CN116309807A - 一种基于数字图像智能识别的岩芯地面重定位系统 - Google Patents

一种基于数字图像智能识别的岩芯地面重定位系统 Download PDF

Info

Publication number
CN116309807A
CN116309807A CN202310348218.5A CN202310348218A CN116309807A CN 116309807 A CN116309807 A CN 116309807A CN 202310348218 A CN202310348218 A CN 202310348218A CN 116309807 A CN116309807 A CN 116309807A
Authority
CN
China
Prior art keywords
core
rock core
image
scanning
rock
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
Application number
CN202310348218.5A
Other languages
English (en)
Other versions
CN116309807B (zh
Inventor
黄麟淇
刘迎泽
王少锋
王钊炜
魏云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN202310348218.5A priority Critical patent/CN116309807B/zh
Publication of CN116309807A publication Critical patent/CN116309807A/zh
Application granted granted Critical
Publication of CN116309807B publication Critical patent/CN116309807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于数字图像智能识别的岩芯地面重定位系统，包括钻孔电视、主体计算机和岩芯扫描装置，钻孔电视用于获取钻孔壁面柱状图像数据，岩芯扫描装置用于对所获得的岩芯表面进行扫描获得岩芯外表柱状图像，主体计算机内的图像匹配模块能够对钻孔壁面柱状图像和岩芯外表柱状图像进行全域智能匹配，寻找并定位岩芯在钻孔内的空间位置及方位坐标，完成岩芯地面重定位。本申请结合钻孔电视技术与岩芯扫描技术，将钻孔壁面柱状图像和岩芯外表柱状图像放入柱坐标系中，通过比对匹配其表面特征，获得岩芯的匹配坐标，从而准确便捷的完成岩芯重定位，揭示深部地下岩体结构特征的关键信息，优化目前深部地下岩芯重定位技术。

Description

一种基于数字图像智能识别的岩芯地面重定位系统
技术领域
本发明属于岩土工程地应力测量技术领域，尤其涉及一种基于数字图像智能识别的岩芯地面重定位系统。
背景技术
深部地下岩体结构面的方位、数量是开展深部地下工程可行性分析和工程设计所必需的关键信息，不同的岩体结构面的分布会影响岩体力学特性，在某些地质条件下还会影响岩体位移或元素迁移，对工程稳定性及长期安全性造成影响。
为了获取深部地下岩体的结构特征，工程常使用深钻孔施工在岩体打下钻孔后，使用环状岩芯钻头及其他取芯工具，从钻孔内取出圆柱状岩石样品，叫做岩芯。岩芯是深部地下岩体结构面特征研究的重要实物地质资料，拥有岩芯的情况下，利用岩芯重定位技术便可获得工程深部地下岩体结构面特征。
现有的岩芯重定位技术，是获取岩芯后使用钻孔电视测井技术还原钻孔孔壁圆柱模型，后将岩芯运输至实验室进行岩芯扫描，根据扫描所得的数据与钻井电视还原的孔壁圆柱模型进行曲率对应，完成岩芯重定位。现有技术下，岩芯的运输不仅会增加工作人员的劳动量，在运输过程中，也有可能造成岩芯的破碎、破损等，造成岩芯中关于岩体深部构造特征的大量有价值信息损失。此外，岩芯重定位时使用曲率对应，得到的结果可能不唯一，需要继续进行比对，从而加大了工作人员的劳动量，得到的结果准确性有限。
因此，目前急需开发一种能够在现场进行岩芯地面重定位的技术，为深部地质工程的相关研究提供技术支撑。
发明内容
本发明的目的在于提供一种基于数字图像智能识别的岩芯地面重定位系统，结合钻孔电视技术与岩芯扫描技术，将两个立体圆柱模型放入柱坐标系中，通过比对匹配其表面特征，获得岩芯的匹配坐标，从而准确便捷的完成岩芯重定位，揭示深部地下岩体结构特征的关键信息，优化目前深部地下岩芯重定位技术。
为此，本发明提供的基于数字图像智能识别的岩芯地面重定位系统，包括：
钻孔电视，具有能够伸入钻孔中，并对钻孔井壁进行拍摄以获得钻孔壁面图像数据的下井摄像头，所述下井摄像头上集成有实时传输反馈其具体坐标、倾角、倾向参数数据的水准仪、GPS系统及电子罗盘；
主体计算机，根据获得的钻孔壁面图像数据以及下井摄像头具体坐标、倾角、倾向参数数据生成具有完整坐标及方位的钻孔壁面柱状图像，并建立三维空间柱坐标系；
岩芯扫描装置，用于对所获得的岩芯表面进行扫描，获得岩芯外表柱状图像，所述岩芯外表柱状图像被传输至主体计算机，所述主体计算机内的图像匹配模块能够对钻孔壁面柱状图像和岩芯外表柱状图像进行全域智能匹配，寻找并定位岩芯在钻孔内的空间位置及方位坐标，完成岩芯地面重定位。
具体的，图像匹配在软件OpenCV中进行，其中；
岩芯在扫描前，在其表面绘制一条与岩心轴向平行的参考线，图像匹配时保证岩芯外表柱状图像上的参考线对上钻孔壁面柱状图像的北方位，之后让岩芯外表柱状图像在钻孔壁面柱状图像上间隔设定的像素点进行轴向和圆周方向图像遍历，获得不同深度处的相似值图；
在若干相似值图中找到呈正态分布的相似值图，并获得该相似值图所对应的深度值h，在呈正态分布的相似值图中找到相似值最大处所对应的方位角θ；
根据获得的深度值h、方位角θ以及岩芯表面的参考线，实现未定向岩芯地表重定位。
具体的，图像匹配时，先将钻孔壁面柱状图像锁定在岩芯取样深度h1-h2范围内，而后输入岩芯外表柱状图像，让岩芯外表柱状图像从孔壁表面柱状图像的h1处开始分别在轴向方向向下滑动、圆周方向逆时针旋转进行图像遍历。
具体的，所述钻孔电视还包括地表控制终端、绞车和下井电缆，所述绞车通过支撑架安装在地面上，所述绞车的下井电缆深入钻孔内并与所述下井摄像头连接，所述下井电缆与所述地表控制终端连接，所述地表控制终端与所述主体计算机通信连接，所述下井摄像头上还并带有照明设备。
具体的，所述岩芯扫描装置包括岩芯扫描室，所述岩芯扫描室内设置用于放置岩芯并能实现匀速旋转的扫描台以及对岩芯进行扫描的扫描仪。
具体的，所述岩芯扫描室的内壁上还设有提供照明的照明灯。
具体的，所述岩芯扫描室内还设有将岩芯送至扫描台的传送带，所述传送带的一端与所述扫描台对接，另一端延伸至所述岩芯扫描室的岩芯入口外。
具体的，所述岩芯扫描室的岩芯入口处还对称设有用于对岩芯表面进行清洁的电动毛刷。
具体的，所述岩芯扫描室内还设有将岩芯从传送带推送至所述扫描台上的电动推杆。
具体的，步进电机控制绞车匀速转动，带动下井电缆绕过三个稳定轮毂匀速下降及提升。
与现有技术相比，本发明至少一个实施例具有如下有益效果：结合钻孔电视技术与岩芯扫描技术，将两个立体圆柱模型放入柱坐标系中，通过比对匹配其表面特征，获得岩芯的匹配坐标，从而准确便捷的完成岩芯重定位，揭示深部地下岩体结构特征的关键信息，优化目前深部地下岩芯重定位技术。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的岩芯地面重定位系统结构示意图；
图2为图1中A-A处结构剖面的后视示意图；
图3本发明实施例提供的下井摄像头结构示意图；
图4本发明实施例提供的岩芯扫描装置结构示意图；
图5是本发明实施例提供的岩芯地面重定位系统操作流程图；
其中：1、主体计算机；11、可视显示屏；12、操控键盘；2、钻孔电视；20、照明设备；21、地表控制终端；22、绞车；23、支撑架；24、轮毂；25、下井电缆；26、下井摄像头；27、水准仪；28、GPS系统；29、电子罗盘；3、岩芯扫描装置；31、岩芯扫描室；32、照明灯；33、扫描仪；34、扫描台；35、传送带；36、电动推杆；37、毛刷；38、控制核心；39、岩芯；4、供电模块；41、移动电源；42、旋转电机；43、步进电机。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
参见图1，一种基于数字图像智能识别的岩芯地面重定位系统，包括主体计算机1、钻孔电视2、岩芯扫描装置3和供电模块4，钻孔电视2和岩芯扫描装置3均与主体计算机1通信连接，将获得的数据传输至主体计算机1进行处理；电机模块4包括用于提供电力的移动电源41。
其中，钻孔电视2具有能够伸入钻孔中，并对钻孔井壁进行拍摄以获得钻孔壁面图像数据的下井摄像头26，如图3所示，在下井摄像头26上集成有能够实时传输反馈其具体坐标、倾角、倾向参数数据的水准仪27、GPS系统28及电子罗盘29，主体计算机1可以根据获得的钻孔壁面图像数据以及下井摄像头26具体坐标、倾角、倾向参数数据生成具有完整坐标及方位的钻孔壁面柱状图像，并建立三维柱坐标系，岩芯扫描装置3用于对所获得的岩芯表面进行扫描，获得岩芯外表柱状图像，并将岩芯外表柱状图像传输至主体计算机1，主体计算机1内的图像匹配模块能够对钻孔壁面柱状图像和岩芯外表柱状图像进行全域智能匹配，寻找并定位岩芯在钻孔内的空间位置及方位坐标，完成岩芯地面重定位。
本实施例中结合钻孔电视2技术与岩芯扫描技术，将两个立体圆柱模型(钻孔壁面柱状图像模型和岩芯外表柱状图像模型)放入柱坐标系中，通过比对匹配其表面特征，获得岩芯的匹配坐标，从而准确便捷的完成岩芯重定位，揭示深部地下岩体结构特征的关键信息，优化目前深部地下岩芯重定位技术。
具体的，图像匹配在软件OpenCV中进行，图像智能匹配的图像特征信息包括岩性色彩、表面裂纹形貌、杂质色彩及分布形貌等，岩芯在扫描前，需在岩芯表面绘制一条与岩心轴向平行的参考线，使得扫描后的岩芯外表柱状图像(简称小图)对应位置也会生产一条参考线，图像匹配时保证岩芯外表柱状图像上的参考线对上钻孔壁面柱状图像(简称大图)的北方位，之后让岩芯外表柱状图像在钻孔壁面柱状图像上间隔设定的像素点进行轴向和圆周方向图像遍历，获得不同深度处的相似值图，之后在若干相似值图中找到呈正态分布的相似值图，并获得该相似值图所对应的深度值h，在呈正态分布的相似值图中找到相似值最大处所对应的方位角θ，根据获得的深度值h、方位角θ以及岩芯表面的参考线，实现未定向岩芯地表重定位。
深度值h和方位角θ求解的具体过程为：先将大图锁定在h1-h2深度范围内，而后输入小图，保证小图的参考线对上大图的北方位，让小图从大图的h1处开始分别在轴向方向向下滑动、圆周方向逆时针旋转。即沿垂直遍历方向和旋转遍历方向间隔设定的像素点进行轴向和圆周方向图像遍历，遍历结束后即可得到一些相似值图。在获得的一些不同深度处的相似值图中，只有在唯一深度h处(也即小图与大图相匹配时)才能够获得呈正态分布的相似值图，其余的相似值图会呈现不规则变化，且相似值不会很高，在深度h处的呈正态分布的相似值图中可以找到相似值最大处所对应的方位角θ，该值就是小图参考线从大图北方位开始逆时针旋转后，与大图特征信息最相似时所旋转的角度。最后基于已经得到了(h，θ)，于是操作人员便可以在现场根据小图的参考线来还原岩芯的初始姿态。
本申请基于OpenCV-python的图像匹配算法对岩芯外表柱状图像和钻孔孔壁表面柱状图像的特征信息(包括岩性色彩、表面裂纹形貌、杂质色彩及分布形貌等)进行匹配，得到一系列的图像匹配相似值图，最终从所有相似值图中选择呈正态分布的相似值图作为依据，从而客观地找到岩心样品在取样井井壁目标深度处的相对方位，利用python算法来实现预定功能，尽可能地减少了人为因素的不确定性，避免由人工判断所导致的失误，具有高效和精准的优点，采用了圆柱形图像，相比于背景专利采用的滚扫图像而言，该图像更具象立体，当我们在柱形图像上建立三维坐标系，即可直接在坐标系中读出深度h和方位角θ，便于操作人员在实操时判断理解。
具体的，岩芯外表柱状图像(下称小图)要保证图像上下没有颠倒，岩芯的表面粘附有很多灰尘，在使用扫描装置之前需要对岩芯表面灰尘进行清理，保证扫描过程流畅，降低扫描误差，提高扫描质量，图像匹配时，先将钻孔壁面柱状图像锁定在岩芯取样深度h1-h2范围内，而后输入岩芯外表柱状图像，让岩芯外表柱状图像从钻孔壁面柱状图像的h1处开始分别在轴向方向向下滑动、圆周方向逆时针旋转进行图像遍历。
本申请基于OpenCV的图像模板匹配方法，将岩芯外表柱状图像在钻孔孔壁表面柱状图像上间隔设定的像素点进行轴向和圆周方向图像遍历，获得不同深度处的相似值图，操作人员只需要在所有获得的相似值图中找出呈正态分布的图来，在该图中读出深度h和方位角θ，便可基于深度h和方位角θ确定岩心在钻孔的方位，整个定位过程直观快捷，尽可能地减少了人为因素的不确定性，避免由人工判断所导致的失误，具有高效和精准的优点。利用数字图像识别技术来完成定位功能，考虑到了包括岩性色彩、表面裂纹形貌、杂质色彩及分布形貌等特征信息，考虑周全，信息完整，结果更可靠，有说服力，采用柱状图像进行匹配定位，其最终结果直接易懂，具有较强的空间表现力，方便操作人员理解和使用
参见1和图2，主体计算机1包括可视显示屏11和操控键盘12，其与钻孔电视2、岩芯扫描装置3组成系统主体。钻孔电视2还包括地表控制终端21、绞车22和下井电缆25，绞车22通过支撑架23安装在地面上，绞车22的下井电缆25深入钻孔内并与下井摄像头26连接，下井电缆25与地表控制终端21连接，地表控制终端21与主体计算机1通信连接，下井摄像头26上还并带有照明设备20，照明设备20分为边照光源与前照光源。电机模块4还包括步进电机43，步进电机43用于控制绞车22匀速转动释放下井电缆25。
本实施例钻孔电视2作业时，将支撑架23放置在钻孔上，由主体计算机1操作，地表控制终端21通过步进电机43控制绞车22匀速转动，使环绕在三个稳定轮毂24上的下井电缆25匀速稳定下降，到达指定深度范围时，下井摄像头26开始工作，匀速下降拍摄钻孔孔壁图像，将该图像连同各类传感器感应数据实时同步传输给主体计算机1。
参见图1、图2和图4，岩芯扫描装置3包括岩芯扫描室31、照明灯32、扫描仪33、扫描台34、传送带35、电动推杆36、毛刷37及控制核心38，电机模块4还包括旋转电机42，旋转电机42用于为扫描台提供旋转动力，照明灯32的照度及照射角度充分模拟下井摄像头26拍摄光照条件，扫描仪33焊接在扫描室的侧壁水平居中位置，高度为放置在扫描台34上岩芯39的中心，扫描台34通过轴柱连接于扫描室底部并与旋转电机42电性连接，传送带35的一端与扫描台34对接，另一端延伸至岩芯扫描室31的岩芯入口外，岩芯扫描室31上设置有两个电动推杆36，在岩芯由传送带35平面移动到扫描台34平面时推动岩芯调整位置，岩芯扫描室31的岩芯入口处还对称设有用于对岩芯表面进行清洁的电动毛刷37。
在作业时，作业人员将岩芯放置在传送带35上，主体计算机1连接控制核心38打开装置，传送带35运输岩芯经过电动毛刷37清扫，在电动推杆36的帮助下，完成由传送带35平面向扫描台34平面的移动，调整完毕后，扫描室内打开照明灯32，扫描台34开始匀速旋转，扫描仪33对岩芯进行扫描，扫描结束后，所得的岩芯立体圆柱表面图像数据经数据线传输给主体计算机1。
参见图1-图5，利用上述岩芯地面重定位系统对岩芯进行重定位的具体过程骤如下：
S1、选定钻孔点位，钻孔采集深度大致在h1～h2处的岩芯，根据待定位岩芯在钻孔中的深度，确定下井摄像头26在钻孔中的下降深度范围；
S2、打开主体计算机1，将钻孔电视2模的支撑架23置于待测钻孔上，地表控制终端21通过步进电机43控制绞车22匀速释放下井电缆25，通过三个稳定轮毂24后，匀速下放下井摄像头26至钻孔内指定深度范围；
S3、达到下降范围后，打开下井摄像头26，保持下井电缆25匀速下降，同步传输下井摄像头26的坐标、倾角、倾向及拍摄画面至主体计算机1，由主体计算机1对拍摄画面进行拼接处理形成具有完整坐标、方位的钻孔孔壁表面柱状图像；
S4、将待定位岩芯放在岩芯扫描装置3的传送带35上，通过控制核心38打开岩心扫描装置，传送带35运送岩芯经电动毛刷37清扫后，向内进入岩芯扫描室31中，至传送带35终点，由电动推杆36推动岩芯至扫描台34。打开扫描仪33，开启扫描模式，旋转电机42带动扫描台34开始匀速旋转，扫描所得的岩芯外表柱状图像经扫描仪33的数据线传输至主体计算机1。
S5、在主体计算机1中以钻孔孔壁表面柱状图像为模型建立三维空间柱坐标系，确定坐标系的原点，使得模型的壁面特征得到了坐标化；
S6、将岩芯外表柱状图像放入柱坐标系中，根据两者数字表面图像的岩石色彩、裂纹形貌、杂质色彩及分布等特征进行全域智能匹配，寻找并定位岩芯在孔内的空间位置及方位坐标，完成岩芯地面重定位。
本申请主体计算机可控制钻孔电视与岩芯扫描装置的作业进程，并且在获得钻孔孔壁表面柱状图像数据(钻孔立体圆柱模型与壁面图像)和岩芯外表柱状图像数据(岩芯立体圆柱模型与表面图像)后，可将两者放入柱坐标系中，根据两者数字图像的岩石色彩、裂纹形貌、杂质色彩及分布等特征进行全域智能匹配，寻找并定位岩芯在钻孔内的空间位置及方位坐标，完成岩芯地面重定位，该方法无需将岩芯带回实验室进行监测定位，在作业现场即可完成岩芯的重定位工作，大幅节省了地质勘探及现场调查工作时间和人力物力消耗。
与现有技术相比，本申请具有以下优点：
1、钻孔井壁模型数据化
在将支撑架摆在钻孔上以后，通过主体计算机便可以控制钻孔电视下降深度，便捷化的同时，水准仪、GPS系统及电子罗盘等传感器也会同时反馈下井摄像头参数，最后拍摄所得的是拥有完整坐标数据的钻孔孔壁表面柱状图像。
2、自动化程度高
岩石岩芯直接送往岩芯扫描装置进行扫描，经过电动毛刷清扫，避免了扫描台及扫描室中的灰尘堆积，扫描时，扫描台自动匀速旋转，使岩芯可以得到全方位扫描，提高了岩芯扫描的准确性，加快了岩芯扫描的速度。
3、岩芯重定位精确化
将钻孔孔壁表面柱状图像与岩芯外表柱状图像放入同一柱坐标系中，充分比对匹配其岩石色彩、裂纹形貌、杂质色彩及分布等特征，获得的结果相似度高，匹配性好，能满足岩芯重定位的精确化。
4、岩芯重定位低成本化
省去岩芯运输至实验室的步骤，岩芯在重定位过程中，不再需要长途运输至实验室，节约了工作人员运输的劳动量和成本，同时降低了岩芯在运输过程中的破碎、破损，避免了岩芯价值的损失。此外，精确的重定位作业也使曲率对应下后续更精细的比对得以省去，节约了作业人员的时间成本。
综上所述，本发明是一种集成化程度高，设备自动化程度高，数据精准、作业精确，成本低廉的装置，可实现现场岩芯地面重定位。
上述本发明所公开的任一技术方案除另有声明外，如果其公开了数值范围，那么公开的数值范围均为优选的数值范围，任何本领域的技术人员应该理解：优选的数值范围仅仅是诸多可实施的数值中技术效果比较明显或具有代表性的数值。由于数值较多，无法穷举，所以本发明才公开部分数值以举例说明本发明的技术方案，并且，上述列举的数值不应构成对本发明创造保护范围的限制。
同时，上述本发明如果公开或涉及了互相固定连接的零部件或结构件，那么，除另有声明外，固定连接可以理解为：能够拆卸地固定连接(例如使用螺栓或螺钉连接)，也可以理解为：不可拆卸的固定连接(例如铆接、焊接)，当然，互相固定连接也可以为一体式结构(例如使用铸造工艺一体成形制造出来)所取代(明显无法采用一体成形工艺除外)。
另外，上述本发明公开的任一技术方案中所应用的用于表示位置关系或形状的术语除另有声明外其含义包括与其近似、类似或接近的状态或形状。本发明提供的任一部件既可以是由多个单独的组成部分组装而成，也可以为一体成形工艺制造出来的单独部件。
上述实施例仅仅是清楚地说明本发明所作的举例，而非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里也无需也无法对所有的实施例予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (10)

1.一种基于数字图像智能识别的岩芯地面重定位系统,其特征在于，包括：
钻孔电视(2)，具有能够伸入钻孔中，并对钻孔井壁进行拍摄以获得钻孔壁面图像数据的下井摄像头(26)，所述下井摄像头(26)上集成有实时传输反馈其具体坐标、倾角、倾向参数数据的水准仪(27)、GPS系统(28)及电子罗盘(29)；
主体计算机(1)，根据获得的钻孔壁面图像数据以及下井摄像头(26)具体坐标、倾角、倾向参数数据生成具有完整坐标及方位的钻孔壁面柱状图像，并建立三维空间柱坐标系；
岩芯扫描装置(3)，用于对所获得的岩芯(39)表面进行扫描，获得岩芯外表柱状图像，所述岩芯外表柱状图像被传输至主体计算机(1)，所述主体计算机(1)内的图像匹配模块能够对钻孔壁面柱状图像和岩芯外表柱状图像进行全域智能匹配，寻找并定位岩芯(39)在钻孔内的空间位置及方位坐标，完成岩芯地面重定位。
2.根据权利要求1所述的岩芯地面重定位系统,其特征在于：图像匹配在软件OpenCV中进行，其中；
岩芯(39)在扫描前，在其表面绘制一条与岩心轴向平行的参考线，图像匹配时保证岩芯外表柱状图像上的参考线对上钻孔壁面柱状图像的北方位，之后让岩芯外表柱状图像在钻孔壁面柱状图像上间隔设定的像素点进行轴向和圆周方向图像遍历，获得不同深度处的相似值图；
在若干相似值图中找到呈正态分布的相似值图，并获得该相似值图所对应的深度值h，在呈正态分布的相似值图中找到相似值最大处所对应的方位角θ；
根据获得的深度值h、方位角θ以及岩芯表面的参考线，实现未定向岩芯地表重定位。
3.根据权利要求2所述的岩芯地面重定位系统,其特征在于：图像匹配时，先将钻孔壁面柱状图像锁定在岩芯取样深度h1-h2范围内，而后输入岩芯外表柱状图像，让岩芯外表柱状图像从孔壁表面柱状图像的h1处开始分别在轴向方向向下滑动、圆周方向逆时针旋转进行图像遍历。
4.根据权利要求1-3任一项所述的岩芯地面重定位系统,其特征在于：所述钻孔电视(2)还包括地表控制终端(21)、绞车(22)和下井电缆(25)，所述绞车(22)通过支撑架(23)安装在地面上，所述绞车(22)的下井电缆(25)深入钻孔内并与所述下井摄像头(26)连接，所述下井电缆(25)与所述地表控制终端(21)连接，所述地表控制终端(21)与所述主体计算机(1)通信连接，所述下井摄像头(26)上还带有照明设备(20)。
5.根据权利要求1所述的岩芯地面重定位系统,其特征在于：所述岩芯扫描装置(3)包括岩芯扫描室(31)，所述岩芯扫描室(31)内设置用于放置岩芯(39)并能实现匀速旋转的扫描台(34)以及对岩芯(39)进行扫描的扫描仪(33)。
6.根据权利要求5所述的岩芯地面重定位系统,其特征在于：所述岩芯扫描室(31)的内壁上还设有提供照明的照明灯(32)。
7.根据权利要求5所述的岩芯地面重定位系统,其特征在于：所述岩芯扫描室(31)内还设有将岩芯(39)送至扫描台(34)的传送带(35)，所述传送带(35)的一端与所述扫描台(34)对接，另一端延伸至所述岩芯扫描室(31)的岩芯(39)入口外。
8.根据权利要求7所述的岩芯地面重定位系统,其特征在于：所述岩芯扫描室(31)的岩芯(39)入口处还对称设有用于对岩芯(39)表面进行清洁的电动毛刷(37)。
9.根据权利要求7所述的岩芯地面重定位系统,其特征在于：所述岩芯扫描室(31)内还设有将岩芯(39)从传送带(35)推送至所述扫描台(34)上的电动推杆(36)。
10.根据权利要求7所述的岩芯地面重定位系统,其特征在于：步进电机(21)控制绞车(22)匀速转动，带动下井电缆(25)绕过三个稳定轮毂(24)匀速下降及提升。
CN202310348218.5A 2023-04-04 2023-04-04 一种基于数字图像智能识别的岩芯地面重定位系统 Active CN116309807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310348218.5A CN116309807B (zh) 2023-04-04 2023-04-04 一种基于数字图像智能识别的岩芯地面重定位系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310348218.5A CN116309807B (zh) 2023-04-04 2023-04-04 一种基于数字图像智能识别的岩芯地面重定位系统

Publications (2)

Publication Number Publication Date
CN116309807A true CN116309807A (zh) 2023-06-23
CN116309807B CN116309807B (zh) 2024-04-26

Family

ID=86787020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310348218.5A Active CN116309807B (zh) 2023-04-04 2023-04-04 一种基于数字图像智能识别的岩芯地面重定位系统

Country Status (1)

Country Link
CN (1) CN116309807B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5277062A (en) * 1992-06-11 1994-01-11 Halliburton Company Measuring in situ stress, induced fracture orientation, fracture distribution and spacial orientation of planar rock fabric features using computer tomography imagery of oriented core
CN2687661Y (zh) * 2003-12-23 2005-03-23 四川大学 便携式光栅定位岩芯图像扫描仪
US20150146935A1 (en) * 2013-11-26 2015-05-28 Saudi Arabian Oil Company Automated workflow for 3d core digital modeling from computerized tomography scanner (cts) images
CN108152216A (zh) * 2016-12-06 2018-06-12 核工业北京地质研究院 一种基于岩芯高光谱扫描图像的钻孔三维矿物填图方法
US20180253851A1 (en) * 2017-03-06 2018-09-06 Vektore Exploration Consulting Corporation Device, system and method for digitally modeling rock specimens
CN110850435A (zh) * 2019-11-11 2020-02-28 山东大学 车载式隧道地质素描装置及使用方法
CN112067619A (zh) * 2020-08-05 2020-12-11 四川大学 用于地质微孔表面裂纹检测的视觉窥视仪及裂纹检测方法
CN112483071A (zh) * 2020-12-22 2021-03-12 山东省交通规划设计院有限公司 一种钻探岩芯图像识别装置及方法
CN214895268U (zh) * 2020-12-22 2021-11-26 山东省交通规划设计院集团有限公司 一种钻探岩芯编录辅助装置及系统
CN115753612A (zh) * 2022-11-22 2023-03-07 中国地质大学（武汉） 一种智能岩芯盒、岩芯图像采集系统及岩芯智能编录方法
CN115753643A (zh) * 2022-10-19 2023-03-07 山东大学 融合三维扫描与图像光谱的岩体裂隙智能识别方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5277062A (en) * 1992-06-11 1994-01-11 Halliburton Company Measuring in situ stress, induced fracture orientation, fracture distribution and spacial orientation of planar rock fabric features using computer tomography imagery of oriented core
CN2687661Y (zh) * 2003-12-23 2005-03-23 四川大学 便携式光栅定位岩芯图像扫描仪
US20150146935A1 (en) * 2013-11-26 2015-05-28 Saudi Arabian Oil Company Automated workflow for 3d core digital modeling from computerized tomography scanner (cts) images
CN108152216A (zh) * 2016-12-06 2018-06-12 核工业北京地质研究院 一种基于岩芯高光谱扫描图像的钻孔三维矿物填图方法
US20180253851A1 (en) * 2017-03-06 2018-09-06 Vektore Exploration Consulting Corporation Device, system and method for digitally modeling rock specimens
CN110850435A (zh) * 2019-11-11 2020-02-28 山东大学 车载式隧道地质素描装置及使用方法
CN112067619A (zh) * 2020-08-05 2020-12-11 四川大学 用于地质微孔表面裂纹检测的视觉窥视仪及裂纹检测方法
CN112483071A (zh) * 2020-12-22 2021-03-12 山东省交通规划设计院有限公司 一种钻探岩芯图像识别装置及方法
CN214895268U (zh) * 2020-12-22 2021-11-26 山东省交通规划设计院集团有限公司 一种钻探岩芯编录辅助装置及系统
CN115753643A (zh) * 2022-10-19 2023-03-07 山东大学 融合三维扫描与图像光谱的岩体裂隙智能识别方法及系统
CN115753612A (zh) * 2022-11-22 2023-03-07 中国地质大学（武汉） 一种智能岩芯盒、岩芯图像采集系统及岩芯智能编录方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SVEN ROTH等: "Fully controlled sampling workflow for multi-scale X-ray imaging of complex reservoir rock samples to be used for digital rock physics", AAPG DATAPAGES SEARCH AND DISCOVERY, 25 July 2016 (2016-07-25), pages 1 - 19 *
王少锋等: ""三深"复杂环境下岩石钻进与机械化开挖技术发展与展望", 中南大学学报(自然科学版), vol. 54, no. 03, 26 March 2023 (2023-03-26), pages 819 - 836 *
黄麟淇等: "未来有色金属采矿可持续发展实践与思考", 中国有色金属学报, vol. 31, no. 11, 28 October 2021 (2021-10-28), pages 3436 - 3449 *

Also Published As

Publication number Publication date
CN116309807B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN112253083B (zh) 钻孔自动定位装置及方法
CA2967804C (en) Image feature alignment
RU2319833C2 (ru) Скважинные устройства, управляемые по радиальному положению, и способы их применения
CN111927434A (zh) 一种地质勘探钻孔成像系统及方法
CN103628861A (zh) 一种智能钻孔电视成像仪
CN109296370B (zh) 一种自动测绘定位的掘进方法及系统
CN111009164A (zh) 一种电力线路无人机智能巡检多维虚拟场景构建方法及其系统
CN114352300A (zh) 一种数字化钻爆开挖系统和开挖方法
CN104956240B (zh) 快速地层倾角估计系统和方法
US20160003028A1 (en) Automatic Wellbore Survey Evaluation
WO2022007365A1 (zh) Tbm搭载式矿物成分检测方法、超前地质预报方法及系统
CN115877400A (zh) 基于雷达与视觉融合的巷道顶板支护钢带钻孔定位方法
CN108168386B (zh) 一种悬崖峭岭定向控制爆破炮孔布设方法
NO20240323A1 (en) Classification of pore or grain types in formation samples from a subterranean formation
CN116309807B (zh) 一种基于数字图像智能识别的岩芯地面重定位系统
WO2020013812A1 (en) Relative azimuth correction for resistivity inversion
CN111521165A (zh) 隧道建设风险预测智能系统
CN203259152U (zh) 高深溜井井筒观测装置
CN112710668B (zh) 通过无人机进行房屋外立面空鼓检测的方法及系统
Orpen et al. Error-proofing diamond drilling and drill core measurements
CN116276886A (zh) 一种基于手眼分离的隧道打孔机器人孔位定位方法及系统
US20230082354A1 (en) Tool, system and method for orienting core samples during borehole drilling
Gavlovský Single-image photogrammetric method of vertical working: Present situation and future options
CN116310446A (zh) 一种基于数字图像智能识别的岩芯重定位方法
CN107478778B (zh) 使用无人勘探系统检测并处理垃圾山内部有害气体的方法

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