CN110378884A - 管内可视化检测视频进行偏心校正和展开变换的方法 - Google Patents
管内可视化检测视频进行偏心校正和展开变换的方法 Download PDFInfo
- Publication number
- CN110378884A CN110378884A CN201910629983.8A CN201910629983A CN110378884A CN 110378884 A CN110378884 A CN 110378884A CN 201910629983 A CN201910629983 A CN 201910629983A CN 110378884 A CN110378884 A CN 110378884A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- point
- circle
- image
- radius
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
管内可视化检测视频进行偏心校正和展开变换的方法,包括以下步骤:(1)在检测视频中自动识别接箍;(2)特征参数提取;(3)估计中心不动点坐标;(4)建立映射,建立原始图像和校正图像的映射关系,校正偏心影响;(5)配准和拼接,将视频图像逐帧进行校正和展开得到展开图像序列,然后将图像序列进行配准和拼接,就可得到管壁的完整的360°全景图像;利用该方法处理油气井管柱检测视频生成的井壁360全景展开图消除了成像失真和偏心失真,更利于观测和度量。
Description
技术领域
本发明属于石油行业油气井可视化检测领域,涉及一种对井下前视摄像机获取的连续视频图像进行处理的方法,特别涉及一种利用接箍对管内可视化检测视频进行偏心校正和展开变换的方法。
背景技术
可视化检测是指通过井下摄像机获取油气井管壁图像,检测管柱腐蚀、结垢、变形、穿孔等情况,评估管柱的健康状况和使用寿命,为管柱维护、修复提供可靠依据。
相较于其他检测手段,可视化检测结果“眼见为实”“一目了然”,不需要解释即可直观了解油套管的工作状况。
由于物体的像的大小与物体与摄像机的距离有关,相同大小的物体,距离摄像头近时像尺寸大,距离摄像头远时像尺寸小。因此,摄像机拍摄到立体对象都是变形和失真的。井下摄像机在管柱内拍摄到的管壁图像也是变形失真的,给管柱缺陷的定量检测带来困难,因此需要一种图像处理方法消除管壁图像的变形和失真,为管壁缺陷的定量检测奠定基础。
发明内容
为了克服上述现有技术的缺陷,本发明的目的在于提供了一种利用接箍对管内可视化检测视频进行偏心校正和展开变换的方法,通过在检测视频中自动识别接箍,提取特征参数,通过三维建模和空间变换,建立原始图像和校正图像的映射关系,校正偏心影响;利用该方法处理油气井管柱检测视频生成的井壁360全景展开图,消除了成像失真和偏心失真,更利于观测和度量。
管内可视化检测视频进行偏心校正和展开变换的方法,包括以下步骤:
(1)自动识别接箍
自动识别视频中的接箍,并在图像上绘制出接箍边缘的轮廓;
(2)特征参数提取
利用接箍在不同位置的两张图片进行接箍识别,并找到两个和接箍边缘最匹配的圆,记录圆心坐标和半径为o1(ox1,oy1),r1;o2(ox2,oy2),r2;
(3)估计中心不动点坐标
步骤2中两个圆的圆心连线的延长线与两个圆有四个交点,分别记为A(x11,y11),B(x21,y21),C(x12,y12),D(x22,y22),
其坐标按下列各式计算
A点坐标:
C点坐标:
B点坐标:
D点坐标:
两个圆心的距离为d,利用公式计算:
中心点不动点坐标(oox,ooy)按以下方法计算:
如果ox1=ox2则oox=ox1;
否则
如果oy1=oy2则ooy=oy1;
否则
(4)建立映射
(4.1)偏心校正映射
建立区域area1中坐标为(xt,yt)的点到区域area2中坐标为(xc,yc)的点的映射关系;其中:area1是两个偏心圆围成的环状区域,两个偏心圆的圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;area2是圆心为(oox,ooy)半径分别为r11,r22的两个同心圆围成的圆环;展开后图像尺寸为L×L,区域中心坐标为(L/2,L/2)。
(4.2)平面展开映射
建立两个圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;之间的区域area1中坐标为(xt,yt)点到边长为w×h的矩形区域中坐标为(x,y)的映射关系。
(4.3)偏心校正及展开变换
展开图像的高度为h;,当高度y在1到h之间变换时,x=在1到360之间变化时,area1中圆心(ox,oy)半径为r(r1<r<r2)的圆,映射为area2中圆心为图像中心(L/2,L/2),半径为r1+h(0<h<r2-r1)的圆;映射为area3中纵坐标为y的一条线。
其中,area3中的点(x,y)的点,与area1中圆心为(ox,oy),半径为r,相位角为x的点(xt,yt)互为映射。
其中半径r
圆心坐标
area3中的点(x,y)与area2中的点(xc,yc)互为映射
(4.4)图像数据填充
根据4.3中的坐标映射关系,将原始图像中的数据填充得到展开变换图像和偏心校正图像;
(5)配准和拼接
将视频图像逐帧进行校正和展开得到展开图像序列,然后将图像序列进行配准和拼接,得到管壁的完整的360°全景图像。
本发明的优点:
(1)利用接箍的位置对视频进行偏心校正,无须额外的硬件对仪器在套管中的位置进行测量和定位。
(2)自动识别接箍算法的应用提高了处理效率。
(3)利用偏心校正算法消除了偏心失真。
(4)利用展开变换算法消除了立体成像失真。
(5)利用图像配准和拼接技术得到了管柱内壁的全景展开图像。
(6)全景展开图像将立体图像变换为平面图像,消除了图像失真,更易进行观测和度量。
附图说明
图1是接箍边缘的轮廓图像。
图2是接箍识别后找到的两个和接箍边缘最匹配的圆的示意图。
图3是两个圆的圆心连线的延长线与两个圆四个交点的示意图。
图4是图像变换映射关系。
图5是原始图像。
图6是展开图像。
图7是偏心校正图像。
图8是油管内壁全景图像。
具体实施方式
下面结合附图对本发明做详细叙述。
管内可视化检测视频进行偏心校正和展开变换的方法,包括以下步骤:
(1)自动识别接箍
通过边缘检测、形态学处理,特征参数提取,智能判决等方法自动识别视频中的接箍,并在图像上绘制出接箍边缘的轮廓。参照图1,在摄像机运动过程中连续识别接箍,可得到多个接箍边缘的轮廓。
(2)特征参数提取
利用接箍在不同位置的两张图片进行接箍识别,并找到两个和接箍边缘最匹配的圆,记录圆心坐标和半径为o1(ox1,oy1),r1;o2(ox2,oy2),r2;参照图2,如果摄像机在管柱中完全居中,o1和o2重合,否则,摄像机在管柱中是偏心的。
(3)估计中心不动点坐标
步骤2中两个圆的圆心连线的延长线与两个圆有四个交点,参照图3,分别记为A(x11,y11),B(x21,y21),C(x12,y12),D(x22,y22),其坐标按下列各式计算
A点坐标:
C点坐标:
B点坐标:
D点坐标:
两个圆心的距离为d,利用公式计算:
中心点不动点坐标(oox,ooy)按以下方法计算:
如果ox1=ox2则oox=ox1;
否则
如果oy1=oy2则ooy=oy1;
否则
(4)建立映射
(4.1)偏心校正映射
建立区域area1中坐标为(xt,yt)的点到区域area2中坐标为(xc,yc)的点的映射关系;其中:area1是两个偏心圆围成的环状区域,两个偏心圆的圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;area2是圆心为(oox,ooy)半径分别为r11,r22的两个同心圆围成的圆环;展开后图像尺寸为L×L,区域中心坐标为(L/2,L/2)。
(4.2)平面展开映射
参照图4,建立两个圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;之间的区域area1中坐标为(xt,yt)点到边长为w×h的矩形区域中坐标为(x,y)的映射关系。
(4.3)偏心校正及展开变换
展开图像的高度为h,当高度y在1到h之间变换时,x=在1到360之间变化时,area1中圆心(ox,oy)半径为r(r1<r<r2)的圆,映射为area2中圆心为图像中心(180,180)半径r1+h(0<h<r2-r1)的圆;映射为area3中纵坐标为y的一条线。
其中,area3中的点(x,y)的点,与area1中圆心为(ox,oy),半径为r,相位角为x的点(xt,yt)互为映射。
其中半径r
圆心坐标
area3中的点(x,y)与area2中的点(xc,yc)互为映射
(4.4)图像数据填充
参照图5、6、7,根据4.3中的坐标映射关系,将原始图像中的数据填充得到展开变换图像和偏心校正图像。
(5)配准和拼接
将视频图像逐帧进行校正和展开得到展开图像序列,然后将图像序列进行配准和拼接,就可得到管壁的完整的360°全景图像。参照图8,全景图像将立体管柱的图像转换为平面展开图像,并消除了偏心的影响,更易进行观测和度量。
Claims (1)
1.管内可视化检测视频进行偏心校正和展开变换的方法,其特征在于,包括以下步骤:
(1)自动识别接箍
自动识别视频中的接箍,并在图像上绘制出接箍边缘的轮廓;
(2)特征参数提取
利用接箍在不同位置的两张图片进行接箍识别,并找到两个和接箍边缘最匹配的圆,记录圆心坐标和半径为o1(ox1,oy1),r1;o2(ox2,oy2),r2;
(3)估计中心不动点坐标
步骤2中两个圆的圆心连线的延长线与两个圆有四个交点,分别记为A(x11,y11),B(x21,y21),C(x12,y12),D(x22,y22),其坐标按下列各式计算
A点坐标:
C点坐标:
B点坐标:
D点坐标:
两个圆心的距离为d,利用公式计算:
中心点不动点坐标(oox,ooy)按以下方法计算:
如果ox1=ox2则oox=ox1;
否则
如果oy1=oy2则ooy=oy1;
否则
(4)建立映射
(4.1)偏心校正映射
建立区域area1中坐标为(xt,yt)的点到区域area2中坐标为(xc,yc)的点的映射关系;其中:area1是两个偏心圆围成的环状区域,两个偏心圆的圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;area2是圆心为(oox,ooy)半径分别为r11,r22的两个同心圆围成的圆环;展开后图像尺寸为L×L,区域中心坐标为(L/2,L/2);
(4.2)平面展开映射
建立两个圆心坐标和半径分别为(ox1,oy1),r1;(ox2,oy2),r2;之间的区域area1中坐标为(xt,yt)点到边长为w×h的矩形区域中坐标为(x,y)的映射关系;
(4.3)偏心校正及展开变换
展开图像的高度为h;,当高度y在1到h之间变换时,x=在1到360之间变化时,area1中圆心(ox,oy)半径为r(r1<r<r2)的圆,映射为area2中圆心为图像中心(180,180)半径r1+h(0<h<r2-r1)的圆;映射为area3中纵坐标为y的一条线;
其中,area3中的点(x,y)的点,与area1中圆心为(ox,oy),半径为r,相位角为x的点(xt,yt)互为映射;
其中半径r
圆心坐标
area3中的点(x,y)与area2中的点(xc,yc)互为映射
(4.4)图像数据填充
根据4.3中的坐标映射关系,将原始图像中的数据填充得到展开变换图像和偏心校正图像;
(5)配准和拼接
将视频图像逐帧进行校正和展开得到展开图像序列,然后将图像序列进行配准和拼接,就可得到管壁的完整的360°全景图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629983.8A CN110378884B (zh) | 2019-07-12 | 2019-07-12 | 管内可视化检测视频进行偏心校正和展开变换的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629983.8A CN110378884B (zh) | 2019-07-12 | 2019-07-12 | 管内可视化检测视频进行偏心校正和展开变换的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378884A true CN110378884A (zh) | 2019-10-25 |
CN110378884B CN110378884B (zh) | 2023-03-24 |
Family
ID=68253058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910629983.8A Active CN110378884B (zh) | 2019-07-12 | 2019-07-12 | 管内可视化检测视频进行偏心校正和展开变换的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378884B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113251954A (zh) * | 2021-04-25 | 2021-08-13 | 中海石油(中国)有限公司 | 一种套管偏心识别方法及系统 |
CN115326835A (zh) * | 2022-10-13 | 2022-11-11 | 汇鼎智联装备科技(江苏)有限公司 | 圆筒内表面检测方法、可视化方法以及检测系统 |
CN116188298A (zh) * | 2022-12-27 | 2023-05-30 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06245901A (ja) * | 1993-02-26 | 1994-09-06 | Olympus Optical Co Ltd | 内視鏡制御装置 |
JP2004170572A (ja) * | 2002-11-19 | 2004-06-17 | Keyence Corp | 画像つなぎ合わせ機能を有する共焦点顕微鏡システム、光量偏心補正方法及びコンピュータプログラム |
US20080055543A1 (en) * | 2006-08-29 | 2008-03-06 | Scott Meyer | Image adjustment derived from optical imaging measurement data |
JP2011054008A (ja) * | 2009-09-03 | 2011-03-17 | Suzuki Motor Corp | 歪み画像補正装置及び方法 |
CN105748040A (zh) * | 2016-02-05 | 2016-07-13 | 清华大学 | 立体结构功能成像系统 |
CN106357976A (zh) * | 2016-08-30 | 2017-01-25 | 深圳市保千里电子有限公司 | 一种全方位全景图像生成的方法和装置 |
CN107705252A (zh) * | 2017-10-13 | 2018-02-16 | 华东理工大学 | 适用于双目鱼眼图像拼接展开校正的方法及系统 |
CN107920252A (zh) * | 2016-10-11 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 一种全景视频数据处理方法、装置及系统 |
-
2019
- 2019-07-12 CN CN201910629983.8A patent/CN110378884B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06245901A (ja) * | 1993-02-26 | 1994-09-06 | Olympus Optical Co Ltd | 内視鏡制御装置 |
JP2004170572A (ja) * | 2002-11-19 | 2004-06-17 | Keyence Corp | 画像つなぎ合わせ機能を有する共焦点顕微鏡システム、光量偏心補正方法及びコンピュータプログラム |
US20080055543A1 (en) * | 2006-08-29 | 2008-03-06 | Scott Meyer | Image adjustment derived from optical imaging measurement data |
JP2011054008A (ja) * | 2009-09-03 | 2011-03-17 | Suzuki Motor Corp | 歪み画像補正装置及び方法 |
CN105748040A (zh) * | 2016-02-05 | 2016-07-13 | 清华大学 | 立体结构功能成像系统 |
CN106357976A (zh) * | 2016-08-30 | 2017-01-25 | 深圳市保千里电子有限公司 | 一种全方位全景图像生成的方法和装置 |
CN107920252A (zh) * | 2016-10-11 | 2018-04-17 | 阿里巴巴集团控股有限公司 | 一种全景视频数据处理方法、装置及系统 |
CN107705252A (zh) * | 2017-10-13 | 2018-02-16 | 华东理工大学 | 适用于双目鱼眼图像拼接展开校正的方法及系统 |
Non-Patent Citations (2)
Title |
---|
张维等: "基于Harris多摄像头孔壁图像的全景拼接技术", 《山东科技大学学报(自然科学版)》 * |
黄学鹏: "基于log-polar变换的全景展开算法", 《信息通信》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113251954A (zh) * | 2021-04-25 | 2021-08-13 | 中海石油(中国)有限公司 | 一种套管偏心识别方法及系统 |
CN115326835A (zh) * | 2022-10-13 | 2022-11-11 | 汇鼎智联装备科技(江苏)有限公司 | 圆筒内表面检测方法、可视化方法以及检测系统 |
CN116188298A (zh) * | 2022-12-27 | 2023-05-30 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
CN116188298B (zh) * | 2022-12-27 | 2023-08-04 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110378884B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080724B (zh) | 一种红外和可见光的融合方法 | |
CN110378884A (zh) | 管内可视化检测视频进行偏心校正和展开变换的方法 | |
CN111192198B (zh) | 一种基于管道机器人的管道全景扫描方法 | |
US20210314547A1 (en) | Methods, systems, and computer-readable storage media for generating three-dimensional (3d) images of a scene | |
WO2022082856A1 (zh) | 一种巡检目标自动识别跟踪的方法、系统及机器人 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN108648240A (zh) | 基于点云特征地图配准的无重叠视场相机姿态标定方法 | |
CN105550995B (zh) | 隧道影像拼接方法及系统 | |
CN105005964B (zh) | 基于视频序列影像的地理场景全景图快速生成方法 | |
CN107749268B (zh) | 屏幕检测方法及设备 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
US8879868B2 (en) | Image processing method for converting an annual image | |
CN106157246B (zh) | 一种全自动的快速柱面全景图像拼接方法 | |
CN106127690A (zh) | 一种无人机遥感图像快速拼接方法 | |
CN105023260A (zh) | 一种全景图像融合方法及融合装置 | |
WO2023226481A1 (zh) | 一种基于同心椭圆弦长比的单晶硅直径检测方法及装置 | |
CN112348775A (zh) | 基于车载环视的路面坑塘检测系统及方法 | |
CN105931219B (zh) | 一种基于钻孔电视图像计算钻孔深度的方法 | |
CN113793266A (zh) | 一种多目机器视觉图像拼接方法、系统及存储介质 | |
CN102802020B (zh) | 监测双目立体视频视差信息的方法和装置 | |
CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
CN116132636A (zh) | 煤矿综采工作面视频拼接方法和装置 | |
CN104036453A (zh) | 图像局部变形方法及其适用的图像局部变形系统及手机 | |
CN114529808B (zh) | 一种管道检测全景拍摄处理系统及方法 | |
CN115234845A (zh) | 基于投影模型的油气管道内壁缺陷图像可视化检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |