Técnicas de procesamiento digital de imágenes aplicadas al análisis de microestructuras

Introducción

La microscopia óptica es una herramienta
tradicional, muy importante para el estudio de materiales, en
particular de aleaciones metálicas. Autores como Castro ,
García , Benedett , Velandia y Torres refieren que, aun
cuando las técnicas de microscopía
electrónica hayan evolucionado a formas cada vez
más sofisticadas, la microscopia óptica sigue
siendo la herramienta indicada para el estudio de un amplio
espectro de temas vinculados con la metalurgia física,
tales como: estructuras de solidificación, productos de
transformaciones de fase, estructuras de grano, superficies de
fractura, entre otros. Actualmente, para Torres [5], la
implementación de modernas técnicas de
digitalización y procesamiento de imágenes
facilitan y mejoran la obtención de
información.

El análisis metalográfico es una
herramienta muy útil en el estudio de los metales, porque
permite individualizar las fases presentes, su cantidad relativa
y morfología. Dado que las fases metálicas tienen
propiedades mecánicas que les son propias, la cantidad de
fases presentes y su distribución determinan las
propiedades mecánicas de la aleación
metálica, como lo afirman Velandia , Callister , y Guliaev
.

Hoy día, se hace necesario predecir el
comportamiento de los materiales en diferentes condiciones de
servicio, y el punto de partida es el análisis
microestructural. No siempre se dispone de un centro o
laboratorio con técnicos especialistas y equipos
sofisticados para la caracterización de materiales, ya sea
para la selección de materiales o para un análisis
de control de calidad.

La imagen digital se ha incorporado,
prácticamente, a la totalidad de los equipos de
microscopía electrónica y microscopía con
focal y está sustituyendo rápidamente a las
tradicionales cámaras fotográficas en los
microscopios ópticos. Las ventajas de la imagen digital,
frente a la analógica, vienen dadas por las
múltiples posibilidades de manipulación que ofrece.
Además, dichas imágenes pueden ser procesadas para
obtener información. Reconocer, contar y medir
tamaño, forma, posición o densidad de determinados
objetos (por ejemplo el área de los núcleos en una
imagen histológica), es algo que, con una correcta
preparación de la muestra, está al alcance de
cualquier ordenador personal complementado con un software
adecuado de análisis de imágenes.

Metalografía

Es la ciencia que estudia las características
estructurales o constitutivas de un metal o aleación
relacionándolas con sus propiedades físicas y
mecánicas, Guliaev .

 Entre las características estructurales,
Castro [1], Benedett [3], Callister [6] y Guliaev [7],
señalan que están: el tamaño de grano,
contenido, forma y distribución de las fases que
comprenden la aleación y de las inclusiones no
metálicas, la presencia de segregaciones y otras
irregularidades que profundamente pueden modificar las
propiedades mecánicas y el comportamiento general de un
metal. Variada es la información que puede suministrar un
examen metalográfico. El principal instrumento para la
realización de un examen metalográfico es el
microscopio óptico metalográfico, con el cual es
posible examinar una muestra con aumentos que varían entre
50 X y 1000 X.

La metalografía cuantitativa puede definirse,
según Velandia [4], como la técnica de muestreo
utilizada para cuantificar los aspectos morfológicos de
las imágenes obtenidas de un material mediante
microscopía óptica, microscopía de barrido o
microscopía de transmisión.

La metalografía cuantitativa, juega un rol
importante en la ciencia de los materiales y la
ingeniería, pues permite establecer relaciones entre los
procesos, microestructura y propiedades mecánicas de los
materiales, suministrando la información necesaria para el
establecimiento de modelos matemáticos que permitan el
control y optimización de procesos y productos.

De lo anterior se deduce que, un ensayo de
metalografía se realiza con el fin de obtener toda la
información posible a encontrar en las estructuras de los
diferentes materiales. Este ensayo se realiza con la ayuda de un
microscopio. En este se observa la estructura de ciertas
muestras, previa preparación metalográfica y
permite obtener una aproximación muy vaga del tipo de
aleación que se tiene, del contenido de carbono y
tamaño de grano (de manera aproximada). Una vez que se
logra esto, la muestra se podrá relacionar con las
propiedades físicas y mecánicas que se
desean.

Preparación
Metalográfica.

La experiencia ha demostrado que el éxito en el
estudio microscópico depende en mucho del cuidado que se
tenga para preparar la muestra. El microscopio más costoso
no revelará la estructura de una muestra que haya sido
preparada en forma deficiente. El procedimiento que se sigue en
la preparación de una muestra es comparativamente sencillo
y requiere de una técnica desarrollada sólo
después de práctica constante. El objetivo es
obtener una superficie plana, sin rayas, semejante a un espejo,
Guliaev , Padilla y Kehl [10].

Selección y extracción: Recibido el
material es necesario seccionarlo y cortarlo en una forma
determinada. Se trata de lograr superficies planas con la menor
deformación posible. En general, los mejores resultados se
obtienen con corte abrasivo húmedo, de lo contrario se
estaría modificando la estructura original, Kehl [10]. Si
se corta, en todos los casos, la muestra que se extraiga debe
representar las características del material de
origen.

Montaje (en caso de ser necesario): Cuando se
considere necesario, para mejorar la manipulación de la
muestra o para evitar la conservación de los bordes o
alguna capa constituyente, es necesario montar o embutir la
muestra en una resina denominada bakelita.

Esmerilado grueso: Su objetivo es eliminar la
superficie de la muestra que fue deformada por el proceso
anterior y lograr un solo plano de pulido para las etapas
posteriores. Se utilizan abrasivos de grano grueso (80 – 320),
discos o papeles abrasivos. El agua tiene por objeto refrigerar y
barrer de la superficie las partículas de material tanto
de la muestra como del abrasivo. Para pasar de un papel a otro se
debe obtener una superficie plana, uniforme y las rayas deben
estar en una misma dirección. Una vez logrado esto, se
gira la muestra 90° y se procede de la misma forma, Kehl
[10].

Esmerilado fino: Es la etapa final del
esmerilado. El procedimiento es igual al anterior, con papeles
contentivos de abrasivos de 400 a 1200 .

Pulido mecánico: Se utiliza para lograr
una eliminación efectiva y rápida de material. Es
en esta etapa cuando se consigue una superficie tipo especular.
Se realiza en paños especiales (lona o paño de mesa
de billar) colocados en platos giratorios. Como abrasivo se
utilizan suspensiones coloidales de óxidos de materiales
como SiO, Al2O3, MgO en una proporción determinada en agua
destilada.

Ataque químico: Se realiza sumergiendo la
muestra metálica pulida en una solución
ácida o básica débil. Después del
ataque, las interacciones de los límites de grano en la
superficie, quedan marcados por una red de escarpaduras poco
profundas, Manual ASTM y Kehl [10]. Para la determinación
del reactivo se tiene en consideración al material y el
objetivo buscado por el ataque. Las normas ASTM E304 y ASTM E407
recomiendan reactivos químicos según el material
para macroataque y microataque.

Kehl [10] señala, que cuando un examen
microscópico ha permitido la determinación de todas
las características constitucionales, es posible predecir,
con gran seguridad, el comportamiento del metal. Importancia
parecida tiene el hecho de que con ciertas limitaciones, la
microestructura refleja casi la historia completa del tratamiento
mecánico y térmico que ha sufrido el material. Solo
el estudio a fondo de los metales en el microscopio ha permitido
resolver muchos problemas de la metalurgia física,
Callister , y se puede predecir que los progresos en este campo
serán parcial o totalmente, debidos a los resultados del
examen microscópico, Guliaev , Padilla .

Elementos de metalografía
cuantitativa.

La metalografía cuantitativa es una
técnica de muestreo utilizada para cuantificar,
según sea el caso, aspectos considerados importantes en
las imágenes obtenidas mediante microscopía
óptica, microscopía de barrido o microscopía
de transmisión, Velandia [4], [9], . La
metalografía cuantitativa fundamenta sus procedimientos en
la Estereología, ciencia que permite analizar, de manera
efectiva, la forma tridimensional de los sólidos a partir
de la información obtenida con secciones bidimensionales o
secciones planas de los mismos. Debe resaltarse que la
Estereología no busca reconstruir un objeto tridimensional
en su totalidad, normalmente usa sólo unas pocas secciones
o muestras del material en estudio, aplicando sobre ella
técnicas simples de estimación no
paramétrica (parámetros geométricos) como el
volumen y el área. La estimación resultante es
válida sólo sobre hechos fundamentalmente
geométricos y orientados en la teoría
clásica de muestreo estadístico, es por ello que
los métodos estereológicos son casi siempre
suposiciones libres y por tanto, son aplicables en diferentes
ciencias como la biología y las ciencias de los
materiales.

Análisis
superficial de una fracción
volumétrica

Según Velandia [4], el investigador Achille
Delesse, geólogo francés, en 1847 demostró
que la proporción volumétrica (VV ) de un mineral
cualquiera puede ser estimada a partir de la proporción
del área visible en la sección.

Fuente: Velandia [4].

En la figura 1.2 se presenta una sección plana de
un acero hipoeutectoide. El área del campo de
observación es el resultado de multiplicar a y b, por lo
tanto, el área ocupada por fase ß, región
más oscura, está definida por AA.

Figura 1.2. Sección plana de una
aleación definida por (a.b). Fuente: El autor.

Análisis
lineal de la fracción volumétrica

La fracción de área parcial AA, se puede
determinar a partir de una fracción de línea LL,
Según Velandia [4], Rosiwal colocó una rejilla de
líneas paralelas sobre la sección plana,

con la ayuda de una hojas transparentes, para medir la
longitud relativa de la fase ß sobre la línea L de
la rejilla. Un ejemplo de esta simplificación se muestra
en la figura 1.3.

Figura 1.3. Sección plana de una
aleación con un estimador de lineal 4L.

Fuente: El autor.

Análisis
puntual de la fracción
volumétrica

En el trabajo de Velandia [4], se muestra una nueva
simplificación realizada por Glagolev en 1931, quien
demostró que, con una rejilla de puntos sobre una
sección plana, la fracción de área AA, puede
ser estimada de la proporción de puntos PP de la rejilla
que caen o hacen contacto con la fase en estudio. En la figura
1.4, se observa como determinar la fracción de área
de la fase ß con este método.

Figura 1.4. Sección plana con red
de puntos. Fuente: El autor.

Según Velandia , uno de los métodos
más simples y más utilizados para estimar las
fracciones o volumen de los constituyentes micro estructurales,
es el conteo de puntos (también descrito en ASTM E562).
Aun cuando se puede emplear otros procedimientos, el conteo de
puntos es el más eficiente, es decir da la mejor seguridad
con el mínimo esfuerzo.

La metalografía cuantitativa juega un rol
importante en la ciencia de los materiales y la
ingeniería, pues permite establecer relaciones entre los
procesos, microestructura y propiedades mecánicas de los
materiales suministrando, información necesaria para el
establecimiento de modelos matemáticos que permitan el
control y optimización de procesos y productos.

El desarrollo y avance de tecnologías en el
área de la electrónica y la computación han
permitido la automatización de procedimientos de
análisis de imágenes que reducen el tiempo y los
posibles errores en el estudio de muestras
metalográficas.

Velandia también señala que los
cálculos de la fracción de volumen, a partir de las
mediciones cuantitativas sobre una superficie de un material
opaco, solamente puede proporcionar valores aproximados. No
obstante, este método es empleado casi sin
excepción.

Estimación
de propiedades mecánicas

Las propiedades mecánicas de los aceros
normalizados son determinadas por las fases presentes en su
distribución, Guliaev [7]. La ferrita relativamente pura
en el hierro BCC, posee moderadamente buena plasticidad y
resistencia; en cambio los carburos son duros y frágiles.
En el agregado estructural llamado perlita, la ferrita es casi
continua, consecuentemente esta estructura eutectoide posee
alguna plasticidad combinada con moderada dureza y
resistencia.

Las aleaciones hipoeutectoides muestran granos de
ferrita continua que contienen islas del agregado
microestructural perlita. Estos aceros presentan gran plasticidad
y resistencia. La plasticidad decrece y la dureza aumenta a
medida que la ferrita decrece.

Guliaev [7], indica que para los aceros hipoeutectoides
los cambios en las propiedades son lineales y ellas pueden ser
expresadas con razonable precisión por simples ecuaciones
que relacionan las propiedades específicas con el
porcentaje de carbono y la proporción de ferrita y perlita
presente en la microestructura.

Introducción al procesamiento digital
de imágenes

El procesamiento digital de imágenes ha
adquirido, según Villalpando [13], un papel importante en
las tecnologías de la información y el
cómputo. Actualmente, es la base de una creciente variedad
de aplicaciones que incluyen: diagnosis médica,
percepción remota, exploración espacial,
visión por computadora, entre otras. Al conjunto de
técnicas y procesos para descubrir o hacer resaltar
información contenida en una imagen, usando como
herramienta principal una computadora, se le conoce como
procesamiento digital de imágenes (PDI).

La imagen digital se ha incorporado prácticamente
a la totalidad de los equipos de microscopía
electrónica y microscopía con focal y está
sustituyendo rápidamente a las tradicionales
cámaras fotográficas de los microscopios
ópticos. Las ventajas de la imagen digital, frente a la
analógica, vienen dadas por las múltiples
posibilidades de manipulación que nos ofrece.
Además, pueden procesarse dichas imágenes para
obtener información. Reconocer, contar y medir
tamaño, forma, posición o densidad de determinados
objetos (por ejemplo el área de los núcleos en una
imagen histológica), es algo que, con una correcta
preparación de la muestra, está al alcance de
cualquier ordenador personal complementado con un software
adecuado de análisis de imágenes.

Conceptos de imagen y procesamiento
digital de imagen.

Una imagen está definida como la
representación de un objeto real (3D) en el plano (2D).
Desde un punto de vista físico, una imagen puede
considerarse como un objeto plano cuya intensidad luminosa y
color puede variar de un punto a otro, Nistal [15], Wainschenker
[16].

Los autores Nistal [15], Wainschenker [16], plantean que
las imágenes monocromas (blanco y negro), se pueden
representar como una función continua f(x,y), donde (x,y)
son sus coordenadas y el valor de f es proporcional a la
intensidad luminosa (nivel de gris) en ese punto.

Figura 1.5. Digitalización de un
objeto. Fuente Wainschenker [16].

Para obtener una imagen que pueda ser tratada por el
ordenador, es preciso someter la función f(x,y) a un
proceso de discretización, tanto en las coordenadas como
en la intensidad, a este proceso se le denomina
digitalización.

Nistal [15] y Wainschenker [16] señalan que la
digitalización consiste en la descomposición de la
imagen en una matriz de M x N puntos, donde cada uno tiene un
valor proporcional a su nivel de gris (ver figura 1.6). Dado que
este valor puede ser cualquiera dentro de un rango continuo, es
preciso dividir dicho rango en una serie de k intervalos, de
forma que el nivel de gris de cada punto sea asignado a uno de
los valores que representa dicho intervalo. Los modernos sistemas
de proceso digital de imágenes suelen trabajar con 256
niveles de gris.

Figura 1.6. Descomposición de un
objeto en una matriz M x N.

Fuente: Wainschenker [16].

Cada elemento en que se divide la imagen recibe el
nombre de "píxel" (picture element), Wainschenker [16]. El
número de niveles de gris y las dimensiones de la matriz
(número de filas por número de columnas)
condicionan la capacidad de resolución de la imagen
digital. Las dimensiones de las imágenes digitales
varían en función de las capacidades del sistema
empleado. Por lo general se utiliza un octeto para almacenar cada
píxel, por lo que las intensidades de las imágenes
se cuantifican en 256 niveles (8 bits). Según estos
tamaños, una imagen digital con 256 niveles de gris y una
dimensión de 256 x 256 píxeles, ocupa 64 KB de
memoria. La misma imagen con una dimensión de 512 x 512
píxeles ocupa 256 KB y si se trata de una imagen de 1024 x
1024 ocupa 1 MB de memoria.

En general, las técnicas de procesamiento de
imágenes son aplicadas cuando resulta necesario realzar o
modificar una imagen para mejorar su apariencia o para destacar
algún aspecto de la información contenida en la
misma, o cuando se requiere medir, contrastar o clasificar
algún elemento.

Con el procesamiento digital de imágenes Fajardo
[11] y Wainschenker [16] aseguran desarrollar operaciones sobre
un set de datos que proporciona una imagen para: mejorarlas de
alguna forma y ayudar a su interpretación, o para extraer
algún tipo de información útil de ella.
Estamos refiriéndonos también al tratamiento de las
imágenes que han sido previamente
digitalizados.

Igualmente, estos autores, Fajardo [11] y Wainschenker
[16], indican que el procesamiento digital de imágenes
puede considerarse como una matriz cuyo índice de fila y
de columna, identifican un punto de la imagen. El valor del
correspondiente elemento de la matriz indica el nivel de gris en
ese punto.

Los elementos de una distribución digital de este
tipo se denominan elementos de la imagen o más
comúnmente píxeles, abreviaturas de su
denominación en ingles "Picture Elements". El
procesamiento de imágenes no puede producir
información a partir de nada. Es de gran importancia tener
en cuenta que lo observado es una representación
gráfica de números. La imagen es guardada como una
grilla de píxeles. El proceso de digitalización
transforma datos análogos continuos en datos digitales
discretos.

Etapas para el
procesamiento digital de imágenes

Por lo general las etapas que se aplican para el
procesamiento digital de imágenes, según Torres
[5], Medina [14], Nistal [15], Wainschenker [16], son una
constante para los distintos software, y su aplicación va
en función del producto deseado. El autor concuerda con
ellos. En la figura 1.7. se resumen estas etapas.

Para Fajardo [11] y Wainschenker [16], la primera etapa
es la adquisición de las imágenes (captura),
para la cual se requieren dos elementos: un sensor y un
digitalizador. El proceso como tal se trata de convertir un
objeto o un documento, en una representación apta para ser
procesada por una computadora. Tal adquisición o
conversión puede ser realizada por medio de un
escáner, cámara fotográfica o de
video, y el resultado varía dependiendo del proceso de
digitalización usado y del método de
codificación.

Cabe señalar que la naturaleza y las
características de la imagen a capturar son determinadas
por la naturaleza de la aplicación. En esta etapa se
realiza el diseño de las propiedades de la captura, se
selecciona el tipo de cámara, distancia al objeto,
formato, etc

Figura 1.7. Etapas para el procesamiento
digital de imágenes.

Fuente: Wainschenker [16].

Luego de que la imagen digital ha sido obtenida, la
etapa II es el pre-procesamiento de la imagen, en ella se
engloban una serie de técnicas que comprenden operaciones
cuyo origen es una imagen y cuyo resultado final es otra imagen,
Nistal [15]. El valor del píxel, en la imagen de salida,
puede ser función del valor que tenía en la imagen
de entrada, de los valores de sus vecinos o del valor de todos
los puntos de la imagen de entrada, según lo indicado por
Nistal [15]. Para esto los distintos software realizan
operaciones matemáticas tales como:

• Transformada Rápida de Fourier (FFT) —–
  eliminar ruidos,

• Dispersiones Gaussiana ————————-
  facilitar la dispersión,

• Convolución
  —————————————- suavizar contornos o
  empañar,

• Desconvolución
  ———————————- disminuir
  empañamientos.

El objetivo de estos procesos es modificar las
imágenes para mejorar su calidad o resaltar los detalles
que interesan. Esto comprende filtros de realce y de
suavizamiento, como son: paso bajo y paso alto, con los cuales se
mejora la apariencia de la imagen.

Durante el procesamiento de la imagen, los
procedimientos están dados en forma de algoritmos, siendo
el software el medio por el cual se implementan y ejecutan, por
ello, el principal desafío es mejorar la calidad y reducir
su costo.

El proceso de filtrado, según Torres [5] y Medina
[14], es el conjunto de técnicas englobadas dentro del
pre-procesamiento de imágenes, cuyo objetivo fundamental
es obtener, a partir de una imagen origen, otra final cuyo
resultado sea más adecuado para una aplicación
específica, mejorando las características que
posibiliten efectuar operaciones del procesado sobre
ella.

Los principales objetivos que se persiguen con la
aplicación de filtros son:

• Suavizar la imagen: reducir las variaciones de
  intensidad entre píxeles vecinos.

• Eliminar ruido: eliminar aquellos píxeles
  cuyo nivel de intensidad es muy diferente al de sus
  vecinos.

• Realzar bordes: destacar los bordes que se localizan
  en una imagen.

• Detectar bordes: detectar los píxeles donde
  se produce un cambio brusco en la función
  intensidad.

Por tanto, se consideran los filtros como operaciones
que se aplican a los píxeles de una imagen digital para:
optimizarla, enfatizar cierta información o conseguir un
efecto especial en ella, Nistal [15]. Los filtros de frecuencia
procesan una imagen trabajando sobre el dominio de la frecuencia
en la Transformada de Fourier de la imagen. Para ello,
ésta se modifica siguiendo el Teorema de la
Convolución correspondiente, ver figura 1.8.

Fig. 1.8. Etapas para el filtrado de
imágenes digitales. Fuente Nistal [15].

En el esquema mostrado en la figura 1.8, se puede
apreciar el proceso de filtrado a partir de:

• 1.- Aplica la Transformada de
  Fourier,

• 2.- Multiplicar posteriormente por la
  función del filtro que ha sido escogido,

• 3.- Para concluir re-transformándola al
  dominio espacial empleando la Transformada Inversa de
  Fourier.

Existen básicamente tres tipos distintos de
filtros que pueden aplicarse:

• Filtro paso bajo: atenúa las frecuencias
  altas y mantiene sin variaciones las bajas.

• Filtro paso alto: atenúa las frecuencias
  bajas manteniendo invariables las frecuencias
  altas

• Filtro paso banda: atenúa frecuencias muy
  altas o muy bajas manteniendo una banda de rango
  medio.

La tercera etapa en el procesamiento de la imagen, es la
segmentación [15], mediante la cual se divide la
imagen en regiones o segmentos manipulables. Este paso se
desarrolla en intima relación con la base teórica,
es decir, el reconocimiento de la información que se desea
obtener, separando de la imagen propiedades o regiones con una
textura dada.

En este paso, se segmenta la imagen en regiones que
tienen niveles de gris similares o en regiones donde existen
cambios abruptos en los cambios del nivel de gris, detectando las
fronteras o bordes de la imagen. Para lograr esto se utilizan
operadores diferenciales que detectan los cambios en los
gradientes de los niveles de gris. En los procesos
autónomos de percepción, una de las tareas con
mayor dificultad es justamente la segmentación, pues
requiere ser ejecutada en forma automática,
pudiéndose obtener grandes beneficios o lograr
indeterminados perjuicios a determinados procesos.

El paso siguiente es la extracción de
características [11], etapa IV, también
conocido como representación y descripción,
Wainschenker [16]. Es en esta etapa, la aplicación de
algoritmos permite que lo seleccionado en la segmentación
tome una forma definitiva, como paso previo al análisis
por parte de la computadora. Prácticamente es un
procedimiento que se realiza de manera casi obligatoria. El
proceso de descripción, Wainschenker [16], se refiere a
las tareas de reconocimiento de los elementos seleccionados en la
segmentación, de modo que pueda obtenerse la
información a partir de reunir dichos elementos u objetos
en grupos con características particulares, tales como:
tamaño, forma, características geométricas,
etc., para diferenciarlas de otras que también son parte
del conjunto. En esta etapa se extraen las características
apropiadas para la identificación de los objetos
deseados.

La última etapa, reconocimiento e
interpretación, está básicamente
relacionado a procesos de reconocimiento automatizado. En esta
etapa, todo lo hasta ahora desarrollado es capaz de ser comparado
con una base de datos o algoritmo de toma de decisiones, provista
por la persona que ejecuta la tarea de procesamiento digital de
imágenes [14]. La máquina desarrolla su labor en
forma automática, asignando, al final de la tarea, un
significado a lo que es resultado del análisis.

Potencialidades
del procesamiento digital de imágenes

El interés en el estudio del
procesamiento digital de imágenes se basa en dos
áreas de aplicación primordiales:

• Mejorar la apariencia visual de la imagen adquirida,
  en la que se aplican técnicas asociadas a la captura,
  codificación y representación, que no
  introducen ningún tipo de
  interpretación.

• Procesamiento de los datos de la escena para la
  percepción autónoma por una máquina, con
  el fin último de hacer una interpretación de la
  escena representada en la imagen.

A menudo, esta información tiene poco en
común con los rangos visuales que los seres humanos
emplean para interpretar el contenido de una imagen. La
aplicación en diversas áreas de la actividad humana
del procesamiento digital de imágenes, es en nuestros
días una herramienta importante para la resolución
de problemas, como por ejemplo:

• En medicina, los procedimientos informatizados
  realzan el contraste o codifican los niveles de intensidad en
  colores para: facilitar la interpretación de las
  imágenes de rayos X, muestras de sangre y otras
  imágenes biomédicas.

• En física y en campos afines, las
  técnicas computacionales realizan, en forma rutinaria,
  imágenes de experimentos en áreas como los
  plasmas de alta energía y de microscopio de
  electrones.

• En la industria, para el reconocimiento
  automático de características en control de
  calidad e inspección de productos y
  ensamblaje.

• En restauración de imágenes, debido a
  la degradación de objetos irrecuperables, o de
  procedimientos costosos para su
  duplicación.

• Además, otros como los reconocimientos en
  materia militar: lanzamiento de misiles, el tratamiento
  automático de huellas digitales, el procesamiento
  automático de imágenes aéreas y de
  satélite para la predicción del tiempo y la
  evaluación demográfica y urbanística y
  patrones de polución, así como también
  en astronomía, biología, medicina nuclear
  etc.

Todos estos ejemplos muestran los resultados del
procesamiento destinado a la interpretación humana.

Programas
profesionales para el procesamiento digital de
imágenes

En la actualidad existe una gran diversidad de programas
profesionales que trabajan para facilitar el tratamiento de
imagen digital en el campo de la ciencia de los materiales, la
medicina y la agronomía. Algunas de las firmas reconocidas
en este campo son:

Software de Análisis Metalográfico
XPLUS-REMET, es un software de análisis, archivo y
tratamiento de las imágenes, ya sea en el campo de los
materiales o la medicina, en forma interactiva. Para Windows XP y
2000. Creado por REMET Corporation, S.A. empresa americana
fabricante de instrumentos de precisión.

XPLUS – REMET, permite el análisis
automático de la imagen con la posibilidad de elegir uno o
varios de las siguientes funciones de medición:
perímetro, área, zona completa, radio de zona,
diámetro equivalente, circularidad, longitud, ancho, y
permitir cálculos estadísticos para la
obtención del máximo, mínimo, valores
medidos y desviaciones estándar de todos los objetos
incluidos en la zona bajo el análisis. Puede llevar a cabo
el análisis de las funciones por zona: rectangular,
circular, elíptica, o en segmentos. Se puede excluir todos
los objetos, incluir todos los objetos, abrir, cerrar, erosionar,
dilatar, borrar pequeños objetos de relleno, borrar,
análisis de imágenes por color, dibujar y dibujar
con el pincel.

Los resultados se pueden ver numéricamente o
gráficamente y enviados a las hojas de Excel o Word a las
plantillas para la redacción de los informes
finales  

Fig. 1.9. Ambiente del Software de
Análisis Metalográfico XPLUS-REMET.

Fuente:
http//:www.tecmicro.com.es.

Software de Análisis de
Imágenes AXIOVISION – ZEISS

Software de gestión y adquisición de
imagen para microscopía en el campo de la medicina y de
materiales, bajo ambiente Windows, fabricado por el grupo
empresarial ZEISS Microscopy, en Munich, Alemania.

Fig. 1.10. Ambiente del Software de
Análisis de imágenes AXIOVISION –
ZEISS.

Fuente:
http://www.microscopy.zeiss.com

Este software permite la adquisición de Imagen en
el campo de la biología, metalurgia, y agronomía,
con cámaras blanco/negro, color, alta resolución y
alta sensibilidad, facilita la anotación en Imagen (texto,
flechas, cajas, círculos, barras de escala), además
de la generación de Informes bajo las
plantillas correspondientes, se observa bajo ambiente
Windows y es compatible con programas de Microsoft como Word y
Excel.

Posee tres paquetes independientes:

1.- Software completo para análisis de
tamaño de grano.

2.- Software completo para análisis de forma y
tamaño de  partículas de grafito.

3.- Software para medición automática de
tamaño de partícula y contenido de
volumen.

Según normas ISO 643,  ISO
945, estándar (y equivalentes como EN, ASTM
yJIS).

Software para el Análisis de Imagen
Metalúrgica MIAS 4.0, elaborado por Qualitech Systems,
de la India, permite la identificación de objetos en una
imagen, contarlos, obtener mediciones de varias
características como: longitud, anchura, área;
permitiendo al usuario el ajuste de los parámetros. El
software identifica las fases múltiples dentro de la
microestructura. También dibuja las fases del histograma
según la norma ASTM E562 y E1245. Posee un módulo
para medir el tamaño de grano con la norma ASTM E112.
Permite el uso de filtros definidos por el usuario para hacer
plantillas para reparar los límites de granos.

Fig. 1.11. Ambiente del MIAS 4.0 –
Qualitech Systems,

Fuente:
http://www.qualitechmicroscopes.com.

Dewinter metalúrgico/software de la
metalurgia.

Elaborado por Dewinter Optical INC, de la India. Es un
programa que se establece en la forma sencilla, sin comprometer
la precisión para que un operador no experimentado pueda
hacer el análisis. Los principales análisis de la
metalurgia son: nódulos, medición de espesor de
revestimiento, la profundidad de la anchura de medición de
la descarburación, el porcentaje de fase con la
exhibición de color superpuestas, número y
tamaño de grano por Norma ASTM E112, análisis de la
porosidad, tamaño de las partículas y porcentaje de
volumen con mucho hacer que el software completo. Los informes
generados se pueden guardar o imprimir con imágenes,
histograma, datos de superposiciones y colores diversos otra
información relacionada.

El precio real del software es de:
37,990.00 dólares.

Fig. 1.12. Dewinter
metalúrgico/software de la metalurgia–Dewinter
Optical INC.

Fuente:
http://www.dewinterindia.com

Image J Procesamiento y análisis de
imágenes en Java.

Es un software de dominio público creado por NIH
Image para Macintosh o cualquier computador con Java 1.5. El
autor Wayne Rasband pertenece a la Sección de
Investigación de Servicios del Instituto Nacional de Salud
Mental, en Bethesda, Maryland, EE.UU.

ImageJ fue diseñado con una arquitectura abierta
que proporciona extensibilidad vía plugins Java y macros
(macroinstrucciones) grabables. Se pueden desarrollar plugins de
escaneo personalizado, análisis y procesamiento usando el
editor incluido en Image J y un compilador Java. Los plug-ins
escritos por usuarios hacen posible resolver muchos problemas de
procesado y análisis de imágenes, desde de
imágenes en vivo de las células en tres
dimensiones, procesado de imágenes radiológicas,
comparaciones de múltiples datos de sistema de imagen
hasta sistemas automáticos de
hematología.

Este software, puede ejecutarse en un applet en
línea, como aplicación ejecutable, o en cualquier
computadora con Máquina virtual Java 5 o superior. Hay
también distribuciones descargables para Microsoft
Windows, Mac OS, Mac OS X, Linux, y Sharp Zaurus PDA . En el caso
específico de la metalografía se ha logrado
utilizarlo para el conteo de granos y otros parámetros de
gran importancia en muestras de metales por lo que resulta viable
su uso investigativo.

Fig. 1.13. Ambiente de trabajo del
software Image J. Fuente: El autor.

Software metalúrgico – kwality
india

El programa de aplicación se fija de la manera
más simple, de modo que un operador inexperto pueda
también hacer análisis con un mínimo de
entrenamiento. Su uso en el campo de la metalurgia permite el
análisis de los nódulos [12], medida del grueso de
capa, medida de la profundidad de la anchura de la
descarburización, cálculo del porcentaje de la fase
con la exhibición por los recubrimientos coloreados,
determinación del tamaño de grano, análisis
de la porosidad, medida de las escamas del grafito, grado
no-metálico de la inclusión, tamaño de
partícula y el porcentaje del volumen. Los informes
generados se pueden ahorrar o imprimir con imágenes, el
histograma, colores de los recubrimientos de los datos y la otra
información relacionada.

Figura 1.14. Software metalúrgico
– kwality india. Fuente: http://www.kwality.com

Costo de los
software profesionales para el tratamiento de
imágenes

Los software profesionales para el tratamiento de imagen
digital que existen en el campo de la ciencia de los materiales
son muy costosos. Las distintas firmas comerciales ofrecen los
productos a través de un sistema integrado de
cámara para la adquisición de la imagen,
microscopio para observar microestructura y el software para
realizar el procesamiento en computadoras. Una licencia
completamente cargada de software de detalle del acero cuesta
entre 30.000 y 40.000 dólares.

La figura 1.15 muestra un sistema de ocular con
cámara que se acoplan a un microscopio óptico
metalográfico. Este sistema se adquiere por un monto de
49,990 dólares Precio: 37,990.00
dólares.

Fig. 1.15. Sistema de ocular con
cámara incorporada – FyB
Sistemas.

Fuente:
http://www.TECMICRO.com

Con la aparición de los software libres se hizo
posible concebir otras vías para investigaciones, con la
misma precisión que los más famosos programas, un
ejemplo de ello es el Image J. Este es programado en Java,
desarrollado en el National Institutes of Healt.

Conclusiones

• 1-  La metalografía cuantitativa, juega
  un rol importante en la ciencia de los materiales, pues
  permite establecer relaciones entre los procesos, la
  microestructura y las propiedades mecánicas de los
  materiales, suministrando información necesaria para
  el establecimiento de modelos matemáticos y
  permitiendo el control y optimización de procesos y
  productos.

• 2- La comprensión de los fundamentos de
  la metalografía cuantitativa y los adelantos
  existentes en el desarrollo de equipos electrónicos y
  de la computación, han hecho de la metalografía
  cuantitativa una poderosa técnica en el estudio,
  reduciendo el tiempo y los posibles errores en el
  análisis de muestras metalográficas.

• 3- La incorporación de un sistema
  cerrado, mediante el uso de una cámara digital
  incorporada al microscopio óptico metalográfico
  y un software de aplicación, hace posible un
  método rápido y confiable para la
  determinación de parámetros microestructurales
  y fase en aceros.

• 4- Los principales software profesionales para
  el procesamiento digital de imágenes, utilizados para
  el análisis microestructural, resultan ser
  comercialmente muy costosos.

• 5-  El software libre Image J, que es de
  dominio público para el procesamiento digital
  imágenes, permite conocer parámetros
  microestructurales que utilizados correctamente
  permitirían determinar propiedades mecánicas de
  los aceros.