3. REVISÃO BI BLIOGRÁFICA
3.4 Métodos utilizados para identificação de assembleia mineralógica
3.4.3 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)