Processamento de Imagens e Microscopia

1S. Paciornik – DCMM PUC-Rio

Processamento de Imagens

e Microscopia Digital

Prof. Sidnei Paciornik

Laboratório de Processamento Digital de Imagens

Laboratório de Microscopia Digital

Depto. de Ciência dos Materiais e Metalurgia

sidnei@dcmm.puc-rio.br

2S. Paciornik – DCMM PUC-Rio

Equipe

Marcos Henrique Mauricio – coordenação e operação

Otavio Gomes – CETEM – microscopias, PDI, mineralogia

Julio Alvarez, Hirschel Rouco, Gustavo Schinazi e Debora

Wagner – aplicações em aglomerados de Fe

Maria Beatriz Vieira – VALE –

Gustavo de Deus, Claudia Reis, Luciana Pacheco, Karina

Giorgi, Patricia Werner – aplicações em odontologia

José Roberto d’Almeida – colaboração na área de

compósitos

A Diversidade das Imagens Digitais

4S. Paciornik – DCMM PUC-Rio

A Imagem Digital

Um mundo de quadradinhos pixel

l Qualidade depende da Quantidade e tamanho dos pixels

Resolução espacial

Quantidade de cores

Quantização ou resolução tonal

120, 122, 120 181, 155, 134Mín = 0

Máx = 25584, 84, 83 132, 109, 100

Modelo RGB

(Red, Green, Blue)

5S. Paciornik – DCMM PUC-Rio

Processar uma imagem

Usar operações matemáticas para alterar os valores dos

pixels de uma ou mais imagens

Melhorar a qualidade da imagem

Para que o observador “veja melhor”

Para preparar a imagem para ser analisada pelo próprio

computador (análise de imagens)

6S. Paciornik – DCMM PUC-Rio

Realce de Contraste

Imagem original com baixo contraste Imagem após expansão de contrasteNote a formação de faixas de tonalidade

constante, com transições abruptas.

7S. Paciornik – DCMM PUC-Rio

Pseudo-Cores

Imagem original com 3 faixas tonais Imagem após aplicação de pseudo-

coresNote a variacão de cor do vermelho, no

centro, para o laranja, na periferia,

revelando problema de iluminação na

imagem original.

8S. Paciornik – DCMM PUC-Rio

Correção de Iluminação Irregular

Imagem original com iluminação

irregularNote que o canto superior direito está muito

mais brilhante do que o canto inferior

esquerdo.

Imagem após correção de iluminação

Filtro Passa-AltaNote a correção do fundo e o aumento de contraste.

9S. Paciornik – DCMM PUC-Rio

Redução de Ruído Aleatório

Imagem com ruídoNeste caso, os pixels de ruído têm

intensidade muito mais alta do que seus

vizinhos.

Imagem após redução do ruído

Filtro MedianaNote pequenos defeitos residuais nas

bordas dos objetos e da imagem.

10S. Paciornik – DCMM PUC-Rio

Redução de Ruído Aleatório

Original

Filtro

Sigma

27 x 27

s = 37

11S. Paciornik – DCMM PUC-Rio

Redução de Ruído Periódico

Imagem com ruído periódico Note que o ruído ocorre em duas direções,

com freqüências distintas.

Imagem após redução do ruído

Filtragem no domínio de FourierNote defeitos residuais nas bordas da

imagem.

13S. Paciornik – DCMM PUC-Rio

Recuperação de Foco

Imagem fora de foco Imagem após correção de foco

15S. Paciornik – DCMM PUC-Rio

Analisar uma imagem

Extrair informação quantitativa

Fazer medidas semi-automáticas ou automáticas

Vantagens da Análise Digital de Imagens

Realiza medidas impossíveis de se obter manualmente

Realiza medidas milhares de vezes mais rápido

Realiza medidas muito mais acuradas

16S. Paciornik – DCMM PUC-Rio

Metrologia de Instrumentos

17S. Paciornik – DCMM PUC-Rio

Medida de “Stress” Ambiental em Plantas

Ramos grossos

Ramos finos

20S. Paciornik – DCMM PUC-Rio

Análise de Partículas em Materiais

Partículas duras identificadas Partículas duras alongadas e grandes

21S. Paciornik – DCMM PUC-Rio

Análise de Material Sinterizado

Material sinterizado

Grãos conectados por fusão incipiente

Fronteiras entre grãos detectadas

Medição da qualidade da sinterização

Tamanho de Grão ASTM: 3.15

WC-matriz: 68 %

WC-WC: 32%

22S. Paciornik – DCMM PUC-Rio

Caracterização Microestrutural

O Tetraedro de Ciência e Engenharia de Materiais

Processamento

Performance Propriedades

Estrutura

As microscopias são necessárias para revelar a microestrutura

23S. Paciornik – DCMM PUC-Rio

Microscopia Digital

Integração entre microscópio e computador oferecendo,

aquisição digital de imagens, automação do microscópio e

análise de imagens.

Microscópio Óptico

Câmera Digital

Platina Motorizada

x-y-z

Aquisição de Imagens

Computador

Controle do Microscópio

Análise de Imagens Outros componentes

motorizados

24S. Paciornik – DCMM PUC-Rio

Microscopia Digital

Interface

Imagem

Digital

Imagem

Processada

e Analisada

Controle das

Lentes Magnéticas

Camera CCD

MET

25S. Paciornik – DCMM PUC-Rio

Espaço de Parâmetros

X-Y-Z-T- Mag - Contraste - Pol

Varredura Espacial

(X-Y)i => (X-Y)j => …

Com autofoco (Zi, Zj, Zk,…)

Imagens em Mosaico

(X-Y)i => (X-Y)j => (X-Y)k => …

Com i, j, k em campos adjacentes

Processos Dinâmicos

microscopia in situ

Microscopia Co-localizada

{Varredura Espacial}@(Tl, Tm, Tn,…)

T1T2

T3T4

T5

28S. Paciornik – DCMM PUC-Rio

Autofoco

31S. Paciornik – DCMM PUC-Rio

Exemplo de Mosaico - MO

Seção de um tubo compósito

Um campo com objetiva de 5X

= 2.75 x 2.20 mm2

Mosaico

7x3 campos = 19.25 x 6.60 mm2

2 mm

500 µm

2 mm

500 µm

32S. Paciornik – DCMM PUC-Rio

Profundidade de Foco e Foco Estendido

Motivação

Microscopia Óptica tem profundidade de foco limitada,

restringindo a observação de amostras com relevo.

Princípio

Adquirir uma seqüência de imagens em diferentes valores de foco

(altura z) e extrair, de cada imagem, apenas os pixels em foco para

montar uma imagem resultante totalmente focada.

Usar o operador Sobel, como no autofoco, para detectar pixels em

foco de cada imagem em cada altura z.

33S. Paciornik – DCMM PUC-Rio

Aplicação do Foco Estendido

Objeto deformado

Z1 Z2

Z4

Z3

Z5 Z6

Foco Estendido

34S. Paciornik – DCMM PUC-Rio

Exemplo de Foco Estendido

35S. Paciornik – DCMM PUC-Rio

Microscopia Co-Localizada

Motivação

Obter informações complementares de cada campo de uma amostra.

Variações ao longo do tempo

Ex: Modificação microestrutural causada por ataque químico.

Variações em função do tipo de microscopia

Ex: Contrastes complementares de MO e MEV em mineralogia

Princípio

Capturar diversos campos em coordenadas x-y conhecidas,

Realizar o ataque químico (com ou sem retirada da amostra do microscópio) e repetir a captura nas mesmas coordenadas, tantas vezes quanto for necessário.

Ou

Capturar imagens dos mesmos campos em outro tipo de microscópio

• Correção de magnificação, posição, rotação e distorções

38S. Paciornik – DCMM PUC-Rio

resinadente

Embutimento

Pressiona

corte

Coletor de

Líquidos

Pressiona

Lâmina

Exemplo – Análise de Dentina

39S. Paciornik – DCMM PUC-Rio

Varredura

Espacial

Varredura

Espacial

Abaixa

Amostra

Ataque Ácido

In Situ

Focaliza

Amostra

Seqüência Experimental

Repete para vários tempos de ataque

40S. Paciornik – DCMM PUC-Rio

0-seg

20 µm

15-seg

20 µm

30-seg

20 µm

60-seg

20 µm

180-seg

20 µm

300-seg

20 µm

Quantificação do Processo

0 30 60 90 120 150 180 210 240 270 300

0

5

10

15

20

25

30

35

40

45

50

Fra

çã

o d

e Á

rea

Tu

bu

lar

(%)

Tempo (s)

EDTA

EDTAC

CA 1%

CA 5%

CA 10%

41S. Paciornik – DCMM PUC-Rio

Microscopia Co-Localizada MO-MEV

MineralFórmula

químicaZ

Pirita FeS2 20,66

Hematita Fe2O3 20,59

Magnetita Fe3O4 21,02

Pirrotita FeS 22,35

Pentlandita (Fe, Ni)9S8 23,36

Calcopirita CuFeS2 23,54

Covelita CuS 24,64

Bornita Cu5FeS4 25,34

Esfalerita ZnS 25,39

Calcocita Cu2S 26,38

200 µm

42S. Paciornik – DCMM PUC-Rio

Microscopia Co-Localizada MO-MEV

MineralFórmula

químicaZ Cor ao MO

Pirita FeS2 20,66 amarelo claro

Hematita Fe2O3 20,59 cinza claro

Magnetita Fe3O4 21,02 cinza rosado

Pirrotita FeS 22,35 amarelo escuro

Pentlandita (Fe, Ni)9S8 23,36 amarelo claro

Calcopirita CuFeS2 23,54 amarelo latão

Covelita CuS 24,64 azul

Bornita Cu5FeS4 25,34 púrpura

Esfalerita ZnS 25,39 cinza

Calcocita Cu2S 26,38 cinza claro

piritacalcopirita pentlandita

200 µm

43S. Paciornik – DCMM PUC-Rio

Microscopia Co-Localizada MO-MEV

44S. Paciornik – DCMM PUC-Rio

Cristalização de Parafina

Crescimento e movimento de cristais de parafina

45S. Paciornik – DCMM PUC-Rio

Observação Dinâmica

46S. Paciornik – DCMM PUC-Rio

Quantificação do Processo

Medida de velocidade da frente de cristalização

0

5

10

15

20

0 600 1200 1800 2400 3000 3600

Time (s)

Dis

pla

cem

en

t(m

m)

47S. Paciornik – DCMM PUC-Rio

Estudos de Caso

48S. Paciornik – DCMM PUC-Rio

APLICAÇÕES: TUBOS E DUTOS,

COMPÓSITOMATRIZ: POLIÉSTER

REFORÇO: FIBRA DE VIDRO

PROCESSO DE FABRICAÇÃO: ENROLAMENTO FILAMENTAR

Estudo de Caso 1 - Compósito

49S. Paciornik – DCMM PUC-Rio

DEPENDENDO DO CARREGAMENTO

PREVISTO, OS SEGUINTES

PARÂMETROS DEVEM SER

OTIMIZADOS:

●ÂNGULO DE ENROLAMENTO;

●NÚMERO DE CAMADAS EM CADA ÂNGULO

●SEQÜÊNCIA DE EMPILHAMENTO DE CAMADAS;

●NÚMERO TOTAL DE CAMADAS;

●ESPESSURA DE CADA CAMADA.

Enrolamento Filamentar

56S. Paciornik – DCMM PUC-Rio

●ÂNGULO DE ENROLAMENTO;

●SEQÜÊNCIA DE EMPILHAMENTO

●NÚMERO DE CAMADAS POR ÂNGULO

●NÚMERO TOTAL DE CAMADAS

●ESPESSURA DA CAMADA

BSE - 300 X

Análise de Fibras e Camadas – MEV

Elétrons retro-espalhados

- Ótimo contraste de número atômico

- Pouca sensibilidade a defeitos de

preparação

- Ideal para Análise de Imagens

57S. Paciornik – DCMM PUC-Rio

4 x 7 = 28 campos

Mosaico

●ÂNGULO DE ENROLAMENTO;

●SEQÜÊNCIA DE EMPILHAMENTO

●NÚMERO DE CAMADAS POR ÂNGULO

●NÚMERO TOTAL DE CAMADAS

●ESPESSURA DA CAMADA

58S. Paciornik – DCMM PUC-Rio

Camada

Seqüência de Discriminação de Camadas

59S. Paciornik – DCMM PUC-Rio

CAMADA 1

CAMADA 3

CAMADA 5

CAMADA 7

CAMADA 9

CAMADA 11

CAMADA 2

CAMADA 4

CAMADA 6

CAMADA 8

CAMADA 10

CAMADA 12CAMADA 13

Resultado Qualitativo

60S. Paciornik – DCMM PUC-Rio

Resultado Quantitativo