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.