同时将不同磨损值的图片特征输入至数据库内，此时钻头磨损图片特征与磨损值一一对应；

S2、人工磨损检测：选取一间暗室，并将钻头放置在用于生产线上的玻璃带上，玻璃带通过生产线轨道进行移动，然后检验人员在玻璃带上方的平台上观察，在玻璃带下方加装密集的强光LED灯管，在密集的强光LED灯管的作用下，发现玻璃带上钻头的存在磨损；

S3、钻头图像提取：去除将S2中人工磨损检测时存在磨损的钻头，再将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取，此时提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对；

S4、区别特征比对：将S3中提取的图像特征与录入数据库中的不同磨损值图片特征进行分析处理，经过两者图像特征叠加比对，利用特征标记模块将两者未重叠的部分进行标记，最后利用计算模块计算出未重叠部分的大小，此时识别模块提取出对应钻头磨损图片特征；

S5、预防磨损措施：根据钻头磨损特征输入钻头磨损原因，并将对应的钻头磨损原因输入至对应范围内钻头磨损图片特征，完善建立的钻头磨损程度定级表，并可以根据实际操作遇到的原因补充预防磨损的措施，完成钻头磨损的检测。

优选的，所述S1中设定数据库时，将钻头不同程度的磨损值录入数据库中，其磨损值为范围值。

优选的，所述S2中的强光LED灯管，照射范围需要涵盖玻璃带宽度，且玻璃移动方向相邻的两个生产线轨道尺寸要大于1.2m。

优选的，所述S2中发现玻璃带上存在磨损钻头时利用记号笔标记出，由操作人员根据标记点进行处理。

优选的，所述S3中将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取时，采用图像采集器对钻头进行360°采集处理。

优选的，所述S4中区别特征比对时，识别模块提取出对应钻头磨损图片特征为范围值内的图片特征和相邻的图片特征。

优选的，所述S4中区别特征比对时，特征标记模块可以将未重叠的图片特征通过红线进行标记。

优选的，所述S4中区别特征比对时，计算模块可以计算未重叠的图片特征的像素点延伸距离并求平均值。

(三)有益效果

本发明提供了一种利用图像识别的钻头磨损检测方法。与现有技术相比，具备以下有益效果：

(1)、该利用图像识别的钻头磨损检测方法，通过在S1、设定数据库：将钻头不同程度的磨损值录入数据库中，建立钻头磨损程度定级表，同时将不同磨损值的图片特征输入至数据库内，此时钻头磨损图片特征与磨损值一一对应；S3、钻头图像提取：去除将S2中人工磨损检测时存在磨损的钻头，再将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取，此时提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对；S4、区别特征比对：将S3中提取的图像特征与录入数据库中的不同磨损值图片特征进行分析处理，经过两者图像特征叠加比对，利用特征标记模块将两者未重叠的部分进行标记，最后利用计算模块计算出未重叠部分的大小，此时识别模块提取出对应钻头磨损图片特征，利用设定数据库建立钻头磨损程度定级表，并且钻头磨损图片特征为区间值设定，同时钻头图像提取提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对，配合区别特征比中的特征标记模块和计算模块，实现了高准确率的智能图像识别，提高钻头磨损识别准确率，解决了传统的人工检测评判结果不一且检测效率低的状况的问题。

(2)、该利用图像识别的钻头磨损检测方法，通过在S2、人工磨损检测：选取一间暗室，并将钻头放置在用于生产线上的玻璃带上，玻璃带通过生产线轨道进行移动，然后检验人员在玻璃带上方的平台上观察，在玻璃带下方加装密集的强光LED灯管，在密集的强光LED灯管的作用下，发现玻璃带上钻头的存在磨损；S5、预防磨损措施：根据钻头磨损特征输入钻头磨损原因，并将对应的钻头磨损原因输入至对应范围内钻头磨损图片特征，完善建立的钻头磨损程度定级表，并可以根据实际操作遇到的原因补充预防磨损的措施，完成钻头磨损的检测，利用人工磨损检测中的强光LED灯管将玻璃带上的钻头明显缺陷在暗室的对比下显示，配合玻璃带通过生产线轨道进行移动，可实现高效率的检测过程，避免每个钻头都需检测造成大量时间的浪费，同时预防磨损措施可以完善建立的钻头磨损程度定级表，并补充预防磨损的措施，后续使用更加便捷。

附图说明

图1为本发明的钻头磨损检测方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做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。

请参阅图1，本发明实施例提供一种技术方案：一种利用图像识别的钻头磨损检测方法，具体包括以下实施例：

实施例1

具体包括以下步骤：

S1、设定数据库：将钻头不同程度的磨损值录入数据库中，建立钻头磨损程度定级表，同时将不同磨损值的图片特征输入至数据库内，此时钻头磨损图片特征与磨损值一一对应；

S2、钻头图像提取：去除将S2中人工磨损检测时存在磨损的钻头，再将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取，此时提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对；

S3、区别特征比对：将S3中提取的图像特征与录入数据库中的不同磨损值图片特征进行分析处理，经过两者图像特征叠加比对，利用特征标记模块将两者未重叠的部分进行标记，最后利用计算模块计算出未重叠部分的大小，此时识别模块提取出对应钻头磨损图片特征；

S4、预防磨损措施：根据钻头磨损特征输入钻头磨损原因，并将对应的钻头磨损原因输入至对应范围内钻头磨损图片特征，完善建立的钻头磨损程度定级表，并可以根据实际操作遇到的原因补充预防磨损的措施，完成钻头磨损的检测。

本发明实施例中，S1中设定数据库时，将钻头不同程度的磨损值录入数据库中，其磨损值为范围值。

本发明实施例中，S3中将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取时，采用图像采集器对钻头进行360°采集处理。

本发明实施例中，S4中区别特征比对时，识别模块提取出对应钻头磨损图片特征为范围值内的图片特征和相邻的图片特征。

本发明实施例中，S4中区别特征比对时，特征标记模块可以将未重叠的图片特征通过红线进行标记。

本发明实施例中，S4中区别特征比对时，计算模块可以计算未重叠的图片特征的像素点延伸距离并求平均值。

实施例2

具体包括以下步骤：

S1、设定数据库：将钻头不同程度的磨损值录入数据库中，建立钻头磨损程度定级表，同时将不同磨损值的图片特征输入至数据库内，此时钻头磨损图片特征与磨损值一一对应；

S2、人工磨损检测：选取一间暗室，并将钻头放置在用于生产线上的玻璃带上，玻璃带通过生产线轨道进行移动，然后检验人员在玻璃带上方的平台上观察，在玻璃带下方加装密集的强光LED灯管，在密集的强光LED灯管的作用下，发现玻璃带上钻头的存在磨损；

S3、钻头图像提取：去除将S2中人工磨损检测时存在磨损的钻头，再将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取，此时提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对；

S4、区别特征比对：将S3中提取的图像特征与录入数据库中的不同磨损值图片特征进行分析处理，经过两者图像特征叠加比对，利用特征标记模块将两者未重叠的部分进行标记，最后利用计算模块计算出未重叠部分的大小，此时识别模块提取出对应钻头磨损图片特征。

本发明实施例中，S1中设定数据库时，将钻头不同程度的磨损值录入数据库中，其磨损值为范围值。

本发明实施例中，S2中的强光LED灯管，照射范围需要涵盖玻璃带宽度，且玻璃移动方向相邻的两个生产线轨道尺寸要大于1.2m。

本发明实施例中，S2中发现玻璃带上存在磨损钻头时利用记号笔标记出，由操作人员根据标记点进行处理。

本发明实施例中，S3中将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取时，采用图像采集器对钻头进行360°采集处理。

本发明实施例中，S4中区别特征比对时，识别模块提取出对应钻头磨损图片特征为范围值内的图片特征和相邻的图片特征。

优选的，S4中区别特征比对时，特征标记模块可以将未重叠的图片特征通过红线进行标记。

本发明实施例中，S4中区别特征比对时，计算模块可以计算未重叠的图片特征的像素点延伸距离并求平均值。

实施例3

具体包括以下步骤：

S1、设定数据库：将钻头不同程度的磨损值录入数据库中，建立钻头磨损程度定级表，同时将不同磨损值的图片特征输入至数据库内，此时钻头磨损图片特征与磨损值一一对应；

S2、人工磨损检测：选取一间暗室，并将钻头放置在用于生产线上的玻璃带上，玻璃带通过生产线轨道进行移动，然后检验人员在玻璃带上方的平台上观察，在玻璃带下方加装密集的强光LED灯管，在密集的强光LED灯管的作用下，发现玻璃带上钻头的存在磨损；

S3、钻头图像提取：去除将S2中人工磨损检测时存在磨损的钻头，再将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取，此时提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对；

S4、区别特征比对：将S3中提取的图像特征与录入数据库中的不同磨损值图片特征进行分析处理，经过两者图像特征叠加比对，利用特征标记模块将两者未重叠的部分进行标记，最后利用计算模块计算出未重叠部分的大小，此时识别模块提取出对应钻头磨损图片特征；

S5、预防磨损措施：根据钻头磨损特征输入钻头磨损原因，并将对应的钻头磨损原因输入至对应范围内钻头磨损图片特征，完善建立的钻头磨损程度定级表，并可以根据实际操作遇到的原因补充预防磨损的措施，完成钻头磨损的检测。

本发明实施例中，S1中设定数据库时，将钻头不同程度的磨损值录入数据库中，其磨损值为范围值。

本发明实施例中，S2中的强光LED灯管，照射范围需要涵盖玻璃带宽度，且玻璃移动方向相邻的两个生产线轨道尺寸要大于1.2m。

本发明实施例中，S2中发现玻璃带上存在磨损钻头时利用记号笔标记出，由操作人员根据标记点进行处理。

本发明实施例中，S3中将S2中人工磨损检测时未发现磨损的钻头进行图像特征提取时，采用图像采集器对钻头进行360°采集处理。

本发明实施例中，S4中区别特征比对时，识别模块提取出对应钻头磨损图片特征为范围值内的图片特征和相邻的图片特征。

本发明实施例中，S4中区别特征比对时，特征标记模块可以将未重叠的图片特征通过红线进行标记。

本发明实施例中，S4中区别特征比对时，计算模块可以计算未重叠的图片特征的像素点延伸距离并求平均值。

同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

综上所述，利用设定数据库建立钻头磨损程度定级表，并且钻头磨损图片特征为区间值设定，同时钻头图像提取提取的图像特征输入至数据库内与录入数据库中的不同磨损值图片特征进行比对，配合区别特征比中的特征标记模块和计算模块，实现了高准确率的智能图像识别，提高钻头磨损识别准确率，解决了传统的人工检测评判结果不一且检测效率低的状况的问题；利用人工磨损检测中的强光LED灯管将玻璃带上的钻头明显缺陷在暗室的对比下显示，配合玻璃带通过生产线轨道进行移动，可实现高效率的检测过程，避免每个钻头都需检测造成大量时间的浪费，同时预防磨损措施可以完善建立的钻头磨损程度定级表，并补充预防磨损的措施，后续使用更加便捷。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。