[发明专利]一种基于图像识别的压裂液悬砂能力评价方法

权利要求书

1.一种基于图像识别的压裂液悬砂能力评价方法，其特征在于，包括如下步骤：

S1、配制携砂液，将含支撑剂的携砂液倒入量筒中，观察混砂均匀程度和悬砂效果；

S2、根据支撑剂沉降情况选择拍照时机，借助高清摄像机或照相机获取多帧高质量图像资料；

S3、图像处理，包括如下子步骤：

S31、灰度图像获取；

S32、图像二值化：

首先，设定阈值获得二值图像，设定阈值，通过判断每个像素点灰度值f(i，j)与阈值关系，转换为只有0,1的二值图像，

f(i，j)为处理前图像，D(i，j)是处理后二值图像，ΔT是分割阈值；

其次，获取阈值，阈值由最大方差阈值分割法确定；

S33、目标提取，先进行图像分割，然后进行数据统计；使用基于距离变换的分水岭算法利用OpenCV对二值化图像进行分割；将图像划分为m*n个子区域，每个子区域采用基于连通域的回溯标记算法对支撑剂颗粒进行计数，计数结果记为X；

S4、数据分析

每个子区域支撑剂颗粒数量为X₁₁、X₁₂、X₁₃……X_mn，其平均值为：

其标准差为：

混合均匀度为：

混合均匀度越小说明支撑剂分散越均匀，携砂液的悬砂能力越强。

2.如权利要求1所述的基于图像识别的压裂液悬砂能力评价方法，其特征在于，所述步骤S2中，根据支撑剂沉降情况选择拍照时机，在目测观察支撑剂无明显运动时进行采集，采集过程尽量保持环境条件不变，光源稳定，光照充足均匀，拍摄角度距离合适，图片背景与支撑剂有明显对比度。

3.如权利要求1所述的基于图像识别的压裂液悬砂能力评价方法，其特征在于，所述步骤S31包括如下子步骤：

S311、采用加权平均值法，对每个像素点的颜色分量R、G、B赋不同权值进行加权平均运算，

f(i,j)＝0.299R(i,j)+0.587G(i,j)+0.114B(i,j)

其中，R(i，j)、G(i，j)、B(i，j)为彩色图像中三颜色通道的像素值，f(i，j)为灰度化后输出的图像；

S312、图像增强；

S313、灰度变换，把图像每个像素点的灰度值通过如下变换关系进行处理，

g(i,j)＝T[f(i,j)]

其中，f(i，j)为原始图像的灰度值，g(i，j)表示处理后的图像灰度值，T为进行灰度处理选取的变换函数，根据图像特征和目标需求选择函数映射；

S314、去噪；

S315、形态学处理。

4.如权利要求1所述的基于图像识别的压裂液悬砂能力评价方法，其特征在于，所述步骤S32中，获取阈值的具体方法如下：

基于目标兴趣区与背景区的像素值方差达到最大同时使目标与目标间的像素值方差达到最小的准则自动计算阈值T，确定图像中的该像素点是属于目标区支撑剂颗粒还是背景区，其类间方差为：

δ＝P₀(u₀-u)²+P₁(u₁+u)²

其中，δ为类间方差，P₀为像素被分到背景区的概率，u₀为像素被分配到背景区的平均概率，u为图像的全局灰度均值，P₁为像素被分到前景区的概率，u₁为像素被分配到前景区的平均概率。

5.如权利要求1所述的基于图像识别的压裂液悬砂能力评价方法，其特征在于，所述步骤S33中，图像分割，使用函数如下：

(a)OpenCV中，函数cv2.distanceTransform()用于计算图像中每一个非零点像素与其最近的零点像素之间的距离，输出的是保存每一个非零点与最近零点的距离信息，经过运算细化轮廓，获取图像前景；

(b)使用cv2.connectedComponents()对确定为背景、前景以及未知区域进行标记， 将所有标记加1，让所有未知区域记为0；

(c)使用分水岭算法cv2.watershed()进行图像分割，分水岭边界标记为-1。