科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习的发展使钻井行业进一步向智能化方向靠近，钻井数据采集过程中，由于现场安装、供电拉线等限制，数据传输稳定性不高，实际采集效果并不理想。基于SSD+MobileNet目标检测模型以及图像处理技术，提出了新的指针式仪表自动读数方法。引入了SSD+MoblieNet目标检测算法快速检测表盘位置并将表盘从复杂环境分离。结合现场环境影响，使用了Retinex特征增强算法并改进进行自适应Gamma增强使得复杂光在仪表上表现得更加自然，削弱了光影影响；针对现场表盘抖动，在原有的图像去模糊技术上加入了模板匹配技术对现场表盘图像去抖动恢复，稳定有效地获取圆盘信息；最后通过改进Hough圆检测以及直线检测获取表盘指针角度信息。实验表明，改进后的方案能够在光照不均以及小幅度抖动下将误差控制在3%内，基本满足石油钻井现场指针仪表的测量要求，相对于传统方案，有着更强的适应性与实用性。
-
单位西安石油大学; 电子工程学院
