一种基于HSV阈值的微流控驱替图像多相识别分析方法
本发明涉及微流控实验分析,具体涉及一种基于hsv阈值的微流控驱替图像多相识别分析方法。
背景技术:
1、随着油气资源勘探开发的不断深入,对储层微观孔隙结构中油相、水相及泡沫相等多相流体分布状态进行精准识别与定量分析,已成为评价驱替效果、研究残余油赋存特征及优化提高采收率方案的重要环节。微流控芯片驱替实验能够在微观尺度下模拟多孔介质中的流体运移过程,并通过显微成像直观呈现油相、水相及泡沫相在孔隙通道中的分布、迁移和滞留状态。通过对实验图像进行处理,可获得含油饱和度、泡沫含量、残余油分布及泡沫赋存形态等参数。
2、目前,微流控驱替实验图像中的相态识别主要采用人工勾绘、灰度阈值、颜色阈值、二值化及通用图像处理软件辅助分割等方式。人工方法处理效率低、主观性强,难以保证批量图像结果的一致性;阈值分割方法虽然效率较高,但通常依赖操作者经验,在存在光照不均、背景复杂、边界模糊、孔壁阴影及相态颜色接近等情况时,容易出现误识别和漏识别。
3、首先,现有孔隙几何标定通常依赖完全空白芯片图像或不含待识别流体的基准图像。然而,实际实验中可能未采集与实验图像具有相同视野和位置的空白图像,或者开始采集时孔隙中已经存在油、水或泡沫。此时,孔隙可能呈现黑色、浅棕色、黄色或亮白色等多种颜色,单一灰度阈值难以同时完整保留不同颜色的孔隙区域,并容易将固体颗粒暗边、孔壁阴影误划入孔隙,进而影响有效孔隙面积、局部孔宽及相态饱和度的计算。
4、其次,受显微照明变化、相界面混色及低饱和度区域色相不稳定等因素影响,同一像素可能同时满足油相和泡沫相的颜色阈值。现有方法通常采用固定的油相优先或泡沫优先策略消除重叠区域,未考虑重叠像素与两类典型颜色特征之间的接近程度,容易将泡沫边缘误归入油相,或将浅棕色油相误归入泡沫,从而造成油相面积、泡沫面积及饱和度统计偏差。
5、再次,泡沫在微流控孔隙中可能表现为自由泡沫、贴壁泡沫或连续泡沫网络。贴壁泡沫的部分边界与孔壁重合,不具备完整的双侧流体边界,若仍采用普通泡沫的双侧边缘采样方式,容易因有效边界不足而漏检。黄色或黄绿色泡沫还可能形成不规则的连续网络,其圆度和实心度较低。若采用统一的规则形态阈值或分水岭方法进行强制拆分,可能将真实泡沫网络排除或错误分割为多个独立泡沫,破坏其实际连通结构。
6、因此,现需要一种能够基于非空白多相图像建立孔隙几何坐标,合理消解油泡颜色冲突,并适应不同泡沫赋存形态的基于hsv阈值的微流控驱替图像多相识别分析方法。
技术实现思路
1、本发明的主要目的在于提供一种基于hsv阈值的微流控驱替图像多相识别分析方法,以解决现有技术中孔隙几何标定依赖空白芯片、油泡重叠像素归属不准确,以及统一识别规则难以兼顾贴壁泡沫和连续泡沫网络的问题。
2、为实现上述目的,本发明提供了一种基于hsv阈值的微流控驱替图像多相识别分析方法,具体包括如下步骤:
3、s1,获取微流控实验图像并建立批量处理任务,选取几何参考图和相态配置图。
4、s2,确定统一感兴趣区域并将感兴趣区域复用于同一实验批次的全部图像,在感兴趣区域内,利用照明背景对原始灰度亮度进行校正。
5、s3,构建校正亮度与原始色度的三维联合特征。
6、s4,以固体基质为几何锚点反向构建有效孔隙掩膜,基于有效孔隙掩膜计算各孔隙像素到孔壁的距离、孔隙骨架及局部孔宽,并配置相态颜色参数。
7、s5,批量分析程序读取待分析微流控实验图像及参数配置阶段保存的孔隙掩膜、局部孔宽和相态颜色参数,并将微流控实验图像通过图像配准统一至几何参考图坐标系。
8、s6,生成油相候选掩膜和泡沫候选掩膜。
9、s7,对油相候选掩膜和泡沫候选掩膜的重叠像素进行相位冲突消解;对普通泡沫和贴壁泡沫实施边界类型自适应判定。
10、s8,对黄色连续泡沫实施拓扑保持识别。
11、s9,对油相和泡沫相掩膜执行互斥检查,解决像素归属冲突,统计有效孔隙面积、油相面积、泡沫面积及其他孔隙面积,输出相态识别图像、面积统计结果、泡沫候选明细、冲突归属结果、配准质量信息及分析参数。
12、进一步地,步骤s1具体包括如下步骤:
13、s1.1,通过调节实验条件获得不同实验阶段、不同含水饱和度、含油饱和度及泡沫分布状态下的微流控实验图像,实验条件包括:注入流体类型、注入速度、注入压力和驱替时间。
14、s1.2,对微流控实验图像对应的实验条件、采集时刻和实验阶段进行标注,并根据多相流体识别和定量分析需要选取待处理微流控实验图像。
15、s1.3,将同一视野、同一成像倍率、同一芯片区域及同一实验条件下获得的微流控实验图像划分为同一实验批次。
16、s1.4,将一个或多个实验批次对应的微流控实验图像文件夹路径写入文件夹列表文件,由微流控实验图像批量处理程序依次读取并形成批量处理任务。
17、s1.5,从每一实验批次中选取至少一幅能够显示芯片固体基质和孔隙结构的几何参考图。
18、s1.6,选取至少一幅包括油相和泡沫相颜色的微流控实验图像作为相态配置图。
19、进一步地,步骤s2具体包括如下步骤:
20、s2.1,在几何参考图的交互显示图像上选取至少三个边界点,根据边界点形成闭合多边形的感兴趣区域,并生成感兴趣区域掩膜。
21、s2.2,将感兴趣区域复用于同一实验批次中视野、倍率和图像尺寸一致的全部微流控实验图像。
22、s2.3,在感兴趣区域内,将几何参考图转换为灰度图,利用大尺度平滑方法估计随空间位置变化的照明背景。
23、s2.4,根据照明背景对原始灰度亮度进行校正,获得照明校正亮度。
24、进一步地,步骤s3的三维联合特征的构建方式为:
25、将几何参考图转换至lab颜色空间,提取像素对应的色度分量和色度分量,并将色度分量和色度分量组合,形成用于像素聚类的三维联合特征:
26、;
27、其中,为经过照明背景校正后的亮度分量;为原始lab颜色空间中的红绿轴色度分量;为原始lab颜色空间中的黄蓝轴色度分量。
28、进一步地,步骤s4具体包括如下步骤:
29、s4.1,对感兴趣区域内各像素的三维联合特征进行多类别聚类,获得多个像素类别及像素类别对应的特征中心,根据各像素类别的平均照明校正亮度和综合色度确定固体候选类别,第个像素类别的固体候选评价值的计算公式如下:
30、;
31、其中,为第个类别的平均照明校正亮度;为第个类别相对于中性色中心的色度距离;为色度惩罚系数;表示已经经过校正的亮度。
32、s4.2,按照固体候选评价值对各像素类别进行排序,将固体候选评价值最高的类别,自动作为第一固体候选类别,并根据固体与孔隙叠加预览结果,对自动初选结果进行确认、增加或删除。
33、s4.3,将最终确定的各固体类别合并形成初始固体掩膜,并对初始固体掩膜进行处理,得到最终固体掩膜,处理方式包括:开运算、闭运算、填充固体连通区域内部的孔洞、对固体掩膜进行预定距离膨胀、删除面积低于固体面积阈值的小固体区域和删除面积低于孔隙面积阈值的小孔隙伪区域。
34、s4.4,将感兴趣区域内不属于最终固体掩膜的区域确定为有效孔隙区域,有效孔隙掩膜为:
35、;
36、其中,为感兴趣区域掩膜;为最终固体掩膜;为最终固体掩膜的补集。
37、s4.5,基于有效孔隙掩膜进行距离变换,计算每一孔隙像素到最近孔壁的孔壁距离,并提取孔隙骨架;
38、设有效孔隙区域为:
39、;
40、其中,为有效孔隙掩膜;为列索引;为行索引;
41、对于任意孔隙像素,其到最近孔壁的距离定义为:
42、;
43、其中,是任意孔隙像素;表示有效孔隙区域的边界;q是孔壁上的任意一点;是计算欧氏距离;为p到最近孔壁的距离;为取最小值。
44、s4.6,在孔隙骨架位置,以两倍孔壁距离确定骨架孔宽,并将孔隙骨架作为多源种子,使骨架孔宽仅沿有效孔隙掩膜内部进行测地传播,获得各孔隙位置对应的局部孔宽。
45、s4.7,将相态配置图统一至几何参考图坐标系,仅在有效孔隙区域内配置油相和泡沫相颜色参数。
46、s4.8,保存感兴趣区域、有效孔隙掩膜、最终固体掩膜、孔壁距离、孔隙骨架、局部孔宽、图像变换参数及相态颜色参数。
47、进一步地,步骤s5具体包括如下步骤:
48、s5.1,读取待处理的微流控实验图像以及参数配置阶段保存的有效孔隙掩膜、局部孔宽、图像变换参数和相态颜色参数,并将图像统一转换为三通道彩色图像,图像包括:灰度图像、三通道图像和带透明通道的图像。
49、s5.2,当微流控实验图像存在中心亮、边缘暗的非均匀照明时,执行保色平场校正。
50、s5.3,将微流控实验图像配准至几何参考图坐标系,考虑平移和小角度旋转,写成二维刚性变换:
51、;
52、其中,为实验图中的像素坐标;为几何参考图坐标系中的对应坐标;为水平方向和垂直方向的平移量;为旋转角。
53、通过最大化实验图固定结构与参考图固定结构之间的相关性求解最佳配准参数,具体公式为:
54、;
55、其中,为从几何参考图中提取的配准特征图;为从实验图中提取的配准特征图;为待优化的空间变换;为两幅配准特征图之间的增强相关系数;为使相关性最大的最优空间变换;为函数复合运算符;为使目标函数取得最大值的自变量取值。
56、配准后图像的映射公式:
57、;
58、其中,为配准后的实验图像;为原始实验图像。
59、s5.4,配准完成后,进行至少两项的质量指标检查,包括:配准相关性、平移量、旋转量和配准后有效图像与有效孔隙掩膜的重叠率,当质量指标不满足预设条件时,跳过当前微流控实验图像。
60、进一步地,步骤s6具体包括如下步骤:
61、s6.1,在有效孔隙掩膜内,根据油相颜色范围对微流控驱替图像进行像素级筛选,生成油相初始候选掩膜。
62、s6.2,对油相初始候选掩膜进行开运算、闭运算和最小连通区域面积过滤,去除孤立噪声和面积低于预设阈值的伪油相区域,得到油相候选掩膜。
63、s6.3,根据实验中泡沫的成像形态,选择泡沫识别分支,包括:特征门控分支和黄色网络分支;
64、选择特征门控分支则执行步骤s7,选择黄色网络分支则执行步骤s8。
65、进一步地,步骤s7具体包括如下步骤:
66、s7.1,确定油相候选掩膜与普通泡沫候选掩膜之间的交集,将同时属于油相候选掩膜与普通泡沫候选掩膜的像素确定为相位冲突像素。
67、s7.2,对于每一相位冲突像素,分别计算像素到油相颜色标定区域中心和泡沫相颜色标定区域中心的归一化颜色距离。
68、s7.3,相位对应的归一化颜色距离表示为:
69、;
70、其中,表示循环色相归一化距离;为饱和度归一化距离;为明度归一化距离;为随像素饱和度变化的色相权重。
71、s7.4,分别获得相位冲突像素到泡沫相标定区域的距离和相位冲突像素到油相标定区域的距离;当满足:时,将相位冲突像素归入泡沫相,否则,将相位冲突像素归入油相,其中,表示泡沫相归属偏置系数。
72、s7.5,提取经过步骤s7.1到s7.4处理后的普通泡沫候选连通区域的外轮廓,并在外轮廓采样点处根据相邻轮廓点确定切线方向及法线方向。
73、s7.6,沿外轮廓法线向候选区域两侧分别确定采样位置,根据两侧采样位置与有效孔隙掩膜之间的空间关系,将轮廓采样点划分为自由边界点、孔壁接触边界点和无效边界点。
74、s7.7,对于自由边界点,计算下列证据中的至少三项,包括:轮廓边缘支持比例、边缘闭合率、轮廓两侧采样位置之间的lab色差、综合色梯度方向与轮廓法线方向之间的一致性、多尺度边缘支持度和边缘强度。
75、设自由边界采样点集合为,其中,为自由边界采样点数量,为第个自由边界采样点,轮廓边缘支持比例表示为:
76、;
77、其中,为综合色边缘强度;为边缘判定阈值;为示性函数。
78、设第个自由边界点的综合色梯度方向为,轮廓法线方向为,则单点方向一致性定义为:
79、;
80、对全部自由边界点求平均,得到自由边界方向一致性:
81、;
82、其中,。
83、计算单个边界点的多尺度支持度,然后对自由边界采样点进行统计得到多尺度边缘支持度:
84、;
85、;
86、其中,为第个尺度在自由边界点处的边缘响应;为相应判定阈值;为边缘尺度数量。
87、对于孔壁接触边界点,计算下列证据中的至少两项,包括:孔壁接触边界点占有效轮廓采样点的比例、候选区域内部与候选区域外部有效孔隙环带之间的lab综合色差、孔壁接触边界附近的边缘强度和孔壁接触证据补偿值;
88、孔壁接触边界点占有效轮廓采样点的比例,设孔壁接触边界点集合为,其中,为孔壁接触边界点数量,有效轮廓采样点数量为:
89、;
90、孔壁接触比例定义为:
91、。
92、s7.8,根据自由边界点证据和孔壁接触边界点证据形成综合判定结果,并分别设置自由边界判定路径和孔壁接触边界判定路径,候选区域满足任一判定路径及判定路径对应阈值条件时,将候选区域认定为泡沫。
93、进一步地,步骤s8具体包括如下步骤:
94、s8.1,将配准后的微流控实验图像转换至hsv颜色空间,根据黄色或黄绿色泡沫对应的色相、饱和度和明度范围,生成hsv黄色证据掩膜。
95、s8.2,将微流控实验图像转换至lab颜色空间,根据亮度分量、红绿轴色度分量和黄蓝轴色度分量,生成lab黄色证据掩膜。
96、s8.3,将hsv黄色证据掩膜和lab黄色证据掩膜按照并集、交集、仅采用hsv证据或仅采用lab证据的方式进行组合,获得形态学处理前的原始黄色证据掩膜。
97、s8.4,在有效孔隙区域内排除已经确定的油相区域,并对原始黄色证据掩膜执行开运算、闭运算和小孔填充,得到黄色候选掩膜。
98、s8.5,对黄色候选掩膜执行连通域分析,将每一个黄色连通网络视作为一个完整泡沫网络。
99、s8.6,对于任一处理后的黄色连通网络,计算形态学处理前的原始黄色证据掩膜占比:
100、;
101、其中,表示形态学处理前的原始黄色证据掩膜;表示黄色连通网络的像素数量。
102、s8.7,仅当黄色连通网络面积满足预设面积条件,且不低于预设阈值时,将黄色连通网络认定为泡沫网络。
103、进一步地,步骤s9具体包括如下步骤:
104、s9.1,根据s7到s8的处理结果,生成油相掩膜和泡沫相掩膜,并检查油相掩膜和泡沫相掩膜是否存在重叠像素。
105、s9.2,在特征门控分支中,对残余重叠像素按照s7.1到s7.4中的归一化颜色距离归属规则再次进行消解,在黄色网络分支中,已经确定的油相区域具有最高优先级,从黄色泡沫掩膜中删除与油相掩膜重叠的像素。
106、s9.3,从基质掩膜中排除水相掩膜覆盖的像素,形成油相、泡沫、水相和基质依次递减的分类优先级,完成处理后,同一像素不得同时计入油相面积和泡沫相面积。
107、s9.4,分别统计:有效孔隙面积、油相面积、泡沫面积、有效孔隙内除油相和泡沫相之外的其他孔隙面积、油相与泡沫相在油泡总区域中的归一化面积占比、油相和泡沫相分别占有效孔隙面积的比例和普通泡沫实例数量或黄色连续泡沫网络数量。
108、s9.5,当实验能够确定有效孔隙区域内除油相和泡沫相之外的剩余区域均为水相时,将其他孔隙面积确定为水相面积,并计算含水饱和度;当有效孔隙内存在未识别流体、杂质或其他相态时,将未识别流体、杂质或其他相态记为其他孔隙相。
109、s9.6,输出油相和泡沫相识别图像、相态面积统计结果、泡沫候选区域明细、相位冲突像素归属结果、配准质量信息及分析所使用的参数。
110、本发明具有如下有益效果:
111、本发明基于hsv颜色空间分别配置油相、水相及泡沫相的阈值范围,相比单一灰度阈值或固定颜色阈值方法,能够更准确地区分不同相态区域;本发明通过实时掩膜预览辅助阈值调节,可及时排除水相暗点、背景阴影、图像噪声及其他非目标区域干扰,降低非目标区域被误划入目标相区域的概率;本发明在参数调节过程中实时显示目标相候选区域,使操作者能够直观判断阈值设置效果,减少反复试错操作,提高图像处理效率;本发明中的hsv阈值参数可根据不同光照条件、芯片背景、实验批次及相态颜色差异进行调整,相比固定阈值方法具有更好的适应能力;本发明基于各相态分割结果进行像素统计和面积计算,可获得含油饱和度、含水饱和度及泡沫含量等参数,提高定量分析结果的准确性;本发明形成了图像读取、阈值配置、掩膜预览、区域分割及参数计算的连续化流程,减少人工勾绘和多次手动处理,提高操作简便性和结果重复性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com