{"id":6644,"date":"2017-05-29T13:52:55","date_gmt":"2017-05-29T18:52:55","guid":{"rendered":"http:\/\/cienciauanl.uanl.mx\/?p=6644"},"modified":"2017-05-31T14:58:20","modified_gmt":"2017-05-31T19:58:20","slug":"estimacion-de-porosidad-en-areniscas-a-partir-de-micrografias-digitales-utilizando-r-studio","status":"publish","type":"post","link":"https:\/\/cienciauanl.uanl.mx\/?p=6644","title":{"rendered":"Estimaci\u00f3n de porosidad en areniscas a partir de micrograf\u00edas digitales utilizando R-Studio"},"content":{"rendered":"

Jorge Alberto Briones Carrillo*, Roberto Soto Villalobos*, Carlos Gilberto Aguilar Madera*, Andr\u00e9s Ramos Ledezma*, Jos\u00e9 Olegario Rodr\u00edguez G\u00f3mez*, Armando Rodr\u00edguez Ledezma*<\/p>\n

CIENCIA UANL \/ A\u00d1O 19, No. 82, NOVIEMBRE-DICIEMBRE 2016<\/p>\n

RESUMEN<\/strong><\/p>\n

En este trabajo se presenta un procedimiento por computadora para estimar el volumen de poros en muestras de roca. El procedimiento consiste en obtener l\u00e1minas delgadas de la muestra de roca, y digitalizarlas para su procesamiento. Tal procesamiento consiste en identificar las cavidades (poros) diferenci\u00e1ndolas de la matriz. Esto permite calcular de manera num\u00e9rica la porosidad. Como herramienta para el procesado digital se utilizan paquetes especializados para el lenguaje de programaci\u00f3n R. Esta metodolog\u00eda se utiliz\u00f3 en l\u00e1minas delgadas de muestras de rocas del NE de M\u00e9xico. La porosidad calculada es similar a la reportada en otros trabajos (R. Allan Freeze, 1979) y (Sanders, 1998).<\/p>\n

Palabras clave:<\/strong> pixel, micrograf\u00eda, algoritmo, porosidad, resina.<\/p>\n

ABSTRACT<\/strong><\/p>\n

In this work a computer procedure is presented to estimate the volume of pores in rock samples. The procedure consists of obtaining thin sections of the rock sample, and digitizing them for processing. Such processing consists of identifying the cavities (pores) differentiating them from the matrix. This allows the numerical calculation of the porosity. As a tool for digital processing, specialized packages are used for the programming language R. This methodology was used in thin sheets of rock samples from the NE of Mexico. The calculated porosity is similar to that reported in another papers (R. Allan Freeze, 1979) and (Sanders, 1998).<\/p>\n

Keywords:<\/strong> pixel, micrograph, algorithm, porosity, resin<\/p>\n

La textura de las rocas sedimentarias est\u00e1 determinada por la forma, la redondez, el tama\u00f1o, clasificaci\u00f3n, orientaci\u00f3n y composici\u00f3n qu\u00edmica de los granos. Esto revela informaci\u00f3n sobre procesos que operaron durante el transporte, depositaci\u00f3n, compactaci\u00f3n y deformaci\u00f3n de materiales sedimentarios.<\/p>\n

La textura tambi\u00e9n puede proporcionar informaci\u00f3n sobre la porosidad, la cual puede predecirse a partir de la variaci\u00f3n en el tama\u00f1o y la forma del grano y de la distribuci\u00f3n de los poros en la roca.<\/p>\n

La porosidad de una roca se define como la fracci\u00f3n del volumen aparente del dep\u00f3sito que no est\u00e1 ocupada por el marco s\u00f3lido del dep\u00f3sito (Djebbar Tiab, 2012). Esto se puede expresar de forma matem\u00e1tica como:<\/p>\n

\"\"<\/p>\n

De acuerdo a esta definici\u00f3n, la porosidad puede ser cualquier valor entre 0 y 100, pero en rocas sedimentarias generalmente es por debajo de 50%.<\/p>\n

La porosidad puede ser clasificada seg\u00fan su origen como porosidad primaria y porosidad secundaria, tambi\u00e9n se puede clasificar por la comunicaci\u00f3n entre sus poros como porosidad absoluta, efectiva y no efectiva.<\/p>\n

La porosidad primaria es aqu\u00e9lla que se origina durante el proceso de la deposici\u00f3n que da origen a la roca, mientras que la porosidad secundaria es originada por los procesos que ocurren despu\u00e9s de la depositaci\u00f3n, estos pueden ser naturales o artificiales.<\/p>\n

La porosidad absoluta se define como la cantidad total de volumen de la roca que no est\u00e1 ocupada por matriz, a su vez la porosidad efectiva representa los poros que est\u00e1n comunicados entre s\u00ed, mientras que la porosidad no efectiva representa lo contrario, son los poros que no est\u00e1n comunicados entre s\u00ed.<\/p>\n

De acuerdo con Djebbar (2012), los rangos de porosidad pueden ser 0 a 5% insignificante, 5-10% pobre, 10-15% regular, 15 a 20% buena, y mayor de 20% muy buena.<\/p>\n

Los m\u00e9todos para medir la porosidad y la permeabilidad comprenden gran parte de la bibliograf\u00eda t\u00e9cnica de la industria petrolera. El objetivo del presente trabajo es estimar la porosidad a trav\u00e9s de la digitalizaci\u00f3n de l\u00e1minas delgadas utilizando un algoritmo dise\u00f1ado para trabajar en el lenguaje de programaci\u00f3n R con su interfaz gr\u00e1fica R-Studio. Para el procesamiento digital de las im\u00e1genes se utiliz\u00f3 el paquete especializado biOps que forma parte del repositorio oficial de R bajo licencia p\u00fablica general (GPL).<\/p>\n

R <\/strong><\/p>\n

R es un lenguaje de programaci\u00f3n libre con un repositorio muy amplio de paquetes especializados capaces de ayudar al investigador a resolver situaciones que demanda la academia y la investigaci\u00f3n, adem\u00e1s de ser un entorno estad\u00edstico inform\u00e1tico muy completo. Es un proyecto GNU (GNU no es Unix) similar al lenguaje S, desarrollado en los Laboratorios Bell (antes de AT & T, ahora Lucent Technologies) por John Chambers y sus colegas (Team, A language and enviroment for statisitical computing, 2016). R se puede descargar de https:\/\/cran.r-project.org<\/a>.<\/p>\n

RStudio <\/strong><\/p>\n

RStudio es un entorno de desarrollo integrado (IDE) para R (figura 1) (Team RStudio, 2015). Incluye una consola, editor de resaltado de sintaxis que soporta la ejecuci\u00f3n de c\u00f3digo directa, as\u00ed como herramientas\u00a0para el trazado, la historia de comandos ingresados, la depuraci\u00f3n y la gesti\u00f3n del espacio de trabajo.<\/p>\n

RStudio est\u00e1 disponible en ediciones abiertas y se ejecuta en el escritorio (Windows, Mac y Linux) o en un navegador conectado a RStudio Server o Servidor RStudio Pro (Debian \/ Ubuntu, RedHat \/ CentOS, y SUSE Linux). RStudio se puede descargar de manera gratuita ingresando al siguiente sitio de internet: https:\/\/www.rstudio.com<\/a>.<\/p>\n

\"\"

Figura 1. Entorno de trabajo del lenguaje de programaci\u00f3n R con su interfaz RStudio.<\/p><\/div>\n

biOps (IMAGE PROCESSING AND ANALYSIS)<\/strong><\/p>\n

Cuando se captura una imagen a trav\u00e9s de un dispositivo digital, el tama\u00f1o, la intensidad y los colores son truncados. Lo que nuestra mente reconoce c\u00f3mo caracter\u00edsticas f\u00edsicas debe convertirse en secuencias de n\u00fameros finitos interpretados con el fin de obtener una imagen digital que determina su resoluci\u00f3n y profundidad de color, para que pueda ser procesada por una computadora.<\/p>\n

En este sentido, biOps incluye varios m\u00e9todos y t\u00e9cnicas computacionales que se aplican para el procesamiento y an\u00e1lisis digital de im\u00e1genes, con el objetivo de mejorar su calidad. Se compone de operaciones geom\u00e9tricas, aritm\u00e9ticas, l\u00f3gicas, morfol\u00f3gicas, tablas de b\u00fasqueda, detecci\u00f3n de bordes, entre otras funcionalidades que lo hacen un paquete muy completo para el tratamiento de im\u00e1genes a escala de pixel (Mat\u00edas Bordese, 2007).<\/p>\n

ESTUDIO PETROGR\u00c1FICO<\/strong><\/p>\n

Parte de este trabajo se realiz\u00f3 en el Laboratorio de Preparaci\u00f3n de Muestras Geol\u00f3gicas de la Facultad de\u00a0Ciencias de la Tierra de la Universidad Aut\u00f3noma de Nuevo Le\u00f3n, con la finalidad de obtener n\u00facleos a partir de muestras de areniscas recolectadas en excursiones que previamente se realizaron principalmente en el noreste de M\u00e9xico.<\/p>\n

A partir de estas muestras que fueron cortadas y pulidas hasta alcanzar un grosor deseado de 30 \u00b5m, se elaboraron l\u00e1minas delgadas impregnadas con resina epoxy azul a fin de destacar la porosidad para su estudio microsc\u00f3pico petrogr\u00e1fico (figura 2), bas\u00e1ndonos en la metodolog\u00eda descrita por Houghton (1980).<\/p>\n

\"\"

Figura 2. Elaboraci\u00f3n de l\u00e1mina delgada impregnada con pintura epoxy azul (Laboratorio de Preparaci\u00f3n FCT\/UANL).<\/p><\/div>\n

La porosidad de la muestra fue estimada de manera visual (figura 3) por estudiantes de la ingenier\u00eda ge\u00f3logo mineralogista, en el Laboratorio de Mineralog\u00eda de la Facultad de Ciencias de la Tierra, por medio de microscopio petrogr\u00e1fico aplicando el m\u00e9todo de Gazzi-Dickinson (Ingersoll, 1984). Los resultados se muestran en la (tabla I).<\/p>\n

\"\"

Figura 3. Experimento de laboratorio aplicando el m\u00e9todo de Gazzi-Dickinson (Ingersoll, 1984).<\/p><\/div>\n

 <\/p>\n

\"\"

Tabla I. Resultados obtenidos en el laboratorio sobre diferentes secciones de una l\u00e1mina
delgada.<\/p><\/div>\n

 <\/p>\n

PROCESAMIENTO DE LAS IM\u00c1GENES<\/strong><\/p>\n

Las operaciones morfol\u00f3gicas sobre im\u00e1genes binarias se basan en im\u00e1genes de dos niveles: el valor de cada pixel pertenece a un conjunto de dos elementos que contienen s\u00f3lo el m\u00ednimo y m\u00e1ximo aceptados (en nuestra implementaci\u00f3n, 0 y 255). Este tipo de im\u00e1genes pueden ser interpretadas como un conjunto matem\u00e1tico de pixeles negros. Como cada pixel se identifica con sus coordenadas, decimos que es un punto en un espacio bidimensional (E2).<\/p>\n

Para la caracterizaci\u00f3n y cuantificaci\u00f3n de la porosidad, se utilizaron micrograf\u00edas digitales obtenidas con una c\u00e1mara fotogr\u00e1fica digital acoplada al microscopio (figura 4), con una resoluci\u00f3n de 10.0x – x – HDR.<\/p>\n

Una vez que se tienen las micrograf\u00edas digitales de la secci\u00f3n delgada, se procede a su tratamiento inform\u00e1tico utilizando el c\u00f3digo en RStudio, siguiendo paso a paso el algoritmo mostrado en la figura 5.<\/p>\n

Las micrograf\u00edas digitales se definen como una funci\u00f3n de dos dimensiones, f (x, y), donde x y y son coordenadas espaciales en el plano. La denominaci\u00f3n escala de grises se refiere a la intensidad en im\u00e1genes monocrom\u00e1ticas. Las im\u00e1genes en color est\u00e1n formadas por la combinaci\u00f3n de im\u00e1genes 2-D como en el sistema de color RGB (Red, Green, Blue), una imagen consiste de tres im\u00e1genes con componentes individuales (rojo, verde, azul).<\/p>\n

Para los t\u00e9rminos de cuantificaci\u00f3n y detecci\u00f3n de la porosidad se utiliz\u00f3 un c\u00f3digo dise\u00f1ado en RStudio, en el que se utilizaron las herramientas dilataci\u00f3n, erosi\u00f3n y RGB-conversi\u00f3n, Gray-Scale, convoluci\u00f3n, entre otras, que se incluyen en el paquete biOps.<\/p>\n

Al estudiar la porosidad, convertimos las micrograf\u00edas digitales en una imagen binaria que almacenamos en una matriz, donde cada pixel representa poro si es color negro y no poro si es color blanco, de esta manera pode\u00a0mos identificar la red de poros en dos dimensiones, de la relaci\u00f3n de pixeles negros a pixeles totales.<\/p>\n

\"\"

Figura 4. Digitalizaci\u00f3n de la secci\u00f3n delgada por medio de microscopio con c\u00e1mara fotogr\u00e1fica acoplada (Laboratorio de Sedimentolog\u00eda FCT\/UANL).<\/p><\/div>\n

Una vez cuantificada la porosidad, nos dispusimos a realizar un tratamiento de la imagen, para eliminar imperfecciones que puedan afectar en los resultados, estas imperfecciones son manchas negras que resultan de la aplicaci\u00f3n de la resina azul (Ehrlich, 1991) y que no representan un poro como tal, ya que no cumplen con las caracter\u00edsticas y dimensiones descritas por Ehrlich (1991).<\/p>\n

En este caso se utilizaron las herramientas de erosi\u00f3n y dilataci\u00f3n del paquete biOps. El proceso de erosi\u00f3n consiste en el cambio de todos los pixeles negros a blancos cuando estuvieran en contacto con al menos tres pixeles blancos, seguido por el proceso de dilataci\u00f3n, que consiste en el cambio de todos los pixeles blancos a negros cuando estuvieran en contacto con al menos tres pixeles negros. La porosidad se vuelve a medir al finalizar estos procesos, dando como resultado un valor menor al que obtuvimos antes de aplicarlos.<\/p>\n

\"\"

Figura 5. Algoritmo para procesamiento de imagen.<\/p><\/div>\n

RESULTADOS<\/strong><\/p>\n

El valor de la porosidad que se obtuvo como resultado de la observaci\u00f3n de los estudiantes que aplicaron la t\u00e9cnica \u201cconteo de puntos\u201d basados en la metodolog\u00eda descrita por Houghton (1980), en promedio fue de 19.54%, mientras que nuestro programa arroj\u00f3 un resultado de 15.52%, como se muestra en la figura 6.<\/p>\n

\"\"

Figura 6. Resultados obtenidos con el programa dise\u00f1ado en RStudio que calcula la porosidad a trav\u00e9s de micrograf\u00edas digitales de l\u00e1minas delgadas.<\/p><\/div>\n

CONCLUSI\u00d3N<\/strong><\/p>\n

Con base en los resultados de la tabla I, podemos inducir que la porosidad puede variar dependiendo del criterio y del entrenamiento visual de cada individuo, por lo que resulta una t\u00e9cnica con variaciones relativamente grandes en sus estimaciones, ya que los datos se recogen de manera aleatoria sobre un \u00e1rea determinada de la secci\u00f3n. Por esta raz\u00f3n decidimos dise\u00f1ar un programa computacional utilizando el lenguaje de programaci\u00f3n R con la interfaz RStudio (Team RStudio, 2015) y uno de sus paquetes para el procesamiento de im\u00e1genes biOps. Dicho programa es capaz de identificar o ver lo que el ojo humano no, ya que, para este caso, se contabilizaron 14,300,064 pixeles a diferencia de un promedio de 400 puntos que se utilizaron para el conteo de puntos.<\/p>\n

* Universidad Aut\u00f3noma de Nuevo Le\u00f3n. FCT. Contacto: jorge.brionescr@uanl.edu.mx<\/p>\n

REFERENCIAS<\/strong><\/p>\n

Djebbar Tiab, E.C. (2012). Petrophysics Theory and Practice of Measuring Reservoir Rock and Fluid Transport Properties. Oxford, Uk: G. P. Publishing, Ed<\/p>\n

Ehrlich, R.K. (1991). Petrography and reservoir physics I: objective classification of reservoir porosity. American Association of Petroleum Geologists Bulletin, 75, 1547-1562.<\/p>\n

Houghton, H. (1980). Refined techniques for staining plagioclase and alkali feldspars in thin section. Journal of Sedimentary Petrology, 50, 629-631.<\/p>\n

Limarino, L.I. (noviembre de 2000). Caracterizacio\u0301n y origen de la porosidad en areniscas de la seccio\u0301n inferior del Grupo Paganzo (Carboni\u0301fero superior), Cuenca Paganzo, Argentina. Revista Asociacio\u0301n Argentina de Sedimentologi\u0301a, 7, 72.<\/p>\n

Mat\u00edas Bordese, W.D. (2007). biOps: un paquete de procesamiento de im \u0301agenes en R. UNC. obtenido de: http:\/\/www2.famaf.unc.edu.ar\/institucional\/biblioteca\/trabajos\/638\/14318.pdf<\/p>\n

R. Allan Freeze, J.A. (1979). Groundwater. EUA: Prentice Hall.<\/p>\n

Raymond V. Ingersoll, T. F. (1984). The effect of grain size on detrital modes: a test of the Gazzi\u2013Dickinson point-counting method, Journal of Sedimentary Petrology, 54, 103\u2013116.<\/p>\n

Sanders, L.L. (1998). A Manual of Field Hidrogeology. EUA: Prentice Hall.<\/p>\n

Team, R.C. (2015). RStudio: Integrated Development for R. RStudio. Boston. Obtenido de http:\/\/www. rstudio.com<\/p>\n

Team, R.C. (2016). A language and enviroment for statisitical computing. Obtenido de: www.R-proyect. org<\/p>\n

Recibido: 03-10-16<\/p>\n

Aceptado: 17-10-16<\/p>\n","protected":false},"excerpt":{"rendered":"

Jorge Alberto Briones Carrillo*, Roberto Soto Villalobos*, Carlos Gilberto Aguilar Madera*, Andr\u00e9s Ramos Ledezma*, Jos\u00e9 Olegario Rodr\u00edguez G\u00f3mez*, Armando Rodr\u00edguez Ledezma* CIENCIA UANL \/ A\u00d1O 19, No. 82, NOVIEMBRE-DICIEMBRE 2016 RESUMEN En este trabajo se presenta un procedimiento por computadora para estimar el volumen de poros en muestras de roca. El procedimiento consiste en obtener l\u00e1minas delgadas de la muestra […]<\/p>\n","protected":false},"author":2,"featured_media":6650,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[27],"tags":[],"class_list":["post-6644","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion"],"_links":{"self":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/6644","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=6644"}],"version-history":[{"count":5,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/6644\/revisions"}],"predecessor-version":[{"id":6693,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/6644\/revisions\/6693"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/media\/6650"}],"wp:attachment":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=6644"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=6644"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=6644"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}