基于机器视觉的顶驱钻井异常检测方法及系统

本发明涉及图像数据处理技术领域，尤其涉及基于机器视觉的顶驱钻井异常检测方法及系统。方法包括：实时获取顶驱钻井的当前作业图像内所有像素点的灰度值；构建每个像素点的参考块，将任一像素点记为目标像素点，将目标像素点的参考块记为目标块，选取多个参考块作为目标块的邻域块；确定邻域块的噪声值；确定目标像素点的重要度；确定邻域块的权重优化因子与优化权重；利用非局部均值滤波算法对当前作业图像去噪，再通过训练后的深度学习模型进行异常检测。本发明通过引入邻域块与参考块之间的图像特征差异分析，优化非局部均值滤波算法的权重计算，可以显著提高顶驱钻井的作业图像的去噪精度，进而提升异常检测的准确度。