WO2006108971A1 - Procede de determination hierarchique d'evenements coherents dans une image sismique - Google Patents

Procede de determination hierarchique d'evenements coherents dans une image sismique Download PDF

Info

Publication number
WO2006108971A1
WO2006108971A1 PCT/FR2006/000865 FR2006000865W WO2006108971A1 WO 2006108971 A1 WO2006108971 A1 WO 2006108971A1 FR 2006000865 W FR2006000865 W FR 2006000865W WO 2006108971 A1 WO2006108971 A1 WO 2006108971A1
Authority
WO
WIPO (PCT)
Prior art keywords
seismic
segmentation
image
phase
zone
Prior art date
Application number
PCT/FR2006/000865
Other languages
English (en)
Inventor
Serge Beucher
Etienne Decenciere
Luc Sandjivy
Cedric Magneron
Thimothée FAUCON
Original Assignee
Earth Resource Management Services (Erm.S)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Earth Resource Management Services (Erm.S) filed Critical Earth Resource Management Services (Erm.S)
Priority to EP06755429A priority Critical patent/EP1869640A1/fr
Priority to US11/911,642 priority patent/US8385603B2/en
Publication of WO2006108971A1 publication Critical patent/WO2006108971A1/fr

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/32—Transforming one recording into another or one representation into another
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Definitions

  • the present invention relates to a method for the hierarchical determination of coherent events in a seismic image.
  • amplitude data or seismic attributes in the pre-stack and post-stack domains, the stack being a central operation of the Seismic processing that compresses seismic data (reducing the number of data) and acts as a powerful noise filter. It also applies to medical imaging data, sonar, non-destructive testing of materials, etc.
  • Mathematical Morphology developed in the same way as Geostatistics by Professor Georges Matheron, is based on set-theoretic and topological notions. Its principle is to study the morphological characteristics (shape, size, orientation, ...) of the objects in an image. Mathematical Morphology provides the language and nonlinear tools appropriate for the recognition and processing of shapes in an image regardless of its dimension (1D, 2D, 3D ... nD).
  • Mathematical Morphology provides tools for hierarchical segmentation of images. Indeed, it allows the segmentation of images into several regions according to one or more criteria such as, for example, the amplitude, the contrast, the amplitude gradient ... The boundaries between these regions defining segments that are not necessarily rectilinear which generally represent energetic and continuous forms of the image.
  • a coherent event will be called a "coherent event" in a 3D image according to criteria of continuity and energy.
  • a coherent event will correspond to a line that is not necessarily straight.
  • the usual methods for determining coherent events in seismic images are generally based on so-called propagation algorithms. Germs are placed on the image, that is to say anchor points at the level of coherent events that we want to determine. These germs are usually the result of a human interpretation.
  • the propagation algorithms determine the completeness of each of the selected coherent events by looking in the image for paths of greater spatial correlation from the germs relating to each event. They "propagate" from point to point, pixel by pixel, the coherent events of the image. This type of algorithm can be unstable, especially in a noisy environment, and a "bad" path of greater spatial correlation is sometimes quickly used.
  • this propagation approach is not optimal for real-time 3D volume interpretation of coherent events in seismic cubes.
  • a direct application of the invention concerns the quality control of a horizon point (coherent events corresponding to geological interfaces) on a seismic cube.
  • Another possible application relates to the determination of coherent events on different seismic cubes of the same geographical area, these cubes being generated with different processing parameters.
  • the invention proposes to provide a tool for assisting the determination of coherent events in a seismic image by associating with each pixel of the image a pair of EII indexes "Event Importance Index", ECI “Event Confidence Index” calculated by applying, on “overlapping windows", a hierarchical segmentation.
  • overlapping window it is meant that instead of realizing a segmentation over the entire image as is commonly done, successive segmentations are performed on parts of the image defined by a "moving window” that moves on the image in the manner of a scanner.
  • the computation of the pair of indices EII and ECI solves the problem of the real-time determination of the coherent events of a seismic image.
  • the determination of the coherent events of a seismic image is done by means of the method according to the invention which comprises the following operating phases:
  • a phase of choice of a segmentation criterion according to a variable represented in the form of a seismic image such as amplitude, contrast, gradient, or an area of the image to be qualified, at least one sliding window on said zone and its characteristics, a hierarchical segmentation phase, for positions of the overlapping sliding window, comprising a segmentation of said zone into n regions and for each pixel identified at least once by a segmentation boundary: saving the number of times the pixel is identified by a segmentation boundary for each sliding window to which it belongs and the calculation of the ratio of this number by the maximum theoretical number of times that this same pixel could be located, this ratio corresponding to the index ECI; o the allocation for each segmentation boundary of a hierarchical level based on a calculation according to a specific criterion such as the surface of the boundary, so as to obtain the index EII;
  • the variable can be a seismic attribute such as amplitude, reflectivity, impedance or any other attribute calculated on a seismic cube.
  • This thresholding may depend in particular on the business application pursued.
  • the characteristics of the sliding window may include its dimensions, the recovery rate of a position i of the window with respect to a position ir, the recovery ratio being defined by 1 / r, where r is the modulus of the displacement vector in a main directions of the multiple seismic image of a grid step (definition an image is defined on a grid with as parameter the grid step in each of the main directions of the image (usually Euclidean axes)) in this direction.
  • the number n of segmentation regions of the zone may be dependent on the segmented zone.
  • the boundaries of the segmentation for each position of the sliding window define the pixels identified by the segmentation process and for which the indices ElI and ECI can be computed, the low EII and high ECI pixels defining the most coherent events of the segmentation process. 'picture.
  • the segmentation phase can be carried out:
  • a previously filtered seismic image that is to say an image transformed by a filter, for example a filter making it possible to improve the continuity of the image and to eliminate high frequency random noise;
  • the recovery of the positions of the sliding window can be defined by a recovery rate parameter expressed for example in pixels.
  • This recovery rate parameter can be decreased to lighten the calculation times.
  • This approach in accordance with the method according to the invention, may be implemented in the context of any operational context involving a seismic cube or seismic cubes of the same geographical area.
  • FIG. 1 is a perspective representation of a seismic cube and a horizon to be qualified
  • FIGS. 2a and 2b are vertical sections of FIG. 1 representing respectively the horizon to be qualified and the horizon to be qualified surrounded by a guide zone;
  • Figure 3 is a representation of a section of the guide area having a sliding window
  • Figure 4 is a representation of the displacement of the window of Figure 3;
  • Figures 5a, 5b and 5c are representations of a sliding window segmented respectively into two, three and thirty regions;
  • Figure 6 is a representation of the displacement of the window of Figure 3 showing the boundaries according to their hierarchy
  • Figures 7a, 7b and 7c are representations of qualification attribute cards.
  • FIGS. 8a and 8b are representations on vertical sections of anomalies, respectively deviations from a local extremum and a phase jump of the horizon, as evidenced by the qualification attribute maps of FIGS. 7a, 7b and 7c.
  • the first example is illustrated in Figures 1 to 8b.
  • This example concerns the quality control of a point of "horizons" (coherent events corresponding to geological interfaces) and in particular of a pointed horizon 1 on a seismic cube 2 ( Figures 1 and 2a).
  • a horizon is very wide in space and represents a geological interface of sedimentation between geological layers, it generally results from an interpretation by a geophysicist or a geologist.
  • the determination of the indices EII and ECI contributes to defining the parts of horizons deemed to be anomalous which should be examined in order to guarantee a geological coherence of the pointed horizons.
  • variable or seismic attribute used is the amplitude of the cube.
  • the first steps of the process include the choice:
  • the criterion of hierarchical segmentation chosen is the amplitude corresponding to the values of the variable itself, that is to say that one takes a dynamic criterion related to the values of the variable.
  • the zone of the seismic cube to be qualified is limited in space in a guide zone 4 of the seismic cube 2 comprising and surrounding the pointed horizon to be qualified 1 (FIG. 2b).
  • This zone 4 serves as a mask for selecting the pixels of the seismic cube on which the following steps of the method according to the invention will be carried out.
  • the width of the zone 4 is defined according to a vertical section ( Figure 2b) of the seismic cube by a vertical parameter of deviation in pixels on either side of the pointed horizon 1.
  • the dimensions of the guide zone surrounding the horizon can be varied spatially.
  • the dimensions of the sliding window must be fixed.
  • a geostatistical analysis to define objective criteria for choosing the dimensions of the sliding window.
  • These criteria may include lengths of spatial correlations for example determined by the identification of the ranges of a variogram.
  • the variogram is a statistical function that can be used to analyze spatial correlations within a spatial dataset, the observed ranges on the variogram providing information about the average dimensions of the structures (events) in an image.
  • the value of the recovery rate parameter of the different positions of the sliding window 3 may be decreased to lighten the calculation times.
  • this value will be chosen so as not to degrade the quality of the results.
  • said recovery ratio is chosen equal to one pixel and a fixed reference R is placed.
  • the position 6 of the window is shifted one pixel to the right relative to the position 5 of the window and the position 7 of the window is shifted one pixel to the right with respect to the position 6 of the window.
  • the pixels marked are represented by points P.
  • the hierarchical segmentation phase takes the segmentation of the image into thirty regions and for the pixels identified at least once by a segmentation boundary:
  • segmentation regions varies from one sliding window to another. Indeed, for example, if we put a sliding window on France, the segmentation will show 22 regions, it will not be the same for a slippery window falling on Germany.
  • the process comprises the following steps: an allocation phase to the non-marked pixels of a value of indices E1 and EIC corresponding to a non-digital characteristic value;
  • a pixel is defined by three dimensions x, y and z.
  • a qualification attribute map is a representation in two dimensions x and y.
  • An attribute defined by a pair of x and y coordinates may correspond to an average value per vertical (line oriented along the vertical axis z of depth of the seismic cube) for all the pixels located in the guide zone surrounding the horizon (for example ECI or average EII by vertical) or else the selection of a pixel on the vertical, for example that of the strongest ECI or weaker EII, and a value associated with this pixel.
  • Figure 7a shows a map of the horizon to qualify.
  • a color code represents the Z depth of the horizon.
  • Figure 7b shows a position qualification map) of pixels selected because belonging to the most consistent local event.
  • Figure 7c is a map of the qualification attribute of the horizon pointer to be qualified, this attribute being named LPE coherence attribute.
  • this attribute can also be represented in the cube.
  • anomalies may consist, for a given pixel, in a deviation from the local extremum, that is to say a discrepancy between the most coherent event, ie the pixel detected and the horizon. which is greater than the maximum allowed deviation or less than a minimum allowed deviation.
  • the pointed horizon is represented by a black line 14 and the qualified marked pixels, that is to say the pixels of higher ECI and weaker EII, are represented by circles 15.
  • the frame 16 contains a pointed horizon portion located higher than the pixels thus constituting.
  • anomalies can also consist, in phase jumps of the horizon corresponding to pointing errors which represent the unauthorized passage from one horizon to another or from one event to another:
  • the pointed horizon is represented by a black line 17 and the qualified marked pixels, that is to say the pixels of higher ECI and lower EII are represented by a white line 18.
  • the frame 19 contains a phase jump of the pointed horizon.
  • the second example concerns the determination of coherent events on different seismic cubes of the same geographical area, these cubes being generated with different processing parameters. Indeed, in the solutions currently proposed, it is common in seismic processing and interpretation that two or more seismic cubes are defined on the same geographical area. Depending on the operational context, the analysis of the differences between the two cubes is then generally instructive. It can highlight related differences:
  • the characterization of these differences is never easy, the simple difference between the two seismic cubes proving themselves often insufficient, or even sterile. Indeed, even small geographical offsets of the coherent events related to each of the two seismic cubes significantly decrease the value of the information of the difference cube. Thus, the simple difference between the two seismic cubes does not make it possible to distinguish between differences related on the one hand to the geographical offsets of the coherent seismic events and on the other hand to variations in energy (in value) of these events.
  • the determination of the indices EII and ECI on each of the two cubes of the same geographical area makes it possible to overcome spatial spatial shifts of coherent events of the same geological origin and thus to allow the implementation of complementary quantitative tools for analyzing the differences between seismic cubes of the same geographical area.
  • the process then comprises the following steps:
  • the criterion of pairing may for example be a criterion of spatial proximity: two events "sufficiently" close, that is to say belonging to a common neighborhood are considered to correspond to the same geological event.
  • the results of segmentation of one of the seismic cubes can be used to constrain the segmentation of the other cube.
  • the Water Division Line algorithm makes it possible to construct markers for the segmentation of a seismic cube, these markers being obtained from the segmentation results of the other cube.
  • the pairing of coherent events on each of the two images can be achieved by searching, with a certain vertical tolerance, pixels defining coherent events of one of the two seismic images closest to the pixels defining coherent events of the other. seismic image.
  • the selection of matched coherent events makes it possible to dispense with the effects of geographical shift of coherent events and consequently to better characterize the differences between seismic cubes by calculating, for example, the simple difference in values, the geographical shift of coherent events on each. two cubes or any other relevant attribute.
  • This approach in accordance with the method according to the invention, may be implemented in the context of any operational context involving different seismic cubes but the same geographical area (4D, 4C, multi-3D, etc.).

Abstract

Le procédé selon l'invention concerne la détermination d'événements cohérents d'une image sismique et il comprend les phases opératoires suivantes : une phase de choix d'un critère de segmentation fonction d'une variable et d'au moins une fenêtre glissante sur ladite zone et de ses caractéristiques, une phase de segmentation hiérarchique, pour des positions de la fenêtre glissante se recouvrant, comportant une segmentation de ladite zone en n régions et pour chaque pixel repéré au moins une fois par une frontière de segmentation, - une phase d'attribution aux pixels non repérés d'une valeur d'indices El et EIC correspondant à une non-valeur caractéristique numérique ou alphanumérique, une phase de détermination des événements cohérents de l'image par seuillage des indices EII et ECI c'est-à-dire en ne sélectionnant que des pixels repérés de la zone correspondant à des valeurs inférieures ou supérieures à un seuil fixé. Il s'applique aux données d'imageries obtenues par des méthodes physiques d'imagerie sismique : données amplitudes ou attributs sismiques et également aux données d'imagerie médicale, sonar, contrôle non destructif de matériaux, etc.

Description

PROCEDE DE DETERMINATION HIERARCHIQUE D'EVENEMENTS COHERENTS DANS UNE IMAGE SISMIQUE
La présente invention concerne un procédé pour la détermination hiérarchique d'événements cohérents dans une image sismique.
Elle s'applique plus particulièrement, mais non exclusivement, aux données d'imageries obtenues par des méthodes physiques d'imagerie sismique : données amplitudes ou attributs sismiques, dans les domaines pré-stack et post-stack, le stack étant une opération centrale du traitement sismique qui permet de compresser les données sismiques (réduction du nombre de données) et agit comme un puissant filtre anti-bruit. Elle s'applique également aux données d'imagerie médicale, sonar, contrôle non destructif de matériaux, etc.
La Morphologie Mathématique, développée au même titre que la Géostatistique par le professeur Georges Matheron, est fondée sur des notions ensemblistes et topologiques. Son principe est d'étudier les caractéristiques morphologiques (forme, taille, orientation, ...) des objets dans une image. La Morphologie Mathématique fournit le langage et des outils non-linéaires appropriés pour la reconnaissance et le traitement des formes dans une image quelle que soit sa dimension (1D, 2D, 3D... nD).
Plus particulièrement, la Morphologie Mathématique fournit des outils de segmentation hiérarchique d'images. En effet, elle permet la segmentation d'images en plusieurs régions suivant un ou plusieurs critères comme par exemple l'amplitude, le contraste, le gradient de l'amplitude ... Les frontières entre ces régions définissant des segments non nécessairement rectilignes qui représentent généralement des formes énergétiques et continues de l'image.
Par définition, on appellera « événement cohérent » dans une image 3D toute surface cohérente suivant des critères de continuité et d'énergie. Pour une image 2D, un événement cohérent correspondra à une ligne non nécessairement droite.
Les procédés habituels de détermination d'événements cohérents dans des images sismiques sont généralement basés sur des algorithmes dits de propagation. On place des germes sur l'image, c'est-à-dire des points d'ancrage au niveau des événements cohérents que l'on veut déterminer. Ces germes sont généralement le résultat d'une interprétation humaine. Les algorithmes de propagation déterminent l'intégralité de chacun des événements cohérents choisis en recherchant dans l'image les chemins de plus grande corrélation spatiale à partir des germes relatifs à chaque événement. Ils « propagent » de point en point, pixel par pixel, les événements cohérents de l'image. Ce type d'algorithme peut se révéler instable, particulièrement en environnement bruité, et un « mauvais » chemin de plus grande corrélation spatiale est parfois vite emprunté. De plus, cette approche par propagation n'est pas optimale pour une interprétation volumique 3D et en temps réel des événements cohérents présents dans des cubes sismiques.
Une application directe de l'invention concerne le contrôle qualité d'un pointé d'horizons (événements cohérents correspondant à des interfaces géologiques) sur un cube sismique.
Le pointé d'événements cohérents appelés horizons sur des cubes sismiques est réalisé de façon semi-automatique. Un interpréteur crée des germes qui servent de points d'ancrage pour un algorithme de propagation destiné à générer tout ou partie de l'horizon « pointé ». Mais, ce type d'algorithme peut se révéler instable, particulièrement en environnement bruité. Cette instabilité se traduit par des décalages du pointé par rapport à l'extremum local correspondant à l'événement sismique ciblé, ou bien parfois par des erreurs plus radicales correspondant à des sauts de phase. Ces erreurs peuvent avoir un impact très important sur la valeur de l'amplitude ou de n'importe quel autre attribut extraits par exemple dans le cadre d'une « étude orientée réservoir ». Or, un contrôle fiable et rapide de la qualité du pointé de ces horizons se révèle indispensable. En effet, une « étude orientée réservoir » est une étude d'imagerie d'un réservoir et d'estimation des réserves qu'il contient et les enjeux économiques induits par de telles études étant considérables, la précision des résultats qu'elles fournissent se doit d'être optimale. De petites erreurs peuvent avoir de grandes conséquences économiques.
Par ailleurs, l'examen visuel est mal approprié pour repérer rapidement des anomalies spatiales s'étendant dans les trois dimensions de l'espace.
Une autre application possible concerne la détermination d'événements cohérents sur différents cubes sismiques d'une même zone géographique, ces cubes étant générés avec des paramètres de traitement différents.
Dans les solutions actuellement proposées, il arrive couramment en traitement et en interprétation sismique que deux (ou plusieurs) cubes sismiques soient définis sur une même zone géographique. Dépendant du contexte opérationnel, l'analyse des différences entre les deux cubes est alors généralement instructive. Elle peut mettre en évidence des différences liées :
- à la production d'hydrocarbures dans le temps (problématique réservoir 4D c'est à dire défini selon les trois dimensions spatiales et une dimension temporelle) ;
- à des natures de variable étudiée différentes comme dans une problématique 4C où on propage deux types d'ondes sismiques dans le sous-sol : des ondes de compression P et des ondes de cisaillement S afin de réaliser deux cubes, un cube en amplitudes P et un cube en amplitudes S ;
- à des paramètres de traitement différents. La caractérisation de ces différences (localisation, quantification) n'est jamais aisée, la simple différence entre les deux cubes sismiques se révélant souvent insuffisante, voire stérile. En effet, des décalages géographiques mêmes faibles des événements cohérents apparentés sur chacun des deux cubes sismiques diminuent notablement la valeur de l'information du cube différence.
En vue de minimiser ces inconvénients, l'invention propose de fournir un outil d'aide à la détermination d'événements cohérents dans une image sismique en associant à chaque pixel de l'image un couple d'indices EII « Event Importance Index », ECI « Event Confidence Index » calculés en appliquant, sur des « fenêtres se recouvrant », une segmentation hiérarchique. Par « fenêtre se recouvrant », on entend qu'au lieu de réaliser une segmentation sur toute l'image comme cela se fait couramment, on réalise des segmentations successives sur des parties de l'image définies par une « fenêtre glissante » qui se déplace sur l'image à la manière d'un scanner.
Le calcul du couple d'indices EII et ECI résout le problème de la détermination en temps réel des événements cohérents d'une image sismique.
Avantageusement, la détermination des événements cohérents d'une image sismique se fait grâce au procédé selon l'invention qui comprend les phases opératoires suivantes :
- une phase de choix : o d'un critère de segmentation fonction d'une variable représentée sous forme d'image sismique tel que l'amplitude, le contraste, le gradient, o d'une zone de l'image à qualifier, o d'au moins une fenêtre glissante sur ladite zone et de ses caractéristiques, - une phase de segmentation hiérarchique, pour des positions de la fenêtre glissante se recouvrant, comportant une segmentation de ladite zone en n régions et pour chaque pixel repéré au moins une fois par une frontière de segmentation : o la sauvegarde du nombre de fois où le pixel est repéré par une frontière de segmentation pour chaque fenêtre glissante à laquelle il appartient et le calcul du rapport de ce nombre par le nombre théorique maximal de fois où ce même pixel pourrait être repéré, ce rapport correspondant à l'indice ECI ; o l'attribution pour chaque frontière de segmentation d'un niveau hiérarchique basé sur un calcul fonction d'un critère déterminé tel que la surface de la frontière, de manière à obtenir l'indice EII ;
- une phase d'attribution aux pixels non repérés d'une valeur d'indices
El et EIC correspondant à une non-valeur caractéristique numérique ou alphanumérique.
- une phase de détermination des événements cohérents de l'image par seuillage des indices EII et ECI c'est-à-dire en ne sélectionnant que des pixels repérés de la zone correspondant à des valeurs inférieures ou supérieures à un seuil fixé.
La variable pourra être un attribut sismique tel que l'amplitude, la réflectivité, l'impédance ou tout autre attribut calculé sur un cube sismique.
Ce seuillage pourra dépendre notamment de l'application métier poursuivie.
Les caractéristiques de la fenêtre glissante pourront comprendre ses dimensions, le taux de recouvrement d'une position i de la fenêtre par rapport à une position i-r, le taux de recouvrement étant défini par 1/r, r étant le module du vecteur déplacement dans une des directions principales de l'image sismique multiple d'un pas de grille (définition une image est définie sur une grille avec comme paramètre le pas de grille dans chacune des directions principales de l'image (généralement axes euclidiens)) dans cette direction.
Le nombre n de régions de segmentation de la zone pourra être dépendant de la zone segmentée.
Les frontières de la segmentation pour chaque position de la fenêtre glissante définissent les pixels repérés par le processus de segmentation et pour lesquels les indices ElI et ECI peuvent être calculés, les pixels de faible EII et de fort ECI définissant les événements les plus cohérents de l'image.
Avantageusement, la phase de segmentation pourra s'effectuer :
- par l'algorithme de segmentation hiérarchique de « Ligne de Partage des Eaux » ; il s'agit d'un algorithme de morphologie mathématique qui permet de réaliser de la segmentation hiérarchique d'images ;
- sur une image sismique préalablement filtrée c'est-à-dire une image transformée par un filtre, par exemple un filtre permettant d'améliorer la continuité de l'image et d'éliminer du bruit aléatoire haute fréquence
Le recouvrement des positions de la fenêtre glissante pourra être défini par un paramètre de taux de recouvrement exprimé par exemple en pixels.
La valeur de ce paramètre de taux de recouvrement pourra être diminuée pour alléger les temps de calcul.
Bien entendu, dans ce cas, la qualité des résultats ne devra pas se trouver dégradée.
Cette approche, conforme au procédé selon l'invention, pourra être mise en œuvre dans le cadre de tout contexte opérationnel mettant en jeu un cube sismique ou des cubes sismiques d'une même zone géographique.
Les pixels repérés par le processus de segmentation de la zone guide entourant l'horizon pointé et caractérisés par leurs indices EII et EIC pourront permettre l'élaboration de cartes d'attributs de qualification d'un horizon afin de permettre d'effectuer un contrôle qualité dudit horizon. Des modes d'exécution de l'invention seront décrits ci-après, à titre d'exemples non limitatifs, avec référence aux dessins annexés dans lesquels :
La figure 1 est une représentation en perspective d'un cube sismique et d'un horizon à qualifier ;
Les figures 2a et 2b sont des sections verticales de la figure 1 représentant respectivement l'horizon à qualifier et l'horizon à qualifier entouré d'une zone guide ;
La figure 3 est une représentation d'une section de la zone guide comportant une fenêtre glissante ;
La figure 4 est une représentation du déplacement de la fenêtre de la figure 3 ;
Les figures 5a, 5b et 5c sont des représentations d'une fenêtre glissante segmentée respectivement en deux, trois et trente régions ;
La figure 6 est une représentation du déplacement de la fenêtre de la figure 3 faisant apparaître les frontières suivant leur hiérarchie ;
Les figures 7a, 7b et 7c sont des représentations de cartes d'attributs de qualification.
Les figures 8a et 8b sont des représentations sur des sections verticales d'anomalies, respectivement des écarts par rapport à un extremum local et un saut de phase de l'horizon, mises en évidences grâce aux cartes d'attributs de qualification des figures 7a, 7b et 7c.
Le premier exemple est illustré sur les figures 1 à 8b. Cet exemple concerne le contrôle qualité d'un pointé d' « horizons » (événements cohérents correspondant à des interfaces géologiques) et en particulier d'un horizon pointé 1 sur un cube sismique 2 (Figures 1 et 2a).
Un horizon est très étendu dans l'espace et représente une interface géologique de sédimentation entre couches géologiques, il résulte généralement d'une interprétation par une géophysicien ou un géologue.
La détermination des indices EII et ECI, conformément au procédé selon l'invention, contribue à définir les parties d'horizons jugées anomaliques qu'il convient d'examiner pour garantir une cohérence géologique des horizons pointés.
La variable ou attribut sismique utilisé est l'amplitude du cube .
Les premières étapes du procédé comprennent le choix :
- d'un critère de segmentation hiérarchique de la variable tel que l'amplitude,
- d'une zone du cube sismique comprenant l'horizon pointé à qualifier c'est-à-dire sur lequel doit être effectué un contrôle de la qualité,
- d'une fenêtre glissante 3 sur ladite zone et de ses caractéristiques (dimensions, taux de recouvrement...) (Figure 3),
Le critère de segmentation hiérarchique choisi est l'amplitude correspondant aux valeurs de la variable elle-même, c'est-à-dire que l'on prend un critère dynamique lié aux valeurs de la variable. Ainsi, par exemple, plus la valeur moyenne de la variable associée à une frontière de segmentation sera importante plus les pixels associés à cette frontière se trouveront dans les premiers niveaux de hiérarchie.
La zone du cube sismique à qualifier est limitée dans l'espace dans une zone guide 4 du cube sismique 2 comprenant et entourant l'horizon pointé à qualifier 1 (Figure 2b). Cette zone 4 sert de masque pour sélectionner les pixels du cube sismique sur lesquels s'effectueront les étapes suivantes du procédé selon l'invention. La largeur de la zone 4 est définie selon une section verticale (Figure 2b) du cube sismique par un paramètre vertical d'écart en pixels de part et d'autre de l'horizon pointé 1.
Il est à noter que l'on pourra faire varier spatialement les dimensions de la zone guide entourant l'horizon.
Les dimensions de la fenêtre glissante doivent être fixées.
Pour cela, on pourra avantageusement réaliser au préalable une analyse géostatistique pour définir des critères objectifs d'aide au choix des dimensions de la fenêtre glissante. Ces critères peuvent comprendre les longueurs de corrélations spatiales par exemple déterminées grâce à l'identification des portées d'un variogramme. Le variogramme est une fonction statistique permettant d'analyser les corrélations spatiales à l'intérieur d'un jeu de données spatial, les portées observées sur le variogramme renseignant sur les dimensions moyennes des structures (événements) dans une image.
Si nécessaire, la valeur du paramètre du taux de recouvrement des différentes positions de la fenêtre glissante 3 pourra être diminuée pour alléger les temps de calcul. Bien entendu, cette valeur sera choisie de façon à ne pas dégrader la qualité des résultats.
Sur la figure 4, ledit taux de recouvrement est choisi égal à un pixel et un repère fixe R est placé. La position 6 de la fenêtre est décalée d'un pixel vers la droite par rapport à la position 5 de la fenêtre et la position 7 de la fenêtre est décalée d'un pixel vers la droite par rapport à la position 6 de la fenêtre. Les pixels repérés sont représentés par des points P.
Le critère de segmentation choisi, les dimensions de la fenêtre glissante et sa valeur de taux de recouvrement fixés et la zone guide 4 définie, tous les pixels du cube sismique de la zone guide sont segmentés par la fenêtre glissante.
Dans cet exemple, la phase de segmentation hiérarchique, pour des positions de la fenêtre glissante se recouvrant.comprend la segmentation de l'image en trente régions et pour les pixels repérés au moins une fois par une frontière de segmentation :
- la sauvegarde du nombre de fois où le pixel est repéré par une frontière de segmentation pour toutes les positions de la fenêtre glissante auxquelles il appartient et le calcul du rapport de ce nombre par le nombre théorique maximal de fois où ce même pixel pourrait être repéré, ce rapport correspondant à l'indice ECI (Figure 4) ;
- l'attribution pour chaque frontière de segmentation d'un niveau hiérarchique selon un barème B basé sur un calcul fonction d'un critère déterminé tel que la surface de la frontière, de manière à obtenir l'indice EII (Figure 6), les différents niveaux pouvant être matérialisés par des couleurs.
Il est à noter que le nombre de régions de segmentation varie d'une fenêtre glissante à l'autre. En effet, par exemple, si on place une fenêtre glissante sur la France, la segmentation fera apparaître 22 régions, ce ne sera pas la même chose pour une fenêtre glissante tombant sur l'Allemagne.
Plus particulièrement, lorsque l'image est segmentée en deux régions 8, 9, une frontière 10 apparaît (Figure 5a). Cette frontière correspond au premier niveau de hiérarchie et sa valeur est fixée à un.
Puis, l'image est segmentée en trois régions 8, 11 , 12, une frontière 13 apparaît (Figure 5b). Cette frontière correspond au deuxième niveau de hiérarchie et sa valeur est fixée à deux. La segmentation se poursuit ainsi jusqu'à obtenir trente régions et les frontières correspondantes (Figures 5c et 6).
Puis le procédé comporte les étapes suivantes : - une phase d'attribution aux pixels non repérés d'une valeur d'indices El et EIC correspondant à une non-valeur caractéristique numérique ;
- la détermination des événements cohérents de la zone par seuillage des indices EII et ECI, l'indice EII devant être inférieur à une valeur de seuil et l'indice ECI devant être supérieur à une valeur de seuil,
Tous les pixels repérés par le processus de segmentation de la zone guide entourant l'horizon pointé étant caractérisés par leurs indices EII et EIC, plusieurs cartes d'attributs de qualification de l'horizon pointé peuvent être calculées afin de permettre d'effectuer le contrôle de l'horizon. Dans cette zone, un pixel est défini par trois dimensions x, y et z.
Une carte d'attributs de qualification est une représentation selon deux dimensions x et y. Un attribut défini par un couple de coordonnées x et y peut correspondre à une valeur moyenne par verticale (ligne axée selon l'axe vertical z de profondeur du cube sismique ) pour l'ensemble des pixels repérés de la zone guide entourant l'horizon (par exemple ECI ou EII moyen par verticale) ou alors à la sélection d'un pixel sur la verticale, par exemple celui de plus fort ECI ou de plus faible EII, et à une valeur associée à ce pixel.
La figure 7a représente une carte de l'horizon à qualifier. Un code couleur représente la profondeur Z de l'horizon.
La figure 7b représente une carte de qualification de position) des pixels retenus parce qu'appartenant à l'événement local le plus cohérent.
La figure 7c est une carte de l'attribut de qualification du pointer de l'horizon à qualifier, cet attribut étant nommé attribut de cohérence LPE.
Pour chaque verticale de la zone guide définie par un couple de coordonnées x et y a été sélectionné le pixel appartenant à l'événement local le plus cohérent défini comme étant le pixel de plus faible EII et de plus fort ECI. La différence entre la position verticale de l'horizon pointé et la position verticale des pixels retenus permet de mettre en évidence des anomalies de position de l'horizon pointé.
Ces cartes permettent de mettre en évidence des anomalies et de les repérer dans le plan XY. Ces anomalies peuvent être alors retrouvées, à partir de l'interprétation des anomalies sur les cartes 2D de qualification, sur le cube de données, en section par exemple comme illustré sur les figures 8a et 8b).
Par ailleurs, il se trouve que dans le cas particulier de l'attribut de cohérence LPE, on peut également représenter cet attribut dans le cube.
Ces anomalies peuvent consister, pour un pixel donné, à un écart par rapport à l'extremum local c'est-à-dire un écart entre l'événement le plus cohérent c'est-à-dire le pixel repéré et l'horizon pointé qui est supérieur à l'écart maximum admis ou inférieur à un écart minimum admis.
Sur l'exemple de la figure 8a, l'horizon pointé est représenté par une ligne noire 14 et les pixels repérés qualifiés, c'est-à-dire les pixels de plus fort ECI et de plus faible EII, sont représentés par des ronds blancs 15. Le cadre 16 contient une portion d'horizon pointé situé plus haut que les pixels repérés constituant ainsi.
Ces anomalies peuvent également consister, en des sauts de phase de l'horizon correspondant à des erreurs de pointé qui représentent le passage non autorisé d'un horizon à un autre ou d'un événement à un autre : Sur l'exemple de la figure 8b, l'horizon pointé est représenté par une ligne noire 17 et les pixels repérés qualifiés, c'est-à-dire les pixels de plus fort ECI et de plus faible EII sont représentés par une ligne blanche 18. Le cadre 19 contient un saut de phase de l'horizon pointé.
Le deuxième exemple concerne la détermination d'événements cohérents sur différents cubes sismiques d'une même zone géographique, ces cubes étant générés avec des paramètres de traitement différents. En effet, dans les solutions actuellement proposées, il arrive couramment en traitement et en interprétation sismique que deux ou plusieurs cubes sismiques soient définis sur une même zone géographique. Dépendant du contexte opérationnel, l'analyse des différences entre les deux cubes est alors généralement instructive. Elle peut mettre en évidence des différences liées :
- à la production d'hydrocarbures dans le temps (problématique réservoir 4D) ; - à des natures de variable étudiée différentes (problématique 4C par exemple) ;
- à des paramètres de traitement différents.
Or, la caractérisation de ces différences (localisation, quantification) n'est jamais aisée, la simple différence entre les deux cubes sismiques se révélant souvent insuffisante, voire stérile. En effet, des décalages géographiques mêmes faibles des événements cohérents apparentés sur chacun des deux cubes sismiques diminuent notablement la valeur de l'information du cube différence. Ainsi, la simple différence entre les deux cubes sismiques ne permet pas de faire la distinction entre des différences liées d'un part aux décalages géographiques des événements sismiques cohérents et d'autre part à des variations en énergie (en valeur) de ces événements.
Or, la quantification de l'impact des paramètres de traitement sur les images en amplitude de cubes sismiques est primordiale dans une étude pétrolière orientée réservoir, cet impact influant in fine sur le calcul des réserves en hydrocarbures.
La détermination des indices EII et ECI sur chacun des deux cubes d'une même zone géographique, conformément au procédé selon l'invention, permet de s'affranchir des décalages géographiques spatiaux des événements cohérents de même origine géologique et ainsi de permettre la mise en oeuvre d'outils quantitatifs complémentaires d'analyse des différences entre cubes sismiques d'une même zone géographique. Le procédé comporte alors les étapes suivantes :
- la détermination, pour chaque cube sismique, des indices EII et ECI conformément au procédé selon l'invention développé dans l'exemple 1 en choisissant : o l'amplitude de la variable « amplitude sismique » comme critère de segmentation, o les dimensions de la fenêtre glissante de façon à ce que, plus on veut retenir d'événements cohérents de petite taille, plus les dimensions de la fenêtre glissante sont restreintes, o une valeur de seuil importante pour effectuer un seuillage sur l'indice ECI (sélection des valeurs ECI hautes) et l'indice EII
(sélection des valeurs EII hautes) afin de déterminer un nombre d'événements cohérents important sur les deux cubes sismiques,
- une fois les événements cohérents identifiés sur chacun des cubes sismiques, un appareillement de ces événements consistant à définir qu'un événement géologique donné est repéré sur chacun des deux cubes et correspond à des événements sismiques donnés sur les cubes ; ainsi appareillés, ces événements servent de support pour le calcul d'attributs de caractérisation des différences dans les cubes sismiques.
Le critère d'appareillement pourra par exemple être un critère de proximité spatiale : deux événements « suffisamment » proches c'est à dire appartenant à un voisinage commun sont considérés comme correspondant au même événement géologique.
Selon une variante, on pourra se servir des résultats de segmentation de l'un des cubes sismiques pour réaliser sous contrainte la segmentation de l'autre cube. En particulier l'algorithme de Ligne de Partage des Eaux permet de construire des marqueurs pour la segmentation d'un cube sismique, ces marqueurs étant obtenus à partir des résultats de segmentation de l'autre cube. Selon une autre variante, on pourra diminuer la valeur du paramètre taux de recouvrement des fenêtres glissantes pour alléger les temps de calcul de telle façon que la qualité des résultats ne soit pas dégradée.
L'appareillement des événements cohérents sur chacune des deux images peut être réalisé par la recherche, avec une certaine tolérance verticale, des pixels définissant des événements cohérents d'une des deux images sismiques les plus proches des pixels définissant des événements cohérents de l'autre image sismique.
La sélection des événements cohérents appareillés permet de s'affranchir des effets de décalage géographique des événements cohérents et par conséquent de mieux caractériser les différences entre cubes sismiques par le calcul par exemple de la simple différence des valeurs, du décalage géographique des événements cohérents sur chacun des deux cubes ou de tout autre attribut pertinent.
Cette approche, conforme au procédé selon l'invention, pourra être mise en œuvre dans le cadre de tout contexte opérationnel mettant en jeu des cubes sismiques différents mais d'une même zone géographique (4D, 4C, multi-3D, etc.).

Claims

Revendications
1. Procédé de détermination d'événements cohérents d'une image sismique, caractérisé en ce qu'il comprend les phases opératoires suivantes :
- une phase de choix : o d'un critère de segmentation fonction d'une variable représentée sous forme d'image sismique tel que l'amplitude, le contraste, le gradient d'une zone de l'image à qualifier, o d'au moins une fenêtre glissante sur ladite zone et de ses caractéristiques (dimensions, taux de recouvrement...),
- une phase de segmentation hiérarchique, pour des positions de la fenêtre glissante se recouvrant, comportant une segmentation de ladite zone en n régions et pour chaque pixel repéré au moins une fois par une frontière de segmentation : o la sauvegarde du nombre de fois où le pixel est repéré par une frontière de segmentation pour chaque fenêtre glissante à laquelle il appartient et le calcul du rapport de ce nombre par le nombre théorique maximal de fois où ce même pixel pourrait être repéré, ce rapport correspondant à l'indice ECI ; o l'attribution pour chaque frontière de segmentation d'un niveau hiérarchique basé sur un calcul fonction d'un critère déterminé tel que la surface de la frontière, de manière à obtenir l'indice EII ; - une phase d'attribution aux pixels non repérés d'une valeur d'indices
El et EIC correspondant à une non-valeur caractéristique numérique ou alphanumérique ;
- une phase de détermination des événements cohérents de l'image par seuillage des indices EII et ECI c'est-à-dire en ne sélectionnant que des pixels repérés de la zone correspondant à des valeurs inférieures ou supérieures à un seuil fixé.
2. Procédé selon la revendication 1 , caractérisé en ce que la variable est un attribut sismique tel que l'amplitude, la réflectivité, l'impédance
3. Procédé selon la revendication 1 , caractérisé en ce que les caractéristiques de la fenêtre glissante comprennent ses dimensions, le taux de recouvrement d'une position i de la fenêtre par rapport à une position i-r, le taux de recouvrement étant défini par 1/r, r étant le module du vecteur déplacement dans une des directions principales de l'image sismique multiple d'un pas de grille dans cette direction.
4. Procédé selon la revendication 1 , caractérisé en ce que le nombre de n régions de segmentation de la zone est dépendant de la zone segmentée.
5. Procédé selon la revendication 1 , caractérisé en ce que la deuxième phase s'effectue par l'algorithme de segmentation hiérarchique de « Ligne de Partage des Eaux ».
6. Procédé selon la revendication 1 , caractérisé en ce que la deuxième phase s'effectue sur une image sismique préalablement filtrée c'est-à-dire image transformée par un filtre.
7. Procédé selon la revendication 6, caractérisé en ce que ledit filtre améliore la continuité de l'image et élimine du bruit aléatoire haute fréquence.
8. Procédé selon la revendication 1 , caractérisé en ce que le recouvrement des fenêtres glissantes est défini par un paramètre de taux de recouvrement exprimé par exemple en pixels.
9. Utilisation du procédé selon la revendication 1 pour le contrôle qualité d'un pointé d'horizons sur un cube sismique.
10. Utilisation du procédé selon la revendication 1 pour la détermination d'événements cohérents sur différents cubes sismiques d'une même zone géographique, ces cubes étant générés avec des paramètres de traitement différents.
PCT/FR2006/000865 2005-04-15 2006-04-18 Procede de determination hierarchique d'evenements coherents dans une image sismique WO2006108971A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP06755429A EP1869640A1 (fr) 2005-04-15 2006-04-18 Procede de determination hierarchique d'evenements coherents dans une image sismique
US11/911,642 US8385603B2 (en) 2005-04-15 2006-04-18 Method for hierarchical determination of coherent events in a seismic image

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0503793 2005-04-15
FR0503793A FR2884636B1 (fr) 2005-04-15 2005-04-15 Pr0cede de determination hierarchique d'evenements coherents dans une image

Publications (1)

Publication Number Publication Date
WO2006108971A1 true WO2006108971A1 (fr) 2006-10-19

Family

ID=35788510

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2006/000865 WO2006108971A1 (fr) 2005-04-15 2006-04-18 Procede de determination hierarchique d'evenements coherents dans une image sismique

Country Status (4)

Country Link
US (1) US8385603B2 (fr)
EP (1) EP1869640A1 (fr)
FR (1) FR2884636B1 (fr)
WO (1) WO2006108971A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286229B (zh) * 2008-05-05 2010-06-02 哈尔滨工程大学 基于分层mrf的声呐图像自适应分割方法
US20220066061A1 (en) * 2019-01-08 2022-03-03 Schlumberger Technology Corporation Combining noise attenuation and wavefield reconstruction in seismic processing

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2884636B1 (fr) * 2005-04-15 2007-07-06 Earth Resource Man Services Er Pr0cede de determination hierarchique d'evenements coherents dans une image
US8346695B2 (en) 2007-03-29 2013-01-01 Schlumberger Technology Corporation System and method for multiple volume segmentation
US8803878B2 (en) 2008-03-28 2014-08-12 Schlumberger Technology Corporation Visualizing region growing in three dimensional voxel volumes
EA201270406A1 (ru) * 2009-09-10 2012-12-28 ШЕВРОН Ю. Эс. Эй. ИНК. Способ преобразования цифрового изображения в многомерную структуру данных с привязкой к географическим координатам
WO2011056347A1 (fr) 2009-11-05 2011-05-12 Exxonmobil Upstream Research Company Procédé permettant de créer un modèle terrestre à strates hiérarchisées
US8391563B2 (en) * 2010-05-25 2013-03-05 Sony Corporation Using computer video camera to detect earthquake
AU2011258764B2 (en) 2010-05-28 2014-10-23 Exxonmobil Upstream Research Company Method for seismic hydrocarbon system analysis
US9128204B2 (en) 2011-04-15 2015-09-08 Exxonmobil Upstream Research Company Shape-based metrics in reservoir characterization
US9798027B2 (en) 2011-11-29 2017-10-24 Exxonmobil Upstream Research Company Method for quantitative definition of direct hydrocarbon indicators
EP2815255B1 (fr) 2012-02-13 2017-03-01 Exxonmobil Upstream Research Company Système et procédé de détection et de classification de terminaisons sismiques
CA2867170C (fr) 2012-05-23 2017-02-14 Exxonmobil Upstream Research Company Procede d'analyse de pertinence et d'interdependances dans des donnees de geosciences
US9261615B2 (en) 2012-06-15 2016-02-16 Exxonmobil Upstream Research Company Seismic anomaly detection using double-windowed statistical analysis
WO2014070296A1 (fr) 2012-11-02 2014-05-08 Exxonmobil Upstream Research Company Analyse de données sismiques
WO2014099204A1 (fr) 2012-12-20 2014-06-26 Exxonmobil Upstream Research Company Procédé et système de modélisation géophysique de volumes souterrains, reposant sur des vecteurs calculés
US9348047B2 (en) 2012-12-20 2016-05-24 General Electric Company Modeling of parallel seismic textures
US9529115B2 (en) * 2012-12-20 2016-12-27 Exxonmobil Upstream Research Company Geophysical modeling of subsurface volumes based on horizon extraction
WO2014099202A1 (fr) 2012-12-20 2014-06-26 Exxonmobil Upstream Research Company Procédé et système servant à la modélisation géophysique de volumes de subsurface en fonction d'une propagation d'étiquette
US10234583B2 (en) 2012-12-20 2019-03-19 Exxonmobil Upstream Research Company Vector based geophysical modeling of subsurface volumes
US9297918B2 (en) 2012-12-28 2016-03-29 General Electric Company Seismic data analysis
US9952340B2 (en) 2013-03-15 2018-04-24 General Electric Company Context based geo-seismic object identification
WO2014150580A1 (fr) 2013-03-15 2014-09-25 Exxonmobil Upstream Research Company Procédé de modélisation géophysique de volumes souterrains
US9733391B2 (en) 2013-03-15 2017-08-15 Exxonmobil Upstream Research Company Method and system for geophysical modeling of subsurface volumes
US9824135B2 (en) 2013-06-06 2017-11-21 Exxonmobil Upstream Research Company Method for decomposing complex objects into simpler components
US9804282B2 (en) 2014-02-17 2017-10-31 General Electric Company Computer-assisted fault interpretation of seismic data
RU2567434C2 (ru) * 2014-05-08 2015-11-10 Алексей Алексеевич Никитин Способ обработки и интерпретаций сейсмических данных
EP3248030A1 (fr) 2015-01-22 2017-11-29 Exxonmobil Upstream Research Company Opérateur adaptatif orienté structure
US10139507B2 (en) 2015-04-24 2018-11-27 Exxonmobil Upstream Research Company Seismic stratigraphic surface classification
CN108734161B (zh) * 2017-04-13 2022-01-25 深圳怡化电脑股份有限公司 冠字号区域的识别方法、装置、设备及存储介质
CN107833238B (zh) * 2017-11-14 2020-05-01 京东方科技集团股份有限公司 最大连通域标记方法、目标跟踪方法、增强现实/虚拟现实装置
US11899409B2 (en) * 2021-03-07 2024-02-13 Mitsubishi Electric Research Laboratories, Inc. Extremum seeking control system and a method for controlling a system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030204311A1 (en) * 1998-09-15 2003-10-30 Bush Ronald R. System and method for enhanced hydrocarbon recovery

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7308139B2 (en) * 2002-07-12 2007-12-11 Chroma Energy, Inc. Method, system, and apparatus for color representation of seismic data and associated measurements
US20050288863A1 (en) * 2002-07-12 2005-12-29 Chroma Energy, Inc. Method and system for utilizing string-length ratio in seismic analysis
US7162463B1 (en) * 2002-07-12 2007-01-09 Chroma Energy, Inc. Pattern recognition template construction applied to oil exploration and production
US20050171700A1 (en) * 2004-01-30 2005-08-04 Chroma Energy, Inc. Device and system for calculating 3D seismic classification features and process for geoprospecting material seams
US7079953B2 (en) * 2004-08-20 2006-07-18 Chevron U.S.A. Inc. Method for creating facies probability cubes based upon geologic interpretation
WO2006100674A2 (fr) * 2005-03-21 2006-09-28 Yeda Research And Development Co. Ltd. Detection d'irregularites
FR2884636B1 (fr) * 2005-04-15 2007-07-06 Earth Resource Man Services Er Pr0cede de determination hierarchique d'evenements coherents dans une image
US7630517B2 (en) * 2005-07-13 2009-12-08 Schlumberger Technology Corporation Computer-based generation and validation of training images for multipoint geostatistical analysis
US7706981B2 (en) * 2007-02-08 2010-04-27 Chevron U.S.A. Inc. Method for generating reservoir models utilizing synthetic stratigraphic columns
EP2232406A4 (fr) * 2007-12-21 2017-10-18 Exxonmobil Upstream Research Company Procédé et appareil pour analyser des données tridimensionnelles
EA026356B1 (ru) * 2008-05-22 2017-03-31 Эксонмобил Апстрим Рисерч Компани Способ (варианты) и машиночитаемый носитель для сейсмического исследования глубинной зоны

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030204311A1 (en) * 1998-09-15 2003-10-30 Bush Ronald R. System and method for enhanced hydrocarbon recovery

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DORN G A: "MODERN 3-D SEISMIC INTERPRETATION", LEADING EDGE, THE, SOCIETY OF EXPLORATION GEOPHYSICISTS, TULSA, OK, US, vol. 17, no. 9, September 1998 (1998-09-01), pages 1262 - 1264,1266,, XP000786959, ISSN: 1070-485X *
KIMURA A ET AL: "Parallel volume segmentation with tetrahedral adaptive grid", PATTERN RECOGNITION, 2004. ICPR 2004. PROCEEDINGS OF THE 17TH INTERNATIONAL CONFERENCE ON CAMBRIDGE, UK AUG. 23-26, 2004, PISCATAWAY, NJ, USA,IEEE, vol. 2, 23 August 2004 (2004-08-23), pages 281 - 286, XP010724295, ISBN: 0-7695-2128-2 *
KIMURA ET AL.: "parallel volume segmentation with tetrahedral adaptive grid", PATTERN RECOGNITION, 2004, ICPR 2004, PROCEEDINGS OF THE 17TH INTERNATIONAL CONFERENCE ON CAMBRIDGE, vol. 2, 23 August 2004 (2004-08-23), pages 281 - 286
NAJMAN L ET AL: "GEODESIC SALIENCY OF WATERSHED CONTOURS AND HIERARCHICAL SEGMENTATION", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, IEEE SERVICE CENTER, LOS ALAMITOS, CA, US, vol. 18, no. 12, December 1996 (1996-12-01), pages 1163 - 1173, XP000640564, ISSN: 0162-8828 *
ZHEN ZHANG ET AL: "A KNOWLEDGE-BASED SYSTEM CONTROLLED BY AN ITERATIVE QUADTREE SPLITTING SCHEME FOR SEGMENTATION OF SEISMIC SECTIONS", IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 26, no. 5, 1 September 1988 (1988-09-01), pages 518 - 524, XP000106182, ISSN: 0196-2892 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286229B (zh) * 2008-05-05 2010-06-02 哈尔滨工程大学 基于分层mrf的声呐图像自适应分割方法
US20220066061A1 (en) * 2019-01-08 2022-03-03 Schlumberger Technology Corporation Combining noise attenuation and wavefield reconstruction in seismic processing

Also Published As

Publication number Publication date
FR2884636B1 (fr) 2007-07-06
EP1869640A1 (fr) 2007-12-26
US8385603B2 (en) 2013-02-26
FR2884636A1 (fr) 2006-10-20
US20080170756A1 (en) 2008-07-17

Similar Documents

Publication Publication Date Title
WO2006108971A1 (fr) Procede de determination hierarchique d'evenements coherents dans une image sismique
EP2356493B1 (fr) Procede de modelisation geologique de donnees sismiques par correlation de traces
EP1600796B1 (fr) Méthode de reconstruction d'un modèle stochastique pour améliorer son calage par les données de production
EP2761340B1 (fr) Procédé d'extraction de vignette d'une image d'entraînement pour contraindre la modélisation géostatistique multipoint du sous-sol
EP0789849B1 (fr) Methode pour representer dans un domaine spatio-temporel la trajectoire d'au moins un puits de forage
US8213261B2 (en) Method for geophysical and geological interpretation of seismic volumes in the domains of depth, time, and age
FR2909185A1 (fr) Methode d'interpretation stratigraphique d'images sismiques
EP3570074A1 (fr) Procédé pour la détection d'objets géologiques dans une image
FR2708350A1 (fr) Méthode d'analyse de signaux sismiques.
WO1990013831A1 (fr) Procede de pointe automatique et d'aide a l'interpretation, en particulier de section sismique, par des techniques d'analyse d'images
EP3164743B1 (fr) Procede de determination de caves geologiques
WO2010061135A1 (fr) Estimation de proprietes lithologiques d'une zone geologique.
EP2246714A2 (fr) Méthode pour modéliser un milieu hétérogène souterrain à partir de statistique multipoint
EP2212733B1 (fr) Procédé et dispositif de reconstruction du volume d'un objet à partir d'une séquence d'images de coupes dudit objet
EP2880465B1 (fr) Procédé de restauration de données de puits de forage
Lomask Seismic volumetric flattening and segmentation
FR3061789A1 (fr) Detection de faille augmentee de rejet de faille
FR2797329A1 (fr) Methode d'elaboration de cartes de probabilite de position de point d'impact d'un puits
FR2801387A1 (fr) Perfectionnements aux procedes de traitement sismique mettant en oeuvre une determination des corrections dynamiques
CA2452206A1 (fr) Perfectionnements aux techniques de pointe de surface
EP1540377A1 (fr) Methode pour compacter et filtrer des evenements geophysiques dans le but d en extraire des informations sur la nature du sou s-sol
FR3087274A1 (fr) Étalonnage d’images sismiques répétitives pour des opérations de production
WO2006003267A1 (fr) Procede de determination de liste d’elements potentiellement visibles par region pour des scenes 3d de tres grandes tailles representant des villes virtuelles
Pedersen et al. Paradigm Shift in Fault Interpretation
FR2844362A1 (fr) Methode pour compacter et filtrer des evenements sismiques dans le but d'en extraire des informations sur la nature du sous-sol

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2006755429

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 11911642

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

NENP Non-entry into the national phase

Ref country code: RU

WWW Wipo information: withdrawn in national office

Country of ref document: RU

WWP Wipo information: published in national office

Ref document number: 2006755429

Country of ref document: EP