基于自然圖像的鉆探巖心識別

高 輝，吳振坤，柯 雨，譚松成，何思琪，段隆臣

(1.中國地質大學(武漢)工程學院，湖北 武漢 430074；2.中國地質大學(武漢)地球深部鉆探與深地資源開發國際聯合研究中心，湖北 武漢 430074；3.中國地質大學(武漢)自動化學院，湖北 武漢 430074；4.中國地質大學(武漢)未來技術學院，湖北 武漢 430074)

智能鉆探的研究領域涵蓋鉆速的優化、鉆進過程的智能控制、鉆進故障的識別與防控、隨鉆測量、地層識別等。對于地質巖心鉆探，采取的巖心是進行地層識別最直接的手段，一般的地層巖性編錄依賴于現場技術人員的經驗，準確的巖性識別[1]需要將樣本帶回實驗室進行薄片鑒定，試驗周期較長。

隨著人工智能技術的發展，基于人工定義的特征提取的機器學習算法可以用于巖石薄片圖像的自動識別[2]。基于深度學習的巖石薄片礦物自動識別方法，通過卷積神經網絡自動提取圖像特征，進一步提升了識別的準確率[3]。基于輕量級卷積神經網絡結構的算法對巖石薄片圖像進行分類，可減少模型參數，提升巖石分類速度，增強模型的可移植性[4]。不過，巖石薄片圖像是在顯微鏡下成像的，并非自然圖像。

自然圖像是采用照相機根據感光單元拍攝出來的，使用陽光、燈光等普通光源，自然圖像具有易于獲得、成本較低的優勢，目前多用于不同狀態下露頭巖石或巖塊的識別[5]，一種無監督特征學習方法用于巖石的自動分類，可解決大量數據集巖石標記難的問題[6]。遷移學習方法用于對野外露頭巖石圖像進行識別[7]，多尺度的方法可對任意尺度的野外露頭巖石進行有效的識別[8]，孿生卷積神經網絡方法同時利用巖石的全局特征和局部特征，可提高巖石圖像識別的準確率[9]。深度學習算法用于巖塊圖像的識別[10-12]，人工定義的特征和卷積神經網絡自動提取的特征相融合的方法，可實現煤-巖圖像的識別[13]。

不過，用于識別的巖心圖像的獲取目前主要采用360 度巖心掃描[14]、X 射線斷層掃描[15]、高光譜成像[16]等技術實現，這類方法需要使用輔助儀器進行成像，不能直接使用普通光源，與本文的識別目標不同，其主要用于研究巖心的結構特征，而且這些成像設備體積較大、成本較高，無法在現場推廣應用。因此，開展了基于自然圖像的巖心識別研究，并開發了相應的手機APP[17-19]，以期提高巖心自動識別的現場使用便捷程度。

1 巖心圖像庫的建立

本文的研究累計搜集巖心220 塊，通過薄片鑒定等方法，共標記出3 大類巖中的15 種巖心，分別是泥巖、頁巖、灰巖、白云巖、砂巖、硅質巖、凝灰巖、安山巖、正長巖、花崗巖、英安巖、大理巖、板巖、片麻巖、石英巖。為了提高識別的效果，巖心表面應盡量保持平整，并放置在白色的背景之上，以免因為背景顏色的不同影響識別的效果。通過手機對每個巖心拍照，盡量選擇側面或正面的角度進行拍攝，拍攝時保持一定的距離，保證圖像清晰，拍攝訓練圖像集、測試圖像集以及現場巖心圖像時均保持上述相同的原則。

光照條件對圖像的識別有一定的影響，拍攝時盡量保證正常的均勻光照，由于拍攝訓練集時不能覆蓋更多的光照環境，將對訓練集的數據進行人工增強，即對訓練集進行各種不同的變換，以模擬更多的拍攝環境，大幅增加訓練集的數據量，提高模型的泛化性。

圖1 是15 種巖心代表性的圖像，其拍攝方式有所不同。拍攝距離較遠時，巖心圖像中包含較多的背景，而拍攝距離較近時，則圖像中包含的背景很少或完全不包含背景。此外，巖心照片的拍攝部位包括頂面、底面及側面，而巖心形狀則主要為圓形或方形。

2 巖心識別模型

2.1 圖像數據增強

對于同一個巖心，由于拍攝時的環境、角度等不同，拍攝出來的圖像有很大的差異，訓練圖像集不可能覆蓋所有的情況，因此，常采用數據增強(包含圖像增強、圖像變換等)的方式來增加訓練集的數量，通過對圖片進行各種處理，模擬現場環境的變化，擴大識別模型的適應范圍。為了不增加數據集的存儲空間，一般采用運行時增強的模式，即在讀入一張原始訓練圖像時，根據一定的概率對該圖像進行某種變換或變換組合，變換之后加入當前訓練批次的圖像中對模型進行訓練，訓練結束之后并不保存該圖像。

根據巖心圖像的特點，須保證其變換之后依然具有巖心圖像的基本特征，所以只選用部分有效的變換函數。按照80%的概率對圖像進行變換，首先執行水平翻轉、垂直翻轉、旋轉等三種幾何變換中的一種或多種變換的組合，然后執行模糊變換(隨機選擇高斯濾波、均值濾波或中值濾波中的一種)、銳化變換、浮雕變換、邊緣變換、亮度變換、色相和飽和度變換等六種色彩或紋理變換中的一種或多種變換的組合，各種變換的參數在一定的范圍內隨機選取。

2.2 卷積神經網絡

采用卷積神經網絡自動提取巖心圖像特征，實現巖心的識別，卷積神經網絡的基本結構如圖2 所示。

圖2 巖心識別卷積神經網絡結構Fig.2 Convolutional neural network structure for core identification

(1)一張二維的原始巖心圖像輸入網絡中，首先縮放到固定的大小，然后經過一系列的卷積、池化操作后(此時的權重參數為缺省值，有待根據損失函數進行更新)形成多張二維的巖心特征圖像。

(2)接下來將二維圖像平鋪成一維數據，經過測試，將多張二維特征圖像進行像素平均后平鋪成一維數據，這樣可以達到降維的目的，同時便于和后面的節點形成全連接網絡。

(3)后面直接增加一個全連接網絡，與輸出的15種巖心分類值進行連接，此時產生全連接層的權重參數，是后續訓練重點更新的值。

(4)在全連接層后面連接一個Softmax 激勵函數，將分類值轉換成概率值，在訓練時與真值對比并計算損失函數值，在預測時輸出巖心分類的結果。

訓練時，根據預測值和真實值計算損失函數，根據損失函數降低的原則，計算全連接層各權重參數的更新梯度值，并向前傳遞，更新和優化卷積、池化等操作的權重參數，最終獲得最優的權重參數，使得模型輸出的預測值和真實值最接近。

由于卷積神經網絡的深度較大，需要訓練的參數較多，一般的專業訓練數據集大小不夠，訓練時會出現嚴重的過擬合現象，因此，一般采用遷移學習的方法，首先在卷積、池化層網絡中直接采用通用數據集的訓練模型的參數，只訓練全連接層網絡的參數；接下來對卷積、池化層網絡參數進行微調，只訓練該網絡中與全連接層接近的部分層，這樣提高訓練的效率和質量。

2.3 基于多訓練模型的巖心聯合識別

數據增強雖然是一種有效增加訓練數據集、提高模型泛化性的方法，但是人工數據的加入也有可能改變實際訓練集的特征，降低卷積神經網絡表征與實際訓練集接近的測試數據集圖像特征的能力，從而降低對該數據集的識別準確率。測試發現，經過數據增強后，確實提高了部分數據集的識別準確率，但是也降低了其他數據集的識別準確率。

另外，由于模型的訓練是一個隨機過程，因此，每次訓練出來的模型是不一樣的，這樣會導致每次訓練的模型對不同測試數據的識別準確率會有變化，有的模型對部分數據集的識別準確率高，而對另一些數據集的識別準確率低。

為了解決數據增強和不同訓練批次在不同測試數據集上產生的識別準確率的差異性問題，提出基于多訓練模型的巖心聯合識別方法，同時采用多個模型對圖像進行識別，每個模型的識別結果是該圖像屬于各類別的概率，比如15 種巖心類別，那么每個模型會給出15 個概率值，對于常規的單模型識別，則直接取這15 個概率中最高的值所對應的類別作為巖心的識別結果；對于多模型聯合識別，則將每個模型對各類別的預測概率值累加，取累加值最高的項所對應的類別作為巖心的識別結果。

3 模型測試

3.1 訓練集數據增強測試

采用的訓練數據集共有2 931 張圖像，15 種巖心類別，遷移學習訓練階段采用的學習率為0.001，訓練次數為150 次，在微調階段采用的學習率為0.000 1，訓練次數為150 次，微調的層數量占比為1/3。訓練數據集中的20%用來進行模型的驗證，剩下80%用作實際的訓練，圖3a 為訓練準確率和驗證準確率的變化趨勢圖，在訓練步數達125 左右時已經收斂，同時，圖3b 中的損失值也穩定在一個較低位。

圖3 訓練過程中的準確率和損失值曲線Fig.3 Accuracy and loss curve during training

為了測試模型的泛化性，測試數據集并不是取自原始的訓練數據集，而是在多種不同的條件下重新拍攝而成的新數據集。選擇8 個新數據集進行測試，測試數據集的拍攝條件見表1，主要考慮拍攝設備、巖心背景、干濕狀態、光照條件等影響成像效果的4 個因素。圖像的狀態與拍攝者的關系較大，本測試數據集中包含4 名測試員分別采用4 種不同的設備拍攝的圖像。8 個測試集均覆蓋所有15 類巖心，每個測試集包含300 張左右的圖像。同一個巖心在部分測試集中的圖像如圖4 所示，不同的拍攝條件對圖像的影響較大。

表1 測試數據集的拍攝條件Table 1 Shooting conditions for test datasets

圖4 同一個巖心在不同測試集中的圖像Fig.4 Images of the same core from different test sets

通過對比代表性的卷積神經網絡[20-22]，本節選用較適合現場手機APP 使用的輕量級卷積神經網絡MobileNet V2_1.4[23]為例測試。由于卷積神經網絡模型隨機預設權重初始值，所以每次訓練的結果都相近，但不完全相同，表2 列出了在無數據增強和有數據增強兩種情況下，分別訓練4 次的模型在8 個數據集上的測試結果。

表2 不同訓練批次的模型得到的巖心識別準確率Table 2 Core identification accuracy obtained by models in different trained batches %

表3 給出了無數據增強和有數據增強時4 次訓練的模型在單個數據集中識別準確率的平均值以及在所有數據集中總的平均值，無數據增強時的識別準確率總的平均值為82.43%，有數據增強時的識別準確率總的平均值為88.81%，高于無數據增強時的結果。不過，使用數據增強后，測試集5 和6 的識別準確率降低了，其他數據集的識別準確率均有所提升，這說明使用數據增強后，卷積神經網絡模型降低了對數據集5 和6的圖像特征的表征能力。

表3 基于多訓練模型的巖心聯合識別準確率對比Table 3 Comparison of joint core identification accuracy based on multiple training models %

3.2 多訓練模型的聯合測試

為了解決部分模型降低識別準確率的問題，采用前文提出的基于多訓練模型的巖心聯合識別方法，經過測試，從8 個模型中選擇4 個模型，即模型①+模型⑤+模型⑥+模型⑧進行聯合識別效果最佳，其中①來自無數據增強時的訓練模型，⑤、⑥、⑧來自有數據增強時的訓練模型。表3 顯示了該多模型聯合識別的準確率以及其與無數據增強和有數據增強時的對比結果，使用多模型聯合識別的準確率有明顯提升，比無數據增強時的準確率最大提升20.34%，平均提升9.13%；比有數據增強時的準確率最大提升4.41%，平均提升2.75%。使用多模型聯合識別后，對每個測試集的識別準確率均有所提升，總的識別準確率達91.56%，有效避免了使用單模型識別時，提升部分數據集的識別準確率，而降低其他數據集的識別準確率的問題。

對比各測試集上的識別結果，總體上可以分為四個區間，第一個區間包含數據集1 和6 的識別準確率，均在98%以上，說明這兩個數據集和訓練數據集的拍攝條件最吻合；第二個區間包含數據集2、5 和8 的識別準確率，均在93%～98%之間，影響這3 個數據集的因素較多，包括測試員的拍攝設備、拍攝方式、巖心所處背景等均對識別結果可能產生影響；第三個區間包含數據集3 和7 的識別準確率，為91%～93%，這兩個數據集是在陽光下拍攝的，由于陽光的強弱變化比燈光顯著，相比室內可控的光照條件，室外的光照條件更復雜；第四個區間包含數據集4 的識別準確率，僅為72.99%，該數據集是在潮濕條件下拍攝的，潮濕表面的水對光線的反射與干燥表面的反射有較大的差異，所以該數據集的識別準確率較低。

據上述分析可知，對識別準確率影響最大的是干濕條件，由于訓練數據集全部是在干燥情況下拍攝的，所以對于潮濕巖心的識別準確率不高，建議在識別的時候保持巖心處于干燥狀態；由于陽光的照射條件比較復雜，建議有條件時，將巖心樣本放在比較均衡的光照下識別；背景對識別的結果影響也較大，建議識別的時候將巖心放在白色背景下。

盡管采用數據增強和多模型聯合識別的方法，一定程度上提高了模型的泛化性，但是在不同條件下巖心的識別準確率依然不同，為了達到更好的識別效果，建議在相對一致的拍攝條件下進行巖心識別。訓練數據集雖然不能覆蓋所有的拍攝條件和巖心狀態，不過，不斷擴充訓練數據集依然是提高模型泛化性的有效手段。

4 現場應用

為了在現場便捷使用并快速進行識別，開發了巖心識別手機APP，采用TensorFlow Lite(TF Lite)框架，將原來生成的大體積模型文件轉換成適用于移動終端的模型(TFLite 模型)，在不影響準確率的情況下減小模型的大小并提高其性能，同時具有很好的可移植性。用TFLite 解釋器所提供的接口讀取轉換后的模型文件，模型即可被部署到應用程序中，APP 的界面如圖5所示，除了巖心類型外，還提供了巖性的基本介紹、推薦使用的鉆探規程參數等。

圖5 巖心識別手機APP 界面Fig.5 Mobile APP interface of core identification

選取河北省保定市博野縣地熱勘探井(JZ04)的巖心進行手機APP 測試。現場得到的巖心表面大多被泥漿材料覆蓋，因此在試驗前需要用清水將巖心上的泥漿及其他碎屑洗凈，用洗凈后的巖心拍照識別。

現場巖心如圖6 所示，其中圖6a 中的數字為該段巖心的長度(單位為m)，圖6b 為硅質巖，分布深度為4 013.01～4 013.11 m，圖6c 中的白云巖分布深度為4 009.62～4 010.02 m。取鉆進孔段4 009.62～4 017.50 m進行測試，巖心整體為青灰色或灰白色，以硅質含量較高的白云巖為主，白云巖層間分布有厚度不一的深灰色的硅質巖層，巖心多含有裂隙，部分巖心破碎程度較大。

圖6 現場應用井場的鉆探巖心Fig.6 Drilling cores of the field application well site

開發的手機APP 搭載輕量級網絡MobileNet V2_1.4，用該APP 對完整的巖心進行拍照，測試巖心照片共40 張。采用有數據增強的單模型可正確識別32 張，準確率為80%，單張圖像識別平均耗時350 ms；采用多模型聯合方法(本文取4 個模型)可正確識別34 張，識別的準確率為85%，單張圖像識別平均耗時1.15 s。雖然采用多模型聯合方法的識別時間有所增加，但是準確率提升了5%。最終測試巖心定名結果見表4，4 張硅質巖圖像全部識別成功，36 張白云巖圖像中正確識別30 張，白云巖容易誤判為硅質巖、灰巖、砂巖、板巖等類似的沉積巖或淺變質巖，它們之間確實具有較多相似性。

表4 巖心定名測試結果數量統計Table 4 Quantity statistics of the core naming test results 張

5 結論

a.提出的基于多訓練模型的巖心聯合識別方法，同時采用多個模型(本文取4 個模型)對圖像進行識別，綜合確定識別結果，對每個測試集的識別準確率均有明顯提升，有效避免了使用單模型識別時，提升部分數據集的識別準確率，而降低其他數據集的識別準確率的問題，提高了模型的泛化性。

b.本次野外試驗中，手機APP 搭載的是輕量級網絡MobileNet V2_1.4，使用多模型聯合識別方法后，該網絡在實驗室測試的平均準確率為91.56%，野外測試的準確率為85%，單張圖像識別平均耗時為1.15 s，該結果僅反映單次試驗的情況，不同的試驗條件下，測試結果會有變化。目前手機APP 巖心識別只能給現場技術人員提供一種巖心類別判定的選項，輔助現場決策，還不能完全替代技術人員。

c.對基于圖像的巖心識別進行了試驗，試驗結果依然還有較大的提升空間，通過選用更復雜的卷積神經網絡、不斷擴大巖心圖像數據集、采用更有效的數據增強方法和策略、建立某個區域的專有巖心識別模型等手段，可以進一步提升巖心圖像的識別準確率，為智能鉆探的決策提供更有效的信息。