Análise de imagem

Para Neumann et al (2002) a microscopia ótica, em relação à microscopia eletrônica, é mais

adequada para a diferenciação entre hematita e magnetita, por explorar a refletividade dos minerais,

e esta última apresentar valores reduzidos desta propriedade, facilitando sua distinção facilmente,

como pode ser observado na figura 3.28.

Figura 3.28 – Diferenciação entre magnetita e hematita martítica na microscopia ótica.

3.4.3 Análise de imagem

O processamento de imagens digitais é utilizado para melhorar a visualização da informação,

além de adequar a imagem para ser processada por computadores, Gomes (2011). A análise de

imagens se encontra dentro do processamento de imagens e consiste na obtenção e interpretação de

dados quantitativos adquiridos a partir da digitalização de imagens. O mercado para a análise de

imagens digitais é amplo por se encontrar em ascensão devido aos benefícios fornecidos pela

técnica, como a realização de medidas cuja execução seria difícil manualmente, possibilitando o seu

emprego em diferentes áreas de conhecimento. Neste estudo será utilizada com intuito de quantificar

os minerais presentes em um minério de ferro, permitindo a avaliação das informações que podem

ser adquiridas através dessa técnica. A análise de imagens digitais é utilizada na mineração com

intuito de avaliar textura, forma e liberação dos minérios.

Na figura 3.29 é apresentado o fluxograma padrão de aquisição de imagens digitais e obtenção

de dados a partir do processamento de imagens digitais.

31

Figura 3.29 – Sequência de aquisição, processamento e extração de dados no

processamento de imagens digitais.

Para o processamento das imagens geradas é necessária a criação de rotinas de tratamento de

dados em softwares especializados. A seguir são apresentadas as rotinas mais comuns aplicadas:

 Filtro de delineação: é aplicado para a remoção do efeito halo gerado na interface entre

fases que apresentam contrastes, presentes em imagens óticas e mais frequentes em

imagens geradas no microscópio eletrônico. A delineação prepara a imagem para a etapa de

segmentação (Neumann et al, 2002).

 Segmentação: este processo possibilita a diferenciação das fases minerais e resinas

presentes na seção polida através do histograma de intensidade (Iglesias et al, 2009). A

figura 3.30 apresenta um gráfico de intensidade dos pixels, gerados a partir da imagem obtida

de um itabirito.

32

Figura 3.30 – Histograma de intensidade dos pixels presentes em uma imagem digitalizada de

itabirito (Neumann et al, 2002).

A rotina de aquisição automática de imagens LMD Captura, desenvolvida pelo Laboratório de

Processamento Digital de Imagens da PUC - Rio e aplicada em um microscópio ótico motorizado,

captura as imagens localizadas em uma área espec ífica previamente determinada pelo mineralogista.

A rotina apresenta como dados de entrada o posicionamento dos eixos x e y. A partir des sa

informação, a rotina fornece a região de interesse que será mapeada e o número máximo de

imagens, de mesmo espaçamento, possíveis de serem obtidas dentro da área pré-determinada. Em

seguida, automaticamente no plano x-y, a platina move-se ao mesmo tempo em que as imagens vão

sendo capturadas nas posições calculadas anteriormente. O deslocamento da platina no microscópio

automatizado é demonstrado na figura 3.31. O procedimento torna-se acessível e simples por causa

do ajuste do autofoco realizado em cada ponto de obtenção da imagem (Augusto, 2012).

33

Figura 3.31 – LMD Captura: (a) Amostra; (b) Dados de entrada da rotina de aquisição

automática: 2 coordenadas x -y ; (c) Área delimitada e calculada pela rotina; (d) Aquisição de

imagens igualmente espaçadas entre si dentro da região delimitada; (e) Número máximo de

imagens adquiridas na região de interesse, numeradas na figura conforme a ordem de

aquisição (Augusto, 2012 adaptado).

Segundo Lessa et al (2007), através da análise das refletâncias dos minerais consegue-se

identificar as principais assembleias mineralógicas do minério de ferro com a aplicação de

microscópio ótico e luz refletida. Ao aplicar um analisador de imagens acoplado ao microscópio ótico

consegue-se a segmentação das fases minerais, através da limiarização das tonalidades médias de

cinza das imagens geradas por análises digitais de imagem, que permite assim sua identificação. Os

softwares de processamento de imagem conseguem distinguir fases minerais que apresentam

contraste e realizar a contabilização dos pixels de acordo com cada faixa de tonalidades de cinza que

referencia cada mineral.

Donskoi et al (2007) já demonstraram a importância da aplicação da análise de imagens para

identificação de minerais. A técnica permite obter informações sobre textura, porosidade e

diferenciação entre graus de hidratação e oxidação entre os minerais de ferro, além de fornecer uma

precisão entre 95-99% na identificação correta da assembleia mineralógica. A figura 3.32 apresenta

uma imagem obtida por um microscópio ótico e processada por analisador de imagem. Percebe-se a

melhoria na qualidade da imagem.

34

(a) (b)

Figura 3.32 – (a) Imagem original obtida por microscópio ótico da fração -106/+75µm de uma

amostra de minério de ferro, (b) mapa mineralógico da imagem (Donskoi etal, 2007).

Uma das limitações da técnica refere-se à identificação dos diversos tipos de hematita

existentes, por apresentarem semelhantes níveis de cinza, tornando impossível sua diferenciação

(Lessa et al, 2007). Outro desafio para a análise de imagem é a distinção entre a resina utilizada para

o embutimento da amostra e o quartzo que, por apresentarem semelhantes níveis de cinza, torna

difícil a diferenciação.

A técnica de análise de imagem que será utilizada neste es tudo já foi aplicada na caracterização

de um sínter (Iglesias et al, 2009). Esta técnica permite a obtenção da imagem da amostra e geração

de histogramas de intensidade de pixel da área analisada, que possibilita a diferenciação das fases

minerais presentes na amostra.

Na figura 3.33, verifica-se que aumentos maiores fornecem melhores resoluções para a

quantificação dos minerais, porém requerem a avaliação de um maior número de imagens para gerar

informações suficientes. Por se tratar de uma amostra heterogênea, também existe o problema de

que elevadas resoluções geram muitos dados, que tornam o processamento demorado requerendo

muita memória do computador, em alguns casos chegando a inviabilizar a análise, ao passo que

menores aumentos proporcionam a análise do s ínter em uma única imagem. Porém com a diminuição

da resolução, a identificação de fases minerais que se encontram em menor proporção, pequenos

detalhes e microestruturas podem ser prejudicados.

É interessante notar que o aumento da resolução torna mais nítido os picos do histograma de

intensidade de pixel, possibilitando a melhor diferenciação das fases minerais. As imagens da figura

3.33 são mosaicos obtidos a partir da sobreposição de diversas imagens geradas pelo microscópio

ótico nas lentes objetivas (5X, 10X e 20X) (Iglesias et al, 2009).

35

Figura 3.33 – Imagens obtidas da mesma região do sínter em diferentes resoluções (lente

objetiva): (a) 5X – campo único; (b) 10X – mosaico 2x2; (c) 20X – mosaico 4x4. A imagem

também contempla os histogramas de intensidade e a ampliação de uma área (Iglesias et al,

2009).

Os mosaicos gerados pelo processamento das imagens digitais possibilitam a realização de

análises quantitativas e qualitativas, permitindo uma análise global da seção polida da amostra, com

intuito de evitar limitações estatísticas e problemas de borda relacionados à avaliação de campos

individuais (Wagner et al, 2009).

A determinação do grau de liberação das fases minerais a partir da análise de imagem vem

ganhando espaço no mercado devido à agilidade de aquisição das informações, pela utilização de

softwares e rotinas de processamento de imagens digitais, além de apresentar maior precisão nos

resultados quando comparada com a microscopia ótica. O procedimento de geração dos espectros

de liberação e interpretação é complexo e trabalhos como Neumann et al, (2002) e Ferreira (2013)

abordam este tema com maiores detalhes.

No documento UNIVERSIDADE FEDERAL DE MINAS GERAIS Programa de Pós-Graduação em Engenharia Metalúrgica, Materiais e de Minas (páginas 46-52)