Estudos de Caso

1 – Imagem em Campo Claro

A imagem capturada em campo claro é utilizada para a segmentação da hematita dos demais tipos de minério, tais como magnetita e goethita, e de outras fases como quartzo e resina.

2 – Imagem em Polarização (CPOL)

A imagem capturada com polarização é utilizada para discriminar hematitas porosas de hematitas compactas; e hematitas monocristalinas de hematitas policristalinas (ambas pertencentes à classe de hematitas compactas).

3 – Segmentação das Hematitas

Segmentação por um limiar definido (no caso, 191), para gerar uma imagem binária contendo apenas hematita.

4 – Imagem binária contendo todas as hematitas, originária da segmentação da imagem em campo claro, por meio da limiarização em tons de cinza.

5 – Interseção entre a imagem binária das hematitas com a imagem polarizada, para seguir no processo de classificação automática.

1^a Classificação:
Todas as hematitas: Compactas x Porosas

6 – Imagem de hematitas porosas, resultante de uma classificação automática por reconhecimento de padrões utilizando a imagem com polarização, através de um sistema previamente treinado.

1^a Classificação:
Todas as hematitas: Compactas x Porosas

7 – Imagem de hematitas compactas, resultante de uma classificação automática por reconhecimento de padrões utilizando a imagem com polarização, através de um sistema previamente treinado.

2^a Classificação:
Hematitas compactas: Monocristalinas x Policristalinas

8 – Imagem de hematitas monocristalinas, resultante de uma classificação automática por reconhecimento de padrões utilizando a imagem com polarização, através de um sistema previamente treinado.

2^a Classificação:
Hematitas compactas: Monocristalinas x Policristalinas

9 – Imagens de hematitas policristalinas, resultante de uma classificação automática por reconhecimento de padrões utilizando a imagem com polarização, através de um sistema previamente treinado.

3^a Classificação:
Hematitas compactas: Granulares x Lamelares x Lobulares

10 – Hematitas granular, lamelar e lobular, resultante de uma classificação automática, a partir da imagem binária, por limiarização de vários atributos de tamanho e forma.