Automao da Medida de Tamanho de Gro Mdio Utilizando Metodologia Estatstica para

Identificao de Formas
ANDERSON JONNE SANTANA
1
DIRCENI DE SOUZA COSTA AMORIM
2
MARCO ANTNIO DA CUNHA
3
PAULO ERNESTO FREIHEIT CRTES
4
ICP ACESITA , Praa 1

de Maio, 9 Centro, Timteo, MG , Brasil, 35180-018

1 jonne_anderson@bol.com.br
2 dirceni@acesita.com.br
3 macunha@acesita.com.br
4 pcortes@acesita.com.br
Resumo: Em metalografia um dos servios mais solicitados a identificao do tamanho de gro mdio de
uma amostra. Devido ao processo semi-automtico e s vezes manual ainda utilizado para esta medida, fez-se a
necessidade do estudo e implementao de mtodos automatizados para aumentar a velocidade de
processamento, melhorar a preciso dos resultados e acabar com a tendenciosidade inerente de cada operador.
O mtodo escolhido para ser implementado neste trabalho foi o mtodo de intercesso por trs crculos
concntricos descrito na norma ASTM E 1382-97
[1]
Standard Test Methods for Determinning Average Grain
Size Using Semiautomatic and Automatic Image Analysis. Por este mtodo, trs crculos concntricos so
sobrepostos imagem da amostra, a quantidade e tipo de intercesses so avaliadas para se calcular o valor do
tamanho de gro mdio procurado. Na implementao do programa, o computador deveria identificar os tipos
de intercesso que estariam ocorrendo no contorno de gro da amostra, tais como: intercesso com um
gro(tangente), intercesso com dois gros(simples), intercesso com trs gro(intercesso) ou sujeira(Lixo).
Desta forma, desenvolveu-se um sistema estatstico de identificao de formas, possibilitando que o computador
caracterizasse o tipo de cada intercesso encontrada, necessrio para clculo do tamanho de gro mdio.
Identificou-se as medidas de roundness e do equivalent diameter como parmetros para caracterizao do
tipo de intercesso.
1 METODOLOGIA
Em razo das variadas metodologias de obteno do tamanho de gro
[5]
, como comparao de cartas padres, tamanho de
gro por fratura, mtodo planimtrico de Jeffries, mtodo do intercepto de Heyn, mtodo do intercepto de Snyder-Graff e
mtodo distribuio do tamanho de gro, um estudo da aplicabilidade de casos em cada mtodo foi formado.
Considerando as diferentes propriedades da amostra como: isotropia da amostra, eqiaxidade dos gros,
disformidade dos gros, distribuio do tamanho de gro mono ou bimodal (como na recristalizao secundria) ou
distribuio variada, apresentao de uma ou mltiplas fases em sua estrutura, e da viabilidade da implementao do
mtodo utilizando o software em questo, estipulou-se o mtodo de intercesso por trs crculos concntricos de
Abrams
[3]
o mais adequado para desenvolvimento dos programas de automao do processo de medida de tamanho de
gro.
2 PROCEDIMENTO GERAL PARA APLICAO DO MTODO DE INTERSEO HEYN
O mtodo de intercesso por trs crculos concntricos nada mais que uma adaptao do mtodo de Heyn
[2]
. Neste
mtodo estima-se o tamanho de gro mdio contando o nmero de intersees existentes entre o contorno de gro e
linhas retas com comprimento bem conhecido previamente traadas sobre a imagem. desejvel obter aproximadamente
50 intersees por campo(imagem). Para conseguir este nmero necessrio ajustar a ampliao, variando a objetiva do
microscpio. A preciso da medida de tamanho de gro est diretamente relacionada com a quantidade de intersees
encontradas.

Uma interseo a parte comum entre o contorno de gro e a linha de teste traada sobre a imagem. A contagem
do nmero de intersees e do tipo de interseo relacionada com o tamanho de gro mdio. Quando se utiliza
intersees, o pedao do final da linha de teste que no atravessa o gro contada como meio. Quando o final da linha de
teste toca o contorno de gro adiciona-se meio contagem. Interseo tangente ao contorno de gro, tambm contada
como meio(0,5). Uma interseo que aparentemente coincide com o contorno de gro na interseo de trs gros
contada como um e meio(1,5), interseo com contorno de dois gros vizinhos contada como um(1). A representao
destas diferentes intercesses bem como seus valores de contagem podem ser vistos na Figura 2.

Figura 2- Tipos de interseo:(Tangente(+0,5), interseo de dois gros(+1), intercesso de trs gros(+1,5), lixo(0))
Onde P
L
representa o nmero da contagem de intersees por unidade de comprimento da linha de teste utilizada. A
equao que relaciona o tamanho de gro mdio(G) com a contagem de intersees mostrada na equao (1)
apresentada abaixo,
288 , 3 ) log . 643856 , 6 (
10
=
L
P G Eq.(1)
A principal vantagem na utilizao do mtodo de intercesso se encontra no menor tempo despendido no tratamento
da imagem a ser analisada. Ao segmentar a imagem no existe a necessidade de se definir com preciso os limites do
gro, basta conseguir segmentar a maior parte do contorno de gro sem a necessidade de fecha-lo completamente. Desta
maneira se obtm um resultado mais preciso.
3 MTODO POR INTERSEO DE TRS CRCULOS CONCNTRICOS DE ABRAMS
Aplicando o mtodo das linhas circulares desenvolvido a princpio por Hillard e posteriormente adaptado por Abrams
[4]

possvel determinar com preciso o valor do intercepto mdio linear(P
L
). O mtodo dos trs crculos sugerido por
Abrams foi adotado na norma ASTM E112. Este mtodo consiste na aplicao das regras de interseo de Heyn
utilizando trs crculos concntricos com dimetros iguais a 79,58, 53,05 e 26,53mm, comprimento total de 500mm.
Deve-se tomar o cuidado de obter um nmero de intersees suficiente para no subestimar o valor do intercepto linear
mdio.
O crculo interior no deve ser to pequeno ou a ampliao to grande de forma a encontrar em seu interior um
nmero de gros inferior a 15. A quantidade de gros que desejada para uma boa estimativa deve ser superior a 18.
Caso isso no seja possvel, o erro do resultado pode ser corrigido contando-se 2 pontos ao invs de 1,5 ao encontrar uma
interseo entre 3 gros.
A ampliao pode ser ajustada para se obter o nmero de gros por campo entre 70 e 140. Os campos devem ser
escolhidos aleatoriamente ao longo de toda a amostra, sem privilegiar nenhuma regio. Normalmente 5 campos so
suficientes para obteno de um resultado com boa preciso. Pode-se ressaltar que, se no final da medida o desvio padro
apresentar um valor elevado ento a amostra no uniforme e um nmero maior de campos deve ser analisado.
4 METODOLOGIA ESTATSTICA DE IDENTIFICAO DE FORMAS
A principal dificuldade encontrada na implementao do programa de medida de tamanho de gro foi a identificao dos
tipos de intercesso encontradas. Como primeira tentativa de soluo, imaginou-se um parmetro de medida
determinista, que caracterizasse diferentemente cada tipo de intercesso.
O analisador de imagem apresenta um srie de parmetros de medidas que esto listados abaixo:

Area, Perimeter, Length, Width, Theta, Equivalent Diameter, Aspect Ratio, Breadth, Fiber Width, Fiber Length,
Conv.Perim, Conv.Round, Vertical Projetion, Horizontal Projection, Roughness, Fractal Direction, Fractal Perimeter,
Nearest, Roundness, X Centroid, Y Centroid, Center Width, Center Hight.
No entanto, uma primeira anlise mostrou a inviabilidade da metodologia determinista devido grande quantidade
de parmetros e a possibilidade dos tipos de intercesso diferentes possurem valores em uma ampla faixa, em quase
todos os parmetros de medida.
Numa segunda tentativa utilizou-se uma abordagem estatstica. Foram selecionado 10 parmetros de medida dentre
os 23 parmetros, que melhor poderiam caracterizam os tipos de interseo, so eles:
Area, Perimeter, Length, Equivalent Diameter, Breadth, Fiber length, Coventional Perimeter, Horizontal
Projection, Roughness, Roundness.
o tamanho de gro mdio foi medido em 50 campos em diferentes amostras, com diferentes tamanhos de gro.
Identificou-se manualmente cada tipo de interseo e, utilizando os 10 parmetros de medida selecionados, montou-se
um histograma da distribuio dos valores de medida de cada parmetro para cada tipo de interseo. Estas distribuies
estatsticas de freqncia dos valores dos parmetros de medida para cada tipo de intercesso podem ser vistas na Figura
3.
Tendo a mo a funo de distribuio estatstica dos valores dos parmetros medidos, para cada tipo de interseo,
pode-se identificar o tipo de interseo mais provvel a partir das medidas, apenas os valores dos parmetros. O tipo que
apresenta maior valor de ocorrncia(maior freqncia) para dado valor de um parmetro o mais provvel como
resultado.
Como se est utilizando dez diferentes parmetros de medida, o tipo de interseo identificado por um parmetro
como sendo mais provvel pode no ser o mesmo identificado a partir de outro parmetro de medida. Por isso idealizou-
se dois processos de identificao de intersees(formas). O primeiro foi um processo de votao que atribua um voto
para aquele tipo de intercesso mais provvel em cada parmetro de medida. No final eram totalizados os votos e o tipo
mais votado era o mais provvel como resultado.
Um segundo processo de identificao pensado, foi o de normalizar (valores convertidos para faixa de 0 a 1) os
valores de freqncia das distribuies estatstica de cada parmetro de medida. A somatria da freqncia de ocorrncia
de cada parmetro para cada tipo de interseo foi utilizado e o tipo que apresenta o maior valor era o mais provvel
como resultado.
Foi aplicado tambm um ndice de confiabilidade(IC) para definir o quanto seria confivel a identificao da
intercesso feita por este procedimento. Este parmetro IC era obtido dividindo o numero de votos ou a somatria da
freqncia, que depende do modelo aplicado, pelo valor total de votos obtidos ou pela somatria total de todas as
freqncias encontradas . Um valor numrico numa escala de 0 a 1 era obtido, e quanto mais prximo de 1 mais
confivel o resultado.
Como era possvel que a utilizao de todos os dez parmetros em conjunto no oferecesse o melhor resultado na
identificao do tipo de interseo(forma), desenvolveu-se um estudo para identificar a melhor combinao dos
parmetros. Para isso, desenvolveu-se um programa que testava todas as combinaes possveis entre os dez parmetros
de medida escolhidos, calculando a porcentagem de erro de cada uma destas combinaes, na anlise de 4100 intersees
encontradas e avaliando a aplicabilidade dos processos de voto e estatstico nos resultados.
Foi gerado uma tabela com os resultados obtidos da execuo do programa, que estimou os valores de percentagem
de erro para cada combinao entre os parmetros de medida. A primeira coluna desta tabela(coluna da combinao)
pode ser entendida da seguinte forma: foi dado a cada parmetro de medida um valor(Zero ou Um) na posio
correspondente a seu nmero, que foi apresentado anteriormente neste texto. Quando o valor for igual a um, quer dizer
que este parmetro entrou na combinao para obteno do resultado, quando for zero no. Ex:(0010100100)= posies
3, 5, 8 eqivalem a dizer que Length, Breadth e Horizontal Projection foram combinados para obteno do
resultado. Uma parte desta tabela e mostrada na Tabela 1, apresentada abaixo.
A anlise da tabela de resultados das combinaes dos parmetros de medida mostra que a combinao do
Equivalent Diameter com o Roudness e o processo estatstico de soma de freqncias de ocorrncia, apresentam o
melhor resultado, com acerto em torno de 75%. Vale ressaltar que se sortessemos aleatoriamente um valor dentre
quatro, a probabilidade de acerto seria de 25%(1 em cada 4).


Estudo de Casos
Combinaes % Erro
Soma
% Erro
Voto
0000000001 33.44% 33.44%
0000000010 33.37% 33.37%
0000000011 29.39% 43.39%
0000000100 44.70% 44.70%
0000000101 32.13% 55.42%
0000000110 30.65% 55.98%
0000000111 28.28% 34.31%
0000001000 34.29% 34.29%
0000001001 30.15% 48.74%
0000001010 30.68% 43.73%
0000001011 30.48% 31.31%
0000001100 34.31% 53.00%
0000001101 30.15% 34.46%
0000001110 30.65% 33.58%
0000001111 30.44% 39.54%
0000010000 40.17% 40.17%
0000010001 35.71% 53.27%
0000010010 35.62% 51.62%
0000010011 34.04% 34.14%
0000010100 40.05% 58.64%
0000010101 34.79% 37.12%
Tabela 1 Parte do resultado da % do erro encontrado na identificao do tipo de interseo combinando os
diferentes parmetros de medida e os modelos de escolha do resultado.
0 20 40 60 80 100
0
10
20
30
rea
Tangente
Simples
Intercesso
Lixo
F
r
e
q
u

n
c
ia
(
%
)
Valor 0 20 40 60 80 100
0
10
20
30
40
50
Perimetro
Tangente
Simples
Intercesso
Lixo
F
r
e
q

n
c
ia
(
%
)
Valor
0 5 10 15 20 25 30 35 40
-5
0
5
10
15
20
25
30
35
40
45
Length
F
r
e
q

n
c
ia
(
%
)
Value
0 5 10 15
-5
0
5
10
15
20
25
30
35
40
EquivDiam
F
r
e
q

n
c
ia
(
%
)
Valor
0 3 6 9 12 15
-5
0
5
10
15
20
25
30
35
40
Breadth
F
r
e
q

n
c
ia
(
%
)
Valor
0.3 0.6 0.9 1.2 1.5
0
2
4
6
8
10
12
14
Rougness
F
r
e
q

n
c
ia
(
%
)
Valor
0 10 20 30 40 50 60 70 80 90 100
0
5
10
15
F
r
e
q

n
c
ia
(
%
)
Valor
0 5 10 15 20 25 30 35 40
-0.05
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
HorizProj
F
r
e
q

n
c
ia
(
%
)
Valor
0 25 50 75 100
-5
0
5
10
15
20
25
30
35
40
ConvPerin
F
r
e
q

n
c
i
a
(
%
)
Valor
0 10 20 30 40 50
0
10
20
30
40
50
FiberLength
F
r
e
q

n
c
i
a
(
%
)
Valor

Figura 2- Resultado estatstico da freqncia de ocorrncia dos valores dos parmetros de medida com maior relevncia a
identificao do tipo de intercesso.

A Tabela 2 mostra a porcentagem de distribuio dos tipos de interseo. A intercesso simples o tipo mais
comum com aproximadamente 65% das ocorrncias. Nesta mesma tabela pode-se observar a freqncia de erro de
identificao da intercesso(forma). interessante comentar que utilizando o processo de soma de probabilidade
estatstica obteve-se taxa de acerto de 84%, na identificao de intersees com dois gros(simples). Onde ocorreu maior
freqncia de erro foi na identificao do lixo com 50,5% e da interseo entre trs gros com 49.45%, totalizando 26%
de todas as intersees analisadas. Pode-se tambm observar que 85% das intersees simples e 72% das tangentes foram
identificadas corretamente.
Relatrio Geral
Tipo Quant. % Erro Voto % Erro Voto Erro Soma % Erro Soma
Lixo 313 7.65% 313 100.00% 158 50.48%
Tangente 419 10.24% 173 41.29% 119 28.40%
Simples 2637 64.43% 868 32.92% 405 15.36%
Int.Dupla 724 17.69% 540 74.59% 358 49.45%
Total 4093 100% 1894 46.27% 1040 25.41%

Tabela 2 Resultado geral da aplicao da combinao entre os parmetros de medida Equivalent Diameter e Roundness.
Uma anlise mais aprofundada da ocorrencia de erro na identificao dos tipos de intersees foi feita, seu resultado
pode ser visto na Tabela 3. importante esclarecer que no modelo de classificao pelo processo de votao(voto) com 2
tipos de interseo com mesma quantidade de votos, o resultado dado como insolvel.
Na identificao estatstica(da soma das freqncias), pode-se observar que mais de 50% dos erros de identificao
das intercesses tipo lixo eram tipo simples, 82% do tipo tangente eram do tipo interseo dupla, 54% do tipo simples
eram do tipo interseo dupla e 67% do erro das intersees dupla eram do tipo simples. Isso mostra a necessidade de se
desenvolver melhor a capacidade de identificao da interseo dupla, interseo entre trs gros.
% Erro Voto
Tipo Certo Li xo Tangente Simples Int.Dupla I nsoluvel
Lixo - 10.86% 19. 81% 4.47% 64.86%
Tangente 0. 00% - 5. 20% 31.21% 63.58%
Simples 0. 00% 2.53% - 14.06% 83.41%
Int. Dupla 0. 00% 12.04% 31. 11% - 56.85%
% Erro Soma
Li xo Tangente Simples Int.Dupla
Lixo - 24.05% 53. 80% 22.15%
Tangente 2. 52% - 15. 13% 82.35%
Simples 37. 78% 8.15% - 54.07%
Int. Dupla 1. 96% 31.01% 67. 04% -

Tabela 3- Estudo de erros obtido do resultado da combinao entre os parmetros de medida Equivalent Diameter e Roundness.
O programa foi executado na anlise de uma determinada imagem e os resultados foram comparandos com os
obtidos por medida de tamanha de gro feita manualmente. De 140 intersees aproximadamente 84% foram
identificadas corretamente, fornecendo um valor para
L
P igual a 111,5 (pelo programa) e
L
P igual a 113 (processo de
contagem manual). O tamanho de gro mdio obtido (G) pelo programa foi igual a 7,39 e pela medio manual das
intersees 7,43 apresentando uma diferena de 0,52%.

(
(
(
(
(

|
|
|
|
|
.
|

\
|
|
.
|

\
|
+
+
(
(
(
(

|
|
|
|
|
.
|

\
|
|
.
|

\
|
+
+ + =
1
3
1
1
2
1
0
2
exp 1 1 .
2
exp 1 .
w
w
x x
w
w
x x
A y y
c c
Eq(2)
Depois de identificadas as funes de distribuio curvas sigmoidais assimpttica foram ajustadas a elas para
facilitar sua implementao, a equao apresentada acima(equao 2) e as constantes na Tabela 4.


E q u i v D i am y0 X c A w 1 w2 w 3 Q ui ^2
T an ge n te 0. 0 01 1 6 7 1 4. 2 20 51 1 . 02 9 91 0 .8 0 97 2 0. 8 76 05 0 .3 8 14 4
S i m pl e s 0. 0 74 4 4 4 . 26 0 14 5 9. 0 42 17 0 0 .6 4 52 5 0. 2 33 17 0 .1 3 11 1
I n t er c e ss o 0. 0 31 6 8 5 . 10 8 49 7. 1 33 9 3 . 16 4 94 0 .3 0 78 5 0. 3 94 18 0 .4 7 56 6
L ix o 0 1 . 67 8 09 3 3. 1 38 26 0 . 62 2 52
R ou n d n e ss y0 X c A w 1 w2 w 3 Q ui ^2
T an ge n te 0. 0 17 4 6 24 . 72 28 9 2 6 0 5 6 0 .1 6 31 9
S i m pl e s 0. 0 72 9 56 . 08 94 3 2 6 0 5 6 1. 3 25 8
I n t er c e ss o - 0 . 03 5 35 38 . 51 14 4 2 6 0 5 6 0 .1 9 29 8
L ix o 0. 9 63 9 1 0 3 .3 9 E- 08 - 3 . 84 61 5 4

Tabela 4 Constantes das equaes sigmodal assimpttica ajustada para diferentes tipos de interseo.
5 COMPARAO DOS RESULTADOS OBTIDOS PELOS MTODOS: AUTOMTICO, SEMI-
AUTOMTICO E MANUAL
A Figura 3 mostra trs imagens de diferentes amostras do ao silcio, utilizado para identificar as diferenas de tempo e
preciso existente na medida do tamanho de gro mdio pelos mtodos de interseo dos trs crculos manual e
automatizado e semi-automatizado.
Figura 3 - Imagens de diferentes amostras ao silcio, utilizado na comparao dos mtodos manuais, semi-automticos e
automatizados.
Trs diferentes operadores do analisador de imagem mediram o tamanho de gro mdio, para as mesmas trs
imagens apresentadas acima, utilizando processos manuais semi-automtico e automatizado. Os resultados so
apresentado na tabela 5, abaixo.
G d01 d02 d03 Tmdio(min)
Manual 7,9+0,2 7,6+0,2 7,2+0,2 09:15
Semi-Automtico 7,96+0,05 7,69+0,03 7,32+0,01 08:21
Automtico 7,98 7,69 7,16 00:30

Tabela 5 Resultado da comparao dos mtodos manual, automtico e semi-automtico, Tamanho mdio do gro valor
ASTM e tempo mdio gasto para medida por campo.
Pode-se observar que o mtodo manual possui um erro elevado, este erro devido a diferentes valores obtidos por
causa das diferentes habilidades de cada operador, O tempo da medida por imagem o maior, igual a 9 15. O sistema
semi-automtico aumentou a preciso dos resultados e diminuiu as diferenas de valores, obtidas por diferentes
operadores, porm o tempo de medida por imagem(campo) continuou elevado igual a 8 21. No mtodo automtico no
houve nenhuma alterao do valor do tamanho de gro mdio, devido as diferentes habilidades do operador, a mquina
que identifica os contornos do gro e as respectivas intersees. No entanto, houve um ganho elevado no tempo de
aquisio, este diminuiu 17 vezes, isto 20 campos em 8 minutos.
A vantagem de se utilizar o mtodo automtico poder varrer uma maior quantidade de campos da amostra,
aumentando a representabilidade do resultado e consecutivamente a preciso. Nos mtodos manual e semi-automtico
que somente trs a cinco campos da amostra so analisados para obter o resultado. Os valores de Tamanho de gro mdio
da amostra dos mtodos automtico e semi-automtico diferiram em mdia de 11%.

Histograma
0
2
4
6
8
10
12
7
.
5
7
.
6
7
.
7
7
.
8
7
.
9 8
8
.
1
8
.
2
8
.
3
8
.
4
8
.
5
8
.
6
8
.
7
8
.
8
M
a
i
s
F
r
e
q

n
c
i
a

Figura 4 - Resultado da medida de tamanho de gro mdio, obtido da anlise de uma amostra de ao silcio varrendo 60 campos
Na Figura 4 apresentado o histograma dos resultados das medidas de tamanho de gro mdio obtido da anlise de
uma amostra de ao silcio varrendo 60 campos, utilizando o programa automatizado. O tempo gasto para efetuar esta
anlise foi de 25 minutos. Pode-se observar a tendncia de distribuio do tamanho de gro, bem como seu desvio padro.
Quanto menor o desvio padro do grfico, mais homognea a amostra analisada.
6 CONCLUSES
O programa de automao de medida de tamanho de gro mdio foi implementado no analisador de imagem da Leco
IA3001. A interveno do operador durante o processo automtico de medida do tamanho de gro desnecessria
quase sempre. So necessrios apenas posicionamento da amostra do microscpio, ajustes iniciais de foco, iluminao e
ampliao, marcao dos campos inicial e final de amostragem.
O processo automtico possibilitou o aumento do nmero de campo as analisados por amostra, aumento da preciso
dos resultados e padronizao da anlise, com menor tempo de execuo. Os relatrios com resultados so gerados
automaticamente com histograma da distribuio de freqncia das medidas obtidas, desvio padro, largura a meia
altura, nmero de campos analisados.
O metodologia estatstica de identificao de formas desenvolvido para caracterizar o tipo de interseo presente na
imagem pode ser usado em qualquer outra rea que necessite de identificar formas. uma metodologia que poderia ser
mais desenvolvida, mas para o caso especfico do tamanho de gro, j apresentou resoluo satisfatria. Esta metodologia
apresentou um ndice de acerto de 75% na identificao de 4 estruturas diferentes.
7 REFERNCIAS BIBLIOGRFICAS
[1]-ASTM E1382-97, Standard Test Methods for Determining Average Grain Size Using Semiautomatic and Automatic
Image Analysis
[2]-ASTM E 112-96, Standard Test Methods for Determining Average grain Size
[3]-ABRAMS, H.: Practical Aplications of Quantitative Metallography, Am. Soc. Test. Mater. Spec. Tech. Publ.
504(1972), 138-182
[4]-ABRAMS, H, Grain Size Measurement by the Intercept Method,Metallography, 5(1972),.366-369.
[5]- GEORGE F. VANDER VOORT, Metallography Principles And Practice, Mc-Graw-Hill,(1984).