Spelling suggestions: "subject:"[een] DIGITAL MICROSCOPY"" "subject:"[enn] DIGITAL MICROSCOPY""
1 |
[en] A METHOD FOR THE CHARACTERIZATION OF IRON ORE SINTER: DIGITAL MICROSCOPY AND IMAGE ANALYSIS / [pt] UMA METODOLOGIA PARA CARACTERIZAÇÃO DE SÍNTER DE MINÉRIO DE FERRO: MICROSCOPIA DIGITAL E ANÁLISE DE IMAGENSJULIO CESAR ALVAREZ IGLESIAS 13 February 2009 (has links)
[pt] Neste trabalho, propõe-se uma metodologia para a
caracterização de sínter de minério de ferro através de
microscopia digital e análise de imagens. O sínter é um
material multifásico, com macro e microestrutura
heterogêneas. Em geral, as principais fases são hematita,
magnetita, ferritos e silicatos, além de poros. Empregando
um microscópio óptico automatizado, imagens individuais em
alto aumento, cobrindo toda a área da seção transversal das
amostras, foram obtidas. Da mesma forma e cobrindo a mesma
área, foram obtidas imagens de mosaico em baixo aumento. Os
mosaicos fornecem uma visão qualitativa poderosa da amostra
inteira, e uma avaliação quantitativa das fases principais,
embora com resolução limitada. Uma comparação quantitativa
das frações de fase entre o mosaico e as imagens em alto
aumento foi realizada através de uma rotina automática de
processamento e análise de imagens, também desenvolvida
neste trabalho. Enquanto as fases mais finas, como os
silicatos, só foram bem discriminadas na melhor resolução
óptica empregada, fases preponderantes, como a hematita,
foram identificadas em todas as resoluções. Para hematita,
magnetita e ferritos, o maior erro relativo na fração de
área, entre as imagens obtidas com as lentes de 5 e 20X,
foi de 12 %, em 3 amostras distintas. Os resultados para os
silicatos foram menos exatos com um erro relativo até 44 %.
Uma comparação com resultados de difração de raios-x,
usando o método de Rietveld, também foi realizada. Estes
resultados indicam que a microscopia digital fornece um
método flexível de caracterização destes materiais,
permitindo combinar informação global qualitativa e semi-
quantitativa, com informação local quantitativa. / [en] In the present work, a method for the characterization of
iron ore sinter, based on digital microscopy and image
analysis is proposed. Iron ore sinters are multi-phase
materials, with heterogeneous macro and micro structure. In
general, the main phases are: hematite, magnetite, ferrites
and silicates, besides pores. Employing an automated
optical microscope, individual high magnification images
were obtained, covering the full cross section of the
samples. Likewise, and covering the same area, low
magnification mosaic images were obtained. Mosaics provide
a powerful qualitative view of the whole sample, and a
quantitative evaluation of the main phases, albeit with
limited resolution. A quantitative comparison of phase
fractions between the mosaic and the high magnification
images was performed through an automatic image processing
and analysis routine, also developed in the present work.
While finer phases, such as silicates, could only be
discriminated at the best employed optical resolution, the
main phases, such as hematite, were identified at all
resolutions. For hematite, magnetite, and ferrites, the
largest relative error in area fraction was 12%, when
comparing images acquired with the 5X and 20X objective
lenses, for three different samples. Results for silicates
were less accurate, with relative errors up to 44%. A
comparison with x-ray diffraction results, employing the
Rietveld method, was also performed. These results indicate
that digital microscopy provides a flexible method for the
characterization of these materials, allowing the
combination of global qualitative information with local
quantitative data.
|
2 |
[en] AUTOMATIC QUANTIFICATION OF METALLIC IRON IN SELF-REDUCING IRON ORE BRIQUETTES BY DIGITAL MICROSCOPY / [pt] QUANTIFICAÇÃO AUTOMÁTICA, POR MICROSCOPIA DIGITAL, DO FERRO METÁLICO EM BRIQUETES AUTORREDUTORES DE MINÉRIO DE FERRODEBORA TURON WAGNER 15 January 2013 (has links)
[pt] A produção do ferro primário, intermediário na produção do aço, é realizada
majoritariamente pela rota tradicional do alto-forno. No entanto, tecnologias
alternativas estão aumentando suas participações no mercado. Dentre elas, a
tecnologia emergente brasileira de autorredução Tecnored é bastante promissora e
é objeto de estudo desta dissertação. A tecnologia Tecnored utiliza briquetes
autorredutores de minério de ferro em fornos de cuba para obter metal líquido
como produto final. Os aglomerados autorredutores, curados a frio, são
produzidos a partir de uma mistura de fluxantes, ligantes, finos de minério de
ferro e/ou resíduos ferrosos, e um agente redutor carbonoso. A caracterização do
insumo para a produção de ferro-primário se faz necessária, de modo a conhecer a
distribuição de poros para avaliar a integridade estrutural e a mecânica dos fluidos
durante a redução, e quantificar e avaliar a distribuição do ferro metálico presente
no aglomerado. Esta dissertação objetiva desenvolver uma metodologia para
quantificação de ferro metálico nos briquetes autorredutores de minério de ferro,
por meio de rotinas automáticas de processamento de imagens capturadas em
microscópio ótico de luz refletida (MLR), e mapear os poros e o ferro metálico ao
longo das seções retiradas para análise, também de forma automática. Para a
pesquisa realizada, foram utilizados dois tipos de redutores – Carvão Mineral
(CM) e Coque Verde de Petróleo (CVP), e diferentes condições de tempo e
espessura de briquete. O processo experimental apresentou alguns desafios, desde
o corte realizado na preparação das seções polidas para observação em MRL, até a
identificação e mapeamento das fases presentes no briquete. Para a validação da
metodologia, os resultados da quantificação do ferro metálico realizada por
análise de imagens foram comparados com a técnica tradicional de análise
química. Os mapas de porosidade e ferro metálico permitiram uma avaliação
qualitativa das variáveis tempo e espessura do briquete, para cada tipo de redutor. / [en] The production of primary iron, intermediate step in steelmaking chain, is
mostly done by the traditional route of blast furnace. However, alternative
technologies are increasing their market share. Among the technologies, Tecnored
is a very promising Brazilian ironmaking process and the goal of this master
dissertation is the study of it iron-bearing burden. The Tecnored technology
utilizes self-reduced iron ore briquettes in a modulate shaft furnace to obtain hot
metal. The self-reduced agglomerates, cold bonded, are produced from a mixture
of flux, binder, fines of iron ore, residues containing iron and carbonaceous
material as a reducing agent. The burden characterization in ironmaking process is
essential to study the pores distribution and evaluate the structural integrity and
mechanics of fluids during the reduction process, and quantify and analyze the
metallic iron distribution along the briquette’s volume. This dissertation main goal
is to develop a new methodology of quantification of the metallic iron in selfreduced
iron ore briquettes, through automatic routines of image processing,
captured in bright field of a reflected light optical microscopy (MRL), and
mapping pores and metallic iron automatically along the cross-sections analyzed.
The tested briquettes utilized two reducing agents – coal fines (CM) and coke of
petroleum (CVP), and it was submitted in two different reduction times and two
different briquettes’ thickness. The experimental process presented some
challenges, from the cross section cut to be polished and observed in MRL, to the
identification and mapping of the phases in the briquettes. To validate the
methodology, the results of the quantification of metallic iron through image
analysis were compared to the results of the traditional technique of chemical
analysis. The porosity and metallic iron maps provided a qualitative evaluation of
reduction time and the effect of briquettes’ thickness, for each type of cabonaceus
reducing agents.
|
3 |
[en] ANALYSIS OF A PULTRUDED COMPOSITE: DIGITAL MICROSCOPY, MECHANICAL CHARACTERIZATION AND AGING / [pt] ANÁLISE DE UM COMPÓSITO PULTRUDADO: MICROSCOPIA DIGITAL, CARACTERIZAÇÃO MECÂNICA E ENVELHECIMENTOYOANKA GALCERAN CHACON 11 May 2009 (has links)
[pt] Um compósito pultrudado de matriz polimérica reforçado por fibras de
vidro foi caracterizado por microscopia digital, análise de imagens, ensaios
mecânicos e envelhecimento por absorção de água e exposição a radiação
ultravioleta (UV). A partir de uma placa do compósito, corpos de prova
longitudinais e transversais foram obtidos e preparados para os diferentes
experimentos. Mosaicos de imagens obtidas por Microscopia Eletrônica de
Varredura (MEV), com alta resolução e grande abrangência espacial, foram
automaticamente construídos e quantitativamente analisados. Foi desenvolvida
uma metodologia de processamento e análise das imagens obtidas, permitindo
obter, automaticamente, as frações de fibras, carga e matriz, do material, bem
como a distribuição de tamanhos e formas das fibras. Os parâmetros
microestruturais obtidos permitiram calcular propriedades mecânicas que foram
comparadas com as obtidas diretamente de ensaios de flexão, com ótima
concordância. O material foi envelhecido através da imersão em água e a
mudança das propriedades mecânicas foi avaliada, indicando perdas
significativas. A curva de absorção de água foi experimentalmente obtida e
pode ser ajustada pelo modelo de Fick. A exposição a radiação UV não afetou
as propriedades mecânicas dos compósitos quando os ensaios foram feitos na
direção das fibras.Porém, quando os ensaios foram feitos na direção
perpendicular às fibras houve uma queda consistente do módulo de elasticidade
em função do tempo de exposição. / [en] A glass fiber-reinforced polymer-matrix pultruded composite was
characterized by digital microscopy, image analysis, mechanical tests, and
aging by water absorption and UV exposure. Both longitudinal and transverse
samples were obtained from a composite plate and prepared for the several
experiments. Mosaics of images obtained by Scanning Electron Microscopy
(SEM), with simultaneous high-resolution and wide spatial coverage, were
automatically built and quantitatively analyzed. An image processing and
analysis method was developed to obtain, in automatic fashion, the area
fractions of fibers, filler and matrix, as well as the distribution of fiber sizes and
shapes. The obtained microstructural measurements were used to estimate
mechanical properties that were compared to those directly obtained from
bending tests, with excellent agreement. The material was through immersion in
water and the change in mechanical properties was evaluated, indicating
significant losses. The water absorption curve was experimentally obtained and
was fitted with the Fick model. Exposure to UV did not affect the mechanical
properties when the tests were performed in the fiber direction. However, when
tests were performed in a direction normal to the fibers, there was a consistent
reduction of the Young modulus as a function of exposure time.
|
4 |
[en] DIGITAL MICROSCOPY AND IMAGE ANALYSIS FOR THE CHARACTERIZATION OF FILAMENT WOUND COMPOSITE PIPES / [pt] MICROSCOPIA DIGITAL E ANÁLISE DE IMAGENS PARA CARACTERIZAÇÃO DE TUBOS COMPÓSITOS FABRICADOS POR ENROLAMENTO FILAMENTARJULIA GOMES AZARA DE OLIVEIRA 28 October 2008 (has links)
[pt] Tubos de material compósito - matriz polimérica reforçada
por fibra de vidro - fabricados pela técnica de enrolamento
filamentar, foram caracterizados através de microscopia
eletrônica digital e processamento de imagens. Três tubos
foram fabricados em equipamento próprio seguindo parâmetros
de enrolamento similar. Um tubo comercial fabricado por
empresa especializada, com parâmetros de enrolamento mais
complexos, também foi caracterizado. Para tal, seções
circunferenciais foram observadas em um microscópio
eletrônico de varredura com captura digital de imagem.
Mosaicos de imagens foram gerados, permitindo
obter informação com boa resolução local e,
simultaneamente, grande abrangência
espacial. Assim, foi possível realizar uma caracterização
que abrangia desde o tamanho e forma de fibras individuais
até a distribuição espacial de milhares de
fibras em uma vasta área da amostra. Foram cridas rotinas
de processamento e análise de imagens para medir dados como
diâmetro, fator de forma, fração volumétrica e ângulo de
enrolamento de fibras. Além disso, uma rotina específica
foi desenvolvida para a identificação automática das várias
camadas de fibras presentes no tubo comercial. / [en] Pipes made from composite material - polymer matrix
reinforced with glass
fibers - manufactured by filament winding, were
characterized by scanning
electron microscopy and image analysis. Three pipes were
manufactured with
equipment owned by the research group, following similar
winding parameters. A
commercial tube made by a specialized company, with more
complex winding
conditions, was also characterized. Circumferential
sections were observed in a
scanning electron microscope with digital image
acquisition. Image mosaics were
created, providing information with good spatial resolution
and, at the same time,
wide spatial coverage. Thus, it was possible to
characterize size and shape of
individual fibers and, simultaneously, obtain the spatial
distribution of thousands
of fibers within a large sample area. Image processing and
analysis routines were
created to measure fiber diameter, shape factor, area
fraction and winding angle.
A specific routine was developed for the automatic
identification of the several
fiber layers present in the commercial pipe.
|
5 |
[en] DEVELOPMENT OF A DIGITAL MICROSCOPY SYSTEM FOR AUTOMATIC CLASSIFICATION OF HEMATITE TYPES IN IRON ORE / [pt] DESENVOLVIMENTO DE UM SISTEMA DE MISCROSCOPIA DIGITAL PARA CLASSIFICAÇÃO AUTOMÁTICA DE TIPOS DE HEMATITA EM MINÉRIO DE FERROJULIO CESAR ALVAREZ IGLESIAS 30 July 2013 (has links)
[pt] O minério de ferro é um material policristalino oriundo de processos naturais complexos durante tempos geológicos, que dão origem a características intrínsecas e comportamento industrial variado. A grande maioria dos minérios de ferro brasileiro é essencialmente hematítico. A hematita pode ser classificada como lobular, lamelar, granular, microcristalina ou martita. Na industria mineral, esta caracterização é tradicionalmente realizada por operadores humanos a partir de observação de amostras de microscópio ótico, sujeita a grandes variações. Assim, é relevante desenvolver um procedimento que permita a discriminação dos diferentes tipos de hematita e a medida de características tais como o tamanho do cristal. Esta tese propõe um sistema que mede e classifica automaticamente tipos texturais de hematita baseado no processamento e na análise de imagens de microscopia ótica, em campo claro, polarização linear e polarização circular. Foram desenvolvidos rotinas para aquisição, registro,, segmentação, reconhecimento e análise morfológica de cristais hematita. A segmentação automática de cristais de hematita foi baseada no calculo da distância espectral, a fim de controlar o crescimento de regiões partindo das sementes. Os resultados da identificação dos cristais obtidos, tanto nas imagens obtidas com polarização linear quanto com polarização circular, foram muito promissores. Atributos de tamanho e forma dos cristais identificados foram obtidos. Estes dados foram usados como conjunto de treinamento para classificadores supervisionados, permitindo reconhecer as classes de hematita granular, lamelar e lobular. Taxas de acertos globais próximas a 98 por cento forma obtidas, tanto para autovalidação, quanto para avaliação cruzada. / [en] Iron ore is a polycrytalline material created by complex natural process during geological period, wich give rise to intrinsic characteristics and varied industrial behavior. The vast majority of the Brazilian iron ores belong essentially to the hematitic type. Hematite can be classified as lobular, lamelar, granular micro-crystalline or martite. In the mineral industry, the characterion of iron ore and its agglomerates is traditionally developed by human operatorsform the observation of samples under the optical microscop, wich may suffer large variations. Thus, it is important to develop a procedure that allows the discrimation of the different hematite types and the measurement of characteristics suchs crystal size. The present thesis proposes a system for the automatic classification of hematite textural types, based of digital on processing and analysis of optical microscopy images, in bright field, linear and circular polarized light. Routines were developed for the acquisition, registration, recognition and morphological analysis of hematite crytals. The automatic segmentation of hematite crystals was based on calculating the spectral distance, in order to control the region expansion form the seeds. The results regarding the identification of the obtained cystals were very promising. Size and shape attributes were obtained and used as a training set for supervised classifiers, leading to the recognition of granular, lamelar and lobular hematite classes. Global sucess rates close to 98 percent were obtained concerning self-validation as well crossed validation.
|
6 |
[en] CO-SITE MICROSCOPY: NEW POSSIBILITIES IN THE ORE CHARACTERIZATION / [pt] MICROSCOPIA CO-LOCALIZADA: NOVAS POSSIBILIDADES NA CARACTERIZAÇÃO DE MINÉRIOSOTAVIO DA FONSECA MARTINS GOMES 31 March 2008 (has links)
[pt] A integração do controle por computador de microscópios com
a aquisição e análise digital de imagens levou à criação de
uma nova área, denominada Microscopia Digital. Além de
permitir um certo grau de automação, a Microscopia Digital
abriu possibilidades realmente novas para a caracterização
microestrutural. Uma destas novas e promissoras
possibilidades é a Microscopia Co-localizada, que junta
diversos tipos de informação, obtidas a partir de
diferentes técnicas de microscopia. No presente trabalho
foi desenvolvida e implementada uma metodologia de
Microscopia Co-localizada que combina imagens de
Microscopia Óptica de Luz Refletida (MO) e de Microscopia
Eletrônica de Varredura (MEV). Esta metodologia envolve
desde a aquisição das imagens nos microscópios até a
análise das fases presentes através de técnicas de
Reconhecimento de Padrões. Um procedimento automático de
registro entre os dois tipos de imagens foi desenvolvido,
permitindo o ajuste de magnificação, translação, rotação,
tamanho de pixel e distorções locais. Desta forma, imagens
de MO e de MEV de uma dada amostra podem ser combinadas
precisamente. A metodologia foi testada com diversas
amostras minerais, visando a discriminação de fases que são
indistinguíveis por MO ou MEV. A Microscopia Co-localizada
MOMEV foi empregada em uma rotina para a caracterização de
amostras de minério de ferro e os resultados obtidos foram
comparados com os da análise tradicional ao MEV. / [en] Computer-controlled microscopes with digital image
acquisition and analysis
led to the creation of a new field, called Digital
Microscopy. Digital Microscopy not
only allows a certain degree of automation but also has
brought new possibilities to
microstructural characterization. One of these new and
promising possibilities is Co-
Site Microscopy, that links different kinds of information,
obtained from different
microscopy techniques. The present work presents the
development and
implementation of a Co-Site Microscopy methodology that
combines images
obtained by Reflected Light Microscopy (RLM) and Scanning
Electron Microscopy
(SEM). This methodology involves the whole sequence, from
image acquisition at
the microscopes to the analysis of the phases using Pattern
Recognition techniques.
An automatic registration procedure for the two kinds of
images was developed,
allowing the adjustment of magnification, translation,
rotation, and pixel size, and the
correction of local distortions. The methodology was tested
with several mineral
samples, aiming at the discrimination of phases that are
not distinguishable with
either RLM or SEM. The RLM-SEM Co-Site Microscopy technique
was employed in
the characterization of iron ore samples and the obtained
results were compared to
the traditional analysis by SEM.
|
7 |
Using Digital Microscopy to Evaluate Enamel Defects in Young Children: A Novel MethodBaxter, Richard Turner 23 December 2014 (has links)
No description available.
|
8 |
[pt] DESENVOLVIMENTO DE UMA METODOLOGIA PARA CARACTERIZAÇÃO DE FASES NO PELLET FEED UTILIZANDO MICROSCOPIA DIGITAL E APRENDIZAGEM PROFUNDA / [en] DEVELOPMENT OF A METHODOLOGY FOR PHASE CHARACTERIZATION IN PELLET FEED USING DIGITAL MICROSCOPY AND DEEP LEARNINGTHALITA DIAS PINHEIRO CALDAS 09 November 2023 (has links)
[pt] O minério de ferro é encontrado na natureza como agregado de minerais,
dentre os principais minerais presentes em sua composição estão: hematita,
magnetita, goethita e quartzo. Dada a importância do minério de ferro para a
indústria, há um crescente interesse por sua caracterização com o objetivo de avaliar
a qualidade do material. Com o avanço de pesquisas na área de análise de imagens
e microscopia, rotinas de caracterização foram desenvolvidas utilizando
ferramentas de Microscopia Digital e Processamento e Análise Digital de Imagens
capazes de automatizar grande parte do processo. Porém esbarrava-se em algumas
dificuldades, como por exemplo identificar e classificar as diferentes texturas das
partículas de hematita, as diferentes formas de seus cristais ou discriminar quartzo
e resina em imagens de microscopia ótica de luz refletida. Desta forma, a partir da
necessidade de se construir sistemas capazes de aprender e se adaptar a possíveis
variações das imagens deste material, surgiu a possibilidade de estudar a utilização
de ferramentas de Deep Learning para esta função. Este trabalho propõe o
desenvolvimento de uma nova metodologia de caracterização mineral baseada em
Deep Learning utilizando o algoritmo Mask R-CNN. Através do qual é possível
realizar segmentação de instâncias, ou seja, desenvolver sistemas capazes de
identificar, classificar e segmentar objetos nas imagens. Neste trabalho, foram
desenvolvidos dois modelos: Modelo 1 que realiza segmentação de instâncias para
as classes compacta, porosa, martita e goethita em imagens obtidas em Campo
Claro e o Modelo 2 que utiliza imagens adquiridas em Luz Polarizada
Circularmente para segmentar as classes monocristalina, policristalina e martita.
Para o Modelo 1 foi obtido F1-score em torno de 80 por cento e para o Modelo 2 em torno
de 90 por cento. A partir da segmentação das classes foi possível extrair atributos
importantes de cada partícula, como distribuição de quantidade, medidas de forma,
tamanho e fração de área. Os resultados obtidos foram muito promissores e indicam
que a metodologia desenvolvida pode ser viável para tal caracterização. / [en] Iron ore is found in nature as an aggregate of minerals. Among the main
minerals in its composition are hematite, magnetite, goethite, and quartz. Given the
importance of iron ore for the industry, there is a growing interest in its
characterization to assess the material s quality. With the advancement of image
analysis and microscopy research, characterization routines were developed using
Digital Microscopy and Digital Image Processing and Analysis tools capable of
automating a large part of the process. However, it encountered some difficulties,
such as identifying and classifying the different textures of hematite particles, the
different shapes of its crystals, or discriminating between quartz and resin in optical
microscopy images of reflected light. Therefore, from the need to build systems
capable of learning and adapting to possible variations of the images of this
material, the possibility of studying the use of Deep Learning tools for this function
arose. This work proposes developing a new mineral characterization methodology
based on Deep Learning using the Mask R-CNN algorithm. Through this, it is
possible to perform instance segmentation, that is, to develop systems capable of
identifying, classifying, and segmenting objects in images. In this work, two models
were developed: Model 1 performs segmentation of instances for the compact,
porous, martite, and goethite classes in images obtained in Bright Field, and Model
2 uses images acquired in Circularly Polarized Light to segment the classes
monocrystalline, polycrystalline and martite. For Model 1, F1-score was obtained
around 80 percent, and for Model 2, around 90 percent. From the class segmentation, it was possible to extract important attributes of each particle, such as quantity
distribution, shape measurements, size, and area fraction. The obtained results were
very promising and indicated that the developed methodology could be viable for
such characterization.
|
Page generated in 0.0379 seconds