Classificaçâo automatica do tipo de ferro fundido utilizando reconhecimento de padrões em imagens de microscopia

• Autor(a) principal: Rodrigues,Douglas de Araújo
• Data de Publicação: 2017
• Outros Autores: Santos,Gesilane Pereira dos, Fernandes,Marcelo Correia, Santos,José Ciro dos, Freitas,Francisco Nélio Costa, Rebouças Filho,Pedro Pedrosa
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Matéria (Rio de Janeiro. Online)
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1517-70762017000300410
• topic: Ferro fundido; Processamento Digital de Imagens; Reconhecimento de Padrões; Inteligência Computacional Aplicada

RESUMO Os ferros fundidos possuem uma microestrutura, na qual, o formato da grafita presente tem direta influencia na classificação entre os diversos tipos deste material. A classificação é feita, tradicionalmente, a partir da análise visual realizada por um especialista através do auxilio de um microscópio ótico. O presente trabalho propõe a utilização da Inteligência Computacional Aplicada em conjunto com extratores de informações em imagens de metalografía. A finalidade é auxiliar profissionais da área das Ciências dos Materiais na classificação de ferros fundidos de maneira automática e reduzir o tempo de classificação, restringindo o máximo possivel as falhas presentes durante a classificação. Foram realizadas duas etapas para a análise. Na primeira foram consideradas as grafitas separadamente. Em uma segunda etapa, a imagem completa foi analisada considerando todas as grafitas extraídas da mesma, em que o tipo de objeto com maior incidencia na análise seria o reconhecimento adotado para toda a amostra. Em ambas as etapas o classificador Support Vector Machine obteve os melhores resultados no reconhecimento do tipo de ferro fundido, com resultados próximos a 100%, e com redução média do tempo de classificação em 92%. Tanto os resultados como o tempo das classificações são comparados com a análise do especialista, como também aos resultados obtidos em classificações do ferro fundido que utilizam uma abordagem com redes neurais e uma classificação supervisionada utilizando apenas os descritores de forma. A partir dos resultados apresentados, conclui-se que a abordagem é promissora podendo incorporar softwares comerciais para auxiliar especialistas da área.