王德偉，鄧瑞，程佳欽

（長(zhǎng)江大學(xué)油氣資源與勘探技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，湖北 荊州 430023）

0 引 言

在巖屑錄井中，現(xiàn)場(chǎng)撈取的巖屑受到多種因素干擾，如地層巖性、鉆井參數(shù)、采樣方法等，這些因素導(dǎo)致巖屑的形態(tài)、成分和結(jié)構(gòu)十分復(fù)雜[1]。為真實(shí)地還原和反映地下地質(zhì)剖面，在開(kāi)展的巖屑評(píng)價(jià)方法中，通常地下每一深度的巖屑都會(huì)在現(xiàn)場(chǎng)被給出準(zhǔn)確的定名。所以，巖屑錄井也是錄井研究中的一個(gè)主要內(nèi)容，通常需要先把巖屑按大段分開(kāi)，再進(jìn)行分段宏觀研究，依據(jù)顏色來(lái)區(qū)分巖性，之后分層描述。由于個(gè)體之間的差異，在巖屑分段識(shí)別過(guò)程中會(huì)不可避免地產(chǎn)生誤差[2]。利用計(jì)算機(jī)視覺(jué)對(duì)巖屑圖像進(jìn)行分析識(shí)別，可以有效減少肉眼觀察存在的不利影響，同時(shí)可以大批量地處理各種巖屑信息，節(jié)省人力物力。

隨著圖像處理技術(shù)在各個(gè)領(lǐng)域應(yīng)用的不斷深入，巖石圖像自動(dòng)識(shí)別技術(shù)持續(xù)發(fā)展。2007年，OBARA[3]在不同顏色空間中以閾值分割的技術(shù)實(shí)現(xiàn)礦物分割。2008年，劉延保等[4]采用LS-SVM（Least Squares Support Vector Machines）分析技術(shù)以及數(shù)字圖像處理閾值法實(shí)現(xiàn)了人機(jī)融合的巖石顯微構(gòu)造成像分析技術(shù)。2010年，SINGH等[5]將在玄武巖巖石薄片中所獲得的27個(gè)數(shù)值作為多層感知器神經(jīng)網(wǎng)絡(luò)的參數(shù)輸入，再經(jīng)過(guò)網(wǎng)絡(luò)訓(xùn)練得出巖石的類別。2012年，GORSEVSKI等[6]通過(guò)元胞自動(dòng)機(jī)演化的邊緣分析方法完成巖屑分類。2013年，MLYNARCZUK等[7]針對(duì)9類每類300張不同的巖石圖片，通過(guò)最近鄰算法、K近鄰算法實(shí)現(xiàn)分類。王桂芹等[8]采用了FCM和標(biāo)記分水嶺算法，對(duì)粘連的小粒子圖形加以分離，并得到了很好的實(shí)驗(yàn)效果。2017年，LI等[9]發(fā)表了通過(guò)遷移方法對(duì)砂巖地質(zhì)圖像識(shí)別的Festra法，以及通過(guò)對(duì)圖片顏色的特征提取實(shí)現(xiàn)了巖屑圖像分類。2018年，白林等[10]對(duì)15種常用巖石的圖像數(shù)據(jù)進(jìn)行分析，基于卷積式神經(jīng)網(wǎng)絡(luò)構(gòu)建了巖屑識(shí)別深度學(xué)習(xí)模型，成功提取了多種巖層中的巖屑圖像。2018年，李周等[11]將多角度正交偏光序列圖融合后，使用分水嶺算法提取目標(biāo)顆粒。程國(guó)建等[12]嘗試將K-means聚類算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合進(jìn)行巖性分類識(shí)別，達(dá)到了主動(dòng)辨別巖石切片影像中孔隙的效果。2019年，陳鋼花等[13]建立了一種雙層卷積神經(jīng)網(wǎng)絡(luò)模型，并結(jié)合支持向量機(jī)算法對(duì)巖石物理相模型進(jìn)行分析，研究表明卷積神經(jīng)網(wǎng)絡(luò)模型在判別儲(chǔ)層地質(zhì)特征中，具有準(zhǔn)確性較高、速度快、實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)。

基于計(jì)算機(jī)視覺(jué)，可以利用Python中的OpenCV包，對(duì)不同巖屑的HSV（Hue，Saturation，Value）值進(jìn)行分類。當(dāng)設(shè)置跟蹤器調(diào)整HSV值時(shí)，能夠有效地識(shí)別巖屑的色彩、紋理、形狀等特性。在實(shí)現(xiàn)巖屑識(shí)別的基礎(chǔ)上，構(gòu)建一個(gè)顯示相關(guān)巖屑的分層深度、巖性定名、描述內(nèi)容以及相關(guān)圖片的數(shù)據(jù)庫(kù)，可以進(jìn)一步節(jié)省人工處理數(shù)據(jù)所消耗的人力物力。本文利用K-means聚類算法對(duì)大量不同巖屑的HSV值進(jìn)行聚類分簇，最終得到針對(duì)白，黑，灰，紅棕，黃，綠這6種數(shù)量較多的巖屑的HSV色彩范圍的準(zhǔn)確結(jié)果。

1 K-means聚類算法

對(duì)于不同種類巖屑的HSV值，要進(jìn)行批量準(zhǔn)確的處理，就需要采取某種算法對(duì)已識(shí)別的不同巖屑HSV值進(jìn)行數(shù)據(jù)挖掘。

數(shù)據(jù)挖掘技術(shù)是指利用算法從大量、不完全、有噪聲、模糊和隨機(jī)的數(shù)據(jù)中挖掘隱含在其中的、以前未知的、有價(jià)值的信息和知識(shí)的技術(shù)。將數(shù)據(jù)挖掘作為一個(gè)支持管理決策的技術(shù)，通過(guò)人工智能、機(jī)器學(xué)習(xí)、模型辨識(shí)、統(tǒng)計(jì)、數(shù)據(jù)庫(kù)、可視化方法等，通過(guò)高度智能化技術(shù)研究企業(yè)的大量信息，并做出歸納性的推理，從中挖掘出潛在的模式或行為，以幫助管理者改變企業(yè)市場(chǎng)策略，降低經(jīng)營(yíng)風(fēng)險(xiǎn)，并做出合理的決定。數(shù)據(jù)挖掘階段主要由數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、數(shù)據(jù)處理與分析這3個(gè)步驟構(gòu)成，具體流程見(jiàn)圖1。在數(shù)據(jù)挖掘過(guò)程中可以和客戶或數(shù)據(jù)庫(kù)互動(dòng)[14]。

圖1 數(shù)據(jù)挖掘流程圖

巖屑HSV數(shù)據(jù)是根據(jù)巖屑種類確定的，其值具有成聚簇狀分布特點(diǎn)。K最近鄰分類算法的思路是：如果對(duì)一個(gè)特征空間內(nèi)的樣本進(jìn)行一個(gè)抽樣，K個(gè)最鄰近樣本屬于某一類別，則該樣本被劃歸到這個(gè)類別。Kmeans聚類算法是針對(duì)給定的樣本集，根據(jù)不同樣本間的差異程度，把樣本集分割成K個(gè)簇；簇內(nèi)的點(diǎn)盡可能緊密的連在一起，簇之間的距離也盡可能的遠(yuǎn)。

K最近鄰分類算法的優(yōu)點(diǎn)是計(jì)算速度快、算法思路簡(jiǎn)潔，不過(guò)在樣本不平衡時(shí)，如果某個(gè)類型的樣本體積較大，而其他類型的樣本體積很少時(shí)，就可能造成當(dāng)某個(gè)新樣本輸入時(shí)，該樣本集的K個(gè)鄰居中某樣本占多數(shù)，從而無(wú)法準(zhǔn)確識(shí)別新輸入樣本。因此，本研究不選用K最近鄰分類算法。

K-means聚類算法的優(yōu)點(diǎn)是計(jì)算效率高，易于理解。缺點(diǎn)是分組的數(shù)字K是一個(gè)確切的常數(shù)，不正確的K可能會(huì)得到完全不同的結(jié)果。對(duì)于巖屑識(shí)別，可以簡(jiǎn)單精確地得到其K值，有幾種巖屑K值就為幾，以白色的HSV值為中心，依據(jù)巖屑不同HSV值進(jìn)行分類。

K-means聚類算法是最經(jīng)典的聚類算法之一，其主要思路為：在同時(shí)指定了K和K的初始簇中心點(diǎn)的前提下，將各個(gè)節(jié)點(diǎn)（即各種數(shù)據(jù)記錄）分到離其最近的簇中，各個(gè)點(diǎn)分派完成以后，按照某個(gè)類簇內(nèi)的各個(gè)點(diǎn)，再次計(jì)算出該類簇的中心點(diǎn)（取平均數(shù)），接著再迭代完成節(jié)點(diǎn)分類，并更改樣本類簇中心點(diǎn)，直到對(duì)類簇中心點(diǎn)的改變最小，甚至超過(guò)了預(yù)定的迭代時(shí)間。

2 基于K-Means聚類算法的巖屑識(shí)別分類

2.1 分類依據(jù)

在生產(chǎn)過(guò)程中產(chǎn)生大量巖屑，傳統(tǒng)巖屑錄井無(wú)法處理大量的巖屑樣本。因此，利用Python當(dāng)中對(duì)計(jì)算機(jī)視覺(jué)進(jìn)行處理的OpenCV包，對(duì)巖屑樣本進(jìn)行處理。其原理是根據(jù)不同種類巖屑不同的HSV值進(jìn)行識(shí)別分類。HSV色彩模型，是基于顏色結(jié)構(gòu)的直觀特性，SMITH在1978年創(chuàng)立的一個(gè)色調(diào)空間結(jié)構(gòu)，也稱六角錐體模型[16]（見(jiàn)圖2）。

圖2 HSV色彩模型[15]

HSV色彩模型包括色彩H，飽和度S和明度V。其中主要區(qū)別色彩的方式如下。①色彩H以角度顯示，取值區(qū)域?yàn)? ～360°，沿逆時(shí)針?lè)轿挥杉t色起，進(jìn)行計(jì)算，紅光為0，綠光為120°，藍(lán)光為240°。它的補(bǔ)色范圍為：黃色為60°，綠藍(lán)色為180°，紫色為300°。②飽和度S值對(duì)于某種顏色，若其深而艷則飽和度愈高。光譜色的白光成分為零，則其飽和度達(dá)最高，通常取值范圍是0 ～100%，若色彩越飽和，則數(shù)值越大，若色彩變得暗淡直至無(wú)色彩，則值越低。③明度V表示色彩明亮的程度，光線越強(qiáng)，物體顏色明度值越高。對(duì)于物質(zhì)顏色，此數(shù)值通常與物質(zhì)的透射比或反光比相關(guān)，一般取值范圍為0（黑）到100%（白）。對(duì)于光色，明度數(shù)值則與發(fā)光體的光亮度相關(guān)。根據(jù)HSV色彩模型，可以得到不同巖屑的各種顏色，從而進(jìn)行分類。

2.2 巖屑識(shí)別處理方法

要使用計(jì)算機(jī)處理不同種類巖屑，首先要建立HSV色彩模型。利用Python里面的OpenCV包，使用cv2.cvtcolor（img，cv2.BGR2HSV）建 立 圖 像 與HSV相關(guān)聯(lián)的模型。隨后設(shè)置跟蹤器來(lái)調(diào)整HSV值，使其能夠?qū)Σ煌伾M(jìn)行識(shí)別，選定想要的色彩范圍。

僅有顏色識(shí)別與索引標(biāo)色還不足以滿足工業(yè)生產(chǎn)對(duì)巖屑識(shí)別的要求，巖屑輪廓、面積等也會(huì)對(duì)巖屑種類的判斷產(chǎn)生影響。因此，對(duì)索引標(biāo)色結(jié)果進(jìn)行面積計(jì)算，比較相同顏色巖屑面積以及不同顏色巖屑的面積大小，以滿足工業(yè)生產(chǎn)需要。對(duì)特定巖屑顏色識(shí)別效果見(jiàn)圖3。

圖3 特定顏色巖屑識(shí)別及標(biāo)色

針對(duì)所識(shí)別巖屑的標(biāo)號(hào)區(qū)域，計(jì)算面積結(jié)果見(jiàn)表1。利用跟蹤器調(diào)節(jié)HSV值，可描述的顏色種類增加，也能夠體現(xiàn)細(xì)微的差別，彌補(bǔ)了對(duì)巖屑顏色描述在細(xì)微性上的不足。提高了巖屑測(cè)井對(duì)巖屑描述的客觀性、可比性，也便于使用者抓住巖屑顏色方面的重點(diǎn)。

表1 對(duì)圖3 標(biāo)色面積計(jì)算的部分結(jié)果

要得到不同種類的巖屑的灰度圖像，需要不斷調(diào)整跟蹤器來(lái)確定某種巖屑的HSV值，以便得到更好的識(shí)別效果。但由于在巖屑測(cè)井生產(chǎn)中，需要分析大量不同種類的巖屑樣本，僅憑人工調(diào)整跟蹤器的值難以處理如此數(shù)量的巖屑樣本。相同種類巖屑的HSV值也會(huì)有微小差異，因此，需要某種算法對(duì)巖屑的HSV值進(jìn)行挖掘分類，以便大量處理巖屑樣本圖像以及得到更好的識(shí)別效果。

2.3 巖屑顏色的基本分析

在獲取不同種類巖屑HSV值之前，需要對(duì)巖屑錄井中產(chǎn)生巖屑做一個(gè)基本分析，以確定巖屑樣本中的巖屑種類、顏色以及顏色成因，便于后續(xù)對(duì)巖屑大致分類與命名。本文主要分析的是沉積巖層段的各種巖屑，因此，對(duì)沉積巖層段的各種巖石顏色進(jìn)行基本分析。

（1）白色：即一般不含有色素的巖石。白色、灰白色或淡灰色等，如純質(zhì)的碳酸鹽巖、石鹽、高嶺土、白堊、純石英砂巖等。

（2）灰色和黑色：巖石有機(jī)質(zhì)（碳質(zhì)、瀝青質(zhì)）或分散狀硫化鐵（黃鐵礦、白鐵礦）中物質(zhì)含量濃度越高，巖石顏色就越深。大多數(shù)巖石由暗灰色變?yōu)楹谏?/p>

（3）紅、棕、黃色：由于巖石中含有鐵的氧化物或氫氧化物（赤鐵礦、褐鐵礦等），形成紅棕黃色。

（4）綠：多數(shù)由于其中富含低價(jià)鐵的礦物，使得巖石表面呈現(xiàn)綠色；少數(shù)如孔雀石等呈鮮艷的綠色是由于含有銅的化合物。

巖石的顏色與多種情況有關(guān)，除不同顏色巖石中化合物不同外，風(fēng)化情況，巖石的顆粒大小、干濕情況、朝陽(yáng)還是背陽(yáng)等對(duì)色彩也有很大影響。粒度越細(xì)、越潮濕、越陰暗，顏色越深；反之顏色較淡。所以，在觀察顏色前，必須觀察新鮮面，并說(shuō)明它是在什么樣的巖石狀態(tài)下測(cè)定的。

中國(guó)通常采取10種固定顏色代碼及組合對(duì)樣品進(jìn)行描述，即白、紅、紫、褐、黃、綠、藍(lán)、灰、黑和雜色。

在實(shí)際工業(yè)生產(chǎn)過(guò)程中，藍(lán)色、紫色巖屑比較少見(jiàn)，樣本量不足，對(duì)測(cè)定地層巖性與含油性也沒(méi)有影響。巖屑呈現(xiàn)褐色或紅色是因?yàn)槭欠窈趸F或氧化亞鐵以及其含量的不同，因此，只選取紅色一種巖屑顏色作為分類依據(jù)。雜色巖屑HSV值范圍寬泛，包含巖屑顏色種類多且雜，對(duì)含油性地層分析指導(dǎo)意義小，也不作為分類依據(jù)。

由于部分種類巖屑顏色樣本量小且識(shí)別意義不大，因此，我們選取樣本數(shù)量多，識(shí)別意義大的6種巖屑顏色白、黑、灰、紅棕、黃、綠作為識(shí)別地層巖性及含油性的主要依據(jù)。

2.4 巖屑HSV值的獲取與數(shù)據(jù)的預(yù)處理

在分析了不同種類巖屑的顏色以及顏色成因后，可以確定大致的HSV值范圍及后續(xù)的相關(guān)處理與命名，從而獲取樣本巖屑當(dāng)中不同種類巖屑的HSV值，調(diào)整跟蹤器至明顯效果后，可以利用Python自動(dòng)輸出HSV值，得到樣本巖屑數(shù)據(jù)。由于在處理巖屑樣本時(shí)，不可避免的會(huì)遇到受光照、濕度、現(xiàn)場(chǎng)的天氣情況等影響的采樣質(zhì)量差的樣本，清洗巖屑樣本HSV值當(dāng)中的異常值、缺失值是十分必要的。

在對(duì)200個(gè)具有不同種顏色巖屑特征的樣本數(shù)據(jù)進(jìn)行預(yù)處理后，得到的HSV值見(jiàn)表2。利用R語(yǔ)言作散點(diǎn)圖進(jìn)行數(shù)據(jù)清洗，可以清晰的分辨出不同值數(shù)據(jù)的分布情況，重復(fù)值表示為1個(gè)點(diǎn)，而對(duì)于離散數(shù)據(jù)，能更為直觀的觀測(cè)出數(shù)據(jù)的異常值。由于每一種巖屑的色彩、飽和度、明度可能不同，將HSV值分類處理，查看其散點(diǎn)圖，對(duì)游離在主要散點(diǎn)之外的異常值進(jìn)行清洗。

表2 部分巖屑HSV 值

清洗前的HSV散點(diǎn)見(jiàn)圖4，巖屑的HSV值跟隨顏色成簇分布，游離在簇之外的數(shù)據(jù)就是需要清洗的數(shù)據(jù)。可以明顯看出，HMin的值在15 ～20的這些數(shù)據(jù)呈現(xiàn)離散且無(wú)規(guī)律的分布，為需要清洗的異常值。利用R語(yǔ)言，將HMin在15 ～20的數(shù)據(jù)全部清洗掉，保留正常數(shù)據(jù)。

圖4 色彩、飽和度和明度散點(diǎn)圖

2.5 巖屑精細(xì)識(shí)別

將巖屑樣本分成不同簇，保證相同簇的HSV值相似度高、差異性小，不同簇的HSV值相似度低且差異性大。在驗(yàn)證巖屑種類時(shí)，若巖屑HSV值與其中某一簇相接近，說(shuō)明該巖屑屬于此種類。

對(duì)巖屑樣本數(shù)據(jù)進(jìn)行預(yù)處理之后，再使用K-means聚類方法對(duì)其HSV值進(jìn)行挖掘，并通過(guò)之前對(duì)巖石色彩的研究，得出了不同類型巖屑的色彩主要包括白、黑、灰、紅、綠、黃等6種色彩，因此，確定K= 6。

接下來(lái)利用R語(yǔ)言內(nèi)的cluster包進(jìn)行K-means算法處理，用useful包進(jìn)行繪圖，明顯可見(jiàn)K-means算法將數(shù)據(jù)集分成了6簇。具體結(jié)果見(jiàn)表3。

表3 K-means 聚類算法下數(shù)據(jù)挖掘結(jié)果

聚類結(jié)果可以通過(guò)組內(nèi)方差、組間方差和總方差的關(guān)系來(lái)評(píng)價(jià)，其目的是保證聚類后相同組內(nèi)的數(shù)據(jù)即同類間的數(shù)據(jù)具有一致性，使組內(nèi)數(shù)據(jù)方差盡可能的小，組間方差盡可能的大?；蚶肍值表示總方差/組間方差，滿足F值越大聚類效果越好。

聚類結(jié)果表明利用巖屑的HSV值可以將巖屑分為具體的6類，且F值為90.7%，在誤差的允許范圍內(nèi)，基于K-means聚類算法構(gòu)建的巖屑識(shí)別模型是符合工業(yè)生產(chǎn)要求的。從圖4中可以看到6類巖屑具體的HSV值。在進(jìn)行測(cè)試集驗(yàn)證之前，根據(jù)其HSV值確定一個(gè)范圍，導(dǎo)入測(cè)試集驗(yàn)證準(zhǔn)確率。結(jié)合聚類結(jié)果與測(cè)試集的驗(yàn)證后，選取分類范圍見(jiàn)表4。

表4 最終范圍選取結(jié)果

在導(dǎo)入測(cè)試集后，驗(yàn)證K-means聚類算法下結(jié)果的準(zhǔn)確性，共計(jì)357塊巖屑，25塊識(shí)別錯(cuò)誤，計(jì)算其準(zhǔn)確率為93.4%，誤差符合巖屑錄井準(zhǔn)確率要求。出現(xiàn)不符合的主要原因?yàn)椴糠謳r屑相似程度較高，樣本量不足，導(dǎo)致對(duì)此部分巖屑的識(shí)別效果較差。結(jié)果見(jiàn)表5。

表5 混淆矩陣驗(yàn)證結(jié)果

3 結(jié) 論

（1）通過(guò)使用Python中的OpenCV圖像分析包來(lái)進(jìn)行巖屑圖像的識(shí)別和分類，同時(shí)結(jié)合R語(yǔ)言和Kmeans聚類算法，進(jìn)行HSV值的數(shù)據(jù)挖掘，得到了巖屑分類的HSV值范圍，利用測(cè)試集確定該種方法具有較高的準(zhǔn)確性。

（2）與傳統(tǒng)的巖性識(shí)別方法相比，該方法在巖屑錄井中可以更精細(xì)、準(zhǔn)確地識(shí)別巖屑的顏色，并且有利于批量處理巖屑樣本，從而提高巖屑錄井的效率和準(zhǔn)確性。

（3）通過(guò)使用OpenCV 包進(jìn)行計(jì)算機(jī)圖像處理，設(shè)置了跟蹤器對(duì)巖屑圖像進(jìn)行識(shí)別，只需要拖動(dòng)跟蹤器，可以簡(jiǎn)單快速地識(shí)別不同情況下的巖屑樣本。

（4）采用了K-means聚類算法對(duì)巖屑樣本進(jìn)行了數(shù)據(jù)挖掘，對(duì)于特定種類顏色的巖屑可以簡(jiǎn)單確定其K值，具有很好的分類效果。