气体钻井是一种新型钻井技术,相比于传统的钻井技术效率更高,而且能有效地保护油气储层,但在气体钻井的过程中遭遇地层出水会引发卡钻和井壁坍塌等复杂事故,因此针对地层出水的问题需要进行及时的预警并采取相应的解决措施。在气体钻井中检测掘进过程返出的岩土湿度可以有效地判断是否出现地层出水。目前,在气体钻井现场通常是由人工在管道出口收集带出的岩土样本,然后采用烘干称重法得到岩土湿度,这种方法耗时耗力,检测速度较慢。为了实现在气体钻井环境下对地层出水的预警,本文设计了一种基于近红外图像的岩土湿度快速检测系统,由数据采集装置、硬件部分和上位机组成。其检测过程为:首先通过数据采集装置创造近红外平行光拍摄环境,然后采用嵌入式设备树莓派控制近红外摄像机采集850nm固定波段下的岩土近红外图像,接着将岩土近红外图像经过Huffman压缩后实时发送至上位机。其中,上位机与硬件之间的远程通信功能采用TC P协议实现。在上位机中,首先通过基于小波变换的滤波算法去除岩土灰度图像的散斑噪声,然后采用OTSU算法去除岩土中的杂质干扰物。在此基础上,计算岩土近红外图像的灰度-梯度共生矩阵特征并将其归一化,进一步采用支持向量机算法确定岩土类别;同时利用DBSCAN聚类算法提取岩土类像素点并计算其灰度中心值,最后利用分段线性回归模型预测出岩土湿度值。本文对比了均值滤波、中值滤波、基于小波变换滤波算法应用在岩土近红外图像中的滤波效果;针对岩土近红外图像中存在干扰物的问题对比了基于混合高斯模型的分割算法、普通阈值分割算法以及OTSU算法应用在岩土近红外图像中的分割效果;在岩土分类问题上通过灰度-梯度共生矩阵提取出了岩土近红外图像中岩土区域的纹理和灰度特征,并将其输入一些常见的分类器进行预测,计算并对比了分类误差;设计了分段线性回归算法进行了高湿度与低湿度的划分,以满足对岩土低湿度的测量需求。本文通过设计的数据采集装置对该系统的效果以及重复性进行了验证,并对实验结果的误差进行了分析,尤其是在低湿度下该系统的检测准确率,证明了本文所设计系统的有效性。除此之外,本文还通过数据采集装置进行了系统抗干扰实验,证明了本文提出的岩土湿度快速检测方法能够应对干扰物以及环境光照变化的影响问题,在岩土低湿度下具有更精确的检测效果;针对地层出水展现出了快速的响应时间,能有效地达到预警效果,具有一定的参考价值。