CN102129548B - 多孔介质中流动泡沫结构图像实时采集与识别方法 - Google Patents

Abstract

本发明公开了一种多孔介质中流动泡沫结构图像实时采集与识别方法，特征是在泡沫渗流模拟系统的基础上，产生泡沫流体，通过图像采集系统获得不同时刻以及不同岩心位置处泡沫微观结构图像，对图像进行处理，分割出泡沫结构轮廓，并根据轮廓形态识别泡沫个体，计算泡沫结构特征参数。本发明实现了高压状态下对在多孔介质渗流过程中泡沫结构图像的实时采集，在此基础上可对泡沫结构进行识别和定量化描述，为开展泡沫在多孔介质中的微观流动研究提供了实用有效的工具。

Description

多孔介质中流动泡沫结构图像实时采集与识别方法

技术领域

本发明涉及图像处理技术领域，特别是对多孔介质(岩石)中流动泡沫结构图像的实时采集与识别方法。

背景技术

泡沫驱油是一种利用氮气、天然气或其它气体与泡沫剂混合形成泡沫作为驱油介质的驱油方法。该技术能够有效地提高原油采收率，它已逐步成为我国东部油田继聚合物驱油技术之后的又一主力提高原油采收率技术之一。然而，泡沫体系在多孔介质中的微观渗流是一个十分复杂的过程，它涉及到泡沫在在多孔介质中生成、运移、破灭、再生机理。深入地研究泡沫流体在多孔介质中渗流时泡沫形态结构变化规律具有重要的意义。

目前常用的流体在多孔介质(岩石)中渗流特征研究手段包括核磁共振成像仪(NMRI或MRI)技术、CT扫描技术、岩石驱替物理模拟、微观刻蚀模型和微观可视化物理模拟等。

由于泡沫流体中多个气体泡沫间的液膜壁太薄，核磁共振成像仪和CT扫描技术很难将多个气体泡沫区分开；岩石驱替物理模拟能够模拟高压状态下多孔介质中流动泡沫的压力和流量特征，但岩石内部流动泡沫结构是不可视的；微观蚀刻模型不耐高压，且不能准确反映真实岩石的多孔介质特征。微观可视化物理模拟是一种相对较新的实验技术，有着其独特的优点，通过显微镜直接观察泡沫在多孔介质中流动的生成、破灭、再生过程，配之以摄录机系统可观察和记录泡沫结构和运动状况。在不同实验条件下(时刻、位置、压力、速度、多孔介质物性参数)，泡沫流体渗流中呈现不同的结构特征。要深入分析泡沫结构与实验条件的关系，关键是对观察到的图像进行采集，并通过图像识别技术分离各单个泡沫，定量计算其结构特征参数，最后通过统计方法认识泡沫在不同实验条件下的分布特征。目前还没有适合于微观可视化物理模拟实验中泡沫图像的实时采集与识别方法。

发明内容

本发明的目的是要提供一种多孔介质中流动泡沫结构图像实时采集与识别方法，用于认识泡沫在多孔介质渗流过程中的微观结构特征。

本发明为实现其目的所采取的技术方案是在泡沫渗流微观可视化物理模拟系统的基础上，产生满足实验要求的泡沫流体，通过图像采集系统获得泡沫微观结构图像，在对图像进行预处理基础上，分割出泡沫结构轮廓线，并根据轮廓线形态识别泡沫个体，计算泡沫结构特征参数。本发明主要包括泡沫图像实时采集方法和泡沫结构图像处理识别方法，其中，

I.泡沫图像实时采集按以下过程：

(1)通过泡沫渗流模拟系统产生泡沫流体，从观察窗观察和记录二维泡沫形态；

(2)通过对观察窗上部带摄录机的显微镜放大倍数的调整，观测全局和局部泡沫流体结构形态；

(3)实时图像采集，用摄录机录取二维泡沫图像，记录采集时刻的实验条件、比例尺等有关参数，设置不同的像素、分辨率和曝光时间，以不同的时间间隔连续拍摄多张泡沫形态图像；

(4)实时图像的保存，对图像进行压缩存储；

II.泡沫结构图像处理识别按以下过程：

(1)读入通过图像采集程序采集到的泡沫微观结构静态图像，定义分析窗口，选取所要分析部分的泡沫图像；

(2)对图像进行增强、锐化等预处理，增强泡沫结构图像中泡沫轮廓与其他部分的对比度，通过去污处理去除图像中的实验污点，最后将彩色图片转换成只含有亮度信息，不含色彩信息的灰度图，提取图像灰度值；

(3)图像自动分割，根据图像的灰度值分布直方图，确定二值化阈值，并对图像进行二值化处理，将泡沫轮廓线和其它部分区分开来。图像分割后泡沫轮廓部分对应体素的灰度值都变为1，泡沫内部气体部分与泡沫之间的液体部分对应体素的灰度值都为0；

(4)泡沫结构识别，泡沫内部的气体部分和泡沫间的液体部分各自均呈连片分布，并以轮廓线为界，泡沫内部呈现比较规则的圆形，泡沫间的液体连片分布形态较不规则，需要提取的是泡沫内部的气体部分的信息。根据图像分割后的灰度值分布矩阵，利用泡沫轮廓线结构识别各泡沫单体，去除泡沫间的液体部分。同时符合以下三个条件的连片分布区域即为识别出的泡沫单体：

①各连片分布区域左右边界间的距离与上下边界间的距离差小于边界间平均距离(即泡沫直径)的15％；

②左、右边界像素点位置所对应的上、下坐标距离差小于直径的15％；

③连片分布区域小于5个像素点的部分，不计入泡沫单体统计范围。

(5)计算泡沫数目、体积、直径、平均分布密度、泡沫大小频度分布、泡沫非均匀度等有关特征参数，输出统计图表：

①泡沫体积、等效直径和平均直径

对数码图片通过标记算法区分各个独立的泡沫，获取泡沫数目，每个泡沫的大小通过各个标记对象范围内像素数目计算得到，将二维图中泡沫大小转换为等效直径的球形泡沫。

泡沫体积为

V＝Ah

球形泡沫等效直径为

$D={\left(\frac{6\mathrm{Ah}}{\mathrm{\π}}\right)}^{\frac{1}{3}}$

泡沫平均直径为

$\stackrel{\‾}{D}={\left(\frac{6\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i{h}_i}{\mathrm{\π}}\right)}^{\frac{1}{3}}$

式中，V为泡沫体积，mm³；A为二维图中气泡面积，mm²；h为观察窗二维通道厚度，mm；D为泡沫的直径，mm。下标i代表第i个泡沫。

②泡沫大小频度分布

根据泡沫直径大小分布可建立不同直径区间泡沫个数以及占总泡沫数的比例，即所谓的“频度分布”，进而绘制频度与泡沫直径区间的直方图即泡沫大小频度分布图。

③泡沫非均匀度

泡沫分布非均匀度是泡沫稳定性能的体现，采用标准差与平均数的比值(相对值)来表征泡沫大小非均匀度，即

$C_v=\frac{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(D_i-\stackrel{\‾}{D})}^2/(n-1)}}{\stackrel{\‾}{D}}$

C_v为泡沫非均匀度；为泡沫平均直径；n为分析区域内泡沫个数。

(6)累加下一幅图像分析结果，对多幅图像进行累加计算。

(7)结果保存打印输出。

本发明的有益效果是：实现了对高压状态下多孔介质(岩石)中产生的泡沫流体流动状态图像的采集，利用图像处理技术，识别单个泡沫结构形态，定量计算其结构特征参数，有利于认识在不同实验条件下的泡沫渗流特征。

附图说明

图1是分析区图像。

图2是图像增强后的泡沫分布图。

图3是图像去污处理后泡沫分布图。

图4是图像转化后的灰度图。

图5是图像分割后的泡沫分布图。

图6是泡沫结构自动识别后的泡沫分布图

图7是泡沫大小分布频度图

图8是泡沫结构图像实时采集与识别方法流程框图。

具体实施方式

以下通过对氮气泡沫渗流特征实验图像采集和识别实例并结合附图来详细说明本发明：

1.泡沫渗流图像实时预览

设置实验条件，利用微观可视化泡沫渗流模拟系统在多孔介质中产生泡沫流体，并通过观察窗上部显微镜和连接在计算机显示器上的摄录机预览观察窗中泡沫流动状态，通过对显微镜放大倍数的调整，观测全局和局部泡沫流体结构形态；

2.实时图像采集

选择合适的泡沫流体形态预览图像，实时采集填砂管出口端进入观察窗内的泡沫结构微观图像，标注相应的比例尺，保存图像到硬盘；待泡沫渗流模拟系统内泡沫稳定后，通过调节泡沫渗流通道，依次采集不同岩心部位流动泡沫图像。

3.图像选取与预处理

提取所需分析时刻或填砂管位置的图像，选定图像中所需要分析的区域，如图1所示。进行图像增强、锐化处理，增强泡沫结构图像中泡沫轮廓与其他部分的对比度，如图2所示。通过人工去污处理方法去除图像中的实验过程中产生的污点，如图3所示。最后将所采集的彩色图片转换成只含有亮度信息，不含色彩信息的灰度图，如图4所示，并提取各像素点灰度值。

4.泡沫结构自图像分割

根据图像的灰度直方图，确定泡沫结构分割的二值化阈值为96，并对图像进行二值化处理，将泡沫轮廓线和其它部分分割开来。为了便于显示，图像分割后泡沫轮廓部分对应体素的灰度值都变为1，即图5中白色部分，泡沫内部气体部分与泡沫之间的液体部分对应体素的灰度值都变为0，即图中5的黑色部分。

5.泡沫结构自动识别

根据泡沫单体与单体间液体部分形态区分原则，依据图像分割后的二值化处理结果，去除泡沫之间的液体部分，自动识别出图像中泡沫单体，如图6中黑色部分。

6.计算泡沫特征参数，自动计算所分析区域内泡沫最小直径、最大直径、平均直径、泡沫非均匀度等参数，如表1所示。最后绘制泡沫大小分布频度图，如图7所示。

表1泡沫结构特征参数表

图8为本发明多孔介质中流动泡沫结构图像实时采集与识别方法流程框图。本发明利用图像处理技术实现了多孔介质中流动泡沫结构图像的实时采集和识别方法，定量计算流动泡沫的结构特征参数，有助于认识泡沫在不同实验条件下的泡沫渗流特征。

Claims (1)

1.一种多孔介质中流动泡沫结构图像实时采集与识别方法，包括泡沫图像实时采集方法和泡沫结构图像处理识别方法，其特征在于：在泡沫渗流模拟系统的基础上，产生满足实验要求的泡沫流体，通过图像采集系统获得不同条件下泡沫微观结构图像，对图像进行处理，分割出泡沫结构轮廓线，并根据轮廓线形态识别泡沫个体，计算泡沫结构特征参数，其中，

I.泡沫图像实时采集按以下过程：

(1)通过泡沫渗流模拟系统产生泡沫流体，从观察窗观察和记录二维泡沫形态；

(2)通过对观察窗上部带摄录机的显微镜放大倍数的调整，观测全局和局部泡沫流体结构形态；

(3)实时图像采集，用摄录机录取二维泡沫图像，记录采集时刻的实验条件、比例尺有关参数，设置不同的像素、分辨率和曝光时间，以不同的时间间隔连续拍摄多张泡沫形态图像；

(4)实时图像的保存，对图像进行压缩存储；

II.泡沫结构图像处理识别按以下过程：

(1)读入通过图像采集程序采集到的泡沫微观结构静态图像，定义分析窗口，选取所要分析部分的泡沫图像；

(2)对图像进行增强、锐化预处理，增强泡沫结构图像中泡沫轮廓与其他部分的对比度，通过去污处理去除图像中的实验污点，最后将彩色图片转换成只含有亮度信息，不含色彩信息的灰度图，提取图像灰度值；

(3)图像自动分割，根据图像的灰度值分布直方图，确定二值化阈值，并对图像进行二值化处理，将泡沫轮廓线和其它部分区分开来，图像分割后泡沫轮廓部分对应像素的灰度值都变为1，泡沫内部气体部分与泡沫之间的液体部分对应像素的灰度值都为0；

(4)泡沫结构识别，泡沫内部的气体部分和泡沫间的液体部分各自均呈连片分布，并以轮廓线为界，泡沫内部呈现比较规则的圆形，泡沫间的液体连片分布形态较不规则，需要提取的是泡沫内部气体部分的信息，根据图像分割后的灰度值分布矩阵，利用泡沫轮廓线结构识别各泡沫单体，去除泡沫间的液体部分，同时符合以下三个条件的连片分布区域即为识别出的泡沫单体：①各连片分布区域左右边界间的距离与上下边界间的距离差小于泡沫直径的15％；②左、右边界像素点位置所对应的上、下坐标距离差小于泡沫直径的15％；③连片分布区域小于5个像素点的部分，不计入泡沫单体统计范围；

(5)计算泡沫数目、体积、直径、平均直径、泡沫大小频度分布和泡沫非均匀度有关特征参数，输出统计图表：

泡沫体积为

V＝Ah

球形泡沫等效直径为

$D={\left(\frac{6\mathrm{Ah}}{\mathrm{\π}}\right)}^{\frac{1}{3}}$

泡沫平均直径为

$\stackrel{\‾}{D}={\left(\frac{6\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i{h}_i}{\mathrm{\π}}\right)}^{\frac{1}{3}}$

泡沫非均匀度为

$C_v=\frac{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(D_i-\stackrel{\‾}{D})}^2/(n-1)}}{\stackrel{\‾}{D}}$

式中，V为泡沫体积，mm³；A为二维图中泡沫面积，mm²；h为观察窗二维通道厚度，mm；D为泡沫的直径，mm；

为泡沫平均直径，mm；C_v为泡沫非均匀度；n为分析区域内泡沫总数；下标i代表第i个泡沫；

(6)累加下一幅图像分析结果，对多幅图像进行累加计算；

(7)结果保存，打印输出。

Images