Dados da Submissão

Título

ROTULAÇÃO DE IMAGENS DE AFLORAMENTOS PARA TREINAMENTO DE REDES NEURAIS CONVOLUCIONAIS

Texto do resumo

A segmentação de imagens utilizando redes neurais convolucionais é uma técnica de deep learning supervisionada, que depende da rotulação de parte do banco de dados por um ou mais analistas humanos. Essa técnica de segmentação de imagens tem por objetivo melhorar a acurácia e reduzir a subjetividade e o tempo de interpretação de imagens; sendo, portanto, aplicada a estudos geológicos e geofísicos em diferentes escalas e situações geológicas. Quando se trata de imagens de afloramentos rochosos de rochas sedimentares, com dimensões de centenas a milhares de metros, é muito comum que os banco de dados contenham milhares a dezenas de milhares de imagens. Nesses casos, a segmentação por fácies ou associação de fácies sedimentares é desejável e redes neurais convolucionais tem um potencial para aprimorar a segmentação das imagens. O objetivo desse trabalho é apresentar a rotulação de imagens por fácies e associação de fácies de afloramentos de rochas sedimentares em escarpas ou cortes verticais. A análise de litofácies é a base de qualquer levantamento estratigráfico, subdividindo o registro geológico em unidades distintas, caracterizadas essencialmente pela textura, estrutura e composição e delimitadas das fácies adjacentes por contatos de fácies. A análise de fotofácies ou fotoestratigrafia, em analogia a sismoestratigrafia, é a descrição e interpretação de unidades fotogeológicas compostas por grupos de terminações estratais, configuração interna e geometria externa cujos parâmetros diferem das unidades fotofaciológicas adjacentes. Pode ser feita correlação entre fotofácies e litofácies, no caso de ter sido realizado levantamento litofaciológico no afloramento alvo do estudo. Considerando o exposto, nesse trabalho a rotulação das fotofácies foi realizada utilizado o software Adobe Photoshop. O procedimento foi (i) gerar uma biblioteca com cores e códigos padrões para cada fácies ou associação de fácies; (ii) carregar a imagem no software; (iii) adicionar camadas de acordo com a biblioteca; (iv) usar a ferramenta de seleção rápida para individualizar parte da imagem original; (v) preencher a parte da imagem individualizada com a lata de tinta na camada correspondente com a cor atribuída na biblioteca; (vi) fazer o controle de qualidade, corrigindo os limites das fotofácies caso necessário; (vii) ao final do processo, salvar o trabalho e exportar cada rótulo como uma nova imagem em formato PNG. Os objetos que não correspondem a rocha exposta, como o céu, a vegetação, sedimentos inconsolidados e objetos antrópicos, não são rotulados. Nesse estudo, foram rotuladas imagens de afloramentos da Bacia de Salta, Argentina, compartimentadas em dez associações de fácies. Foram rotuladas cerca de 10% das imagens do banco de dados. As fácies mais finas, lamitos e arenitos e carbonatos de textura fina, são mais fáceis de reconhecer e levam menos tempo para rotular, estimado em cerca de 5 minutos para cada imagem. As fácies com alternância delgada entre camadas e lâminas de diferentes texturas, são mais difíceis de rotular por um intérprete humano e podem levar até 25 minutos por imagem. À medida que o intérprete se habita com as fácies e com o alvo, o tempo gasto para a rotulação é reduzido. A maior dificuldade no processo de rotulação manual reside na distinção de detalhes de pequena dimensão entre as litologias, especificamente nos contatos graduais ou alternâncias entre camadas delgadas e lâminas de diferentes litologias.

Palavras Chave

Fotoestratigrafia; Adobe Photoshop; Sensoriamento Remoto