3 Departementenes FoU- FoU-bevilgninger
4 Departementenes program- og prosjektforskning
4.6 Brukes forskningen?
A segmenta¸c˜ao do ferro fundido branco ´e bastante complicada devido a distri- bui¸c˜ao do constituinte ledeburita ao longo deste material, conforme discutido na se¸c˜ao 1.2.
Cap´ıtulo 4: Resultados e discuss˜oes 47
trabalho utiliza a aplica¸c˜ao dos operadores morfol´ogicos, em que ´e necessario bina- rizar a imagem original. Esta binariza¸c˜ao ´e realizada automaticamente a partir do histograma da imagem original.
´
E apresentado na Figura 4.9 o histograma da imagem original, em que pode ser feita a escolha do melhor limiar para se aplicar na imagem. Nessa Figura, nota-se a presen¸ca de um vale, caracter´ıstico das amostras de ferro fundido branco, situado `a esquerda da componente m´axima do histograma (pico), correspondendo ao limiar ´otimo para binarizar imagem de entrada, pois, mant´em as caracter´ısticas microestru- turais semelhantes `as da imagem original. A localiza¸c˜ao do vale no histograma ´e obtida automaticamente para fornecer o valor do menor ponto neste vale, que indica o melhor limiar para binarizar a imagem original. Este limiar, para a imagem em estudo, ´e de 153, podendo ser observado na Figura 4.9.
Os n´ıveis de cinza entre zero e o limiar de 153 representam a microestrutura cementita e os n´ıveis de cinza com valores superiores a este limiar, representam a perlita.
Cap´ıtulo 4: Resultados e discuss˜oes 48
´
E mostrada na Figura 4.10(a) a imagem original em an´alise de um ferro fundido branco hipoeut´etico, em que s˜ao vistas as microestruturas cementita (branco), perlita (preto) e a ledeburita II (gl´obulos de perlita com a matriz cementita), e na Figura 4.10(b) ´e apresentada `a imagem binarizada com o limiar autom´atico obtido anterior- mente, em que as cores branca e preta correspondem `as microestruturas cementita e perlita, respectivamente.
(a) (b)
Figura 4.10: a) imagem original em an´alise e b) o resultado da binariza¸c˜ao. ´
E apresentado na Figura 4.11(a) o resultado da abertura, em que ´e visto a dilata¸c˜ao da regi˜ao interna da perlita e a manuten¸c˜ao do tamanho dos gl´obulos de perlita. Na Figura 4.11(b), tem-se o resultado da aplica¸c˜ao do fechamento, na qual ocorre uma pequena eros˜ao da perlita e uma grande redu¸c˜ao dos gl´obulos de perlita.
S˜ao mostrados nas Figuras 4.12(a) e 4.12(b) os resultados da dilata¸c˜ao e eros˜ao, respectivamente, aplicados sobre a imagem resultante da opera¸c˜ao fechamento.
Em seguida, ´e aplicado um negativo sobre a imagem erodida para obter a seg- menta¸c˜ao da microestrutura cementita (cor preta), conforme apresentado na Figura 4.13.
´
E apresentado na Figura 4.14(a) o resultado da subtra¸c˜ao da imagem erodida com a imagem binarizada, mostrando os gl´obulos de perlita (pontos pretos). Na Figura 4.14(b) tem-se o resultado da segmenta¸c˜ao da ledeburita II (cor preta) atrav´es
Cap´ıtulo 4: Resultados e discuss˜oes 49
(a) (b)
Figura 4.11: resultado da aplica¸c˜ao das opera¸c˜oes a) abertura e b) fechamento. de aplica¸c˜oes alternadas das opera¸c˜oes morfol´ogicas abertura, fechamento, eros˜ao e dilata¸c˜ao.
Ap´os a segmenta¸c˜ao das microestruturas do ferro fundido branco baseada em operadores morfol´ogicos, faz-se a quantifica¸c˜ao.
´
E mostrada na Figura 4.15(a) o resultado da segmenta¸c˜ao da perlita e cementita, sendo estas microestruturas quantificada pela rede neural que constitui o sistema SVRNA. Na Figura 4.15(b) ´e apresentada as microestruturas perlita (cor verde) e cementita (cor amarela) segmentadas e quantificadas pelo SVRNA, sendo 51,93% de perlita e 48,07% de cementita.
Nota-se na Figura 4.15(b) que a percentagem de cementita est´a englobando o cons- tituinte ledeburita, o que n˜ao ´e correto. Para solucionar este problema, ´e necess´ario quantificar a ledeburita, e em seguida subtrair da percentagem de cementita.
S˜ao apresentadas nas Figuras 4.16(a) e 4.16(b) as imagens antes e ap´os a quanti- fica¸c˜ao do constituinte ledeburita, sendo que esta ´e quantificada em 9,2%.
Realizadas as segmenta¸c˜oes e quantifica¸c˜oes dos constituintes do ferro fundido branco, pode-se afirmar que, para esta imagem espec´ıfica, os percentuais obtidos s˜ao de 51,93%, 38,87% e 9,2% para a perlita, cementita e ledeburita, respectivamente.
Cap´ıtulo 4: Resultados e discuss˜oes 50
(a) (b)
Figura 4.12: resultado da aplica¸c˜ao da a) dilata¸c˜ao e b) eros˜ao (segmenta¸c˜ao da perlita).
Figura 4.13: opera¸c˜ao do negativo (segmenta¸c˜ao da cementita).
4.3
Aplica¸c˜ao do SVRNA em outras microestru-
turas
O sistema SVRNA pode ser aplicado em outras microestruturas de materiais met´alicos como, por exemplo, a¸cos ABNT 1045, a¸cos ABNT 1020, inclus˜oes, entre outras estruturas.
´
E mostrada na Figura 4.17(a) uma microfotografia de um a¸co ABNT 1020 na sua forma original, em que a cor preta representa os gr˜aos de perlita e a cor branca a matriz ferrita. Ap´os a segmenta¸c˜ao utilizando-se o SVRNA, mostrado na Figura
Cap´ıtulo 4: Resultados e discuss˜oes 51
(a) (b)
Figura 4.14: resultado da opera¸c˜ao de a) subtra¸c˜ao e b) eros˜ao (segmenta¸c˜ao da ledeburita II).
4.17(b), a cor verde representa os gr˜aos de perlita e a cor amarela a matriz ferr´ıtica. ´
E mostrada na Figura 4.18(a) uma microfotografia original de um a¸co ABNT 1045, em que a cor preta representa os gr˜aos de perlita e a cor branca a matriz ferr´ıtica. Ap´os a segmenta¸c˜ao, mostrado na Figura 4.18(b), a cor vermelha representa os gr˜aos de perlita e a cor preta a matriz ferr´ıtica.
Uma outra aplica¸c˜ao do SVRNA ´e na segmenta¸c˜ao e quantifica¸c˜ao de inclus˜oes em materiais met´alicos.
Em seu trabalho, Albuquerque et al. [Albuquerque et al. 2007], avaliam o efeito das inclus˜oes n˜ao-met´alicas em a¸cos ABNT 4140 sobre a tenacidade da zona termi- camente afetada pelo calor (ZAC) na soldagem com dupla camada. Os resultados mostram que a quantidade e o comprimento das inclus˜oes podem influenciar nega- tivamente na resistˆencia ao impacto do material, evitando, desta forma, preju´ızos as empresas que usariam este produto nas tubula¸c˜oes/dutos que passam, constante- mente, petr´oleo em altas temperaturas ou g´as natural, por exemplo. Para mensurar a quantidade de inclus˜oes presentes no material, Albuquerque et al. utilizam o sis- tema SVRNA, que mostra ser uma ferramenta adequada nesta aplica¸c˜ao e em outras citadas anteriormente.
Cap´ıtulo 4: Resultados e discuss˜oes 52
(a) (b)
Figura 4.15: quantifica¸c˜ao das microestruturas perlita e cementita a) imagem erodida e b) segmentada e quantificada.
Alguns dos resultados da segmenta¸c˜ao e quantifica¸c˜ao das inclus˜oes utilizando o SVRNA no trabalho de Albuquerque et al. est˜ao mostrados nas Figuras 4.19(a), 4.19(b) e 4.19(c), imagens originais, e nas Figuras 4.19(d), 4.19(e) e 4.19(f) os resul- tados das imagens segmentadas e quantificadas pelo SVRNA.
A partir dos resultados apresentados neste Cap´ıtulo, bem como das discuss˜oes e an´alises destes resultados, algumas conclus˜oes/ contribui¸c˜oes deste trabalho s˜ao importantes de serem evidenciadas.
Cap´ıtulo 4: Resultados e discuss˜oes 53
(a) (b)
Figura 4.16: quantifica¸c˜ao da microestrutura ledeburita a) imagem original e b) segmentada e quantificada.
(a) (b)
Cap´ıtulo 4: Resultados e discuss˜oes 54
(a) (b)
Figura 4.18: a¸co ABNT 1045 a) antes e b) ap´os a segmenta¸c˜ao.
(a) (b) (c)
(d) (e) (f)
Figura 4.19: micrografia de inclus˜oes em a), b) e c) imagens originais e d), e) e f) imagens segmentadas pelo SVRNA.
Cap´ıtulo 5
Conclus˜oes, contribui¸c˜oes e
trabalhos futuros
Este trabalho descreve um sistema de Vis˜ao Computacional para a segmenta¸c˜ao e quantifica¸c˜ao de constituintes em materiais met´alicos, baseado em Redes Neurais Artificiais.
´
E realizada, neste trabalho, uma an´alise comparativa entre os m´etodos manual, o SVRNA e Image Pro-Plus para a segmenta¸c˜ao e quantifica¸c˜ao de microestruturas em amostras de ferro fundido nodular, male´avel, cinzento e branco, sendo que o SVRNA apresenta melhores resultados na segmenta¸c˜ao e quantifica¸c˜ao, bem como uma maior abrangˆencia de utiliza¸c˜ao.
No caso particular do ferro fundido branco, o SVRNA consegue segmentar cor- retamente seus constituintes, diferentemente do Image Pro-Plus, que segmenta os gl´obulos de perlita e a pr´opria perlita como sendo um ´unico constituinte, deixando de segmentar a ledeburita. Isto ´e uma das principais contribui¸c˜oes do SVRNA.
´
E necess´ario destacar a importˆancia da aplica¸c˜ao do limiar adequado para bina- riza¸c˜ao da imagem analisada no ferro fundido branco. Neste trabalho, o limiar ´e gerado automaticamente atrav´es do menor pico localizado em um vale, que ´e caracte- r´ıstico das amostras de ferro fundido branco, realizando a binariza¸c˜ao com um limiar
Cap´ıtulo 5: Conclus˜oes, contribui¸c˜oes e trabalhos futuros 56
autom´atico ´otimo. Esta tamb´em ´e uma importante contribui¸c˜ao.
Al´em daquela contribui¸c˜ao, o SVRNA ´e um, ou o ´unico, sistema desenvolvido no Brasil que realiza a segmenta¸c˜ao e quantifica¸c˜ao de microestruturas especificamente em materiais met´alicos, mostrando que pode ser empregado n˜ao apenas em ferros fundidos, mas tamb´em em a¸cos e inclus˜oes.
Utilizando-se de v´arios experimentos metalogr´aficos, em diferentes amostras de metais, conclui-se que o sistema SVRNA pode ser utilizado em aplica¸c˜oes na ´area das Ciˆencias dos Materiais para a segmenta¸c˜ao e quantifica¸c˜ao de microestruturas. O sistema SVRNA apresenta como principal vantagem a redu¸c˜ao consider´avel no tempo de quantifica¸c˜ao dos microconstituintes em rela¸c˜ao ao m´etodo manual e ao Image Pro-
Plus, uma vez que o SVRNA realiza esta quantifica¸c˜ao de forma autom´atica para a
classifica¸c˜ao da grafita e semi-autom´atica para a segmenta¸c˜ao das microestruturas do ferro fundido branco. O sistema Image Pro-Plus requer do operador uma habilidade durante o processo de segmenta¸c˜ao, fazendo com que esta segmenta¸c˜ao passe a ser subjetiva e bastante demorada. Al´em disso, o sistema SVRNA apresenta uma maior precis˜ao na segmenta¸c˜ao e quantifica¸c˜ao em rela¸c˜ao ao Image Pro-Plus.
Vantagens adicionais podem ser observadas no SVRNA, como a facilidade do treinamento por parte do operador e a robustez da rede em rela¸c˜ao a ru´ıdos causa- dos, principalmente, por distor¸c˜oes na parte ´optica ou irregularidades na ilumina¸c˜ao durante aquisi¸c˜ao das imagens das microestruturas. Como conseq¨uˆencia de suas van- tagens, o SVRNA garante resultados precisos em menor tempo.
A partir da an´alise dos resultados, nota-se que o SVRNA apresenta-se eficaz para o grau de significˆancia admitido, com isto, este programa est´a apto para ser uti- lizado intensivamente por estudantes, engenheiros e especialistas e outros da ´area da Ciˆencia dos Materiais, sendo mais uma op¸c˜ao de trabalho, que otimiza o processo de segmenta¸c˜ao do material em estudo e obt´em resultados precisos.
Cap´ıtulo 5: Conclus˜oes, contribui¸c˜oes e trabalhos futuros 57
5.1
Sugest˜oes para trabalhos futuros
Como sugest˜ao de uma poss´ıvel continuidade do presente trabalho, recomenda-se:
1. melhorar a interface do SVRNA;
2. implementar, analisar e aplicar novos m´etodos que realizem a segmenta¸c˜ao e quantifica¸c˜ao dos constituintes presentes no ferro fundido branco;
3. determinar o comprimento das microestruturas e inclus˜oes; 4. determinar o tamanho de gr˜ao de microestruturas;