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
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