一种井下钻孔水压裂缝可视化快速检测方法与流程

1.本发明涉及裂痕检测领域，具体涉及一种井下钻孔水压裂缝可视化快速检测方法。


背景技术：

2.钻孔观测是一种快速、直观、有效检验压裂裂缝效果的方式，是顶板压裂管理和评价技术的发展方向。随着煤岩层水力压裂技术大规模在煤矿安全管理和开采技术方面的应用，对压裂效果的可视化、信息化、图像处理技术理论的进步，提出了新的更高的要求。钻孔水压裂缝印泥法检测存在难以克服的困难，如环境制约、看不到水压裂缝、测量钻孔倾角和深度不准、可视化裂缝扩展连续分布等,尤其是存在现有钻孔窥视与水压裂缝检测缺少一体化理论和方法，可视化、自动化检测技术水平低，工艺落后等问题，严重影响顶板压裂安全效果检测和快速评价。基于此提出一种井下钻孔水压裂缝可视化检测方法，是针对在复杂环境下能够快速实现钻孔裂缝的动态观测以及井下原位钻孔水压裂缝扩展动态分析，在钻孔裂缝摄像的基础上，创新采用了三维空间变换的方法，能够将三维空间水压裂缝参数通过离散化变换到二维图形参数，自动检测出动态水压裂缝的空间位置，包括长度、方位、角度，形成水压裂缝扩展图，替代了传统的印泥法，突破了钻孔窥视观测在水压裂缝分析上的技术瓶颈。
3.与现有技术相比：
4.(1)与印泥法相比
5.传统印泥法不能直观的检测钻孔水压裂缝在孔壁上的真实位置和裂缝轨迹、扩展及动态连续性和倾角，且受环境影响因素极大，给煤岩水压裂缝的快速检测、连续性评估带来困难。
6.(2)与钻孔电视相比
7.目前的钻孔电视可以直观的看到钻孔孔壁内水压裂缝的形状及大小，但难以确定水压裂缝在钻孔孔壁上的具体位置分布，水压裂缝空间位置动态定位描述困难。


技术实现要素：

8.针对现有技术中的上述不足，本发明提供了一种井下钻孔水压裂缝可视化快速检测方法。
9.为了达到上述发明目的，本发明采用的技术方案为：
10.一种井下钻孔水压裂缝可视化快速检测方法，包括如下步骤：
11.s1、利用钻孔探头对钻孔内部进行钻孔全景观测，得到钻孔图像；
12.s2、对步骤s1得到的钻孔图像进行预处理，增加钻孔图像的水平和垂直采样点数，进而提高整体图像分辨率；
13.s3、利用局部统计的可变阈值分割方法对步骤s2预处理后的钻孔图像进行分割得到二值图像，并对二值图像进行形态学提取得到裂缝的边缘特征；
14.s4、根据裂缝的边缘特征识别裂缝所在的地层平均深度位置，并利用hough变换将边缘检测后的干净的二值图像转化为离散的二维参数空间；
15.s5、根据离散的二维参数空间中的参数属性对不同类型的裂缝进行分类。
16.进一步的，所述s3中局部统计的可变阈值分割方法具体为：
17.s301、利用预处理后的钻孔图像中任一点(x，y)的局部标准差和平局部均值定义可变局部阈值，表示为：
18.t
x，y
＝aσ
xy
bμ
xy
19.其中，σ
xy
和μ
xy
分别为图像中以(x,y)为中心的邻域n
xy
包含的像素集合的标准差和均值，a、b为非负常数；若使用全局均值μ
t
，则
20.t
x，y
＝aσ
xy
bμ
t
21.s302、通过以点(x，y)为中心的邻域n
xy
中所有像素合的标准差和方差对对预处理后的钻孔图像中的所有像素点计算其局部标准差和方差得到局部特征组合；
22.s303、利用与逻辑将局部特征组合，并通过权重对局部阈值进行计算得到二值图像，表示为：
[0023][0024]
其中，ib(x，y)为二值图像，i(x，y)为预处理后的钻孔图像，μ为局部均值μ
xy
或全局均值μ
t
。
[0025]
进一步的，所述s3中对二值图像进行形态学提取得到裂缝的边缘特征的具体方式为：
[0026]
s311、将步骤s303得到的二值图像进行形态学算子处理得到干净的二值图像，表示为：
[0027][0028]
其中，i
cb
为干净的二值图像，ib为二值图像，b为结构元素；
[0029]
s312、利用边缘检测消除所有不边缘集合，保留横穿整个图像的裂缝边缘集合，表示为：
[0030][0031]
其中，e为最终的边缘图像。
[0032]
进一步的，所述s4中根据裂缝的边缘特征识别裂缝所在的地层平均深度位置的具体方式为：
[0033]
s401、在平面图像i(i，j)中构建一个完整周期的裂缝曲线，表示为：
[0034][0035]
其中，a为振幅，为初相位，d为裂缝所在的平均深度位置；
[0036]
s402、根据正弦曲线的对称关系，确定相距半个周期的两个像素点i0(i，j)与i1(h，k)纵坐标的关系，表示为：
[0037]
|j-k|＝t/2
[0038]
s403、遍历平面图像i(i，j)，将图像中满足步骤s402所确定的纵坐标关系的所有
纵坐标边缘像素配成点对，并计算像素点i0(i，j)与i1(h，k)连线的重点m的横坐标，得到裂缝所在的平均深度位置，表示为：
[0039]
d＝(i h)/2。
[0040]
进一步的，所述s4中利用hough变换将边缘检测后的干净的二值图像转化为离散的二维参数空间的具体方式为：
[0041][0042]
其中，a∈(0，a
max
)，a
max
为钻孔图像的对角线长度，d为裂缝所在的平均深度位置。
[0043]
进一步的，所述s5具体包括如下步骤：
[0044]
s51、对于钻孔图像上的任意一点(i，j)计算裂缝的幅值，只要a满足其所在的参数范围，则相应的累加器单元贡献加一；
[0045]
s52、在空间中应用极大值检测寻找局部峰值从而挑选可能的候选裂缝曲线；
[0046]
s53、应用显著性验证过程抑制错误曲线，在候选裂缝曲线中选择最显著的曲线。
[0047]
本发明具有以下有益效果：
[0048]
本方法按照煤岩水压裂缝全新的可视化快速检测设计，将钻孔电视测试、摄像与裂缝自动测量评估结合，不仅可以直观的看到钻孔孔壁上的水压裂缝形状、大小，还可以自动定位钻孔孔壁内水压裂缝的位置以及裂缝扩展形态，形成钻孔水压裂缝检测评估系统，形成创新超长孔水压裂缝快速检测方法，突破目前钻孔水压裂缝印泥法和单纯窥视的技术缺陷，解决了顶板钻孔水压裂缝扩展的评估测量难题。
附图说明
[0049]
图1为本发明井下钻孔水压裂缝可视化快速检测方法流程示意图。
[0050]
图2为本发明实施例压裂裂缝与圆柱形钻孔相交原理图。
[0051]
图3为本发明实施例钻孔与裂缝完全相交和部分相交示意图。
具体实施方式
[0052]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0053]
一种井下钻孔水压裂缝可视化快速检测方法，如图1所示，包括如下步骤：
[0054]
s1、利用钻孔探头对钻孔内部进行钻孔全景观测，得到钻孔图像；
[0055]
在本实施例里，首先将钻孔观测头和主机连接在一起，再打开主机显示器，然后将钻孔观测头与气动推送杆连接在一起，将钻孔观测头送入钻孔中，开启录像功能，通过控制气泵控制系统让气泵给气动升降推送杆充气，使得探测头深入钻孔内部进行钻孔全景观测，观测头上的自动测量模块和自动定位记忆检测模块是通过在设备中安装大量传感器，可以实现自动定位孔壁裂缝位置，通过对裂缝的长度、大小、形状、扩展角度及方向进行定
位记忆，基于孔壁水流中线，确定水压裂缝位置分布，直到孔底，通过控制气泵控制系统让气动升降推送杆放气，使得探测头再缓缓退出钻孔完成观测，然后关闭录像
[0056]
s2、对步骤s1得到的钻孔图像进行预处理，增加钻孔图像的水平和垂直采样点数，进而提高整体图像分辨率；
[0057]
本实施例里，应用双线性插值方法对钻孔图像进行预处理，以增加钻孔图像的水平和垂直采样点数进而提高了整体图像分辨率。
[0058]
s3、利用局部统计的可变阈值分割方法对步骤s2预处理后的钻孔图像进行分割得到二值图像，并对二值图像进行形态学提取得到裂缝的边缘特征；
[0059]
应用数学形态学方法对钻孔图像中的裂缝模式进行识别,首先进行钻孔幅值图像的建模，对于与井眼相交的天然裂缝在沿平面展开后的二维图像中表现为单周期的正弦模式特征。其中，对于背景中噪声较小的钻孔图像应用传统的全局阈值分割和边缘检测技术进行边缘提取；但是对于纹理较为复杂的钻孔图像，首先应用基于局部统计的可变阈值分割的方法对钻孔图像进行分割。其次对分割后的二值图像应用形态学处理，此时有效地抑制背景中的噪声将裂缝特征识别出来，同时使用形态学提取裂缝的主要边缘特征。
[0060]
如图2、图3所示要在钻孔图像中跟踪这些相交曲线，就必须在给定平面事件的单位法向量的情况下求出相交曲线的形状。通常法向量使用两个角度来进行参数化，倾角θd和方位角
[0061][0062]
平面中的点过原点，必须满足下面的方程：
[0063][0064]
为了表示任意深度的平面，点必须被给定一个偏移量：其中α是从原点到同一方向平面的距离。在这个平面中，满足下面的方程：
[0065][0066]
假设点在井壁上，由下式表不：
[0067][0068]
其中和z是井壁上独立的坐标，以及r是井眼半径。当平面与井壁相交时，满足，关系，结合式(3)和式(4)可知，此时产生的曲线如下：
[0069][0070]
这个曲线还可以写成下面正弦曲线的参数形式：
[0071][0072]
其中，
[0073]
d＝α/nzꢀꢀꢀ
(7)
[0074]
的结构元素b来构建。这种形态学操作可以保持大范围内的连续活动像素集，并且类似于一种清洁滤波器，还可以消除小范围的连续活动像素集。最后使用该形态学算子处理后还可以得到一幅干净的二值图像。
[0094][0095]
其中，i
cb
为干净的二值图像。
[0096]
裂缝边缘被理解为一组连续的、横向穿过整个图像的活动像素集合。并且裂缝如果有一定的宽度的话，还可以从其顶部和底部边缘的位置来识别。在此我们提出了一种边缘检测工具，可以用数学形态学运算来表示：
[0097][0098]
其中，e为最终的边缘图像，它仅包含干净的二值图像i
cb
中所识别的边缘或相邻像素集。通过这种方式，我们消除了所有不连续的或小的集合(边缘)，只保留了横向穿过整个图像的裂缝边缘集合。
[0099]
s4、根据裂缝的边缘特征识别裂缝所在的地层平均深度位置，并利用hough变换将边缘检测后的干净的二值图像转化为离散的二维参数空间；
[0100]
首先使用统计分布的方法来估计裂缝深度d所在的位置，具体包括如下方：
[0101]
s401、在平面图像i(i，j)中构建一个完整周期的裂缝曲线，裂缝的深度位置估计通过统计分布直方图的方式来实现。假设在图像平面i(i，j)中恰好有一个完整周期的裂缝曲线，则数学方程可以描述为：
[0102][0103]
其中，a是振幅，是初相位，单位是弧度，d是裂缝所在的平均深度位置。(i，j)为图像中的任意像素位置，注意a和d的单位是像素。对于单周期的正弦曲线，其周期t与钻孔图像的宽度一致，即下式：
[0104][0105]
其中w是钻孔图像的宽度。
[0106]
s402、根据正弦曲线的对称关系，确定相距半个周期的两个像素点i0(i，j)与i1(h，k)纵坐标的关系，根据正弦曲线的对称关系，在相距半个周期的两个像素点i0(i，j)与i1(h，k)纵坐标满足下面的关系：
[0107]
|j-k|＝t/2
ꢀꢀꢀ
(19)
[0108]
s403、遍历平面图像i(i，j)，将图像中满足步骤s402所确定的纵坐标关系的所有纵坐标边缘像素配成点对，并计算像素点i0(i，j)与i1(h，k)连线的重点m的横坐标，得到裂缝所在的平均深度位置，表示为：
[0109]
d＝(i h)/2
ꢀꢀꢀ
(20)
[0110]
中点m的横坐标恰好为裂缝所在的平均深度位置d。通过统计深度位置上累加器的局部峰值位置，从而可以得到裂缝所在的深度值参数。
[0111]
当确定了正弦模式的深度d后，此时只剩下两个自由参数幅值a和初相位根据公式(17)，我们有以下的形式：
[0112][0113]
其中如a∈(0，a
max
)，a
max
为图像的对角线长度，但通常不大于图像的高度，的单位是弧度，且对于钻孔图像上的任意一点(i，j)计算裂缝的幅值，只要a满足其所在的参数范围，则相应的累加器单元贡献加一。在(a)空间中应用极大值检测寻找局部峰值从而挑选可能的候选裂缝曲线。
[0114]
s5、根据离散的二维参数空间中的参数属性对不同类型的裂缝进行分类。具体包括如下步骤：
[0115]
s51、对于钻孔图像上的任意一点(i，j)计算裂缝的幅值，只要a满足其所在的参数范围，则相应的累加器单元贡献加一；
[0116]
s52、在空间中应用极大值检测寻找局部峰值从而挑选可能的候选裂缝曲线；
[0117]
s53、应用显著性验证过程抑制错误曲线，在候选裂缝曲线中选择最显著的曲线。
[0118]
参数空间中的峰值分布非常广泛。由于在峰的延伸侧面上存在噪声因此会导致错误的检测。应该选取方法来抑制这些噪声并且只选择最显著的曲线。其中关键的一步是从原始图像中移除对已接受检测支持的候选曲线。该方法能够防止在图像中多次使用相同的曲线段作为检测候选曲线的支持。通常在参数空间中那些拥有最大幅值的曲线最先被挑选。因此，正确的事件比错误事件的幅值要更大。
[0119]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
[0120]
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。