3D Seismic Attributes Enhancement and Detection by Advanced Technology of Image Analysis

Les Moments ont été largement utilisés dans la reconnaissance de formes et dans le traitement d'image. Dans cette thèse, nous concentrons notre attention sur les 3D moments orthogonaux de Gauss-Hermite, les moments invariants 2D et 3D de Gauss-Hermite, l'algorithme rapide de l'attribut de cohérence et les applications de l'interprétation sismique en utilisant la méthode des moments.Nous étudions les méthodes de suivi automatique d'horizon sismique à partir de moments de Gauss-Hermite en cas de 1D et de 3D. Nous introduisons une approche basée sur une étude multi-échelle des moments invariants. Les résultats expérimentaux montrent que la méthode des moments 3D de Gauss-Hermite est plus performante que les autres algorithmes populaires.Nous avons également abordé l'analyse des faciès sismiques basée sur les caractéristiques du vecteur à partir des moments 3D de Gauss -Hermite, et la méthode de Cartes Auto-organisatrices avec techniques de visualisation de données. L'excellent résultat de l'analyse des faciès montre que l'environnement intégré donne une meilleure performance dans l'interprétation de la structure des clusters.Enfin, nous introduisons le traitement parallèle et la visualisation de volume. En profitant des nouvelles performances par les technologies multi-threading et multi-cœurs dans le traitement et l'interprétation de données sismiques, nous calculons efficacement des attributs sismiques et nous suivons l'horizon. Nous discutons également l'algorithme de rendu de volume basé sur le moteur Open-Scene-Graph qui permet de mieux comprendre la structure de données sismiques.Moments have been extensively used in pattern recognition and image processing. In this thesis, we focus our attention on the study of 3D orthogonal Gaussian-Hermite moments, 2D and 3D Gaussian-Hermite moment invariants, fast algorithm of coherency attribute, and applications of seismic interpretation using moments methodology.We conduct seismic horizon auto-tracking methods from Gaussian-Hermite moments and moment invariants. We introduce multi-scale moment invariants approach. The experimental results show that method of 3D Gaussian-Hermite moments performs better than the most popular methods.We also approach seismic facies analysis based on feature vectors from 3D Gaussian-Hermite moments, and Self-Organizing Maps method with data visualization techniques. The excellent result shows that the integrated environment gives the best performance in interpreting the correct cluster structure.Finally, we introduce the parallel processing and volume visualization. Taking advantage of new performances by multi-threading and multi-cores technologies into seismic interpretation, we efficiently compute the seismic attributes and track the horizon. We also discuss volume rendering algorithm based on Open-Scene-Graph engine which provides better insight into the structure of seismic data