廣州軟件學(xué)院 李慧斯 李映瑤 姚月敏 魏文鋒

顏色模型目前在煙葉級(jí)別分類、醫(yī)藥衛(wèi)生技術(shù)、農(nóng)產(chǎn)品檢驗(yàn)、人臉檢測(cè)等不同領(lǐng)域有其運(yùn)用價(jià)值。該文對(duì)收集到的巖石石油樣本圖像進(jìn)行預(yù)處理，利用HSV顏色模型提取圖像中符合特征的部分，設(shè)計(jì)計(jì)算樣本巖石數(shù)據(jù)的含油量占比的算法。通過對(duì)比不同顏色模型的特點(diǎn)，選定適合本文研究的HSV顏色模型作為取值基準(zhǔn)，再利用巖石含油部分呈現(xiàn)黃色、綠色發(fā)光的特征，對(duì)巖石樣本圖像黃綠發(fā)光部分進(jìn)行特征提取，二值化處理后對(duì)其進(jìn)行遍歷判斷像素值，最后計(jì)算出黃綠發(fā)光部分在其巖石樣本圖像中的占比，得出最終的巖石石油含量百分比，完成算法設(shè)計(jì)，為巖石石油含油勘探提供參考。

1 國(guó)內(nèi)外研究成果

1981年中國(guó)能源局發(fā)布了中國(guó)石油行業(yè)石油含油級(jí)別的標(biāo)準(zhǔn)劃分（SY 5364—89）[1]，規(guī)定了熒光檢測(cè)的方法屬于本國(guó)對(duì)巖石含油的一套標(biāo)準(zhǔn)。2013年，程媛媛、管繼騰等發(fā)表了《基于毛管模型的含油儲(chǔ)層巖石激發(fā)極化特性》[2]，基于儲(chǔ)層巖石聯(lián)毛管，構(gòu)建了一種新型的毛管模型，促進(jìn)石油物理勘測(cè)效率。2016年，中國(guó)石油天然氣股份有限公司對(duì)巖石含油量測(cè)定方法及配套裝置申請(qǐng)了國(guó)家專利[3]，參考油巖礦石物樣本的三維熒光光譜強(qiáng)度原理并將其利用到發(fā)明中[4]。雖然我國(guó)在巖石含油量方面的研究已經(jīng)被石油勘探行業(yè)所使用，但是由于我國(guó)引入國(guó)外的技術(shù)時(shí)間較晚，所以與外國(guó)石油勘探技術(shù)相比仍有一定的差距。顏色模型目前在不同領(lǐng)域的都具有一定的運(yùn)用價(jià)值，但在巖石石油含油量計(jì)算領(lǐng)域比較少應(yīng)用。為此，該文就顏色模型應(yīng)用于巖石石油含量計(jì)算進(jìn)行研究。

2 數(shù)據(jù)采集與預(yù)處理

2.1 數(shù)據(jù)采集

本研究對(duì)多個(gè)巖石樣本網(wǎng)站進(jìn)行比較，考慮數(shù)據(jù)的可靠性、真實(shí)性等問題，確定將第九屆泰迪杯全國(guó)大學(xué)生數(shù)據(jù)挖掘競(jìng)賽B題的巖石巖心（含油）圖片數(shù)據(jù)作為本研究的數(shù)據(jù)源。樣本數(shù)據(jù)格式有兩種，分別是BMP及JPG。其中，BMP格式的圖片大小為4096×3000 DPI，此類照片沒有明顯的背景，對(duì)實(shí)驗(yàn)的影響較??；JPG格式的圖片大小為2048×2448 DPI，此類照片有明顯的藍(lán)黑色背景，且發(fā)光部分相對(duì)不明顯，對(duì)巖石含油量占比計(jì)算的影響較大，因此數(shù)據(jù)預(yù)處理部分將針對(duì)此部分圖像進(jìn)行圖像分割等一系列操作。

2.2 樣本數(shù)據(jù)預(yù)處理

通過上述數(shù)據(jù)觀察對(duì)JPG格式的樣本數(shù)據(jù)進(jìn)行處理，首先對(duì)樣本進(jìn)行降噪處理，模糊圖像中巖石的細(xì)節(jié)特征，接著對(duì)樣本圖像進(jìn)行4×4的圖像切割，最后對(duì)切割好的樣本以巖石占75%為準(zhǔn)則（即將巖石占圖像少于75%的4×4樣本剔除）進(jìn)行樣本圖像清洗，得到最終的研究巖本數(shù)據(jù)。

2.3 圖像降噪

所收集到的巖石圖片數(shù)據(jù)屬于高分辨率圖像，圖像內(nèi)包含了較多的紋理信息，對(duì)實(shí)驗(yàn)成本造成浪費(fèi)，所以決定用高斯濾波器對(duì)樣本圖片進(jìn)行處理。高斯濾波器是一種線性平滑濾波，其功能是消除高斯噪音，經(jīng)常被用于圖像處理噪點(diǎn)抑制噪波點(diǎn)[5]。經(jīng)過高斯濾波器處理后，數(shù)據(jù)圖像內(nèi)存在的細(xì)節(jié)信息模糊。

2.4 數(shù)據(jù)清洗

樣本數(shù)據(jù)為JPG格式圖像，由一些碎石組成，存在藍(lán)黑色背景，所以對(duì)該類圖片進(jìn)行圖像分割使得樣本數(shù)據(jù)干擾性減少，還可以增加有效樣本數(shù)據(jù)本身的信息量。對(duì)原有數(shù)據(jù)圖像進(jìn)行分割是在不損害原有巖石巖性的基礎(chǔ)之上，讓數(shù)據(jù)增大，避免圖像遭到破壞。利用OpenCV對(duì)樣本圖像進(jìn)行分割，提高算法的準(zhǔn)確率。

對(duì)數(shù)據(jù)圖像進(jìn)行4×4的圖像分割后，每一張巖石樣本數(shù)據(jù)平均切割為16張樣本，使得每張圖片可以達(dá)到統(tǒng)一的寬高，有利于建立實(shí)用性更強(qiáng)的算法。在不損害巖石整體特征的基礎(chǔ)上，去除臟數(shù)據(jù)。為盡可能地確保數(shù)據(jù)地有效性，本實(shí)驗(yàn)選擇將樣本數(shù)據(jù)中黑藍(lán)色背景占整張圖片75%的圖像進(jìn)行去除。

3 算法設(shè)計(jì)與實(shí)現(xiàn)

算法的設(shè)計(jì)首先對(duì)比了兩種顏色模型，最終選取HSV顏色模型作為本實(shí)驗(yàn)的標(biāo)準(zhǔn)模型，接著根據(jù)HSV標(biāo)準(zhǔn)顏色取值范圍經(jīng)過調(diào)參確定了本實(shí)驗(yàn)的黃綠發(fā)光部分HSV取值范圍，然后對(duì)樣本進(jìn)行RGB色彩空間的轉(zhuǎn)換并對(duì)其進(jìn)行遍歷最后計(jì)算出巖石含油占比。

3.1 顏色模型選擇

顏色模型即在某個(gè)以三維向量表示的色彩空間中某一可見光的子集，通常情況下，沒有一種顏色模型是能夠表示所有可見光的[6]。常見的顏色模型有NTSC、HSV、RGB、HSK YcbCr、CIECMY/CMYK等[6]。

巖石樣本數(shù)據(jù)是在紫外線照射下拍攝的，巖石含油部分在此條件照射下具有發(fā)光的特征，呈現(xiàn)綠色熒光及黃色熒光的部分即巖石含油部分。

首先RGB顏色模型是一種依賴于成像儀器的顏色模型，不同的設(shè)備對(duì)同種顏色的RGB值呈現(xiàn)效果不同，其次同一部設(shè)備在不同的時(shí)間條件下呈現(xiàn)的RGB值也不相同。最后，RGB顏色模型的范圍從（0,0,0）白色到（255,255,255）黑色，但是黃色及綠色發(fā)光部分的取值，并不能呈現(xiàn)出一個(gè)準(zhǔn)確的范圍，不適合用來提取圖片中黃綠發(fā)光部分。而HSV顏色模型，該模型是由色調(diào)、飽和度、明度作為參數(shù)，相較于其他顏色模型，與人眼對(duì)顏色呈現(xiàn)的標(biāo)準(zhǔn)較符合，因此，HSV顏色模型可以更好的反映人類對(duì)顏色的感知[7]，因此本實(shí)驗(yàn)選擇HSV顏色模型作為衡量巖石發(fā)熒光部分的標(biāo)準(zhǔn)。

3.2 確定實(shí)驗(yàn)參數(shù)標(biāo)準(zhǔn)

石油在紫外線照射下具有發(fā)光特征，即熒光燈下拍攝的相片中綠色或黃色部分是含油的，可見黃色和綠色的HSV范圍會(huì)決定后面提取的質(zhì)量，所以將進(jìn)行多次調(diào)整參數(shù)實(shí)驗(yàn)，將每次的效果和原本的熒光圖進(jìn)行對(duì)比，選取效果最好的一組參數(shù)。

通常情況下，首先，為了保證色彩空間的圖像處理的有效性，樣本圖像都是在HSV色彩空間中處理的，其次，對(duì)于常見的顏色所對(duì)應(yīng)的HSV極值分量需要擁有一個(gè)準(zhǔn)確嚴(yán)謹(jǐn)?shù)姆秶鶾7]。

根據(jù)HSV基礎(chǔ)顏色分量范圍，提取的黃色及綠色范圍如表1所示。

表1 黃色綠色HSV值取值范圍Tab.1 The HSV range of color yellow and green

接著根據(jù)上表取值范圍，在范圍內(nèi)設(shè)定參數(shù)進(jìn)行實(shí)驗(yàn)對(duì)比，并尋找最合適發(fā)光特征的參數(shù)范圍。

圖2 不同參數(shù)下效果的對(duì)比 2Fig.2 Comparison of result based on different parameters 2

如圖1-圖3所示，經(jīng)過三次調(diào)參實(shí)驗(yàn)可知，第一組參數(shù)狀態(tài)下存在非原數(shù)據(jù)發(fā)光部分，實(shí)驗(yàn)結(jié)果比實(shí)際情況的數(shù)值偏大；第二組參數(shù)狀態(tài)下所識(shí)別的發(fā)光部分少于原數(shù)據(jù)的黃綠發(fā)光部分；第三組參數(shù)狀態(tài)下所識(shí)別的發(fā)光部分與現(xiàn)實(shí)圖中所存在的黃綠發(fā)光部分較符合，是最適合作為實(shí)驗(yàn)參數(shù)的一組。最后選擇了如表2所示的HSV取值范圍作為本次研究的基礎(chǔ)。

圖1 不同參數(shù)下效果的對(duì)比 1Fig.1 Comparison of result based on different parameters 1

圖3 不同參數(shù)下效果對(duì)比 3Fig.3 Comparison of result based on different parameters 3

表2 黃綠色HSV取值范圍Tab.2 The HSV range of color yellow and green

3.3 色彩空間轉(zhuǎn)化

將實(shí)驗(yàn)標(biāo)準(zhǔn)以HSV色彩空間為標(biāo)準(zhǔn)，需要將所有的樣本圖片轉(zhuǎn)化為HSV圖像，樣本圖像的三維坐標(biāo)，RGB顏色模型的參數(shù)是Red、Green、Blue，而HSV顏色模型的三維坐標(biāo)則是（H，S，V）,首先將RGB顏色模型中的值轉(zhuǎn)換到[0,1]之間，算法如式（1）所示。

然后再分別對(duì)H、S、V的值進(jìn)行計(jì)算(公式如式（2）所示)，若最終計(jì)算的H＜0，則將該值加上360，最終得到色相。

3.4 遍歷判斷熒光圖像素值

提取到的范圍內(nèi)的黃綠發(fā)光部分像素圖，首先進(jìn)行灰度處理，接著將圖像進(jìn)行二值化處理，使得樣本內(nèi)含信息量大大減少，最終以黑白圖的形式進(jìn)行展示，使得檢驗(yàn)物體的輪廓更為鮮明，方便后期面積占比的計(jì)算。將圖像中黃、綠色部分以白色呈現(xiàn)，其余部分以黑色呈現(xiàn)，方便計(jì)算樣圖像中黃、綠色發(fā)光部分（即巖石含油部分）的占比。

3.5 計(jì)算黑白像素的百分比含量

將遍歷每張黑白的像素值，計(jì)算白色部分的像素值占整張圖片像素值的占比(即黃色或綠色部分占總巖石面積的百分比)。

4 結(jié)果分析

使用HSV顏色模型作為衡量黃綠色發(fā)光部分的標(biāo)準(zhǔn)，對(duì)樣本數(shù)據(jù)圖像黃色及綠色部分進(jìn)行提取，并將提取出來的部分進(jìn)行二值化處理。對(duì)經(jīng)過處理的二值圖進(jìn)行遍歷提取出黃綠發(fā)光部分圖像按照像素再次進(jìn)行遍歷，計(jì)算得出汽油部分占原圖像（巖石）的像素點(diǎn)個(gè)數(shù)，設(shè)計(jì)出了一個(gè)合適計(jì)算巖石含有面積百分比含量的算法。

油氣面積占比=油氣部分像素點(diǎn)個(gè)數(shù)/原圖像像素點(diǎn)個(gè)數(shù)

如表3所示為部分計(jì)算結(jié)果，平均的巖石含油面積占比為0.25%。

表3 巖石含油面積計(jì)算結(jié)果Tab.3 Calculation results of oil-bearing area of rock

5 結(jié)語

本研究主要圍繞巖石石油含量的問題所展開，計(jì)算樣本巖石含油面積百分比含量。將巖石在黑暗空間下，利用紫外線照射，巖石含石油部分呈現(xiàn)黃色及綠色發(fā)光的特征，通過HSV色彩空間對(duì)黃、綠兩色的色相、飽和度、明度的取值范圍界定。為更加準(zhǔn)確地提取出黃綠發(fā)光的色彩，經(jīng)過多次實(shí)驗(yàn)對(duì)比，在標(biāo)準(zhǔn)黃綠顏色的取值范圍內(nèi)縮小了色相、飽和度、明度的取值范圍，即黃色發(fā)光部分?jǐn)?shù)值范圍為[26,43,46]至[34,255,255]；綠色發(fā)光部分?jǐn)?shù)值范圍為[35,100,100]至[77,255,255]。對(duì)樣本中以RGB顏色模型為基準(zhǔn)的圖像進(jìn)行轉(zhuǎn)換，并將這部分圖像以黑白圖像的方式呈現(xiàn)，二值化處理后進(jìn)行遍歷判斷像素值，計(jì)算黑白像素占比，得出最終的巖石石油含量，完成算法的設(shè)計(jì)。

引用

[1]SY 5364-1989,巖石含油級(jí)別的劃分[S].

[2]程媛媛,關(guān)繼騰,王殿生.基于毛管模型的含油儲(chǔ)層巖石激發(fā)極化特性[J].石油地球物理勘探,2013,48(3):467-473+506+331.

[3]田華,劉可禹,魯雪松,等.巖石含油量測(cè)定方法及裝置:中國(guó), CN201610791513.8[P].2020-11-06.

[4]王陽恩,徐大海,陳奇.基于激光誘導(dǎo)擊穿光譜的巖石含油級(jí)別判斷方法:中國(guó),CN201610242042.5[P].2016-08-17.

[5]張文清,肖厚元,王眾,等.基于雙核高斯濾波的PSP圖像去噪[J].電子測(cè)試,2022(1):39-42.

[6]姚敏.數(shù)字圖像處理[M].北京:機(jī)械工業(yè)出版社,2017.

[7]王明遷,李丹陽,郝威凱,等.基于HSV顏色模型的圖像識(shí)別技術(shù)研究[J].科技資訊,2020,18(35):1-2+8.