基于光纤视频测井技术的孔眼自动识别

针对目前光纤测井视频资料处理过程中存在的问题,提出一种孔眼信息自动识别处理技术,采用选择性高斯拉普拉斯边缘检测及双向矩形框环形扫描技术,实现孔眼的自动识别,通过特定的后期纠正算法,实现数据库中孔眼信息的自动纠正,并用像素差值法进行孔眼的出油判断。仿真实验结果表明,该技术处理速度快、准确率高,具有一定应用价值。

大动态范围CMOS图像传感器指数时间采样电路的改进

分析了现有指数时间采样重置电路的结构和写SRAM的工作时序,设计了一种新型的单稳态脉冲生成电路,加入到像素电路中形成新的SRAM写模式.采用此方法使得单个像素的平均写SRAM次数由2-1/2N次降为1次,消除了大动态范围CMOS图像传感器中SRAM的无效写操作.在CSM0.35μm2P4M3.3V的工艺条件下,利用Cadence Spectre和Hspice工具分别对单稳态脉冲电路和改进后的像素电路进行了仿真实验,证明了此方法的有效性.

光纤电视测井图像处理系统的设计与实现

针对提捞井中光纤电视测井提出了一种视频资料定量解释方法,设计并实现了集视频编解码、图像处理、参数测量、报告生成、数据库管理等为一体的软件系统。主要功能包括,通过投影法对图像中有用文字信息进行识别,用自动阈值分割方法计算指定深度的视含油率、视含气率并生成报表,可以对孔眼按深度进行统计;运用光学成像原理与MFC函数相结合的方法计算任意形状井内落物的周长、面积等参数,对预处理后图像进行高斯、拉普拉斯边缘检测识别和统计孔眼数目;光纤电视测井图像处理系统采用模块化结构设计,通过接口调用各个功能模块,进行相关处理操作;系统可以根据视频图像质量灵活选用不同的图像处理方法,具有很高的自动化水平。利用光纤电视测井图像处理系统对20井次的现场试验资料进行解释,均见到了较好的效果。该测井图像处理系统技术能够解决井下套管状况检测和提捞井产出剖面描述等生产实际问题。

一种基于人眼视觉特性图像传感器的研究

基于韦伯-费希纳法则这一人眼视觉特性重要定律,提出对传统图像传感器线性量化进行改进,引入了对数量化,并设计了一种结构精简的多分辨率ADC,对图像传感器的线性输出信号进行对数量化.使用FPGA验证表明,量化时间缩短为256个时钟周期,且综合资源大幅降低.