Comparação de métodos de Segmentação de Fraturas em Imagem Acústica de Perfilagem Petrofísica

A analise das imagens acusticas de poco tem como um de seus objetivos reconhecer e caracterizar fraturas naturais. A interpretacao dessas imagens em conjunto com diversos outros dados e analises, oferecem um panorama para determinar a sua viabilidade de exploracao de petroleo e gas em um reservatorio. A grande quantidade de dados de um unico poco faz com que a analise visual consuma tempo relevante de profissionais da area. Neste contexto, para auxiliar o desenvolvimento de metodos de reconhecimentos de padroes automatizados ou supervisionados para fraturas, avaliamos a performance de 5 metodos de segmentacao: Gradiente Direcional, K-means, Otsu, Niblack e filtro Entropia Local. Para uma analise consistente, construimos um simulador de imagens acusticas com fraturas sinteticas representando diversos niveis de complexidade e varrendo o espaco de parâmetros do nosso modelo. Avaliamos a performance utilizando o percentual de sobreposicao e correlacao entre a segmentacao e a regiao da fratura definida pela simulacao. Em imagens sem ajuste de contraste para correcao de iluminacao o metodo K-means apresentou o melhor desempenho. No entanto, com utilizacao do ajuste de contraste os resultados com Otsu foram semelhantes ao K-means. O teste de hipotese unilateral a esquerda, para hipotese nula da media de correlacao superior a 50%, a hipotese nao foi rejeitada apenas pelos metodos K-means e Otsu, com valores respectivos de p ~ 0.60 e p ~ 0.61 dentro do intervalo σ.