Técnicas de segmentación en imágenes SLAR para la detección de vertidos de hidrocarburos (original) (raw)

Segmentación de imágenes de partículas de arena utilizadas para fracking

2019

RESUMEN El presente trabajo se enmarca en el área de procesamiento digital de imágenes. La línea de investigación se orienta en poder determinar la calidad de arenas utilizadas en procesos de fracturación hidráulica (también conocida como fracking) para la extracción de petróleo de manera no convencional. Dicha determinación de calidad se realiza mediante la medición de características, tales como la esfericidad y la redondez de las partículas de arena, a través de técnicas de procesamiento de imágenes en una PC. Se ha tenido que invertir un importante esfuerzo en poder segmentar, de manera apropiada, las imágenes de interés (partículas o granos de arena) para luego poder determinar las características antes mencionadas, indicadoras de calidad. Es por ello que se ha trabajado en la elaboración de un algoritmo que aplica la técnica de Divisoria de Aguas, mediante la Transformada de Watershed, obteniéndose así una adecuada segmentación para los fines perseguidos. Si bien la utilizació...

UNASUR: radiografía del sector de hidrocarburos

Sabbatella, Ignacio. "UNASUR: radiografía del sector de hidrocarburos". La revista del CCC [en línea]. Enero / Junio 2015, n° 22. Actualizado: 2015-08-31 [citado 2015-08-31]. Disponible en Internet: http://www.centrocultural.coop/revista/articulo/537/. ISSN 1851-3263.

Uno de los ejes centrales de la Unión de Naciones Suramericanas (UNASUR) es la integración regional en materia enérgetica. Si se toma a sus doce países miembro como una unidad, el balance energético indica que se trata de un bloque autosuficiente y que inclusive cuenta con saldos exportables. Sin embargo, aquí se pone en duda la existencia de una situación de autosuficiencia en materia de petróleo y gas, específicamente. Por lo tanto, el objetivo general de este trabajo es examinar las principales variables de la actividad petrolera y gasífera de la región, desagregadas por país: reservas probadas y recursos no convencionales, extracción, producción de combustibles, infraestructura comercial, exportación e importación. A tal fin, los datos fueron recabados de agencias internacionales: la Organización Latinoamericana de Energía (OLADE), la Administración de Información de Energía del Departamento de Energía de Estados Unidos (U.S. EIA) y la Agencia Internacional de Energía (IEA). Como resultado, se halló la existencia de un pequeño déficit en el comercio total del bloque en relación al gas natural y a los derivados del crudo. Esto se debe a la falta de inversión en materia de explotación y refinación, además de la infraestructura necesaria para incrementar el intercambio intrarregional. Bajo estas condiciones, EEUU aparece como el principal actor del comercio extrarregional del bloque dada la capacidad de sus refinerías para procesar crudos pesados. De modo que se establece un intercambio energético con el mercado estadounidense en el cual priman exportaciones de crudo e importaciones de combustibles.

Análisis bidimensional de grupos de oleaje a partir de imágenes SAR

El agrupamiento del oleaje es un fenómeno que, aunque ampliamente conocido, no está aún apropiadamente explicado (Ochi, 1998). Este fenómeno se estudia históricamente a partir de series temporales de elevaciones de la superficie libre del mar medidas mediante boyas oceanográficas fondeadas en localizaciones fijas del océano. Actualmente existen más de 15 años de medidas de oleaje a partir de imágenes de radar de apertura sintética (SAR, "Synthetic Apertura Radar) a bordo de satélites artificiales. La posibilidad de utilizar esta fuente de información permitirá un mejor conocimiento de las características de los grupos de oleaje a escala global. El presente trabajo presenta algunos de los resultados obtenidos del análisis del agrupamiento del oleaje realizado a escala global utilizando más de 34.000 imágenes SAR adquiridas por el satélite europeo ERS-2. El artículo está estructurado de la siguiente forma: la sección siguiente introduce el fenómeno del agrupamiento del oleaje y su análisis tradicional en el dominio temporal. La sección posterior se centra en los métodos propuestos para estudiar los grupos de oleaje en dos dimensiones. Posteriormente, estos métodos se aplican al conjunto de datos SAR anteriormente citado y se compara con los resultados obtenidos a partir de modelos numéricos. Finalmente, la última sección presenta las conclusiones del trabajo. EL FENÓMENO DEL AGRUPAMIENTO DEL OLEAJE Es un hecho conocido que el oleaje tiende a formar grupos de olas individuales de periodos y alturas similares (Longuet-Higgins, 1984). Estos grupos de olas pueden producir daños serios en estructuras marinas, como barcos en ruta, plataformas, diques, etc. La principal razón de estos daños consiste en que el periodo de resonancia de la estructura se encuentra cerca de los periodos de las olas individuales que forman un grupo (Ochi, 1998). El estudio del agrupamiento del oleaje se ha venido realizando tradicionalmente a partir de los registros de boyas oceanográficas. Estos sensores miden series temporales de elevaciones de ola sobre el nivel medio del mar. A partir de un estudio de la envolvente de las elevaciones se determinan las

Segmentación de imágenes SAR usando filtros Stack y curvas B-spline

2005

Resumen Las imágenes generadas con sistemas de iluminación coherente, como las de Radar de Apertura Sintética (SAR) son muy difíciles de segmentar porque poseen ruido speckle. El ruido speckle es especialmente complejo de remover, debido a su naturaleza no aditiva. Estas imágenes pueden tener zonas homogéneas, heterogéneas o muy heterogéneas, correspondientes a zonas de pastura, bosque o urbanas, respectivamente. La extracción de los bordes entre las diferentes regiones es un tema importante en análisis de imágenes y se utiliza en diversas aplicaciones. En este trabajo se presenta la aplicación de un filtro adaptativo no lineal, denominado stack filter, que tiene el objetivo de remover el ruido speckle y mejorar la imagen para facilitar la búsqueda de características. Está basado en el entrenamiento con dos imágenes, una que se supone ideal (sin ruido) y otra imagen con un ruido speckle. Con el fin de hallar bordes de diferentes regiones en la imagen, se aplica un algoritmo de extracción de contornos basado en curvas B-spline y una distribución estadística adecuada. El algoritmo propuesto se aplica a imágenes SAR reales y se obtienen muy buenos resultados.