Procedimento Leica DMLP

UNIVERSIDADE FEDERAL DE OURO PRETO - UFOP
PROGRAMA DE PS-GRADUAO EM ENGENHARIA MINERAL - PPGEM

MICROSCPIO TICO LEICA MODELO DMLP
- ASPECTOS BSICOS DE OPERAO DO SOFTWARE DE CONTROLE -

Autora: Mnica Suede Santos Silva
Orientadora: Prof
a
. Dr
a
. Rosa Malena Fernandes Lima

Escola de Minas EM
Departamento de Engenharia de Minas - DEMIN
Ouro Preto, Novembro/2013

ii

RESUMO
Neste relatrio foram apresentados os princpios do processamento e anlise
digital de imagens. O presente estudo objetivou ainda descrever um procedimento
rpido para manuseio do software de controle do microscpio tico LEICA modelo
DMLP. Com isso feito, tornou-se possvel a disponibilizao de mais uma tcnica de
caracterizao para o Laboratrio de Espectroscopia de Infravermenlho do
Departamento de Engenharia de Minas (DEMIN) da UFOP. Por meio desta tcnica ser
possvel obter, automaticamente, dados quantitativos da mineralogia de um material. O
material de estudo foi uma amostra de snter, obtido experimentalmente no Laboratrio
de Sistema Trmicos do DECAT/UFOP. O mtodo de estudo foi baseado nas tcnicas
de microscopia tica e de processamento digital de imagens, cujas rotinas esto
includas no software LAS-CORE que controla o sistema: microscpio tico LEICA
DMLP e cmera digital LEICA DFC295. Para a captura das imagens foi empregada a
objetiva de 20x, tomando-se toda uma sequncia de ajustes e de processamento para
assegurar quelas uma qualidade adequada a anlise posterior. Como dica importante
dessa sequncia, destacam-se os seguintes aspectos: (i) tomar uma imagem da amostra
que tenha condies timas de iluminao, foco e distribuio dos pixels. Feito isso,
manter essas informaes constantes para as demais capturas de imagens; (ii) como o
LAS-CORE no tem recurso de modificao do histograma de modo manual, deve-se
trabalhar bem a preparao da amostra (ou embutimento) e as condies de realce de
borda (menu ACQUIRE PROCESSING SHADING ativar SHARPENIG
ativar). Como principal resultado gerado do presente estudo est a descrio dos pontos
principais da anlise quantitativa automtica no software LAS-CORE. Em geral,
conclui-se que a tcnica de processamento e anlise automtica de imagens uma
ferramenta verstil para a caracterizao de materiais. E, com relao aos aglomerados
de finos (linha de pesquisa do PPGEM/DEMIN/UFOP), recomenda-se a aquisio dos
mdulos opcionais: INTERACTIVE MEASUREMENTS MULTIPHASE,
MULTIFOCUS e MOSAIC. Isso porque esses aglomerados so multifsicos, e o
processamento das suas imagens digitais seria mais representativa e confivel, fazendo-
se uso desses mdulos.
Palavras-chave: processamento e anlise de imagens, microscpio tico LEICA.
iii

SUMRIO
1. INTRODUO ....................................................................................................... 6
1.1. ASPECTOS TERICOS DO PROCESSAMENTO E ANLISE DIGITAL DE IMAGENS,
SEGUNDO GOMES (2001) E IGLESIAS (2008) ............................................................. 6
1.1.1. Aquisio da imagem ............................................................................................................... 7
1.1.2. Pr-processamento ................................................................................................................. 10
1.1.3. Segmentao .......................................................................................................................... 12
1.1.4. Ps-processamento, extrao de atributos, reconhecimento e classificao ......................... 14
1.2. MICROSCOPIA DIGITAL (IGLESIAS, 2008) .......................................................... 16
1.2.1. Correo de fundo ................................................................................................................. 16
1.2.2. Autofoco ................................................................................................................................. 17
2. MICROSCPIO LEICA DMLP ......................................................................... 18
2.1. LAS .................................................................................................................. 18
2.1.1. Parte central: LAS-CORE ...................................................................................................... 19
2.1.2. Mdulos opcionais ................................................................................................................. 20
2.1.3. Documentao ....................................................................................................................... 21
3. PROCEDIMENTO EXPERIMENTAL .............................................................. 22
3.1. MATERIAIS ........................................................................................................ 22
3.1.1. Aspectos do snter (Iglesias, 2008) ........................................................................................ 22
3.2. MTODO ........................................................................................................... 24
4. RESULTADOS OBTIDOS ................................................................................... 27
4.1. AQUISIO DE IMAGENS AO MICROSCPIO TICO ............................................. 27
4.2. ANLISE DE IMAGEM ......................................................................................... 28
5. CONCLUSO........................................................................................................ 31
6. REFERNCIAS BIBLIOGRFICAS ................................................................ 32

iv

LISTA DE FIGURAS
Figura 1.1 Sequncia bsica delineada por Gomes (2001)apud Iglesias (2008) para
processamento e anlise digital de imagens (PADI). ....................................................... 7
Figura 1.2 Histogramas de quatro possibilidades de uma mesma imagem digital,
conforme a condio de iluminao: (a) Insuficiente ou sub-exposio; (b) Excessiva ou
sobre-exposio e saturao(Iglesias, 2008). .................................................................... 8
Figura 1.3 Imagem colorida e os histogramas correspondentes a cada uma de suas
componentes (Iglesias, 2008). .......................................................................................... 9
Figura 1.4 Possveis transformaes da LUT: (a) =1 - imagem de sada no sofre
variao; (b) <1 - contraste nas regies escuras realado; (c) >1 - contraste nas
regies claras realado (Iglesias, 2008). ...................................................................... 10
Figura 1.5 Delineao: (a) Imagem original, seu histograma e viso ampliada da
regio demarcada em vermelho; (b) Imagem delineada, seu histograma e a ampliao da
regio demarcada em vermelho (Iglesias, 2008). ........................................................... 11
Figura 1.6 Limiarizao bi-modal: (a) Imagem original; (b) Imagem binria; (c)
Histograma correspondente a imagem binria e o tom de corte (Iglesias, 2008). .......... 13
Figura 1.7 Limiarizao multimodal: (a) Imagem original em 256 tons de cinza; (b)
Imagem com segmentao; (c) Histograma e os tons de corte(Iglesias, 2008). ............. 13
Figura 1.8 - Correo de fundo de uma imagem: (a) Imagem com iluminao irregular e
sujeira no caminho da luz at a cmera; (b) Imagem de uma amostra sem a correo de
fundo; (c) Imagem anterior, aps a correo de fundo (Iglesias, 2008). ........................ 16
Figura 1.9 - Procedimento de ajuste automtico do foco: (a) Imagem sem autofoco; (b)
Imagem com autofoco (Iglesias, 2008). .......................................................................... 17
Figura 2.1 Tela principal do LAS-CORE. ................................................................... 18
Figura 3.1 - Estrutura heterognea do snter, considerada ideal (Iglesias, 2008). .......... 23
Figura 3.2 - Menu Browse do LAS-CORE. .................................................................... 26
Figura 4.1 Fotomicrografia da microestrutura da amostra de snter empregada no
presente estudo. Nota importante: H - hematita, SFCA - calcioferritas, Pr - poro. ....... 28
Figura 4.2 Menu ACQUIRE: captura da imagem digital e ajustes de processamento.29
Figura 4.3 Menu PROCESS: processamento da imagem digital. ................................ 29
Figura 4.4 Menu ANALYSIS: (a) Modo interativo; (b) Modo automtico - incio da
sequncia de anlise; (c) Modo automtico - fim da sequncia de anlise. .................... 30

v

LISTA DE TABELAS
Tabela 3.1 Rotinas de pr-processamento da imagem no menu ACQUIRE. 25
Tabela 3.2 Rotinas de pr-processamento da imagem no menu PROCESS. 25

Laboratrio de Espectroscopia de Infravermelho/DEMIN/UFOP | INTRODUO 6

1. INTRODUO
1.1. Aspectos tericos do processamento e anlise digital de imagens, segundo
GOMES (2001) e IGLESIAS (2008)
O Processamento e Anlise Digital de Imagens (PADI) uma ferramenta
relativamente recente que cresce acompanhando o desenvolvimento dos recursos
computacionais. Consiste na utilizao de operaes matemticas para alterar os valores
dos pixels de imagens digitais. Uma vez modificadas, torna-se fcil visualizar tais
imagens e obter dados quantitativos. A utilizao de PADI abre novas perspectivas para
a caracterizao de materiais, pois permite fazer medidas impossveis de serem
executadas manualmente. Alm disso, possvel ainda conferir maior reprodutibilidade,
confiabilidade e velocidade ao processo de anlise. Adicionalmente, possibilita o uso de
tcnicas de reconhecimento de padres e inteligncia artificial para automatizar os
procedimentos de classificao. De um modo geral, as rotinas de PADI para a
caracterizao automtica de materiais seguem uma sequncia padro de etapas, por
meio da qual pode-se ir de amostras (ou imagens digitais) a dados quantitativos
interpretados.Os sistemas de PADI, ou simplesmente, analisadores de imagem, so
programas de computador que executam em imagens digitais rotinas de procedimentos
baseados em operaes matemticas.
A Figura 1.1 apresenta a seqncia padro de PADI dividida em trs blocos
bsicos: (i) aquisio; (ii) processamento digital de imagens (PDI); (iii)anlises digital
de imagens (ADI). A aquisio engloba a formao da imagem e sua digitalizao, o
PDI consiste fundamentalmente na etapa de pr-processamento e a ADI compreende as
etapas seguintes: segmentao, ps-processamento, extrao de atributos,
reconhecimento e classificao. No pr-processamento e na segmentao, opera-se
diretamente sobre os pixels da imagem, gerando-se uma imagem com objetos/regies de
pixels contguos de mesmo valor. No ps-processamento e na extrao de atributos,
trabalha-se sobre objetos, acabando por medi-los. A partir de ento, na etapa de
reconhecimento de padres e classificao, trabalha-se com estas medidas, gerando-se
dados de mais alto nvel.

Figura 1.1 Sequncia bsica delineada por Gomes (2001)apud Iglesias (2008) para
processamento e anlise digital de imagens (PADI).

1.1.1. Aquisio da imagem
Trs elementos so necessrios para a aquisio digital de imagens: (i)
instrumento formador de imagem; (ii) dispositivofsico sensvel faixa de freqncia de
interesse do espectro eletromagntico; (iii) digitalizador para converter o sinal eltrico
analgico do sensor emum sinal digital. No caso da microscopia tica, o
primeirodispositivo o microscpio, e o segundo e o terceiro so a cmera digital.
Uma das caractersticas mais importantes de uma imagem digital para
suaanlise o histograma, o qual representa a contagem dos nveis possveis de tons de
cinza da imagem, podendo informar a distribuio dos pixels dentro desses nveis.
Assim, o histograma da imagem digital uma ferramenta til na etapa de pr-
processamento, fornecendo uma viso estatstica sobre a distribuio das intensidades
dos pixels, sobre o contraste (desvio padro das intensidades dospixels) da imagem e os
nveis de brilho. Alm disso, o histograma bastanteutilizado na etapa de segmentao,
principalmente em tcnicas quese utilizam da similaridade entre os pixels.

Com o histograma possvel diferenciar as distintas fases num material, em
que os picos de intensidade correspondem a cada uma das fases do mesmo. Isto permite
separar e quantificar uma ou mais fases do resto da imagem, fornecendo uma valiosa
informao quantitativa da composio do material.
A Figura 1.2 mostra tipos de histogramas de uma mesmaimagem
(fotomicrografia da microestrutura de snter de finos de minrio de ferro) em tons de
cinza. Na Figura 1.2a, nota-se que a imagem est escura e seu histograma
correspondente fica concentrado na parte esquerda da escala de nveis de intensidade.
Justamente o oposto pode ser observado na Figura 1.2b, em que a imagem est
excessivamente iluminada e saturada com o histograma deslocado para a direita at
saturar a fase mais clara. Considerando-se a informao do histograma na aquisio da
imagem, o operador pode melhorarsuas condies de captura e, consequentemente,
melhorar a sua qualidade final.

Figura 1.2 Histogramas de quatro possibilidades de uma mesma imagem digital,
conforme a condio de iluminao: (a) Insuficiente ou sub-exposio; (b) Excessiva ou
sobre-exposio e saturao(Iglesias, 2008).


O conceito de histograma tambm aplicvel a imagens coloridas. Neste caso,
a imagem representada pelas componentes primrias R (red - componente vermelha),
G (green - componente verde) e B (blue - compontente azul). Para cada componente
calculado o histograma correspondente. A imagem RGB uma imagem
multicomponente usada para codificar cor, contudo as componentes podem representar
informao de quaisquer origem e significado sobre o campo observado. No
necessrio que as componentes tenham alguma relao entre si, alm da
correspondncia espacial.
A Figura 1.3 mostra um exemplo de imagem RGB e os histogramas
correspondentes a cada uma de suas componentes. Esses histogramas sugerem que em
uma imagem multicomponentecada uma das componentes pode ser tratada, processada
e analisada separadamente, como uma imagem em nveis de cinza. Todas as
consideraes sobre as imagens em nveis de cinza so aplicveis s componentes das
imagens multicomponentes. s vezes, uma das componentes fornece um resultado mais
apurado que as demais, todavia nem sempre assim.

Figura 1.3 Imagem colorida e os histogramas correspondentes a cada uma de suas
componentes (Iglesias, 2008).
Em imagens coloridas, a separao de canais de cores tambm uma
ferramenta til na discriminao de fases. Nos histogramas da Figura 1.3, nota-se que os
canais verde e azul tm maior separao entre os dois picos de mais alta intensidade,
facilitando a separao entre as duas fases. Por outro lado, o canal vermelho oferece
uma separao maior entre os picos antepenltimo e penltimo.

1.1.2. Pr-processamento
De posse da imagem capturada e digitalizada, a sua qualidade melhorada
atravs de correes dos defeitos da aquisio, tais como os vistos na Figura 1.2, e do
realce dos detalhes de interesse, facilitando a sua segmentao.
Mesmo quando uma imagem capturada com condies timas de contraste,
s vezes necessrio realar alguma faixa tonal. Para isso, faz-se uso da tabela de
visualizao (look-up table LUT
1
), por meio do controle da linearidade da curva via
parmetro gama (): (i) se = 1 - a curva linear e no ocorre modificao no contraste
da imagem; (ii) se < 1 - a curva tem uma aproximao logartmica e obtm-se um
aumento de contraste na regio mais escura, sem saturao da regio mais clara; (iii) se
> 1 a curva tem uma aproximao exponencial e obtm-se o efeito contrrio ao visto
no item ii. No caso especfico do snter, usa-se o realce do contraste das regies mais
escuras, em que se acumulam pixels correspondentes a poros, silicatos e calcioferritas.
Um exemplo de utilidade da LUT aparece na Figura 1.4.

Figura 1.4 Possveis transformaes da LUT: (a) =1 - imagem de sada no sofre
variao; (b) <1 - contraste nas regies escuras realado; (c) >1 - contraste nas
regies claras realado (Iglesias, 2008).

1
LUT - curva que relaciona os valores originais dos pixels de uma imagem com seus valores de sada
aps sua aplicao (Iglesias, 2008).

Uma das operaes mais comuns de pr-processamento a correo de fundo.
Para tanto, existem dois mtodos: (i) on line inclui operaes aritmticas de imagens;
(ii) off line - consiste na obteno de uma imagem do fundo e posterior subtrao desta
imagemda original.A delineao outra operao de pr-processamento que elimina o
efeito halo
2
presente nas imagens de microscopia tica. Trata-se de um filtro que
varre a imagem, procurando as transies entre fases, virtualmente, decidindo a qual
fase os pixels pertencem. Na Figura 1.5 exibida a imagem antes e aps a aplicao do
filtro de delineao.Note que, aps a delineao, as transies entre as fases tornaram-se
mais abruptas na imagem, dando uma sensao de maior nitidez. No histograma, os
vales ficaram mais profundos (setas em vermelho) e os picos mais bem definidos.

Figura 1.5 Delineao: (a) Imagem original, seu histograma e viso ampliada da
regio demarcada em vermelho; (b) Imagem delineada, seu histograma e a ampliao da
regio demarcada em vermelho (Iglesias, 2008).

2
Efeito halo - mudana de intensidade nas fronteiras entre as fases, em certo intervalo do espao e em
certa direo, nas imagens digitais> Nesta situao, os pixels presentes podem apresentar valores
intermedirios entre os esperados para cada uma das fases.

1.1.3. Segmentao
A segmentao objetiva a diviso da imagem em suas unidades significativas -
objetos de interesse que a compem. Existem diversos mtodos de segmentao
baseados em diferentes princpios, tais como limiarizao de histograma, deteco de
bordas, textura, morfologia matemtica, etc.
O produto final da segmentao uma imagem binria, em que os pixels
brancos contguos formando regies correspondem aos objetos de interessea serem
quantificados, e os pixels pretos representam o fundo e/ou as regies que no so de
interesse. Esta distino permitir ao computador interpretar pixels contguos e agrup-
los em regies. por isso que a segmentao um processo to complexo, pois tenta
traduzir para o computador um processo cognitivo e extremamente sofisticado que
realizado atravs da viso humana.
A segmentao, alm de ser a mais difcil do processo, tambm a mais
delicadaporque todas as medidas futuras sero realizadas sobre as regies identificadas
nesta etapa. Os algoritmos de segmentao em imagens so baseados geralmente em
duas propriedades bsicas dos valores de intensidades dos pixels: (i) descontinuidade
divide-se uma imagem, segundo mudanas abruptas de tonalidade; (ii) similaridade
faz-se a diviso da imagem, baseando-se no thresholding (limiarizao ou segmentao
por faixa tonal).
Na Figura 1.6 visto um exemplo simples de segmentao para uma imagem
de snter de minrio de ferro(Figura 1.6a) por limiarizao bi-modal. A partir desse
procedimento, gera-se uma imagem binria (Figura 1.6b) pelo tom de corte indicado em
seu histograma (Figura 1.6c): a fase branca separada do resto da imagem.

Figura 1.6 Limiarizao bi-modal: (a) Imagem original; (b) Imagem binria; (c)
Histograma correspondente a imagem binria e o tom de corte (Iglesias, 2008).

A tcnica de limiarizao tambm aplicvel nas situaes de mais de uma
fase presente, sendo conhecida como limiarizao multimodal e gera tantas imagens
binrias quantas fases sejam segmentadas. Na Figura 1.7 apresentado um exemplo de
limiarizao multimodal.A imagem do snter (Figura 1.7a) segmentada por
limiarizao pentamodal, em que se verificam com 5 domnios (Figura 1.7b) atravs dos
respectivos tons de corte mostrados em seu histograma (Figura 1.7c): quatro fases e o
fundo/poros.

Figura 1.7 Limiarizao multimodal: (a) Imagem original em 256 tons de cinza; (b)
Imagem com segmentao; (c) Histograma e os tons de corte(Iglesias, 2008).

A segmentao pode ser usada tanto em imagens coloridas como em imagens
monocromticas. No caso das imagens coloridas, h trs histogramas correspondentes
as suas componentes primrias R, G e B, em que so tomados os tons de corte para cada
histograma e gerada uma imagem binria a partir deles. A escolha de limiares no
histograma de cada componente selecionar uma faixa de cores que poder segmentar a
regio de interesse de outras. Caso as regies em questo sejam fisicamente distintas e
com tonalidades de cinza muito prximas, haver dificuldades para a segmentao. No
entanto, se essas regies tm cores distintas, ocorre que uma das componentes primrias
pode exibir transies mais abruptas, permitindo a segmentao.

1.1.4. Ps-processamento, extrao de atributos, reconhecimento e
classificao
O ps-processamento aprimora o resultado da segmentao, fazendo-se uso de
procedimentos, tais como unio, separao e eliminao de objetos, atravs operaes
lgicas e de morfologia matemtica. Com relao a essa ltima, destacam-se duas
operaes bsicas - eroso e dilatao.
Na eroso, cada pixel branco invertido se ele no tiver um nmero suficiente
devizinhos brancos. Assim, se este processo repetido vrias vezes, os objetos brancos
so corrodos em camadas de pixels. Da mesma forma, objetos pequenos podem
desaparecer, includas pequenas conexes entre partculas. A dilatao o complemento
da eroso porque ele segue a mesma regra, mas para os pixels pretos. A combinao
desss dois operadores gera dois novos: (i) abertura (OPEN) - consiste em ciclos de
eroso seguidos de ciclos de dilatao; (ii) fechamento (CLOSE) - segue a seqncia
inversa a abertura. A operao OPEN separa objetos que se tocam, enquanto que
CLOSE preenche buracos no interior de um objeto ou liga-os.
Outra operao utilizada no ps-processamento a eliminao de objetos por
rea (SCRAP) - consiste em eliminarna imagemos objetos que tenham readentro de
uma determinada faixa de valores.

As operaes lgicas so operaes pontuais entre imagens binriasrealizadas
por operadores lgicos que varrem as imagens de entrada, operando pixel a pixel,
gerando uma imagem de sada, em que cada pixel preservado ou invertido.
As trs operaes lgicas bsicas so o complemento (NOT), a interseo
(AND) e a unio (OR), a partir das quais qualquer outra operao lgica pode ser
definida. A operao NOT inverte todos os pixels da imagem de entrada, gerando uma
imagem de sada que seu negativo. A operao AND faz a interseo entre as duas
imagens de entrada, produzindo uma imagem de sada onde so brancos somente os
pixels que so brancos em ambas as imagens de entrada. A operao OR realiza a unio
das duas imagens de entrada, produzindo uma imagem de sada onde so brancos
somente os pixels que so brancos em pelo menos uma das imagens de entrada.
A extrao de atributos a etapa de anlise, em que os objetos na imagemso
identificados e caractersticas (nmero, tamanho, forma, etc.)so medidas. Existem
basicamente duas classes de medida: (i) de campo relacionadas com a imagem; (ii) de
regio relacionadas aos aos objetos independentes. No trabalho de Iglesias (2008),
adotaram-se as medidas de campo para calcular a rea percentual de cada fase mineral
do snter, usando-se imagem binria e a seguinte equao:
(1)
onde se tem: f
F
frao da fase, A
F
rea de cada fase na imagem; A
T
rea
total das fases.
A etapa de reconhecimento e classificao a etapa final da seqnciapadro
de PADI, em que feito o tratamento dos dados quantitativos e sua interpretao.


1.2. Microscopia digital (Iglesias, 2008)
A microscopia digital (MD) a integrao entre o microscpio tico e o
computador que permite a automao do microscpio. Alguns sistemas totalmente
controlados por software usam rotinas para: controle e motorizao da platina, troca de
lentes, autofoco (autofocus),ajuste automtico da iluminao, etc. Algumas destas
rotinas vm includas em softwares comerciais, como o AxioVision da Carl Zeiss e o
LAS da Leica.A seguir, descrevem-se alguns procedimentos de correo de defeitos e
de autoajuste na aquisio digital de imagens.

1.2.1. Correo de fundo
Defeitos so impostos s imagensde MD, devido iluminao irregular ou por
sujeiras no caminho da luz at a cmera. Esses defeitos so corrigidos com uma rotina,
denominada correo de fundo, que envolve operaes aritmticas de imagens e deve
ser realizada em toda aquisio de imagem em microscopia tica.Para esse
procedimento, adquire-se uma imagem branca de referncia de uma amostra-padro
com refletncia constante, plana, polida e homognea (Figura 1.8a). De posse da
imagem de referncia, captura-se a imagem da amostra de interesse (Figura 1.8b)sem
correo de fundo. A partir dessa ltima e da imagem de referncia, calcula-se uma
nova imagem com fundo corrigido (Figura 1.8c).

Figura 1.8 - Correo de fundo de uma imagem: (a) Imagem com iluminao irregular e
sujeira no caminho da luz at a cmera; (b) Imagem de uma amostra sem a correo de
fundo; (c) Imagem anterior, aps a correo de fundo (Iglesias, 2008).

1.2.2. Autofoco
A rotina de autofoco outra vantagem da automao na MD, obtida pela
motorizao da platina do microscpio tico no eixo z, sendo essencial em qualquer
processo que envolva a aquisio automtica de imagens. O mtodo se baseia na
aquisio sucessiva de imagens de um mesmo campo, ou poro de campo, variando-se
a posio no eixo z. O foco medido em cada imagem capturada e, conforme o
processo evolui, procurando maximizao desta caracterstica (Figura 1.9a), o foco ideal
obtido (Figura 1.9b).

(a) (b)
Figura 1.9 - Procedimento de ajuste automtico do foco: (a) Imagem sem autofoco; (b)
Imagem com autofoco (Iglesias, 2008).

Laboratrio de Espectroscopia de Infravermelho/DEMIN/UFOP | MICROSCPIO LEICA DMLP 18

2. MICROSCPIO LEICA DMLP
2.1. LAS
O pacote LAS (Leica Application Suite) inclui o microscpio tico LEICA
modelo DMLP, uma cmera digital (LEICA modelo DFC295) e o software de controle.
Esse ltimo contempla as rotinas de microscopia digital (MD) e de processamento e
anlise digital de imagens (PADI).
Basicamente, o LASintegra o microscpio tico, a cmera digital e os
procedimentos de MD e PADI num nico ambiente, tornando o uso fcil e criando uma
soluo consistente para a manipulao de imagens digitais. Esse software tem recursos
prprios para dinamizar desde a captura at o processamento dessas imagens, a partir do
controle de todas as funes do microscpio DMLP. Na Figura 2.1 vista a tela
principal do software LAS verso 4.1do Laboratrio de Espectroscopia de
Infravermelho do DEMIN/UFOP.De um modo geral, o LAS se divide em: uma parte
que a central/bsica (LAS-CORE), e outra de mdulos opcionais.

Figura 2.1 Tela principal do LAS-CORE.


2.1.1. Parte central: LAS-CORE
Nessa parte esto includos: a tela principal (menu horizontal - FILE,
OPTIONS e HELP, e menu lateral - ferramentas de trabalho para o gerenciamento das
imagens) e o fluxo de menus - SET UP, ACQUIRE, BROWSE e PROCESS. Todos
esses so necessrios para a aquisio/captura, refino, processamento e apresentao de
imagens obtidas do microscpio tico. Todas as utilidades do LAS-CORE esto sempre
disponveis e independentes de lincena.

2.1.1.1. Menu Setup
Este menu fornece um mtodo direto para se configurar o microscpio tico e
cmera. Todas as configuraes, tais como tipo de objetiva e descries dos filtros em
uso podem ser prontamente salvos e identificados para se certificar de que as condies
da imagem sejam corretamente reproduzidas.

2.1.1.2. Menu Acquire
A aquisio de imagem fcil, permitindo que a mesma ainda seja adicionada
e armazenada numa galeria de fotos devidamente identificada. Para cada aquisio de
imagem, o software permite individualizao dos ajustes realizados na cmera, tais
como tempo de exposio, fator gama e histograma. As imagens adquiridas podem ter
uma variedade de tamanhos, cores e formatos, de modo a fornecer mais flexibilidade
para manuseios posteriores. Atravs do ajuste da nitidez da imagem e da referncia de
shading (ajuste do fundo, em que se uniformiza os tons de cinza da imagem), a partir da
barra de comandos de processamento, a imagem pode se adquirida com nveis altos de
detalhes. Consequentemente, facilita-se o processamento posterior da mesma. O
software ainda permite que uma regio seja definida na imagem on line, de modo que
reas significantes possam ser fcil e rapidamente identificadas e focadas
3
.

3
Para tanto, demanda-se a aquisio de mdulo adicional/opcional - LAS MultiFocus: opo de aquisio
avanada de imagem que integra o software.

2.1.1.3. Menu Browse
Esta funo permite acesso a todas as informaes associadas s imagens
armazenadas, tais como tempo de aquisio, calibrao efetuada, etc. Imagens e pastas
podem ser localizados facilmente atravs da naveo num diretrio simples. Em adio,
tais imagens podem ser copiadas para outras aplicaes

2.1.1.4. Menu Process
Usando este menu, as imagens podem ser realadas e refinadas. A partir de
variaes nos nveis de brilho e de saturao, cada imagem pode ser ajustada segundo
requisitos do usurio. O nome do arquivo, o tempo de aquisio e uma descrio breve
podem ser includos para fornecer informaes adicionais via ferramentas de anotao.
Alm disso, barras de escala e linhas podem adicionadas e customizadas. Atravs do
comando MERGED ALL, as anotaes feitas na imagem podem ser enviadas com a
mesma quando da exportao.

2.1.2. Mdulos opcionais
Tratam-se de solues avanadas do software para assegurar condies timas
de processamento para as imagens digitais de alta qualidade. So uma extenso da parte
central (CORE) para executar funes especficas de MDI e PADI. Tais mdulos
podem ser acessados, gratuitamente, por um perodo de 60 dias. Aps isso, eles devem
ser adquiridos e licensiados para continuarem ativados. Esses mdulos so instalados no
computador junto com o LAS-CORE, porm no esto habilitados. Selecionando-se o
modo DEMO, permite-se que cada um desses mdulos sejam habilitados para
avaliao. Citam-se como mdulos opcionais: LAS - Archives (verso bsica ou
padro); Anlise de imagem; Macroprogramao; Extended focus; Autofocus;
Medies de imagem; Mosaico, etc.

2.1.3. Documentao
Todos os documentos de registro/instalao/configurao e os gerados do LAS
podem ser encontrados no seguinte caminho: Arquivos de Programas Leica
Application Suite V4.

Laboratrio de Espectroscopia de Infravermelho/DEMIN/UFOP | PROCEDIMENTO EXPERIMENTAL 22

3. PROCEDIMENTO EXPERIMENTAL
3.1. Materiais
O principal material de anlise do presente estuto foi constitudo por uma
amostra de snter, obtido experimentalmente no Laboratrio de Sistemas Trmicos do
Departamento de Engenharia de Controle e Automao e Tcnicas Fundamentais
(DECAT) da UFOP. Esse aglomerado teve como origem a seguinte mistura a sinterizar:
(i) 80% de sinter feed calcinado previamente: rico em goethita (59%,
aproximadamente), constitudo por (70% p/p base seca)partculas nucleantes
(>1,182mm); (ii) 19,35% de cal (produto de grau analtico); (iii) 0,65% de uma fonte de
carbono (produto de grau analtico). A amostra de snter foi previamente embutida em
resina, seguindo-se de estgios de preparao de sua superfcie: lixamento e polimento.
Com isso feito, asseguraram-se condies adequadas para a observao de seus aspectos
(mineralgicos e microestruturais) ao microscpio tico. Com relao a esse ltimo,
tem-se que da marca LEICA modelo DMLP, sendo que foram utilizadas as objetivas
de 20x (captura de imagens para processamento) e de 50x (detalhamento para descrio
qualitativa de aspectos da mineralogia e da microestrutura).
3.1.1. Aspectos do snter (Iglesias, 2008)
A produo de snteres com qualidade qumica, fsica e metalrgica elevada,
associada a uma alta taxa de produtividade e baixo consumo de energia, est
relacionada com a qualidade intrnseca dos minrios de ferro na mistura a sinterizar.
Para a maior parte das usinas siderrgicas brasileiras, o snter produzido a partir de
uma mistura composta por vrios minrios. A sinterizao tpica de finos de minrio de
ferro (sinter feed), por meio da qual obtido o snter, consiste na granulao a mido da
mistura a sinterizar seguida da sua semi-fuso a temperaturas entre 1200C a 1400C.
O snter apresenta uma grande heterogeneidade qumica e microestrutural
resultado da fuso total, parcial ou incompleta de alguns constituintes da carga. A
Figura 3.1 mostra um exemplo de microestruturaheterogneado snter, a qual
constituda por uma parte fundida (devido fuso das partculas aderentes da mistura a
sinterizar) e por uma parte no fundida (partculas nucleantes).

Figura 3.1 - Estrutura heterognea do snter, considerada ideal (Iglesias, 2008).

A microestrutura do snter apresentada na Figura 3.1 considerada ideal
porque assegura bom desempenho operacional ao alto-forno, devido s suas
excepcionais propriedades mecnicas, qumicas e metalrgicas. Deste modo, tem-se
caracterizada a importncia do conhecimento das fases minerais constituintes do snter,
uma vez que a mineralogia e a microestrutura presentes influenciam o seu desempenho
final. Basicamente, o snter constitui-se de hematita (Fe
2
O
3
- formas primria e
secundria), magnetita (Fe
3
O
4
- formas primria e secundria), ferritos de clcio (ou
calcioferritas - SFCA), silicatos de clcio. Em termos microestruturais, contabilizam-se
ainda os poros presentes que tm papel definitivo na resistncia mecnica, nas
propriedades a altas temperaturas e degradao sob reduo.
Como visto, o snter um material complexo: diversidade mineralgica,
porosidade e variaes de microestruturais. Na situao de anlise quantitativa de cada
uma das fases do snter por microscopia tica, a complexidade estrutural presente
demanda sofisticao dos mtodos de PADI, de modo que se automatize qualquer
procedimento de classificao.

3.2. Mtodo
O mtodo empregado no presente estudo baseado nas tcnicas de
microscopia digital e de processamento e anlise de imagens. Basicamente, atua-se
fortemente em duas frentes: (i) PREPARAO DA AMOSTRA por embutimento em
resina epoxi, seguindo-se de lixamento e polimento. Com isso feito, criam-se condies
para a avaliao microscpica da da amostra. Detalhamentos dos passos do
procedimento tpico de preparao de amostra para caracterizao por microscopia tica
so encontrados amplamente na literatura, como nos trabalhos de Gomes (2001) e
Iglesias (2008); (ii) MANUSEIO DO SOFTWARE DE CONTROLE aqui, destacam-
se dois momentos distintos: (a) ajuste das condies de captura e de processamento da
imagem; (b) anlise da amostra, segundo campos ou regies de interesse.
No primeiro momento do manuseio do software LAS-CORE, o
operador/usurio deve atentar para as rotinas de pr-processamento da imagem que
constam nos menus ACQUIRE e PROCESS vide Tabelas 3.1 e 3.2.
Aps a aquisio e o processamento da imagem, segue-se a sua anlise, por
meio do menu ANALYSIS. Neste ponto, mais ateno deve ser dada pelo operador,
pois o software oferece duas opes de execuo dessa etapa: (i) modo interativo; (ii)
modo automtico. Em ambas as situaes, h uma sequncia muito didtica para a
execuo da rotina que finda com a elaborao de um arquivo em planilha Excel com
todas as informaes (dados de rea da fase, medidas estatsticas da anlise, imagens
binrias da segmentao, etc.).
Em se tratando de informao, o software LAS-CORE tem um sistema de
gerenciamento de dados muito bom. Todos os arquivos so salvos de forma sequenciada
e num banco de dados criado automaticamente pelo prprio software, facilitando as
atividades do operador/usurio na hora de localizar tais arquivos. Por meio do menu
BROWSE (Figura 3.2), nota-se toda a disposio do armazenamento dos dados
processados pelo LAS-CORE.


Tabela 3.1 Rotinas de pr-processamento da imagem no menu ACQUIRE.
ROTINA/COMANDO FUNO
Exposure Adjust
Extended Annotation
Image Formats
Histograma
HDR/Averaging
Processing
ROI Region of Interest
Calibration Settings
Linking
Color
Capture Image

Tabela 3.2 Rotinas de pr-processamento da imagem no menu PROCESS.
MDULO ROTINA/COMANDO FUNO
A
N
N
O
T
A
T
E

Basic Annotation
Scale Bar
Extended Annotation
E
N
H
A
N
C
E

C
h
a
n
g
e

Brigthness/Contrat/Gamma
Hue/Saturation/Intensity Hue - colorao
Levels
Orientation
Crop


Figura 3.2 - Menu Browse do LAS-CORE.
Laboratrio de Espectroscopia de Infravermelho/DEMIN/UFOP | RESULTADOS OBTIDOS 27

4. RESULTADOS OBTIDOS
4.1. Aquisio de imagens ao microscpio tico
Neste trabalho, utilizou-se o microscpio tico LEICA DMLP e a cmera
digital LEICA modelo DFC295 do Laboratrio de Espectroscopia de Infravermelho do
DEMIN/UFOP, sistema este que controlado pelo software LAS-CORE verso 4.1.
Antes de iniciar a aquisio de imagem, torna-se necessrio aprimorar as condies
iniciais de trabalho no microscpio:
CORRIGIR O FUNDO para tanto, deve-se usar uma amostra de
referncia com reflexo constante e que seja plana. Dentro do menu
PROCESS, acessar a sequncia de comandos: LINKING SHADING
SNAPSHOT. Com isso feito, gera-se uma imagem de fundo padro que
ser usada pelo software para cada objetiva. Essa imagem de fundo
homognea ser subtrada automaticamente de cada imagem capturada;
AJUSTE DA ILUMINAO manter sempre um nvel constante, o
qu feito pelo controle digital direto da tenso da lmpada. No caso do
DMLP, usar a referncia de 80% que corresponde ao volante seletor na
posio da bolinha;
SENSIBILIDADE DA CMERA aqui, tem-se os ajustes no tempo de
exposio e no equilbrio de branco. O ideal ter, inicialmente, uma
imagem representativa, para que sejam adotados os seus valores de tempo
de exposio e de balano de branco como timos. E, a partir de ento,
manter esses padres na captura de campos subseqentes;
OBJETIVAS DE USO - adotar objetiva de 5x para observao da
disposio das fases e da microestrutura presente (viso qualitativa
completa da amostra). Para a captura de imagens destinadas
quantificao de fases, adotar a objetiva de 20x. Isso porque, segundo
Iglesias (2008), imagens capturadas nessa objetiva (aumento aproximado
de 200x), oferecem resoluo suficiente para discriminar mesmo as fases
mais finas, permitindo uma quantificao mais exata;
Uma vez pronto o microscpio tico para a aquisio de imagens, dispem-se
as amostras embutidas (sees polidas) para observao. A Figura 4.1 mostra uma
fotomicrografia da microestrutura da amostra de snter usada neste trabalho, e que foi
usada para a anlise posterior de fases.

Figura 4.1 Fotomicrografia da microestrutura da amostra de snter empregada no
presente estudo. Nota importante: H - hematita, SFCA - calcioferritas, Pr - poro.

4.2. Anlise de imagem
De posse da imagem capturada e processada, segue-se a sua anlise para iniciar
o estudo de quantificao mineralgica. Na Figura 4.2 apresentada uma imagem que
foi capturada a partir da amostra de snter. Nota-se que o histograma apresentado no d
condies para a separao das fases presentes, pois no se consegue identificar os
picos. Apenas, notam-se dois picos pouco definidos, o qu indicaria, falsamente, a
presena de duas fases no snter. Ento, v-se que a segmentao automtica no foi
satisfatria nesse caso, o qu dificultou a identificao das fases no processamento da
imagem. Isso aconteceu, por mais que se tenha utilizado de correo de fundo e realce
de bordas no menu PROCESS/PROCESSING. No software AxioVision da Carl Zeiss,
os tons de corte entre as fases podem ser determinados manualmente na segmentao no
prrpio histograma da imagem. Todavia, no software LAS-CORE da LEICA no se
conseguiu verificar tal recurso.
No trabalho de Iglesias (2008), constataram-se outros problemas que acabavam
por contribuir para a correta segmentao das fases presentes. A preparao da amostra
um desses problemas, pois causa abaulamento na mesma e, para fases perifricas aos

poros, h mudanas de tonalidade. Este problema pode afetar todas as fases, exceto os
poros, tendo impacto proporcional presena de poros e proporo de cada fase na
periferia dos poros. Para o autor citado, houve o relato de que o problema foi resolvido
de forma mais apropriada com uma preparao mais apurada das amostras,
simplificando consideravelmente o processo de anlise de imagens.
Nas Figuras 4.3 e 4.4 so apresentadas as etapas posteriores a de captura de
imagem (ACQUIRE): PROCESS e ANALYSIS. Especificamente para a etapa de
anlise da imagem capturada, faz-se necessrio uma ateno especial. Ento, a descrio
dos passos dados nesse menu feita com mais detalhe abaixo.

Figura 4.2 Menu ACQUIRE: captura da imagem digital e ajustes de processamento.

Figura 4.3 Menu PROCESS: processamento da imagem digital.

(a)

(b)

(c)
Figura 4.4 Menu ANALYSIS: (a) Modo interativo; (b) Modo automtico - incio da
sequncia de anlise; (c) Modo automtico - fim da sequncia de anlise.
Laboratrio de Espectroscopia de Infravermelho/DEMIN/UFOP | CONCLUSO 31

5. CONCLUSO
Apresentou-se, uma metodologia experimental com pontos de microscopia
digital e de processamento e anlise de imagens para uso no Laboratrio de
Espectroscopia de Infravermelho do DEMIN/UFOP. A partir dessa metodologia,
possvel a quantificao, via imagens digitais, de fases presentes em aglomerados de
finos, como os de minrio de ferro adotado neste estudo. Na captura das imagens de
trabalho, deve-se priorizar o uso da objetiva de 20x, pois nesse aumento disponibilza-se
uma melhor resoluo espacial dos detalhes, em especial para as fases finas, como os
silicatos vtreos nos snteres. A manuteno de condies estveis e reprodutveis de
captura das imagens um ponto chave para a obteno de resultados confiveis de
quantificao. Garantidas tais condies (tempo de exposio da cmera, balano de
branco, coeficiente gama, etc.), a escolha de limiares que separam as fases pode ser
realizada de forma interativa, em imagens de referncia (melhores condies de
captura). A partir de ento, faz-se a reproduo dessas condies para as demais
imagens da amostra. Em termos de processamento das imagens capturas, h ainda
vrios recursos para a sua apresentao qualitativa melhorada: realce de bordas, maior
nitidez. Todavia, antes de toda sequncia de processamento, importante atentar para a
CORREO DE FUNDO e AJUSTE DO FOCO, ambos inseridos no menu de captura.
De posse da imagem captura e com qualidade superior, efetua-se a sua anlise, em que
se atua no menu ANALYSIS, usando opo interativa ou automtica. O prprio
software disponibiliza uma sequncia muito didtica que facilita o uso do
operador/usurio. Ao final, gerada uma planilha em Excel com todas as informaes
da imagem e dos dados de quantificao da rea. De um modo geral, conclui-se que os
resultados de quantificao, via processamento e anlise digital de imagens, so
relevantes porque fornecem uma metodologia para a avaliao de materiais
heterogneos, tais como os aglomerados. Para a anlise qualitativa desses ltimos,
indicado a obteno de imagens em mosaico, pois tais imagens cobrem toda a superfcie
da amostra. Nota importante: no menu ACQUIRE CALIBRATION SETTINGS:
quando da captura de imagens, sempre informar ao software LAS-CORE a objetiva que
est em uso, pois no h recurso automtico desta informao toda vez que se troca de
objetiva. Caso essa informao no seja dada, captura-se a imagem com a escala errada.
32

6. REFERNCIAS BIBLIOGRFICAS
(1) - GOMES, O. F. M. Processamento e Anlise de Imagens Aplicados Caracterizao
Automtica de Materiais. Dissertao de mestrado, Departamento de Cincia de Materiais e
Metalurgia, Pontifcia Universidade Catlica do Rio de Janeiro, Rio de Janeiro: PUC, 2001,
151.
(2) - IGLESIAS, J. C. A. Uma Metodologia para Caracterizao de Snter de Minrio de
Ferro: Microscopia Digital e Anlise de Imagens. Dissertao de Mestrado, Departamento
de Cincia dos Materiais e Metalurgia, Pontifcia Universidade Catlica do Rio de Janeiro,
Rio de Janeiro/RJ: PUC, 2008, 153.

Procedimento Leica DMLP

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Procedimento Leica DMLP

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE OURO PRETO - UFOP

PROGRAMA DE PS-GRADUAO EM ENGENHARIA MINERAL - PPGEM

Você também pode gostar