Presentation 1
-
Upload
vicentecampos -
Category
Documents
-
view
216 -
download
0
description
Transcript of Presentation 1
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 1/28
Instituto de Geología
Económica Aplicada
Módulo Técnica de Hazde Electrones: Qemscan
prof: Marcos Pincheira N.
INTRODUCCIÓN AL ANALISIS DE
IMAGEN APLICADO A LACARACTERIZACIÓN DE MINERALES
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 2/28
DEFINICIONES BÁSICAS
El Análisis de Imágenes comprende tres niveles de manipulación de la
información contenida en una imagen digital:
! Captación! Análisis! Procesamiento
La captación: Se utilizan una serie de soportes tales como cámarasfotográficas o de video, que permiten la obtención de imágenes en el espectrovisible, instrumentos que generan imágenes de rayos X, o como en el Qemscan,que entregan imágenes de la intensidad de los electrones retrodispersados (BSE).
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 3/28
Los medios de captación utilizados por el Análisis de Imagen son cámaras o videos dealta resolución (sobre 5 megapixels),microscopios electrónico (SEM), Qemscan,EPMA, etc.
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 4/28
El segundo nivel es el de análisis. Se trata de
un proceso interactivo mediante el cual se extraeinformación cuantitativa de una imagen digital.
Mediante software especializado se detectanobjetos en la imagen y se cuantifican diversosparámetros medibles, como por ejemplo intensidadde la luz (brillo), área, perímetro, diámetro de los
objetos, etc. Para ello se utilizan algoritmosmatemáticos y estadísticos aplicados sobre losobjetos de interés contenidos en la imagen.
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 5/28
El tercer nivel es el del procesamiento. Se trataahora de manipulación matemática de los valores
medidos en la imagen, generalmente para producirotra imagen y tablas de datos con los resultadosde la cuantificación de los parámetros.
Objeto deinterés
Captaciónde la imagen
Análisis de laInformación
Procesamientode la Imagen
NuevaImagen
Tablas,
GráficosTextos
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 6/28
INFORMACION CONTENIDAEN LAS IMÁGENES DIGITALES
La información que percibimos en una imagen esde dos tipos:
• espacial, tal como la forma, el tamaño o la distribuciónde los objetos.•
espectral, relacionada con la intensidad de tonos de
grises en imágenes monocromáticas de rayos X y deelectrones retrodispersados BSE o con la intensidad con laque se reciben los tres colores básicos del espectro visible
(rojo, verde y azul, RGB) de las imágenes cromáticas.
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 7/28
La información (espacial y espectral), se vincula a cadapunto de un sistema cartesiano de tres coordenadas paralas imágenes en tonos de grises (dos espaciales,correspondientes a la proyección plana de los pixeles delobjetos y una para el brillo del tono de gris:
! Coordenada espacial X! Coordenada espacial Y!
Coordenada espectral brillo BSE
INFORMACION CONTENIDA EN LAS IMÁGENESDIGITALES
Para las coordenadas espaciales, cada punto de la imagenes proyectado sobre una estructura de diminutos puntos(píxeles) o elementos sensibles a la luz, ordenadoscartesianamente (píxel, es la abreviatura de picture
element).
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 8/28
Estos valores son llevados a una matriz de números que constituyen el resultadode la digitalización. Cada píxel, ocupa una coordenada espacial dentro de lamatriz XY, y presenta tres valores de intensidad de luz cromática, o bien un valorde intensidad monocromática (escala de grises).
0 128 255
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 9/28
50 100 150 200 250 300 350
50
100
150
00
50
!
#
Imagen BSE: coordenadas X,Y y brillo del tono de gris
Origen de coordenadas
Coordenadas X - Yde cada píxel e
intensidades en la
escala de grises
76
220 225 230 235
58
60
62
64
66
68
70
72
74
!
#
Tonos de gris
202 201 201 143 118
201 202 190 129 115
202 202 148 120 111
202 163 127 111 107
152 124 113 108 104
$ "#$%&&$' $ "#$% &&(' $ "#$% &&&' $ "#$%&&)' $ "#$%&&*'
$ "#(%&&$' $ "#(% &&(' $ "#(% &&&' $ "#(% &&)' $ "#(% &&*'
$ "#&%&&$' $ "#&% &&(' $ "#&% &&&' $ "#&% &&)' $ "#&% &&*'
$ "#)% &&$' $ "#)% &&(' $ "#)% &&&' $ "#)% &&)' $ "#)% &&*'
$ "#*% &&$' $ "#*% &&(' $ "#*% &&&' $ "#*% &&)' $ "#*% &&*'
202 201 201 143 118
201 202 190 129 115
202 202 148 120 111
202 163 127 111 107
152 124 113 108 104
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 10/28
La segmentación es el proceso que lleva a ladetección y diferenciación del objeto que nos interesamedir y deja excluido a los objetos de diferentes
características espectrales.En este procesos se analiza para cada píxel la
respuesta espectral y se agrupan píxeles consimilares características.De una buena segmentación depende la calidad de lamedición.
Segmentación y Binarización: Ejemplo enimágenes RGB
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 11/28
Segmentación de los objetos medibles
Imagen originalcaptada por microscopía
Segmentaciónde la calcopirita
Imágenes de
microscopía
óptica con luz
reflejada
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 12/28
En la segmentación se intenta que los píxelescorrespondientes al objeto de interés (calcopirita en la
imagen) queden agrupados en un rango estrecho devalores de brillo en toda la imagen y que este seadiferente del valor de los píxeles que corresponden aotros minerales o al fondo de la imagen.
Para conseguirlo, debe buscarse un intervalo devalores de intensidad de los pixeles que defina lapresencia de la especie mineral en la imagen. Esto selogra mediante la función umbral o “threshold ” quepermite englobar todos los píxeles que presentancaracterísticas semejantes de intensidad de brillo.
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 13/28
Segmentación de la esfalerita : función umbral o “threshold ”
Imagen de microscopía óptica con luz reflejada:
segmentación de la esfalerita
157-183: rango que
define la esfalerita en la
escala de grises
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 14/28
El análisis con imágenes RGB de microscopia tiene el problema de laanisotropía de la mayoría de los minerales, que hace variar laintensidad del brillo y a veces el color dependiendo de la dirección delos ejes cristalográficos de la sección analizada. La ventaja del análisiscon imágenes de electrones retrodispersados (BSE) es que los tonosde grises son generados por las características atómicas del Z promediode los minerales que emiten la señal, lo cual permite asociarlas a unacomposición particular.
Segmentación usando imágenes BSE en tonos de grises
0
10
20
30
40
50
60
70
80
90
C o a l
S e r p e n t i n e
K a
o l i n i t e
T o p a z
T a l c
Z e
o l i t e s I l l i t e
A l 2 S i O 5
S i O 2 ( e . g . Q
u a r t z )
D o
l o m i t e
S e r i c i t e
T o u r m a l i n e
P l a g i o c l a s e G r o u p
K - f e l d s p a r
C o r
d i e r i t e
G l a u
c o n i t e
G y
p s u m
S m e c t i t e G r o u p
C
a l c i t e
C h l o r i t e G r o u p
C h a m o s i t e
G a r n e t G r o u p
A m p h i b o l e G r o u p
B i o t i t e
P y r o x e n e G r o u p
E
p i d o t e
A
p a t i t e
S t a u r o l i t e
O l i v i n e G r o u p
H a l i t e
F
l u o r i t e
S p i n e l - C h
r o m i t e
L i m
o n i t e
J a
r o s i t e
T i O 2 ( e . g .
R u t i l e )
S i d e r i t e
I l m e n i t e
G o
e t h i t e
H e
m a t i t e
M a g
n e t i t e
P y r r h o t i t e
P y r i t e
V i o l a r i t e
C a
r r o l l i t e
C u
b a n i t e
P e n t l a n d i t e
C h a l c o
p y r i t e
M
i l l e r i t e
X e n
o t i m e
C o
v e l l i t e
S p h a l e r i t e
H e a z l e w o o d i t e
Z
i r c o n
B
o r n i t e
C h a l c o c i t e
C
u p r i t e
A r s e n o
p y r i t e
C o
b a l t i t e
N a t i v e C u
T e n n a n t - T e t r a h e d r
N i c k e l i n e ( N i c
c o l i t e )
L o l l i n g i t e
M o l y b
d e n i t e
L
a u r i t e
V y s o
t s k i t e
B a r i t e
C a s s
i t e r i t e
S
t i b n i t e
M o
n a z i t e
C o l u m b i t e - T a
n t a l i t e
N a t i v e A g
E l e
c t r u m
W o l f r a m i t e
K o t u l s k i t e
S p e
r r y l i t e
C o o
p e r i t e
G
a l e n a
F e r r o p l a t i n u m
N a t i v e A u
U r a n i n i t e
a v e r a g e a t o m i c n u m b e r ( Z )
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 15/28
Imagen BSE (electrones
retrodispersados) forman unagradación de grises relacionada conla composición química de laespecie mineral
Imagen de microscopia óptica
convencional. Colores de losminerales dependen de laabsorción y velocidad de losrayos de luz (índice derefracción) al interactuar con laestructura cristalina de losminerales
+,-./012.34 !"#$%&%'()* (#,-.*./ #('&"/'"$(% )$0'% 1 234
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 16/28
La binarización consiste en el paso siguiente a lasegmentación donde las imágenes segmentadas
pasan a una imagen binaria de píxeles en blanco onegro, lo que equivale a una matriz formada consólo dos valores (0 ó 1), o verdadero o falso,indicando la presencia o ausencia del mineral en el
pixel, para ser procesadas por el programa deanálisis.
Segmentación y Binarización
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 17/28
Binarización de los elementos segmentados
Imagen originalcaptada por microscopíaóptica
Segmentación del objetoen este caso una calcopirita
Imagen binaria (blancos y negros)de la calcopirita
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 18/28
Los valores espectrales de cada píxel en lostonos de gris de imágenes BSE, son procesados porun conjunto de funciones matemáticas, llamadasfiltros, que modifican sus valores originales, lo cual
permite una gran variedad de filtros que permite porejemplo erosionar, agrandar, restar o sumar, unacantidad determinada de píxeles en todas direcciones,hasta que se logra que lo segmentado
corresponda adecuadamente a los objetos quedeseamos medir.
Ajustes de la Segmentación
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 19/28
El filtro es una matriz de números que son los
coeficientes por los que deben multiplicarse losvalores de intensidad de cada píxel en la imagen.
Ajustes de la Segmentación
Valores originales de los píxeles
Filtro de 3x3
Xa, b y c, coeficientesdel filtro
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 20/28
Aplicación del filtro “Open” con un ciclo completo de erosión
seguido por un ciclo de dilatación
Filtros:
Se pierde un pixel en laperiferia del objeto
segmentado
Se gana un pixel en laperiferia del objeto
segmentado
Open de erosión y dilatación
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 21/28
Conversión a imagen binaria y aplicación de filtro “limite de objeto”
Imagen de microscopía
óptica con luz reflejada
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 22/28
Que parámetros se pueden cuantificar ?
" Numero de objetos" Área de los objetos"
Perímetro"
Diámetro de Feret (horizontal y vertical)" Centroides X,Y de los objetos" Circularidad
" Distancias
"
Ángulos" Muchos otros dependiendo del programa quese utilice
Medición de Parámetros y Clasificación
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 23/28
Por ejemplo el perímetro de los objetos es unparámetro de uso frecuente. En este caso se basa en el
conteo de contactos objeto-fondo considerando los píxelesde borde.
Partícula mineral
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 24/28
Segmentación y Clasificación
SegmentaciónExtracción deCaracterísticas
Clasificación
5&.% 678 9#7
:.&;#.<&" =>8 9#
?%&-" #,@ >A8 9#2&(BB" 234 76
“Tabla decuantificación”
Preprocesamiento
Fuente deelectrones
Sensor
Formación dela imagen
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 25/28
Por ejemplo si tenemos el área ocupada por los pixeles de calcopirita en la
imagen podemos calcular el porcentaje en volumen y luego el porcentaje
en peso del mineral en dicha imagen, conociendo su peso específico y
suponiendo que para partículas minerales, el área medida en un plano es
proporcional al volumen del mineral en tres dimensiones.
Mineral Area del mineral
(pixeles2)
Peso Específico
(gr/cm3)
Producto % Peso
Bornita 622 5.09 3165.98 57.93
Calcosina 90 6.46 581.40 10.64
Calcopirita 80 4.20 336.00 6.15Tetraedrita 12 4.95 59.40 1.09
Magnetita 130 5.20 676.00 12.37
Esfalerita 60 4.10 246.00 4.50
Silicatos 150 2.67 400.50 7.33
Total (concentrado) 1166 5465.28 100.00
Resultado del análisis de imagen es una tabla de valores u otra imagen dondeaparecen clasificados los pixeles y medidos de acuerdo con algún parámetro
establecido.
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 26/28
Tarea Análisis de Imagen
Descargar el programa: Image J (Version 1.32) desde
http://rsbweb.nih.gov/ij/download.html
y la documentación en
http://rsbweb.nih.gov/ij/docs/user-guide.pdf
Calcular el porcentaje de área ocupado por la galena en la imagen:
Concentrado-1A
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 27/28
Concentrado-1A, imagen deelectrones retrodispersados (BSE)
Concentrado-1A, imageninterpretada por el Qemscan
galena
esfalerita
Trabajo con ImageJ
7/18/2019 Presentation 1
http://slidepdf.com/reader/full/presentation-1-5692690ead2d1 28/28
C&%D%E" F. %*,B(/(/ F. (#,-.*./G
(5 1674-4+.123, 01 -4 .+4812
+129 :24-;61 613 674-1
&5 09<-.74= .+4812)5 3=426>,=+47.,2 12 .+4812 +,2,7=,+4?74 01 @ /.3
+129 A+481 3;<1
*5 +4=74= B=14 01 3=4/4C, ; D1= =16<91634 16<173=4- 01 -,6 ,/C13,6 7,2312.0,6
+129 :24-;61 69=>471 <-,3
+129 :24-;61 E.63,8=4+
F5 34/-4 01 618+12347.G2 ; 74=4731=H6?746 16<173=4-16 01 -4 84-124#5 B=14 01 3=4/4C, ; 618+12347.G2 01 -4 84-124I
+129 A+481 :C963 JK=16K,-0
013177.G2 01 -4 84-124 96420, -,6 D4-,=16 01 /=.--, 01 -4 .+4812
4<-.747.G2 01 L-3=,6
+129 M=,7166 N.24=; O<12 P.-- E,-16
Q5 M4=B+13=,6 +10./-16+129 :24-;61 613 +1469=1+1236 :=14 M1=.+131= P1=13R6 S.4+131=
+129 :24-;61 :24-;61 <4=?7-16
+129 :24-;61 S.63=./9?,2 4=14