技术领域
[0001] 本
发明属于石油钻井技术领域，具体地说涉及一种钻头身份信息录入到钻井数据库的方法
背景技术
[0002] 石油钻井中，钻头是
破碎岩石的主要工具，井眼是由钻头破碎岩石而形成。钻头对钻井
质量、钻探速度、钻井成本方面产生着巨大的影响。钻头有很多种类，以不同的钻进方式对钻头进行分类，可以将其分为金刚石钻头、
牙轮钻头与刮刀钻头、取心钻头等。金刚石钻头分为普通金刚石钻头、
聚晶金刚石复合片钻头两大类；以牙轮钻头的结构为依据，可以将其分为
水眼、
轴承、巴掌、牙轮以及钻头体这五个部分。生产钻头的厂家数量巨大，为了提高钻头性能，钻头厂家的设计生产的钻头各有特色，种类和型号繁多，且钻头的命名方式和规则不一。虽然国际上对钻头统一开展了IADC编号，但是目前，钻头的使用人员仍然靠手工查阅
说明书和编号来识别钻头的身份信息，效率低下；若钻头说明书、铭牌和编号遗失，只能依靠传统经验猜测钻头的身份信息。因此，在钻井现场经常出现录入钻井数据库中的钻头身份信息与实际不符的情况，即钻头身份信息误报，严重影响了钻井生产的正常进行。
发明内容
[0003] 本发明的目的在于解决
现有技术中存在的上述问题，提供一种钻头身份信息录入到钻井数据库的方法，本发明能够自动且准确地辨识出钻头的身份信息，使得钻头使用者能够高效准确地将钻头的身份信息录入钻井数据库中。
[0004] 为实现上述目的，本发明采用的技术方案如下：
[0005] 一种钻头身份信息录入到钻井数据库的方法，其特征在于包括以下步骤：
[0006] a、将所有钻头的身份信息录入预设数据库中，并使各钻头与身份信息建立一一对应关系，形成标准对比数据库；
[0007] b、通过
图像采集器获取图像信息，判断是否有图像需要分析，若有，则执行c步骤，否则继续执行本步骤；
[0008] c、将采集到的图像进行二值化处理，得到二值化图像，采用小波矩方法，用BP网络进行识别，将输入二值化图像经过归一化处理，极坐标化，旋转不变小波矩特征提取后，送入BP网络分类器进行识别，获得图像中物体的全局特征和局部特征，根据物体的全局特征和局部特征判断图像中的物体是否属于钻头；若是，执行D步骤，否则继续执行本步骤；
[0009] d、
锁定钻头在图像中的
位置，并采用循环
卷积神经网络文字识别
算法提取钻头的铭牌和编号中的文字信息，若提取成功则执行e步骤，若提取失败则执行f步骤；
[0010] e、根据提取到钻头的铭牌和编号中的文字信息搜索匹配标准对比数据库，若匹配成功，则对应输出该钻头的身份信息，并将得到的身份信息录入到钻井数据库中；若匹配失败，则执行f步骤；
[0011] f、采用SURF算法提取图像中钻头的局部特征，确定各局部特征的大小、位置和距离属性，然后计算各局部特征的几何特征量，得出各局部特征的类型和数量，再根据各局部特征的类型和数量搜索匹配标准对比数据库，若匹配成功，则对应输出该钻头的身份信息，并将得到的身份信息录入到钻井数据库中；若匹配失败，则执行g步骤；
[0012] g、根据各局部特征的类型和数量，判断是否新建钻头的身份信息并补充录入标准对比数据库，若是，则先将各局部特征的类型和数量录入至标准对比数据库，并补充建立钻头与身份信息的一一对应关系，再对应输出该钻头的身份信息，并将该身份信息录入到钻井数据库中；否则执行h步骤；
[0013] h、钻头的身份信息录入完成。
[0014] 所述步骤e中采用小波矩方法的原理如下：
[0015] 设图像为f(x,y)，标准矩定义为Mpq＝∫∫xpyqf(x,y)dxdy，由x＝rcos(θ)，y＝rsin(θ)，则极
坐标系下Fpq＝∫∫f(r,θ)gpejqθrdrdθ，选择三次样条函数基本小波，通过伸展平移jqθ生成小波函数集μm,n(r)，所以|Fmnpq|＝|∫∫f(r,θ)μm,n(r)gpe rdrdθ|，m,n代表尺度和平移变量，由人工根据钻头类型和钻头各部件的特征经循环测试得出，调整m和n即能够获得图像中物体的全局特征和局部特征。
[0016] 所述钻头的身份信息包括类别、本体结构、适用
地层、切削齿结构、
胎体、刀翼数量、
喷嘴数量、生产厂商、铭牌、型号和编号信息。
[0017] 所述钻头包括钻头胎体、切削齿、刀翼、喷嘴、轴承、巴掌和牙轮，钻头的局部特征是指钻头胎体特征、切削齿特征、刀翼特征、喷嘴特征、轴承特征、巴掌特征和牙轮特征。
[0018] 采用本发明的优点在于：
[0019] 本发明利用
计算机视觉低成本的实现钻头身份信息的识别录入，且在
图像识别时，利用小波矩特征对需要平移、缩放和旋转的样本具有良好的分辨能
力，在未加噪声的情况下，小波矩特征都能正确分辨测试样本，识别率优于几何矩30％；小波矩具有较好的提取图像局部特征的能力，最高正确识别率达到98％，不仅能有效地减少计算量和内存容量,提高计算效率，而且能在有限的变换空间获得任意高的
分辨率，实现了高准确率的智能图像钻头识别。
[0020] 另外，在钻头局部特征提取时使用了SURF算法，这种方法不需要
硬件的
加速和专用
图像处理器的配合，可实现基于特征点匹配的实时目标
跟踪，每秒可处理8-24
帧的图像，实现在毫秒级内完成钻头各部件的特征点的搜索、特征矢量生成、特征矢量匹配、目标锁定等工作。实验证明，SURF算法在运算速度上要快3倍左右，实现了高速、高准确率的智能钻头信息的采集和录入，改变了传统的人工识别和录入，避免了人工的识别失误和误报。可广泛应用在石油
天然气钻井行业，有利于进行智能钻
头管理，有利于钻头使用者高效准确识别和录入钻头，应用前景广阔。
附图说明
[0022] 图2为本发明所使用装置的示意图；
[0023] 图3为本发明搜索匹配标准对比数据库时的示意图；
具体实施方式
[0024] 本发明提供了一种钻头身份信息录入到钻井数据库的方法，包括以下步骤：
[0025] a、将所有已知钻头的身份信息录入预设数据库中，并使各钻头与身份信息建立一一对应关系，形成标准对比数据库。其中，钻头的身份信息包括钻头类别、本体结构、适用地层、切削齿结构、胎体、刀翼数量、喷嘴数量、生产厂商、铭牌、型号和编号信息等。
[0026] b、通过数字摄像机等图像采集器获取图像信息，判断是否有图像需要分析，若有，则执行c步骤，否则继续执行本步骤。
[0027] c、钻头包括钻头胎体、切削齿、刀翼、喷嘴、轴承、巴掌和牙轮等部件，各部件均有不同的局部特征，分别为钻头胎体特征、切削齿特征、刀翼特征、喷嘴特征、轴承特征、巴掌特征和牙轮特征等。因此，将采集到的图像进行二值化处理，得到二值化图像，采用小波矩方法，用BP网络进行识别，将输入二值化图像经过归一化处理，极坐标化，旋转不变小波矩特征提取后，送入BP网络分类器进行识别，获得图像中物体的全局特征和局部特征，根据物体的全局特征和局部特征判断图像中的物体是否属于钻头；若是，执行D步骤，否则继续执行本步骤。
[0028] 本步骤中，采用小波矩方法的原理如下：
[0029] 设图像为f(x,y)，标准矩定义为Mpq＝∫∫xpyqf(x,y)dxdy，由x＝rcos（θ)，y＝rsin(θ)，则极坐标系下Fpq＝∫∫f(r,θ)gpejqθrdrdθ，选择三次样条函数基本小波，通过伸展平移生成小波函数集μm,n(r)，所以|Fmnpq|＝|∫∫f(r,θ)μm,n(r)gpejqθrdrdθ|，m,n代表尺度和平移变量，由人工根据钻头类型和钻头各部件的特征经循环测试得出，调整m和n即能够获得图像中物体的全局特征和局部特征。
[0030] 本步骤中，图像中物体的全局特征和局部特征的获得方法为：物体的全局特征和局部特征分别采用
特征向量a0和b0来表示，不同的物体，其全局特征和局部特征的特征向量值不同。使用BP神经网络训练可获得钻头的全局特征和局部特征的特征向量值a和b，若特征向量a0、b0和a、b相差小于5％，则判断图像中的物体属于钻头。
[0031] d、使用基于运动和模型相结合的方法，锁定钻头在图像中的位置，并采用循环卷积神经网络(CRNN)文字识别算法提取钻头的铭牌和编号中的文字信息，若提取成功则执行e步骤，若提取失败则执行f步骤。
[0032] e、根据提取到钻头的铭牌和编号中的文字信息搜索匹配标准对比数据库，若匹配成功，则对应输出该钻头的身份信息，并将得到的身份信息录入到钻井数据库中，完成该钻头身份信息的录入；若匹配失败，则执行f步骤。
[0033] f、采用SURF算法提取图像中钻头的局部特征，圈定出图像中钻头胎体特征、切削齿特征、刀翼特征、喷嘴特征、轴承特征、巴掌特征和牙轮特征等区域，确定钻头胎体特征、切削齿特征、刀翼特征、喷嘴特征、轴承特征、巴掌特征和牙轮特征的大小、位置和距离属性，然后计算它们的几何特征量，得出各局部特征的类型和数量，即得出钻头胎体类型和数量、切削齿结构类型和数量、刀翼类型和数量、喷嘴类型和数量、轴承类型和数量、巴掌类型和数量、牙轮类型和数量等参数；再根据各局部特征的类型和数量搜索匹配标准对比数据库，若匹配成功，则对应输出该钻头的身份信息，并将得到的身份信息录入到钻井数据库中，完成该钻头身份信息的录入；若匹配失败，则执行g步骤。
[0034] 本步骤中，采用SURF算法能够对钻头的各部件进行特征点的搜索、特征矢量生成、特征矢量匹配、目标锁定等工作。
[0035] g、根据钻头胎体类型和数量、切削齿结构类型和数量、刀翼类型和数量、喷嘴类型和数量、轴承类型和数量、巴掌类型和数量、牙轮类型和数量等参数，判断是否新建钻头的身份信息并补充录入标准对比数据库，若是，则先将各局部特征的类型和数量录入至标准对比数据库，并补充建立钻头与身份信息的一一对应关系，再对应输出该钻头的身份信息，并将该身份信息录入到钻井数据库中；否则执行h步骤。
[0036] h、钻头的身份信息录入完成。
[0037] 本发明既可人工将得到的钻头的身份信息录入到钻井数据库中，也可自动将钻头的身份信息录入到钻井数据库中。
[0038] 本发明还提供了一种供上述录入方法使用的装置，其包括数据库模
块、图像识别模块和传输模块。其中，数据库模块包含标准对比数据库单元、数据库匹配单元和补充训练单元；图像识别模块包括图像判断单元、图像采集单元、钻头识别单元、钻头锁定单元、铭牌文字识别单元、部件识别单元。
[0039] 标准对比数据库单元：用于形成标准对比数据库，将钻头类别、本体结构、适用地层、切削齿结构、胎体、刀翼数量、喷嘴数量、生产厂商、铭牌、型号和编号信息等身份信息录入标准对比数据库中。
[0040] 数据库匹配单元：用于搜索匹配标准对比数据库。
[0041] 补充训练单元：用于将未能识别钻头的身份信息补充录入标准对比数据库，利用反向传播算法(BP算法)自我训练，补充建立钻头与身份信息的一一对应关系，提高钻头识别准确率。
[0042] 图像判断单元：用于判断是否有图像需要分析。
[0043] 图像采集单元：用于采集钻头的图像。
[0044] 钻头识别单元：用于识别图像中的钻头；钻头各部件均有不同的几何特征，利用几何特征法和局部特征分析法，分析图像中是否存在钻头。
[0045] 钻头锁定单元：用于锁定钻头在图像中的位置。
[0046] 铭牌文字识别单元：用于识别钻头的铭牌和编号中的文字。
[0047] 部件识别单元：用于识别和分析钻头胎体类型和数量、切削齿结构类型和数量、刀翼类型和数量、喷嘴类型和数量、轴承类型和数量、巴掌类型和数量、牙轮类型和数量等参数。
[0048] 输出单元：用于输出匹配结果、钻头身份信息，并提示用户下一步操作。
[0049] 数据传输模块：用于将钻头的身份信息传输至钻井数据库。
