基于计算机视觉与无监督数据聚类的钻头刀片识别与编号方法

《IEEE Women in Engineering Magazine》：A Computer Vision and Unsupervised Data Clustering Approach to Drill Bit Blade Identification and Numbering

　　

摘要：

钻探是从地下开采石油、天然气、碳和/或氢等能源与资源过程中的关键操作。了解钻头损坏情况有助于把握操作中的难题并找到解决方案。传统的手动分析方法既耗时又具有主观性。本研究提出了一种数字化方法，利用机器学习、计算机视觉和数据聚类技术，从俯视图图像中自动识别钻头叶片。该机器学习模型包括：一次查看版8.0可识别单个切削刃；先进的无监督数据聚类算法“逐步聚类”用于识别叶片；K均值算法则将叶片分为主叶片和次叶片；最后，根据极坐标下的角度视角对叶片进行排序。实验使用了石油工程师协会钻探不确定性预测技术组提供的钻头图像数据集中的俯视图图像。本研究旨在评估数据聚类技术能否准确识别、分类和排序叶片。实验结果证实，这些方法的组合能够高效地识别、分离和排序叶片，从而回答了所有研究问题。