Defesa de Dissertação de Mestrado de Iany Macedo Barcelos, 18/08/25, 15h, por videoconferência
ReMap: Uma Abordagem de Inpainting para a Reconstrução de Imagens Resistivas
Resumo:
Perfis de imagem resistivos são ferramentas fundamentais para a indústria do petróleo, pois permitem a visualização de estruturas geológicas em alta resolução ao longo das paredes dos poços. No entanto, esses dados apresentam lacunas decorrentes do processo de aquisição, o que, por vezes, compromete a interpretação geológica. Dessa forma, o preenchimento adequado dessas lacunas representa um desafio técnico relevante, que pode melhorar significativamente o processo de interpretação desses dados. É nesse contexto que se insere este trabalho, cujo objetivo inicial foi investigar diferentes técnicas de preenchimento de imagens (textit{image inpainting}), buscando avaliar sua aplicabilidade aos perfis de imagem resistivos. Para isso, foram selecionadas algumas das principais técnicas contemporâneas para uma avaliação experimental, a qual revelou diversas limitações, especialmente na preservação de estruturas geológicas e na reprodução textural, evidenciando que os modelos disponíveis na literatura não são capazes de lidar com a complexidade estrutural e textural das imagens resistivas, o que reforça a necessidade do desenvolvimento de uma abordagem específica para esse tipo de dado. Sendo assim, foi proposta uma metodologia voltada à reconstrução de perfis de imagem resistivos, denominada ReMap. Com o objetivo de preservar e integrar de forma coerente as informações estruturais e texturais dessas imagens, a abordagem combina a Transformada de Radon, adaptada para a reconstrução estrutural, com algoritmos de correspondência entre patches e técnicas de textit{blending}, empregadas para aprimorar a reprodução textural. Ainda em fase de desenvolvimento, os resultados obtidos com a ReMap são promissores. A abordagem demonstrou uma maior capacidade de reconstruir os padrões estruturais e reproduzir as características texturais das imagens resistivas, em comparação com os métodos analisados disponíveis na literatura. Apesar da persistência de alguns artefatos e da dificuldade em lidar com regiões estruturalmente mais complexas, a proposta apresenta um bom potencial de evolução, abrindo caminhos para aprimoramentos futuros e, consequentemente, o desenvolvimento de uma solução eficaz de reconstrução voltada para os perfis de imagem resistivos.
Abstract:
Resistivity image logs play a crucial role in the oil and gas industry, as they enable high-resolution visualization of geological structures along borehole walls. However, the acquisition process results in data gaps, which can hinder accurate geological interpretation. So, effectively addressing these gaps presents a relevant technical challenge that can improve the quality of data interpretation. In this context, the initial objective of this study was to investigate different techniques for image completion (image inpainting) and to assess their effectiveness in the context of resistivity images. To this end, a selection of prominent contemporary methodologies was chosen for experimental evaluation. The results revealed critical limitations, especially in the preservation of geological structures and the reproduction of textures. This highlights that existing models are not qualified to handle the structural and textural complexity of resistivity images. Consequently, there is a clear need for a dedicated approach tailored to this type of data. Thus, a novel methodology called ReMap has been proposed for the reconstruction of resistivity image logs. This approach is designed to coherently preserve and integrate both structural and textural information. It combines the Radon Transform, for structural reconstruction, with patch correspondence algorithms and blending techniques, to enhance texture reproduction. While still in development, the results achieved with ReMap are promising. The approach has shown a better capability to reconstruct structural patterns and replicate the textural characteristics of resistivity images compared to the methods reviewed in the literature. Despite the presence of some artifacts and the challenges handling structurally complex areas, the proposed method holds strong potential for further development, paving the way toward an effective reconstruction solution specifically designed for resistivity image logs.
Banca examinadora:
Prof. Leandro Augusto Frata Fernandes, UFF – Presidente
Profa. Aura Conci, UFF
Profa. Nina Sumiko Tomita Hirata, USP