A formação de arcos – estruturas que promovem a anisotropia de forças dentro de um sistema – acontece corriqueiramente dentro de silos ou maquinaria agrícola. A presente tese propõe um modelo baseado em redes complexas para modelar tal fenômeno, definindo cada grão como vértice e a força que dois grãos trocam como o peso de uma ligação entre eles. A partir de ensaios tomográficos de 11 diferentes tipos de grãos foi desenvolvido um método para transformar cada uma das imagens tridimensionais resultantes numa rede complexa. Cada imagem foi pré-processada e submetida a uma transformada watershed utilizando como marcadores internos a erosão da própria imagem. Este processo tridimensional resultou na segmentação de cada um dos grãos da imagem original, tornando possível a extração de propriedades físicas de cada grão, como massa, centro de massa, momento de inércia, e as forças às quais este está submetido. A partir destes dados, a rede complexa de cada uma das 11 amostras foi construída. A amostra da soja foi comparada com um padrão-ouro pré-estabelecido possibilitando eventuais refinos no método. As reconstruções tridimensionais segmentadas de cada amostra apresentaram um resultado visual aceitável, embora algumas segmentações tenham sofrido com o efeito do elemento estruturante da erosão, uma vez que este tem de ser grande o suficiente para segmentar grãos adjacentes, porém não o suficiente para super-segmentar um único grão. A rede complexa formada a partir da imagem de soja foi submetida a uma análise mais profunda, estudando e normalizando sua propriedade strength, uma natural candidata para detectar anisotropia de forças. Os vértices com alto valor normalizado de strength foram definidos como o arco da estrutura, e sua análise visual permitiu concluir que estes de fato são os elementos responsáveis pela estrutura do arranjo, assim como substanciar o sucesso do método aqui proposto em detectar automaticamente o arco utilizando uma imagem tridimensional. / The formation of arches – structures that promotes force anisotropy within a system – appears routinely inside silos or agricultural machinery. This current thesis proposes a method for modeling this phenomenon as a complex network, defining each grain as vertex and a force that two grains exchanges as the weight of the link between them. By using computed tomography, 3D images were taken from 11 grain samples, and a method developed to transform each of this resulting images in a complex network. Each image had to be pre-processed and subjected to a watershed transform using as inner markers the erosion of the image itself. This process resulted in three-dimensional segmentation of each grain of the original image, allowing the estimation of the physical properties of each grain, such as mass, center of mass, moment of inertia and the forces to which the grain is subjected. From these measures, the complex network of each of the 11 samples was constructed. Sample soybeans were compared with a gold-standard, allowing improvements to the methodology. The segmented three-dimensional reconstructions of each sample provided acceptable visual output, although some samples suffered from erosion due to the structural element size, since it must be large enough to segment adjacent grains, but not enough to super-segment a single grain. The complex network obtained from the soybeans image was subjected to further analysis, studying and normalizing its strength property, a natural candidate to detect force anisotropy. Vertices with high normalized values of strength were understood as defining the arch of the structure, and its visual analysis showed that these indeed are the elements responsible for the arrangement structure. These results support the ability of the proposed method in automatically detecting the arches using as input a three-dimensional image.

A formação de arcos – estruturas que promovem a anisotropia de forças dentro de um sistema – acontece corriqueiramente dentro de silos ou maquinaria agrícola. A presente tese propõe um modelo baseado em redes complexas para modelar tal fenômeno, definindo cada grão como vértice e a força que dois grãos trocam como o peso de uma ligação entre eles. A partir de ensaios tomográficos de 11 diferentes tipos de grãos foi desenvolvido um método para transformar cada uma das imagens tridimensionais resultantes numa rede complexa. Cada imagem foi pré-processada e submetida a uma transformada watershed utilizando como marcadores internos a erosão da própria imagem. Este processo tridimensional resultou na segmentação de cada um dos grãos da imagem original, tornando possível a extração de propriedades físicas de cada grão, como massa, centro de massa, momento de inércia, e as forças às quais este está submetido. A partir destes dados, a rede complexa de cada uma das 11 amostras foi construída. A amostra da soja foi comparada com um padrão-ouro pré-estabelecido possibilitando eventuais refinos no método. As reconstruções tridimensionais segmentadas de cada amostra apresentaram um resultado visual aceitável, embora algumas segmentações tenham sofrido com o efeito do elemento estruturante da erosão, uma vez que este tem de ser grande o suficiente para segmentar grãos adjacentes, porém não o suficiente para super-segmentar um único grão. A rede complexa formada a partir da imagem de soja foi submetida a uma análise mais profunda, estudando e normalizando sua propriedade strength, uma natural candidata para detectar anisotropia de forças. Os vértices com alto valor normalizado de strength foram definidos como o arco da estrutura, e sua análise visual permitiu concluir que estes de fato são os elementos responsáveis pela estrutura do arranjo, assim como substanciar o sucesso do método aqui proposto em detectar automaticamente o arco utilizando uma imagem tridimensional. / The formation of arches – structures that promotes force anisotropy within a system – appears routinely inside silos or agricultural machinery. This current thesis proposes a method for modeling this phenomenon as a complex network, defining each grain as vertex and a force that two grains exchanges as the weight of the link between them. By using computed tomography, 3D images were taken from 11 grain samples, and a method developed to transform each of this resulting images in a complex network. Each image had to be pre-processed and subjected to a watershed transform using as inner markers the erosion of the image itself. This process resulted in three-dimensional segmentation of each grain of the original image, allowing the estimation of the physical properties of each grain, such as mass, center of mass, moment of inertia and the forces to which the grain is subjected. From these measures, the complex network of each of the 11 samples was constructed. Sample soybeans were compared with a gold-standard, allowing improvements to the methodology. The segmented three-dimensional reconstructions of each sample provided acceptable visual output, although some samples suffered from erosion due to the structural element size, since it must be large enough to segment adjacent grains, but not enough to super-segment a single grain. The complex network obtained from the soybeans image was subjected to further analysis, studying and normalizing its strength property, a natural candidate to detect force anisotropy. Vertices with high normalized values of strength were understood as defining the arch of the structure, and its visual analysis showed that these indeed are the elements responsible for the arrangement structure. These results support the ability of the proposed method in automatically detecting the arches using as input a three-dimensional image.

[pt] Na indústria do petróleo, problemas como dano mecânico causam redução da porosidade e permeabilidade de uma formação rochosa, reduzindo a produtividade e injetividade de poços de sistemas de produção de óleo e gás. Na perfuração do poço há alteração do estado de tensões no seu entorno, causando uma deformação na rocha que pode induzir a uma perda significativa da permeabilidade. Nesta dissertação foi realizado um estudo da influência do dano mecânico na porosidade de rochas do tipo arenito. Para isso, utilizou-se a técnica não-destrutiva de microtomografia de raios-x, que permite a visualização da estrutura interna de materiais, acoplada a uma célula desenvolvida para aplicação, in situ, de tensão hidrostática. Uma amostra de arenito como 8 mm de diâmetro foi tomografada em 3 condições: sem carregamento, após a aplicação de tensão hidrostática de 3300 psi e após o descarregamento. A célula permitiu que as variações de carga fossem realizadas sem retirar a amostra do tomógrafo, permitindo uma comparação quantitativa entre as imagens 3D. Nas 3 condições foram obtidos dados como porosidade total, variação da área porosa em cada camada, volume e forma dos poros. / [en] In the oil industry, problems such as mechanical damage reduce the porosity and permeability of a rock formation, reducing the productivity and injectivity of wells in oil and gas production systems. During the well drilling there is a change in the state of the stress in its surroundings, causing a deformation in the rock that can induce a significant loss of permeability. In this dissertation, it was carried out a study regarding the influence of mechanical damage on the porosity of sandstone rocks. In order to do this, the non-destructive technique of x-ray microtomography was used, which allows the visualization of the materials internal structure, coupled to a cell developed for in situ application of hydrostatic stress. A sandstone sample of 8 mm in diameter was scanned under 3 conditions: without load, after application of 3300 psi hydrostatic stress and after unloading. The cell allowed the load variations to be performed without removing the sample from the tomograph, allowing a quantitative comparison between the 3D images in the 3 conditions. Data such as total porosity, variation of the porous area in each layer, volume and shape of the pores were obtained.

Pairwise alignment between point clouds is an important task in building 3D maps of indoor environments with partial information. The combination of 2D local features with depth information provided by RGB-D cameras are often used to improve such alignment. However, under varying lighting or low visual texture, indoor pairwise frame registration with sparse 2D local features is not a particularly robust method. In these conditions, features are hard to detect, thus leading to misalignment between consecutive pairs of frames. The use of 3D local features can be a solution as such features come from the 3D points themselves and are resistant to variations in visual texture and illumination. Because varying conditions in real indoor scenes are unavoidable, we propose a new framework to improve the pairwise frame alignment using an adaptive combination of sparse 2D and 3D features based on both the levels of geometric structure and visual texture contained in each scene. Experiments with datasets including unrestricted RGB-D camera motion and natural changes in illumination show that the proposed framework convincingly outperforms methods using 2D or 3D features separately, as reflected in better level of alignment accuracy. / O alinhamento entre pares de nuvens de pontos é uma tarefa importante na construção de mapas de ambientes em 3D. A combinação de características locais 2D com informação de profundidade fornecida por câmeras RGB-D são frequentemente utilizadas para melhorar tais alinhamentos. No entanto, em ambientes internos com baixa iluminação ou pouca textura visual o método usando somente características locais 2D não é particularmente robusto. Nessas condições, as características 2D são difíceis de serem detectadas, conduzindo a um desalinhamento entre pares de quadros consecutivos. A utilização de características 3D locais pode ser uma solução uma vez que tais características são extraídas diretamente de pontos 3D e são resistentes a variações na textura visual e na iluminação. Como situações de variações em cenas reais em ambientes internos são inevitáveis, essa tese apresenta um novo sistema desenvolvido com o objetivo de melhorar o alinhamento entre pares de quadros usando uma combinação adaptativa de características esparsas 2D e 3D. Tal combinação está baseada nos níveis de estrutura geométrica e de textura visual contidos em cada cena. Esse sistema foi testado com conjuntos de dados RGB-D, incluindo vídeos com movimentos irrestritos da câmera e mudanças naturais na iluminação. Os resultados experimentais mostram que a nossa proposta supera aqueles métodos que usam características 2D ou 3D separadamente, obtendo uma melhora da precisão no alinhamento de cenas em ambientes internos reais.

[pt] A caracterização tridimensional tem sido mais utilizada na área da ciência dos materiais devido à necessidade de melhor compreensão e resultados mais precisos acerca da microestrutura dos materiais, que não são completamente revelados pelas técnicas tradicionais de microscopia bidimensional. No presente trabalho dois tipos de técnicas de caracterização 3D foram utilizadas: MicroTC - Microtomografia de Raios-X (com tomógrafos de bancada e baseados em fonte síncrotron) e FIB-SEM (feixe de íons focalizados acoplados a um MEV). Estas técnicas foram aplicadas a um sistema específico: descontinuidades em metal de solda subaquática molhada. Estas descontinuidades (poros, trincas e inclusões) apresentam tamanhos típicos variando de nanômetros a dezenas de micrômetros. Além disso, apresentam formas, distribuição espacial e orientação bastante variada e complexa. Assim, esta tese apresenta o desenvolvimento de metodologia de aquisição, processamento, análise e visualização 3D de poros, trincas e inclusões em solda subaquática molhada, a partir de imagens obtidas por MicroTC e FIB-SEM. As técnicas de aquisição foram otimizadas para os diferentes tipos de descontinuidades. Rotinas especializadas de processamento e análise de imagens foram criadas, sempre que possível utilizando um ambiente de software livre (FIJI/ImageJ). Diversas medidas foram automaticamente obtidas: número de objetos, volume, fração volumétrica, área superficial, diâmetro de Feret, espessura, esfericidade e compacidade. Além disso, a construção de imagens 3D permitiu observar a forma e a distribuição espacial das descontinuidades presentes. Visando avaliar a sensibilidade para detecção de trincas por MicroTC, um corpo de prova com seção variável foi submetido a um ensaio de tração, de forma que as diferentes seções sofressem diferentes valores de tensão. Foi verificada uma correlação positiva entre o valor de tensão e o número, comprimento e espessura das trincas detectadas. Este experimento também revelou o impacto da resolução espacial e do ruído sobre a possibilidade de detectar as trincas de forma acurada. / [en] 3D characterization is growing quickly in materials science due to the demands of better microstructural characterization, which cannot be fully achieved with the traditional 2D microscopy techniques. In this work, two types of 3D characterization techniques were employed: MicroCT – microcomputed x-ray tomography (with both bench top and synchrotron sources) and FIB-SEM (focused ion beam coupled to SEM). These techniques were applied to a specific system: discontinuities in underwater wet welds. These discontinuities (pores, cracks and inclusions) range in size from nanometers to tens of microns. Moreover, they present complex and varied shapes, spatial distribution and orientation. Thus, this thesis presents the development of methodology for the acquisition, processing, analysis and visualization of pores, cracks and inclusions in underwater wet welds, from images obtained by MicroCT and FIB-SEM. The acquisition techniques and conditions were optimized for the different kinds of discontinuities. Specialized routines for image processing and analysis were developed, employing a free software environment whenever possible (FIJI/ImageJ). Several measurements were automatically obtained: number of objects, volume, volume fraction, surface area, feret diameter, thickness, sphericity and compacity. Moreover, the rendering of 3D images allowed the observation of the shape and spatial distribution of the discontinuities in the weld metal. To evaluate the detection sensitivity of cracks by MicroCT, a specimen with varied cross-sections was submitted to a tensile test, so that the different sections were submitted to to different stress values. A positive correlation was observed between the stress value and the number, length and thickness of the detected cracks. This experiment also showed the influence of spatial resolution and noise upon the possibility of detecting cracks accurately.

Pairwise alignment between point clouds is an important task in building 3D maps of indoor environments with partial information. The combination of 2D local features with depth information provided by RGB-D cameras are often used to improve such alignment. However, under varying lighting or low visual texture, indoor pairwise frame registration with sparse 2D local features is not a particularly robust method. In these conditions, features are hard to detect, thus leading to misalignment between consecutive pairs of frames. The use of 3D local features can be a solution as such features come from the 3D points themselves and are resistant to variations in visual texture and illumination. Because varying conditions in real indoor scenes are unavoidable, we propose a new framework to improve the pairwise frame alignment using an adaptive combination of sparse 2D and 3D features based on both the levels of geometric structure and visual texture contained in each scene. Experiments with datasets including unrestricted RGB-D camera motion and natural changes in illumination show that the proposed framework convincingly outperforms methods using 2D or 3D features separately, as reflected in better level of alignment accuracy. / O alinhamento entre pares de nuvens de pontos é uma tarefa importante na construção de mapas de ambientes em 3D. A combinação de características locais 2D com informação de profundidade fornecida por câmeras RGB-D são frequentemente utilizadas para melhorar tais alinhamentos. No entanto, em ambientes internos com baixa iluminação ou pouca textura visual o método usando somente características locais 2D não é particularmente robusto. Nessas condições, as características 2D são difíceis de serem detectadas, conduzindo a um desalinhamento entre pares de quadros consecutivos. A utilização de características 3D locais pode ser uma solução uma vez que tais características são extraídas diretamente de pontos 3D e são resistentes a variações na textura visual e na iluminação. Como situações de variações em cenas reais em ambientes internos são inevitáveis, essa tese apresenta um novo sistema desenvolvido com o objetivo de melhorar o alinhamento entre pares de quadros usando uma combinação adaptativa de características esparsas 2D e 3D. Tal combinação está baseada nos níveis de estrutura geométrica e de textura visual contidos em cada cena. Esse sistema foi testado com conjuntos de dados RGB-D, incluindo vídeos com movimentos irrestritos da câmera e mudanças naturais na iluminação. Os resultados experimentais mostram que a nossa proposta supera aqueles métodos que usam características 2D ou 3D separadamente, obtendo uma melhora da precisão no alinhamento de cenas em ambientes internos reais.