$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC|



Título: CLASSIFICAÇÃO DE HEMATITAS EM MINÉRIO DE FERRO: OTIMIZAÇÃO DE AQUISIÇÃO E PROCESSAMENTO DE IMAGENS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): LILI EDITH DAZA DURAND

Colaborador(es):  SIDNEI PACIORNIK - Orientador
JULIO CESAR ALVAREZ IGLESIAS - Coorientador
Número do Conteúdo: 26390
Catalogação:  13/05/2016 Idioma(s):  PORTUGUÊS - BRASIL

Tipo:  TEXTO Subtipo:  TESE
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26390@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26390@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.26390

Resumo:
O minério de ferro é um material policristalino oriundo de processos naturais complexos. Os minerais mais comuns que o compõem (hematita, magnetita, goethita, etc.) podem ser identificados no microscópio ótico de luz refletida, através de suas refletâncias distintas. A importância do estudo das hematitas, especificamente, surge porque os maiores depósitos de minério de ferro, no Brasil, são praticamente todos do tipo hematítico, com altos teores de ferro. A hematita é um mineral fortemente anisotrópico que apresenta pleocroísmo de reflexão. Isto faz com que o brilho na imagem mude com diferentes orientações dos cristais. Assim, quando se utiliza luz polarizada, o contraste entre os cristais aumenta o suficiente para diferenciá-los. Tradicionalmente, as hematitas são classificadas em tipos texturais identificados como hematita microcristalina (Mc), martita (Ma), e partículas policristalinas compactas (Co) formadas, por sua vez, de cristais dos tipos: granular (Gr), lamelar (La), lobular (Lo). Em trabalhos anteriores foi desenvolvida uma rotina de classificação automática para os diferentes tipos de hematitas. Esta rotina utiliza como entrada duas imagens de uma mesma região, a primeira em campo claro (CC) e a segunda polarizada circularmente (CPOL). Neste trabalho foram implementadas modificações nas etapas de aquisição das imagens CPOL e no processamento de ruído, visando melhorar as etapas de classificação. Assim, a imagem CPOL, que apresenta problemas característicos de iluminação, passou a ser capturada utilizando o recurso de sub-quadros (subframe), o que elimina a necessidade de correção de fundo, melhorando a qualidade dos mosaicos de imagens capturados. Em seguida, explorou-se recurso de saturação digital da câmera, de forma a melhorar, substancialmente, o contraste entre os cristais de hematita. Finalmente, testou-se o impacto do uso de um novo filtro de redução de ruído – Non-Local Means (MNL) – sobre a segmentação de cristais. Os resultados mostraram uma melhora substancial na identificação dos tipos texturais de hematita com relação aos métodos anteriores e também superiores à tradicional identificação visual por operador treinado.

Descrição Arquivo
CAPA, AGRADECIMENTOS, RESUMO, ABSTRACT, SUMÁRIO E LISTAS  PDF
CAPÍTULO 1  PDF
CAPÍTULO 2  PDF
CAPÍTULO 3  PDF
CAPÍTULO 4  PDF
CAPÍTULO 5  PDF
CAPÍTULO 6  PDF
REFERÊNCIAS BIBLIOGRÁFICAS E ANEXOS  PDF
Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui