Está en la página 1de 28
Instituto de Geología Económica Aplicada Módulo Técnica de Haz de Electrones: Qemscan INTRODUCCIÓN AL ANALISIS DE

Instituto de Geología Económica Aplicada

Módulo Técnica de Haz de Electrones: Qemscan
Módulo Técnica de Haz
de Electrones: Qemscan

INTRODUCCIÓN AL ANALISIS DE IMAGEN APLICADO A LA CARACTERIZACIÓN DE MINERALES

Instituto de Geología Económica Aplicada Módulo Técnica de Haz de Electrones: Qemscan INTRODUCCIÓN AL ANALISIS DE

prof: Marcos Pincheira N.

Instituto de Geología Económica Aplicada Módulo Técnica de Haz de Electrones: Qemscan INTRODUCCIÓN AL ANALISIS DE

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 cámaras fotográficas o de video, que permiten la obtención de imágenes en el espectro visible, instrumentos que generan imágenes de rayos X, o como en el Qemscan, que entregan imágenes de la intensidad de los electrones retrodispersados (BSE).

Los medios de captación utilizados por el Análisis de Imagen son cámaras o videos de alta
Los medios de captación utilizados por el Análisis de Imagen son cámaras o videos de alta
Los medios de captación utilizados por el Análisis de Imagen son cámaras o videos de alta

Los medios de captación utilizados por el Análisis de Imagen son cámaras o videos de alta resolución (sobre 5 megapixels), microscopios electrónico (SEM), Qemscan, EPMA, etc.

El segundo nivel es el de análisis. Se trata de un proceso interactivo mediante el cual se extrae información cuantitativa de una imagen digital.

Mediante software especializado se detectan objetos en la imagen y se cuantifican diversos parámetros medibles, como por ejemplo intensidad de la luz (brillo), área, perímetro, diámetro de los objetos, etc. Para ello se utilizan algoritmos matemáticos y estadísticos aplicados sobre los objetos de interés contenidos en la imagen.

El tercer nivel es el del procesamiento. Se trata ahora de manipulación matemática de los valores medidos en la imagen, generalmente para producir otra imagen y tablas de datos con los resultados de la cuantificación de los parámetros.

Objeto de interés Captación de la imagen
Objeto de
interés
Captación
de la imagen
Análisis de la Información
Análisis de la
Información
Nueva Imagen
Nueva
Imagen

Tablas,

Gráficos

Textos

Procesamiento de la Imagen

El tercer nivel es el del procesamiento . Se trata ahora de manipulación matemática de los
El tercer nivel es el del procesamiento . Se trata ahora de manipulación matemática de los

INFORMACION CONTENIDA EN LAS IMÁGENES DIGITALES

La información que percibimos en una imagen es de dos tipos:

espacial, tal como la forma, el tamaño o la distribución de los objetos. •espectral, relacionada con la intensidad de tonos de grises en imágenes monocromáticas de rayos X y de electrones retrodispersados BSE o con la intensidad con la que se reciben los tres colores básicos del espectro visible (rojo, verde y azul, RGB) de las imágenes cromáticas.

INFORMACION CONTENIDA EN LAS IMÁGENES DIGITALES

La información (espacial y espectral), se vincula a cada punto de un sistema cartesiano de tres coordenadas para las imágenes en tonos de grises (dos espaciales, correspondientes a la proyección plana de los pixeles del objetos y una para el brillo del tono de gris:

§Coordenada espacial X §Coordenada espacial Y §Coordenada espectral brillo BSE

Para las coordenadas espaciales, cada punto de la imagen es proyectado sobre una estructura de diminutos puntos (píxeles) o elementos sensibles a la luz, ordenados cartesianamente (píxel, es la abreviatura de picture

element).

Estos valores son llevados a una matriz de números que constituyen el resultado de la digitalización.

Estos valores son llevados a una matriz de números que constituyen el resultado de la digitalización. Cada píxel, ocupa una coordenada espacial dentro de la matriz XY, y presenta tres valores de intensidad de luz cromática, o bien un valor de intensidad monocromática (escala de grises).

Imagen BSE: coordenadas X,Y y brillo del tono de gris

Origen de coordenadas j Coordenadas X - Y 50 de cada píxel e intensidades en la
Origen de coordenadas
j
Coordenadas X - Y
50
de cada píxel e
intensidades en la
escala de grises
100
150
j
58
200
60
202
202
201
201 201
201
143 118
143 118
62
x(60,220)
x(60, 221)
x(60, 222)
x(60,223)
x(60,224)
250
201
201
202 190
202 190
129 115
129
115
64
x(61,220)
x(61, 221)
x(61, 222)
x(61, 223)
x(61, 224)
202
202
202 148
202 148
120 111
120 111
66
i
50
100
150
200
250
300
350
x(62,220)
x(62, 221)
x(62, 222)
x(62, 223)
x(62, 224)
68
202
202
163 127
163 127
111 107
111 107
x(63, 220)
x(63, 221)
x(63, 222)
x(63, 223)
x(63, 224)
70
152
152
124 113
124 113
108 104
108 104
x(64, 220)
x(64, 221)
x(64, 222)
x(64, 223)
x(64, 224)
72
Tonos de gris
74
76
i
220
225
230
235

Segmentación y Binarización: Ejemplo en imágenes RGB

La segmentación es el proceso que lleva a la detección y diferenciación del objeto que nos interesa medir 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 con similares características. De una buena segmentación depende la calidad de la medición.

Segmentación de los objetos medibles

Imagen original captada por microscopía
Imagen original
captada por microscopía

Segmentación de la calcopirita

Imágenes de microscopía óptica con luz reflejada

En la segmentación se intenta que los píxeles correspondientes al objeto de interés (calcopirita en la imagen) queden agrupados en un rango estrecho de valores de brillo en toda la imagen y que este sea diferente del valor de los píxeles que corresponden a otros minerales o al fondo de la imagen.

Para conseguirlo, debe buscarse un intervalo de valores de intensidad de los pixeles que defina la presencia de la especie mineral en la imagen. Esto se logra mediante la función umbral o “threshold” que permite englobar todos los píxeles que presentan características semejantes de intensidad de brillo.

Segmentación de la esfalerita : función umbral o “threshold

157-183: rango que define la esfalerita en la escala de grises

Segmentación de la esfalerita : función umbral o “ threshold ” 157-183: rango que define la
Segmentación de la esfalerita : función umbral o “ threshold ” 157-183: rango que define la

Imagen de microscopía óptica con luz reflejada:

segmentación de la esfalerita

Segmentación usando imágenes BSE en tonos de grises

El análisis con imágenes RGB de microscopia tiene el problema de la anisotropía de la mayoría de los minerales, que hace variar la intensidad del brillo y a veces el color dependiendo de la dirección de los ejes cristalográficos de la sección analizada. La ventaja del análisis con imágenes de electrones retrodispersados (BSE) es que los tonos de grises son generados por las características atómicas del Z promedio de los minerales que emiten la señal, lo cual permite asociarlas a una composición particular.

90 80 70 60 50 40 30 20 10 0 average atomic number (Z) Coal Serpentine
90
80
70
60
50
40
30
20
10
0
average atomic number (Z)
Coal
Serpentine
Kaolinite
Topaz
Talc
Zeolites
Illite
Al2SiO5
SiO2 (e.g.Quartz)
Dolomite
Sericite
Tourmaline
Plagioclase Group
K-feldspar
Cordierite
Glauconite
Gypsum
Smectite Group
Calcite
Chlorite Group
Chamosite
Garnet Group
Amphibole Group
Biotite
Pyroxene Group
Epidote
Apatite
Staurolite
Olivine Group
Halite
Fluorite
Spinel-Chromite
Limonite
Jarosite
TiO2 (e.g.Rutile)
Siderite
Ilmenite
Goethite
Hematite
Magnetite
Pyrrhotite
Pyrite
Violarite
Carrollite
Cubanite
Pentlandite
Chalcopyrite
Millerite
Xenotime
Covellite
Sphalerite
Heazlewoodite
Zircon
Bornite
Chalcocite
Cuprite
Arsenopyrite
Cobaltite
Native Cu
Tennant-Tetrahedr
Nickeline (Niccolite)
Lollingite
Molybdenite
Laurite
Vysotskite
Barite
Cassiterite
Stibnite
Monazite
Columbite-Tantalite
Native Ag
Electrum
Wolframite
Kotulskite
Sperrylite
Cooperite
Galena
Ferroplatinum
Native Au
Uraninite

molibdenita

Comparación imágenes microscopia óp0ca y BSE

molibdenita Comparación imágenes microscopia óp0ca y BSE Imagen de microscopia óptica convencional. Colores de los minerales
molibdenita Comparación imágenes microscopia óp0ca y BSE Imagen de microscopia óptica convencional. Colores de los minerales

Imagen de microscopia óptica convencional. Colores de los minerales dependen de la absorción y velocidad de los rayos de luz (índice de refracción) al interactuar con la estructura cristalina de los minerales

Imagen BSE (electrones retrodispersados) forman una gradación de grises relacionada con la composición química de la especie mineral

Segmentación y Binarización

La binarización consiste en el paso siguiente a la segmentación donde las imágenes segmentadas pasan a una imagen binaria de píxeles en blanco o negro, lo que equivale a una matriz formada con sólo 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 de análisis.

Binarización de los elementos segmentados

Imagen original captada por microscopía óptica Segmentación del objeto en este caso una calcopirita
Imagen original
captada por microscopía
óptica
Segmentación del objeto
en este caso una calcopirita

Imagen binaria (blancos y negros) de la calcopirita

Ajustes de la Segmentación

Los valores espectrales de cada píxel en los tonos de gris de imágenes BSE, son procesados por un conjunto de funciones matemáticas, llamadas filtros, que modifican sus valores originales, lo cual permite una gran variedad de filtros que permite por ejemplo erosionar, agrandar, restar o sumar, una cantidad determinada de píxeles en todas direcciones,

hasta que se logra que lo segmentado corresponda adecuadamente a los objetos que deseamos medir.

Ajustes de la Segmentación

El filtro es una matriz de números que son los coeficientes por los que deben multiplicarse los valores de intensidad de cada píxel en la imagen.

Ajustes de la Segmentación El filtro es una matriz de números que son los coeficientes por

X

Valores originales de los píxeles

Filtro de 3x3
Filtro de 3x3

a, b y c, coeficientes del filtro

Ajustes de la Segmentación El filtro es una matriz de números que son los coeficientes por
Ajustes de la Segmentación El filtro es una matriz de números que son los coeficientes por

Filtros:

Open de erosión y dilatación

Filtros: Open de erosión y dilatación Se pierde un pixel en la periferia del objeto segmentado

Se pierde un pixel en la periferia del objeto segmentado

Se gana un pixel en la periferia del objeto segmentado

Aplicación del filtro “Open” con un ciclo completo de erosión seguido por un ciclo de dilatación

Conversión a imagen binaria y aplicación de filtro “limite de objeto”

Imagen de microscopía óptica con luz reflejada

Conversión a imagen binaria y aplicación de filtro “limite de objeto” Imagen de microscopía óptica con

Medición de Parámetros y Clasificación

Que parámetros se pueden cuantificar ?

ØNumero de objetos ØÁrea de los objetos ØPerímetro ØDiámetro de Feret (horizontal y vertical) ØCentroides X,Y de los objetos ØCircularidad ØDistancias ØÁngulos ØMuchos otros dependiendo del programa que se utilice

Por ejemplo el perímetro de los objetos es un parámetro de uso frecuente. En este caso se basa en el conteo de contactos objeto-fondo considerando los píxeles de borde.

Partícula mineral
Partícula mineral

Segmentación y Clasificación

Formación de la imagen Sensor Fuente de electrones Preprocesamiento Area 420 um 2 Perímetro 310 um
Formación de
la imagen
Sensor
Fuente de
electrones
Preprocesamiento
Area
420 um 2
Perímetro
310
um
Largo máx
180
um
Brillo BSE
24
Extracción de
Segmentación
Clasificación
Características

“Tabla de

cuantificación”

Resultado del análisis de imagen es una tabla de valores u otra imagen donde aparecen clasificados los pixeles y medidos de acuerdo con algún parámetro establecido.

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

Peso Específico

Producto

% Peso

(pixeles 2 )

(gr/cm3)

Bornita

622

 
  • 5.09 57.93

3165.98

 

Calcosina

90

  • 6.46 10.64

581.40

Calcopirita

80

  • 4.20 6.15

336.00

Tetraedrita

12

  • 4.95 1.09

59.40

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

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

Trabajo con ImageJ Concentrado-1A, imagen de electrones retrodispersados (BSE) Concentrado-1A, imagen interpretada por el Qemscan galena

Trabajo con ImageJ

Concentrado-1A, imagen de electrones retrodispersados (BSE)

Concentrado-1A, imagen interpretada por el Qemscan galena esfalerita
Concentrado-1A, imagen
interpretada por el Qemscan
galena
esfalerita

Trabajo de análisis de imágenes:

1- escalamiento de la imagen

menu Analyse

  • set scale

2- duplicar imagen 3- transformacion en imagen monocroma?ca de 8 bit

menu Image

  • type

4- marcar área de trabajo y ver respuesta espectral de los objetos contenidos menu Analyse surface plot menu Analyse Histogram 5- tabla de segmentación y caracterís?cas espectrales de la galena 6- área de trabajo y segmentación de la galena:

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar
Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

menu Image

  • Ajust

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

Threshold

detección de la galena usando los valores de brillo de la imagen

aplicación de filtros menu Process 7- Parámetros medibles

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

Binary

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

Open

  • Fill Holes

menu Analyse set measurements

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

menu Analyse menu Analyse

  • Analyse par?cles

  • Distribu?on area

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar

Area Perimeter Feret’s Diameter

Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar
Trabajo de análisis de imágenes: 1- escalamiento de la imagen menu Analyse set scale 2- duplicar