Ao de la Diversificacin Productiva y Fortalecimiento de la

Educacin

UNIVERSIDAD NACIONAL SAN

ANTONIO ABAB DEL CUSCO
F ACULTAD DE INGENIERA QUMICA E
INGENIERA METALRGICA

C ARRERA PROFESIONAL DE INGENIERA METALURGIA

Tema:
Anlisis De Imgenes Digitales De
Estructuras Metalogrficas

Curso: TRANSFORMACION
DE FASES
Docente: ING. ALFREDO BENITO
ARAGON

Alumnos:
Cdigos:
Danny Nelson Vargas
Huamn 110224
 Noa Huamn Edith Yeny
120151
Semestre: 2015-I

Cusco Per

MARCO TEORICO :

o Metalografa:
La metalografa es la disciplina que estudia
microscpicamente las caractersticas
estructurales de un metal o de una
aleacin. Sin duda, el microscopio es la
herramienta ms importante del
metalurgista tanto desde el punto de vista
cientfico como desde el tcnico. Es posible
determinar el tamao de grano, forma y
distribucin de varias fases e inclusiones
que tienen gran efecto sobre las
propiedades mecnicas del metal. La
microestructura revelar el tratamiento
mecnico y trmico del metal y, bajo un
conjunto de condiciones dadas, podr
predecirse su comportamiento esperado.

La experiencia ha demostrado que el xito en el estudio microscpico depende en

mucho del cuidado que se tenga para preparar la muestra. El microscopio ms costoso
no revelar la estructura de una muestra que haya sido preparada en forma deficiente.

El procedimiento que se sigue en la preparacin de una muestra es comparativamente

sencillo y requiere de una tcnica desarrollada slo despus de prctica constante.
El ltimo objetivo es obtener una superficie plana, sin rayaduras, semejante a un
espejo. Las etapas necesarias para preparar adecuadamente una muestra
metalografca.

Para esto se pens en realizar una prctica en la cual pudiramos observar una pieza
cuyas caractersticas fueran conocidas y as hacer la prueba de comprobacin de los
granos de la muestra en este caso fue un acero A-36 cuyo procedimiento se explican a
continuacin

La necesidad de considerar sistemas de imagen digital se basa en el reconocimiento

de los principios estereolgicos y cuantitativa metalografa / materialografa como
conceptos esenciales en la ciencia de los materiales. La aplicacin de cuantitativa
metalografa / materialografa en ciencia de materiales requiere la medicin de
microestructuras. Se puede argumentar que el estudio de los materiales no puede ser
llamado una "ciencia" si no utiliza mtodos cuantitativos Los equipos que utilizan
tecnologa de imagen digital no es esencial para la implementacin de metalogrficos
mtodos cuantitativos / materialogrficas.
Cuantitativa metalografa / materialografa puede ser practicado utilizando mtodos
no digitales
Tecnologa de imagen digital se aplica a la ciencia de materiales para producir
prontitud las medidas estructurales requeridas por metalogrficos / normas material
grficas cuantitativos. Realizacin de anlisis de imgenes no es una meta; sino que es
un medio para lograr un objetivo. Para escuchar un tcnico de laboratorio o gerente
discuten la necesidad de "hacer anlisis de imagen" es inquietante. Lo que en realidad
necesita ser realizada en un laboratorio de ciencias de los materiales es la medicin de
microestructuras, es decir, metalografa cuantitativa / materialografa. Los productos
requeridos de metalografa cuantitativa / materialografa son las dimensiones medidas
de caractersticas micro estructurales, valores numricos que describen la extensin
fsica de las estructuras.
Los objetivos de la metalografa
cuantitativa / materialografa pueden
lograrse ms fcilmente mediante el uso de
tecnologas de medicin de imgenes
digitales para simplificar y maximizar el
control del proceso de medicin. En el sentido
ms bsico de un sistema de anlisis de
imagen no es ms que un medidor;
principalmente no es diferente de un
micrmetro, escala, u otro dispositivo
utilizado para extraer las dimensiones fsicas
de cualquier objeto.
Un sistema de anlisis de imagen no es ms
que una herramienta diseada para ofrecer imgenes digitales, extraer los datos de las
mediciones estructurales requeridas por metalografa cuantitativa / materialografa y,
como un bono, procesar y gestionar los datos. En primer lugar, este sistema ofrece la
posibilidad de realizar mediciones precisas y reproducibles de caractersticas
microestructurales.
La disponibilidad de equipo relativamente barato de imagen digital facilita en gran
medida la extraccin de datos a partir de imgenes microestructurales, as como la
produccin de datos que estn inmediatamente listos para ser almacenados y
analizados utilizando una amplia variedad de herramientas de gestin de informacin
comn

o Cualitativa y cuantitativa Metalografa / Materialografa:

La transicin a las Normas cuantitativas:

Las barreras para la implementacin de los mtodos cuantitativos son principalmente

la existencia continuada de normas cualitativas; falta de coste eficaz y eficiente de
instrumentacin; y quizs lo ms importante, la existencia de obstculos de
procedimiento.
Traer mtodos cuantitativos rigurosos para metalografa / materialografa precisa la
existencia de especificaciones y normas que requieren estos mtodos, el equipo y los
procedimientos operativos para producir los resultados especificados en las normas, y,
por ltimo, el deseo de la organizacin de instituir estos mtodos.
Casi todos los mtodos de prueba estndar ms recientes producidos por ASTM
International, as como otras normas de las organizaciones y la industria privada, son
de naturaleza cuantitativa y requieren la medicin real de caractersticas estructurales
en vez de la comparacin tradicional carta u otros mtodos subjetivos. Nuevas normas
en general, tienden a eliminar el uso de la comparacin grfica y esquemas de
calificacin o indexacin. En su lugar, el informe de los valores de medicin reales de
longitud, anchura, rea, etc., as como los valores estadsticos apropiados. En muchos
casos, la norma cuantitativa en realidad simplifica el mtodo de ensayo.
El equipo necesario para realizar las operaciones requeridas por los mtodos
cuantitativos es fcilmente disponible. Adems de un microscopio, los componentes
necesarios para montar un sistema de anlisis de imagen generalmente incluyen:
ordenador con monitor, cmara, y la impresora. Las primeras implementaciones de
sistemas de anlisis de imagen requiere componentes especializados y relativamente
costosas de hardware.
Afortunadamente, el aumento exponencial en el uso del consumidor de computadoras
y cmaras digitales se ha beneficiado del uso de anlisis de imgenes en ciencia de
materiales. Muchas de las tecnologas que se utilizan en productos de imagen de
consumo son directamente transferibles a los sistemas de anlisis de imgenes
microestructurales.
Por ejemplo, la disponibilidad de componentes de la computadora personal de
produccin masiva y chips de sensores de imagen se han traducido en menores costos
dramticamente de hardware del sistema.
Existe una cierta simbiosis entre el avance de la tecnologa de componentes de imagen
digital y la propagacin de normas cuantitativas. Los avances tecnolgicos y la
reduccin de costes de componentes han facilitado la adopcin de normas ms
cuantitativos en virtud de aliviar los esfuerzos y costos de implementacin de las
normas. Por el contrario, el aumento del nmero de normas cuantitativas se ha
ampliado la demanda de la industria para sistemas ms eficientes y rentables para
realizar las mediciones incorporadas en estas normas.

o Estructura, estereologa y Estadsticas

Qu parmetros estructurales deben ser cuantificados?

La metalurgia fsica y el estudio de las relaciones de propiedad microestructura

proporcionan las respuestas. Un problema obvio es que la preparacin de materiales
para la observacin microscpica y la cuantificacin se obtiene un plano, la superficie
de dos dimensiones en el que se muestran la fase tres dimensiones y caractersticas
estructurales en algunas vistas en seccin transversal. La solucin est en el cuerpo de
principios estereolgicos que proporcionan una base cientfica extrapolacin de los
datos de medicin planas para producir material de estructura volumtrica vlida
informacin. La extensin fsica de microestructuras como lo demuestra la preparacin
metalogrfica incluyendo nmero de funcin, la longitud, la anchura y la zona, son la
dimensiones estructurales primarios de importancia. Casi todas las normas para la
medicin de materiales microestructuras llaman para la determinacin de algunos o
todos de estos parmetros. Varias otras mediciones son a veces requiere incluyendo
permetro, as como los datos calculados como porcentaje de rea, densidad, la
distancia de una superficie, relacin de aspecto, y el factor de forma. Para la mayora
de los estndares cuantitativos los requisitos de extraccin de datos son muy bsicos.
Comnmente, en la implementacin de estndares cuantitativos utilizando software de
anlisis de imagen, se requiere mucho ms esfuerzo en el procesamiento de los datos
de medicin para proporcionar informes en el formato requerido por la norma. Esta
situacin se encuentra sobre todo en la traduccin de los mayores estndares de
calidad, por ejemplo, el mtodo de prueba ASTM estndar para determinar el
contenido Inclusin de acero E 45 que dependen de calificacin u otras manipulaciones
para producir resultados expresa como un ndice o valor relativo en lugar de datos
como estereolgicos.
Un aspecto muy importante de estndares cuantitativos es el papel de los conceptos
estadsticos. No slo es la validez de los principios estereolgicas predicadas en la
satisfaccin de ciertas condiciones estadsticas, pero los resultados que se calcula
tambin consiste casi en su totalidad de los parmetros estadsticos, como la media
desviacin estndar y el intervalo de confianza. Es de vital importancia que el personal
de laboratorio que se dedican a la realizacin y el uso de mtodos cuantitativos tienen
un conocimiento bsico de los conceptos estadsticos con el fin de obtener resultados
precisos.
En este captulo se har cargo de los elementos bsicos de los sistemas de anlisis de
imagen y su aplicacin prctica a varias de las normas cuantitativas ms comunes. Las
secciones siguientes presentan una visin general de las funciones de anlisis de
imgenes que se encuentran con frecuencia para ser til en la metalografa
cuantitativa / material grafa.

o Principios de la Imagen Digital

Qu es el anlisis digital de imgenes?

Debido a que la terminologa usada en la descripcin de los equipos y sistemas de

imgenes digitales es confusa, a menudo ambigua, y debido a los rpidos cambios en la
tecnologa, con tendencia a la obsolescencia a corto plazo la discusin que sigue
minimiza referencia a componentes especficos.
Cmo es el anlisis de imagen digital aplicada a la ciencia de materiales? El anlisis de
imagen es un conjunto de funciones de software que se pueden utilizar para extraer
datos cuantitativos a partir de imgenes microestructurales. Tecnologa de imagen
digital integrado en un "sistema" se utiliza como una herramienta para proporcionar la
medicin de microestructuras como es requerido por los mtodos cuantitativos.
Empleando el poder de la tecnologa de imagen digital, la extraccin de los datos se
lleva a cabo de una manera ms oportuna y eficiente

Adquisicin De Imagen

Generalmente una imagen de materiales microestructura consta de un rea

rectangular o cuadrada que muestra huecos estructura fsica o lmites de grano o fases
materiales embebidos en una matriz. En la mayora de los casos el objetivo de anlisis
cuantitativo es medir la extensin fsica de la estructura o de fase, ms comnmente
longitud, anchura, o rea. Al hacerlo, es necesario quitar la porcin de matriz de la
imagen de la consideracin. Por esta razn todos de procesamiento de imgenes es
esencialmente un problema de reduccin de datos. Incluso para una cmara de
formato NTSC estndar del nmero de pxeles de una imagen es 307 200. Cada paso en
la adquisicin de imgenes y procesamiento se lleva a cabo con el objetivo de la
eliminacin de pxeles que representan matriz de informacin relevante de la
consideracin. Irnicamente las cmaras digitales de gran formato capaces de entregar
imgenes que tienen ms de 1 000 000 pxeles un mega pxeles proporcionan una
mayor cantidad de datos que debe ser eliminado para producir la informacin
cuantitativa requerida. El argumento se puede hacer que ms pxeles no son siempre
un beneficio en la extraccin de las mediciones de los materiales microestructura. Muy
poco se ha trabajado en la identificacin del nivel de digitalizacin de imgenes que es
ptima para el trabajo de extraccin de datos a la mano. La suposicin de que ms
pxeles son mejores no es una verdad universal, es decir, no debe aplicarse a todas las
situaciones de anlisis. Ms bien, el nmero mnimo de pxeles necesarios para
cuantificar la estructura, basado en los requisitos de la norma debe tenerse en cuenta
al seleccionar una cmara. Cuantos ms datos de imgenes capturadas ms all de la
necesaria para proporcionar las tolerancias de medicin requeridos por la norma, la
ms elaborada y, por lo tanto, ms expuestos al error la reduccin de datos de
procesamiento de imgenes ser.

Imagen Digitalizacin-Escala de grises

La digitalizacin es el proceso de convertir un campo microscpico escena continua de

vista en un bloque de valores numricos un nmero de filas horizontales y un nmero
de columnas verticales. Unidades individuales en las filas y columnas son elementos de
imagen pxeles. Los pxeles son la unidad bsica de imgenes digitales. Pxeles tienen
una ubicacin dentro de la imagen. X es la posicin horizontal e Y es la posicin
vertical. Cada pxel tambin tiene un brillo, intensidad de iluminacin, o el valor de
color. Estos valores numricos asociados con cada pxel constituyen una imagen digital.
Despus de un campo de vista estructural se ha digitalizado, todo el procesamiento de
imagen y medicin se basa en los valores cuantitativos de cada pxel. Una discusin de
los detalles de la imagen digitalizacin puede llenar fcilmente un volumen, pero un
conocimiento en profundidad de la tecnologa no es necesario. Ver el excelente trabajo
de Inoue y primavera para una discusin detallada de la imagen digitization.
La informacin de posicin X, Y asociado con un pxel es sencillo. Los pxeles en la que
la imagen se divide forma una matriz o cuadrcula. La posicin relativa de cada pxel
dentro de la imagen global de rejilla se puede expresar como una ubicacin de
coordenadas. Una vez una calibracin se ha establecido la posicin de cada pixel puede
ser expresada como una distancia real desde el origen del sistema de coordenadas o de
cualquier otro punto de pixel en la matriz. El mnimo comn denominador para una
matriz de pxeles de imagen como produce a partir de una cmara de vdeo estndar
NTSC tiene unas dimensiones de 640 pxeles en cada fila horizontal y 480 pxeles en
cada columna vertical. Una imagen mega pxeles llamada tiene ms de 1.000 horizontal
por 1000 pxeles verticales.
El tercer valor posedo por cada pxel es una medida de su nivel de iluminacin. Este
valor es una cuantificacin de la cantidad relativa de luz que se encuentra en que la
ubicacin de la imagen. El rango de valores, posiblemente, es variable y depende de las
especificaciones tcnicas de la cmara y los componentes de digitalizacin utilizados
para realizar la digitalizacin. En la digitalizacin de la gama total de la iluminacin de la
luz no negro puro a la mxima cantidad de luz
blanca pura se divide en un nmero igual de
niveles. Comnmente, una imagen de una
cmara monocroma se digitaliza en 256 niveles
distintos, empezando por 0 para ninguna luz
hasta un mximo de 255 para la mxima
cantidad de luz. En este esquema de todos los
niveles de iluminacin tiene un valor de 0 a 255.
Esta gama de valores de iluminacin digitales se
llama la escala de grises. A escala de grises que
tiene un intervalo de 0 a 255 es una escala de
grises de 8 bits, desde un ordenador digital
representa nmeros como "bits" y contar hasta
255 requiere 8 bits. Iluminacin de la imagen
puede ser digitalizada en rangos distintos de 0-
255. Cuanto ms amplia sea la gama de niveles
de iluminacin digitales, se requieren los ms
bits de contarlos. El nmero de bits utilizados en
la digitalizacin de iluminacin se llama la
profundidad de bits. Para digitalizar una imagen
en color verdadero requiere al menos 24 bits y produce un total de 16,7 millones de
posibles niveles de iluminacin o color.

Figura 1 Imagen Lnea de Base

El histograma

Digitalizacin de los niveles de iluminacin dentro de un campo de vista microestructural

es de hecho una medicin de la iluminacin. Tomados en conjunto, las mediciones de
iluminacin pixel muestran un patrn de variacin que representa las diversas fases y
estructuras dentro de la imagen. Contando el nmero de pxeles en cada valor de iluminacin
en una imagen digitalizada, una distribucin de frecuencias de iluminacin puede ser
producida. La frecuencia o la distribucin cuantitativa es un mtodo estadstico bsico para
resumir los datos. Una vez que un campo de vista microestructural se ha digitalizado su
distribucin de valores de iluminacin se puede ver grficamente mediante la construccin de
un histogram.5 El histograma iluminacin imagen tpica utiliza el rango de escala de grises
como el eje horizontal X, y el recuento de pxeles caer en cada uno de los niveles de escala de
grises como el eje vertical Y. De hecho, la distribucin de frecuencias de la iluminacin presenta
los datos de imagen en bruto sobre el que todo el procesamiento de imagen se basa y desde
las que se extraen todas las mediciones de la estructura de los materiales. Si las caractersticas
estructurales que deben medirse no estn representadas en los datos brutos iniciales de la
iluminacin distribucin cuantitativa, a continuacin, la medicin de esas caractersticas no
ser posible. La forma y la posicin del histograma iluminacin proporcionan informacin
importante sobre el brillo, el contraste y la mensurabilidad de la imagen.

Los efectos de brillo y contraste de la Distribucin de Iluminacin

Los efectos de diferentes niveles de brillo de la iluminacin sobre la distribucin

cuantitativa pueden ser vistos como mensurabilidad considerando el ejemplo
de una imagen de una estructura de revestimiento pulverizado trmicamente
digitalizado a una profundidad de 8 bits, que tiene un rango posible de valores
de iluminacin medidos de 0-255
mostradas en Fig. 1

Un histograma de la distribucin de
brillo de los pxeles de este campo de
vista se muestra a la derecha en la
figura. 1a Los valores de brillo de los
pxeles digitalizados se muestra en el
eje horizontal X que comienzan con
un valor de 0 en el extremo izquierdo
del eje. El eje vertical Y muestra el
nmero de pxeles en cada valor de
escala de grises. Una inspeccin de la
distribucin revela varias cosas. En
primer lugar, observe que esta
distribucin es aproximadamente
normal; que tiene la forma de la
curva clsico "campana" de una
distribucin normal. Tambin hay un
pequeo pero prominente

Fig. 1a imagen -Base iluminacin.

"Pico" o relativamente alto nmero de pxeles en el nivel de la escala de grises 0

o negro. Adems, la mayora de las mediciones de brillo se agrupan tanto a la
derecha, o el final brillante de la distribucin, en torno al nivel 180. Para
mostrar los efectos de un cambio en los niveles de iluminacin en la
distribucin resultante, el nivel de brillo se redujo en un 15% para el mismo
campo de visin. La imagen y su histograma asociado se muestran en la Fig. 2.
Tenga en cuenta que la distribucin es bsicamente la misma forma pero que se
 ha desplazado hacia el extremo izquierdo o ms oscura de la escala y que el
valor de iluminacin ms frecuente es ahora aproximadamente 140. Adems, el
nmero de pxeles en el nivel 0 de iluminacin ha aumentado casi tres veces.

A continuacin, el nivel de brillo de la imagen se increment en un 15%. El nivel

medio de brillo de la imagen resultante es de aproximadamente 213 y las reas
ms brillantes dentro de la imagen se ha ajustado a 255, el ms alto de
saturacin nivel posible. Nota en la Fig. 3 que la distribucin se desplaza hasta
ahora a extremo derecho de la escala que una porcin de la distribucin ha sido
recortada. Esto significa que en los ms altos niveles de iluminacin se han
perdido algunos datos que representan las caractersticas estructurales ms
brillantes. En la mayora de los casos, la prdida de datos de iluminacin imagen
primas debido a la excesiva o insuficiente brillo de la imagen debe ser evitado.

Fig. 2a-brillo disminuye. Fig. 2b Histograma cambi izquierda.

Ahora vamos a examinar los efectos sobre la distribucin de la iluminacin de imagen de los cambios
en el campo de visin de contraste. El contraste es una medida de la gama de valores de iluminacin
 Fig. 3a-Brillo aument. Fig.3 Histograma desplaza a la derecha.

Fig. 4a-contraste disminuye.

Entre las zonas ms oscuras y ms claras dentro del campo de visin. Una vez ms, refirindose a la
distribucin que se muestra en la Fig. 1 la gama de valores de brillo extiende a travs de todo el rango
de la escala de grises 0-255. El resultado de disminuir el contraste en un 10% se muestra en la Fig. .4a.
Observe en la figura.4b que el rango de valores de iluminacin se ha reducido y la distribucin ya no

llena la escala de grises con el valor ms bajo algo por encima de 0 y los valores ms altos algo por
debajo del 255 mximo. Una disminucin en el contraste tiene el efecto de comprimir la distribucin
de la iluminacin. Aumentar el contraste por 10% produce la imagen y la distribucin que se muestra
en la Fig. 5.
En este caso, el rango de distribucin ha sido expandido o estirada. Tenga en cuenta las lagunas en las
barras representados en la Fig. 5a, lo que indica que despus de aumentar el contraste algunos niveles
de iluminacin no estn presentes en la imagen. Ver ms en "estiramiento" en la seccin de
procesamiento de imgenes de este captulo. Sobre la base de estos ejemplos, varias se pueden hacer
generalizaciones acerca de las condiciones de iluminacin ptimas para la extraccin de los datos de
medicin a partir de imgenes digitales. En primer lugar, el nivel de brillo de la iluminacin seleccionada
para la imagen debe proporcionar la gama ms amplia posible de los valores en el histograma de
distribucin, evitando en cada extremo de la escala de grises. Tambin el nivel de contraste debe ser
seleccionado para maximizar el rango de valores de iluminacin presentes en la distribucin de escala
de grises

Fig.4 Distribucin disminuy. Fig 5a-Contraste aument.

La razn de la bsqueda de estas condiciones es simplemente para crear una imagen que proporciona
la mxima cantidad de datos en bruto que se utiliza para definir y medir la microestructura del
material.
El control de la iluminacin es esencial. Y mientras que el software de procesamiento de imgenes
incluye muchos poderosos mtodos para alterar el brillo y el contraste de la imagen digital, estas
tcnicas matemticas deben ser consideradas como herramientas secundarias. El control principal y
ms potente para el control de la iluminacin microestructura es el microscopio o metalgrafo
utilizado para obtener las imgenes. No software alteracin de las caractersticas de iluminacin
imagen debe llevarse a cabo antes de un uso reflexivo de los controles de iluminacin de microscopio
incluyendo el nivel de iluminacin, la abertura, el filtrado, etc., para producir una imagen que posee las
condiciones de iluminacin ptima para el uso previsto de la imagen. Durante el proceso de creacin
de las condiciones de iluminacin con el microscopio el operador puede digitalizar rpidamente
imgenes candidatos y utilizar el software de imgenes para ver un histograma de distribucin. Se
debe hacer una serie de ajustes de iluminacin del microscopio y se comprueba mediante la
visualizacin del histograma hasta que se optimiza la distribucin de la iluminacin. Slo despus de un
proceso de este tipo se debe realizar el ajuste de iluminacin software adicional si es necesario.
El estado de la distribucin de la iluminacin imagen junto con los usos previstos de la imagen
digitalizada determina lo que, en su caso, de procesamiento de imgenes puede o debe ser realizada.

Fig.5 Distribucin estir.

METODOLOGIA DE LA TECNOLOGIA ADOPTADA

Procesamiento de imgenes y Verdadero Microestructura

El procesamiento de imgenes frase describe una amplia gama de operaciones, implementado por
programas de software y diseado para transformar una imagen digital en otra imagen mediante la
realizacin de uno o ms clculos matemticos sobre los datos de pxeles de la imagen. Slo hay un
objetivo en la aplicacin de cualquier funcin de procesamiento de imgenes y que es producir una
imagen que representa ms claramente la microestructura de inters. Para lograr este nico resultado,
las funciones de procesamiento de imgenes se utilizan comnmente en las imgenes
microestructurales para la eliminacin de artefactos que oscurecen las estructuras de la imagen de
inters y para mejorar o exagerar estructuras de la imagen a fin de maximizar la posibilidad de delinear
de forma nica y por lo tanto medir con ms precisin las estructuras .
Los objetivos del tratamiento de la imagen deben ser idnticos a los de materialografa, es decir, para
producir una microestructura visible sin artefactos que es la ms fiel representacin posible de la
estructura del material para el propsito previsto. La aplicacin de modernas controladas
metalogrficos / materialogrficos procesos resultados en microestructuras observables que revelan
de manera ptima los componentes estructurales o de fase de material, o ambos. En consecuencia,
materialografa o metalografa es en realidad la ms poderosa herramienta de procesamiento de
imgenes disponibles, en que los procesos mecnicos o qumicos utilizados estn diseados para
producir fsicamente "verdadero microestructura", mientras que el procesamiento de imgenes
basado en software se basa en clculos matemticos llevados a cabo en una imagen para producir un
nueva imagen presentan una estructura que de hecho no existe fsicamente.
Todas las aplicaciones de procesamiento de imgenes alterarn la distribucin de la iluminacin de la
imagen. Por lo tanto, cualquier imagen que existe como el resultado del procesamiento de imagen no
es "verdadero microestructura." Tal imagen no es necesariamente malo. Pero reconocer esta simple
verdad lleva a la ineludible conclusin de que en todos los casos de procesamiento de imagen
electrnica debe ser estrictamente limitada a slo aquellos operaciones sin que la imagen original se
mantendra fines inmensurable o para la visualizacin de humano para mejorar la visibilidad
estructura. En lo que respecta a la ciencia de materiales cuantitativa, las operaciones de procesamiento
de imgenes deben aplicarse slo en la medida en que hacen la imagen ms medible o ms visible. As
la aplicacin de procesos de procesamiento de imgenes se determina por el estado de la imagen del
mundo real y el uso a que la imagen digital se va a poner. Al promover el propsito de materialografa o
metalografa, es revelar la microestructura para la medida o el examen posterior, manipulacin digital
de la imagen no es ms que otro proceso para materiales espcimen preparacin. Preparacin de la
imagen digital se debe utilizar como una clase secundaria de las tcnicas que se aplicarn slo si las
metalogrficos / mtodos fsicos materialogrficas clase primaria ha fallado en proporcionar la
visibilidad estructural requerida.
Hay un gran nmero de funciones de procesamiento de imagen disponibles en la mayora de los
productos de software de anlisis de imagen. De las muchas operaciones posibles de procesamiento
de imgenes relativamente pocos proporcionan resultados tiles en la preparacin de las imgenes
materiales microestructura. Se presenta aqu est una lista corta de varias funciones de procesamiento
de imgenes que se aplica con frecuencia a la mejora de imgenes microestructurales

Correccin de fondo
Un artefacto comn que resulta de una mala alineacin iluminacin microscopio es observable como
zonas brillantes u oscuras en la imagen. Correccin de fondo es un pro-imagen

Fig. Imagen 6a-iluminado de forma desigual

. Programa de procesamiento que se utiliza para reducir la iluminacin imagen irregular debido a la
desalineacin de la iluminacin del microscopio. Alineacin iluminacin Microscopio siempre debe
estar centrada. Todo posible posicionamiento fsico y ajustes de alineacin de trayecto ptico se deben
hacer al microscopio para metalografa antes de realizar basada en software de correccin de fondo.
Un mtodo comn de correccin de fondo software realiza una resta de una imagen mal iluminado
con una segunda copia de la misma imagen que muestra slo el fondo. La imagen-fondo slo puede
producirse mediante la digitalizacin de una imagen de una superficie blanca uniforme o desenfoque
por la ptica de borrar todas las caractersticas de la imagen. Una operacin de correccin de fondo
produce una imagen resultante que se ha corregido. Las imgenes de la Fig. 18.6 ilustran este proceso.
Figura 6c muestra claramente que el borde oscuro ve en la figura. 6a ha sido retirado por la correccin
de fondo. Tenga en cuenta tambin que varias partculas de polvo presentes dentro de las lentes del
microscopio o la cmara utilizada para capturar la imagen son visibles tanto en la Fig. 6a y .6b y se han
eliminado por el software de correccin. Un efecto secundario o un artefacto del proceso de
correccin de fondo es que el borde derecho de la imagen es ahora ligeramente ms brillante que el
resto de la imagen. Es una verdad universal de que la aplicacin de las funciones de procesamiento de
imgenes rara vez ofrece resultados que son en su totalidad y sin artefactos La existencia de un cierto
grado de iluminacin imagen no uniforme puede ser aceptable siempre que no interfiera con la
medicin de las estructuras de inters

Fig. 6b-Antecedentes nica copia de la .Fig.6c-resultante despus de aplicar la

figura 1 correccin de fondo.

Contraste Estiramiento
Una vez digitalizado el brillo de la imagen y el contraste se puede alterar el uso de software de
procesamiento de imgenes. Una vez ms, es importante utilizar los controles de iluminacin se
encuentran en el sistema de imgenes de microscopio de ser capaz de optimizar brillo de la imagen y
el contraste antes de recurrir a funciones de procesamiento de software. Los ajustes al brillo y el
contraste siempre se deben realizar para aumentar la cantidad de datos disponibles de iluminacin.
Tcnicas de estiramiento aumentan contraste de la imagen mediante la expansin de los valores de
brillo que se encuentran en la imagen original en una gama ms amplia de valores. El estiramiento se
aplica por lo general a las imgenes que muestran una estrecha gama de niveles de iluminacin en su
estado digitalizada inicial. Un enfoque para el estiramiento determina los niveles mnimo y mximo de
iluminacin dentro de la imagen y extrapola matemticamente estos valores para cubrir el rango
mximo posible, 256 valores en una imagen de escala de grises de 8 bits, como se ve en la Fig. 7.
Observe que no hay 0 o 255 pixeles nivel de brillo dentro de la imagen extremos izquierdos y derecho
de la distribucin en la Fig. 7a. Figura 7b muestra la misma imagen despus de aplicar un programa de
contraste de estiramiento para expandir radicalmente el contraste rango de iluminacin. Adems de
aumentar el contraste en toda la gama de iluminacin imagen, es posible aumentar el contraste
dentro de una parte especfica del rango de iluminacin. El estiramiento de este tipo puede ser til si
varias fases materiales tienen rangos de iluminacin casi contiguos o ligeramente solapados. Esta
mejora se lleva a cabo dividiendo el histograma en tres secciones: valores de brillo que tienen un valor
por debajo de un umbral de extremo oscuro algn valor mayor que los valores mnimos de
iluminacin en la imagen; valores de brillo por encima de un umbral de extremo brillante cierto nivel
de iluminacin inferior al mximo; y valores de brillo que se encuentra entre los umbrales oscuras y
brillantes. Valores de brillo que se encuentran por debajo del umbral oscuro se les asigna un nuevo
valor de 0. Del mismo modo, los valores que se encuentran por encima del umbral brillante se les
asignan un valor de 255. Los valores restantes entre el umbral oscuro y brillante se asignan nuevos
niveles de brillo entre 0 y 255, de acuerdo con una extrapolacin matemtica lineal y de ese modo se
estira ligeramente para proporcionar un conjunto calculado de niveles de brillo estructurales. Los
histogramas en la Fig. 18.8 mostrar los efectos de este tipo de estiramiento.

Fig. Rango de iluminacin 18.7a-Estrecho.

Esta forma de histograma estiramiento Elimina los valores de brillo bajo y alto de pxeles que no
representan las estructuras de inters estableciendo a 0 255. Aviso de los conteos altos de pxeles en
los extremos de la distribucin.

Fig. 7b-Todo se estir. Fig. 8a imagen original

 Fig. 8b- Valores Media que se expandieron.

Filtro de Cuencas
El filtro de cuenca es una funcin matemtica que transforma una imagen que contiene partculas
individuales que son tocar o fusionados juntos en una nueva imagen en la que los objetos se tocan o
fusionados se han separado. Esta es una herramienta muy til debido a que varias normas
cuantitativas metalografa / materialografa requieren la medicin de objetos individuales. En el anlisis
de microestructura del material del filtro cuenca se puede aplicar a la medida del tamao de grano, as
como a otras estructuras en las que es deseable medir partculas individuales dentro de la imagen sin
procesar que se toquen. ASTM Mtodos de prueba estndar para determinar la media de tamao de
grano Usando semiautomtica y automtica de Anlisis de Imgenes E 1382 para la medicin de
tamao de grano por anlisis de imagen describen los procedimientos que incorporan medicin de
rea grano individual. Para lograr la mxima precisin cada grano debe ser separado.
La figura 9a muestra una estructura de lmite de grano de acero. Observe que los lmites de grano
lineales oscuros estn rotos y no delimitan totalmente los granos individuales. Con frecuencia la
condicin de la definicin de lmite de grano irregular e incompleto es producido al revelar los lmites
de grano por ataque qumico.

Fig. 9a-Escala de grises imagen que muestra Fig. 9b-binario de la figura anterior
los lmites de grano incompletos. despus de la operacin de separacin de las
cuencas hidrogrficas para rellenar fronteras
que faltan.

El filtro de cuenca se puede aplicar a tales imgenes e idealmente va a producir una imagen tal como
se ve en la Fig. 9b, que muestra todos los lmites de grano completadas. Tal imagen se puede medir
fcilmente utilizando mtodos automatizados para la discusin adicional de la medida del tamao de
grano.
Otro ejemplo ilustrar riesgos de la aplicacin de funciones de procesamiento de imagen, as como
demostrar otra funcin que en ocasiones es til en la medicin de materiales. En la Fig.10a
continuacin, una imagen que muestra materiales partculas de la fase segunda ms oscuras dentro
de una matriz de color gris claro se ha digitalizado. Para contar con precisin o medir el individuo
partculas a los procesos de separacin de las cuencas hidrogrficas se ha realizado. La imagen binaria
resultante con partculas asignados a blanco y negro a la matriz se muestra en la Fig. 10b.
La funcin de separacin ha tenido bastante xito, habiendo dividido muchas de las partculas
previamente tocar mediante la construccin de una lnea de negro entre ellos

Fig. 10a Partculas en contacto juntas Fig. 10b-Despus de la separacin.

Tenga en cuenta que las separaciones construidos tienden a dar bordes angulares y geomtricos en
vez de curvando suavemente a las partculas. Este tipo de artefacto matemtico es tpico de muchas
operaciones de procesamiento de imgenes y aunque los resultados son menos que perfecto, la ligera
distorsin en los lmites de partculas es ms que compensado por la mejora general de la capacidad
de medicin de partculas. Sin embargo, la separacin ha producido dos errores relativamente graves.
En un caso, cerca de la parte central superior de la imagen, una pequea "partcula" triangular se ha
creado en el proceso de separacin que claramente no existe en la realidad. Adems, cerca de la
esquina inferior derecha de la imagen de una pequea partcula se ha resquebrajado incorrectamente
en medio. Un examen de la Fig. 10a imagen revela que los pequeos puntos brillantes se encuentran
dentro de las partculas en el sitio de las separaciones incorrectas. De hecho, al igual que en los
materiales donde los pequeos huecos o impurezas pueden producir deficiencias estructurales que
actan como sitios de origen de los fracasos, estos puntos brillantes dentro de la imagen han servido
como ncleos para el fracaso del proceso de separacin. Se debe tener precaucin en la aplicacin de
la funcin de separacin desde los lmites manufacturados puede resultar en las partculas separadas
que tienen dimensiones ligeramente alterados. Como veremos a continuacin, la aplicacin de las
operaciones de procesamiento de imagen antes de ejecutar el programa de separacin puede reducir
al mnimo la ocurrencia de estos errores.
Suavizar
Hay un gran nmero de operaciones de procesamiento diseados para alterar los valores de brillo de
los pxeles individuales sobre la base de los valores de los pxeles circundantes. Existen Tales
operaciones de filtrado espacial para aumentar o disminuir cambios de iluminacin dentro de los
barrios de pxeles. Al separar partculas conmovedoras, una operacin de filtrado previo que reduzca o
suaviza la variabilidad iluminacin puede eliminar puntos brillantes que pueden dar lugar a errores. La
aplicacin de un filtro de resultados tal en la imagen mostrada en la Fig. 10c. Comparar Fig. 10c con la
Fig. 10a, nada que el filtro de suavizado tiene eliminar los puntos brillantes. Aplicando la operacin de
separacin de las cuencas hidrogrficas a la imagen en la Fig.10c se obtiene la imagen mostrada en la
Fig. 10d.
Figura 10d muestra una muy buena separacin de las partculas sin formas de partculas groseramente
inexactas. En este ejemplo se ha demostrado la capacidad de los programas de procesamiento de
imgenes para reducir tanto as como aumentar los artefactos presentes en una imagen como as
como los beneficios potenciales de la realizacin de una serie de operaciones de procesamiento de
imgenes para lograr un resultado ptimo.

Fig. 10c- Imagen suavizada

El desarrollo de un procedimiento de procesamiento de imgenes de varias etapas es muy similar a la
elaboracin de un procedimiento de preparacin de muestras metalogrficas / materialogrfica. Es
muy importante tener en cuenta, sin embargo, que desde el resultado de cualquier operacin de
procesamiento de imagen dada depende directamente del nivel de iluminacin en la imagen original,
cualquier cambio en el nivel de iluminacin puede dar lugar a un resultado completamente diferente.
Afilado
Afilado es una operacin de procesamiento de imgenes que est diseado para acentuar los bordes
de los objetos dentro de la imagen. Se puede considerar como una forma de llevar un objeto con ms
claridad. Las figuras siguientes ilustran la visual, as como los efectos cuantitativos de afilar. Figura 11a
muestra una parte de una escala del micrn. Figura 11b es un grfico de los niveles de brillo de pxeles
medidos a lo largo de la lnea de seccin horizontal trazada en la figura. 11a. Tenga en cuenta que las
lneas ms brillantes escala producen picos en la trama valor de iluminacin.
Fig. 10d- Separacin ms precisa. Fig. 11a escala con la lnea de corte
Una funcin de afilado tpico se ha aplicado a la misma imagen y los resultados se muestran en las Figs.
11 y 11c y 11d.
Visualmente las lneas de escala en la figura. 11c son ms prominentes y muestran mayor contraste
entre las lneas y las zonas grises de la matriz. La parcela en la Fig. 11d muestra un bao distinto en la
base de los picos que indican una mayor diferencia de iluminacin en los pxeles en el lmite donde las
lneas de escala y la reunin de la matriz. Estos cambios visuales y cuantitativos son caractersticas del
proceso de nitidez de imagen. Por la voladura de una seccin de la imagen de los efectos de afilado se
puede ver en detalle.
Nota del negro al blanco exagerada transicin iluminacin a lo largo de los bordes de la lnea de escala
de la imagen afilada en la Fig. 11f. Observe tambin los artefactos visibles de brillo de pxeles creados
en el rea de la matriz inmediatamente por encima de la lnea de escala en la imagen afilada.
Exagerando variaciones de brillo de imagen de menor importancia puede causar dificultades en
funcin de los objetivos finales de los anlisis. Afilado de filtros pueden ser valiosos en la mejora de las
imgenes para su visualizacin humana y pueden ser tiles para reducir el llamado efecto de halo
cuando se realiza la deteccin automtica de objetos de medicin vase ASTM Prctica estndar para
la obtencin de JK clasificaciones de inclusin usando anlisis de imagen automtico E 1122.

Fig. 18.11b-Parcela de iluminacin a lo Fig. 18.11c-afilado imagen.

largo de la lnea de corte.
Existen muchas otras funciones de procesamiento de imagen incluyendo filtros y
operaciones morfolgicas y se encuentran comnmente en el software de procesamiento
de imagen comercialmente disponible.
Imagen calibracin
Para medir la extensin fsica de las caractersticas estructurales dentro de una imagen
digital, es necesario crear una calibracin espacial. El proceso de calibracin es el mtodo
por el cual las mediciones reales pueden ser extrados de un objeto dentro de una imagen
visualizada. Una calibracin es una relacin numrica que define la relacin entre un pxel y
una unidad de medida del mundo real, tal como un milmetro. Recordemos que un pxel es
el bloque de construccin unidad de la cual se forma toda la imagen digital. Calibracin
espacial proporciona una altura y dimensin de anchura para el pxel de la imagen. Dentro
de cualquier imagen digital, todos los pxeles son idnticos en dimensin horizontal y vertical.
Mediante la asignacin de dimensiones de pxeles horizontales y verticales, las
caractersticas estructurales pueden medirse contando el nmero de pxeles dentro de la
caracterstica y multiplicando por los factores de calibracin espaciales apropiados. Factores
de calibracin de pxeles se crean generalmente para cada una de las opciones de
ampliacin disponible a travs del microscopio u otro dispositivo que se utiliza para adquirir
imgenes para el anlisis.

Fig. 11d- Iluminacin exager en los bordes. Fig. 11a-sin punta hinchable.

Una calibracin debe estar asociada con una imagen antes de realizar cualquier medicin
dentro de la imagen. Una notable excepcin a este requisito es el caso de porcentaje de
rea o de otras mediciones relativas en el que los datos deseados se expresan como una
relacin y se puede calcular por recuento de pxeles.
El proceso general de la creacin de una calibracin implica la digitalizacin de una imagen
de una escala u otro objeto para el que se conoce una distancia dimensional. En
microscopa esto suele ser un micrmetro de diapositivas que tienen una escala grabada en
pulgadas, milmetros o micras, o una forma geomtrica, como un crculo o un cuadrado con
una dimensin conocida. Figuras 12a, 12b, 12c, y 12d ilustrar el proceso de calibracin. En
primer lugar un micrmetro portaobjetos se coloca sobre la platina del microscopio,
alineado, y la imagen es digitalizada.
Fig.11 A golpe afilado. Fig. .12a-Imagen de la parte de la
escala micromtrica de diapositivas.
Despus de la imagen de la escala se digitaliza el operador inicia una serie de pasos que
incluyen dibujando una lnea de calibracin en la imagen a travs de una cierta distancia
distinta en la escala como se ve en la Fig. 12b.
A continuacin, el software pide al operador que introduzca la longitud de la lnea de
calibracin en unidades del mundo real, tales como milmetros, como se muestra en la
Fig.12c.
La imagen del software del sistema de anlisis utiliza esta informacin para calcular el factor
de calibracin. Figura 12d muestra un control software tpico donde se muestra el factor de
calibracin resultante como una relacin de pxeles por unidad de medida.

Fig. 12b-Escala con superposicin de lnea de

calibracin.

Fig. 12c- Entrada Operador de distancia en lnea

de calibracin.

Fig. 12d- Operador tpica para el control de la

creacin de calibracin espacial.

Medicin de imagen
Una vez que la calibracin se ha establecido se hace posible extraer datos de una imagen.
Es en este punto que el anlisis digital de imgenes se convierte en una herramienta para
implementar cuantitativa metalografa / materialografa. Suponiendo que los procesos
metalografa / preparacin de muestras metalogrficas y digitalizacin han producido una
imagen que muestra la microestructura claramente, la siguiente tarea a realizar es la
delineacin de las caractersticas a medir. Una imagen materiales tpico se compone de un
rea relativamente grande de la matriz o material de fondo dentro de la cual se distribuyen
una o ms caractersticas estructurales que tienen una o ms ocurrencias individuales. Para
extraer mediciones es necesario separar los pxeles que representan las caractersticas de
inters por parte de los pxeles que representan el material de la matriz o de fondo. Esta es
una operacin de reduccin de datos para separar los datos de pxeles que estn
asociados con la microestructura de inters de todos los otros datos de pxeles.
Es interesante observar que a partir de ahora lo que est ocurriendo es el procesamiento de
datos no-procesamiento de imgenes.

Tenga en cuenta que en el ejemplo de un factor de calibracin se muestra, tanto para las
dimensiones de los pxeles verticales y horizontales y x. Si los pxeles de la imagen son
cuadradas y tienen un aspecto altura a anchura de 1, entonces el X y factores de calibracin
Y son iguales. La relacin de aspecto de pxel es una funcin de la hardware de la cmara y
la digitalizacin. Es muy importante determinar la proporcin de pxeles y si no es 1,
entonces X e Y factores de calibracin se deben calcular de forma independiente. Otra
caracterstica en el panel de la pantalla de calibracin de importancia es el nombre de la
calibracin. Este nombre podra incluir informacin sobre la configuracin de la calibracin,
incluyendo pticas, unidades de medida, etc. Un elemento esencial adicional de informacin
que se muestra y ajustable de este control es el origen de la cuadrcula de coordenadas XY
de pxeles en la que la imagen se divide.
Aunque no est escrito especficamente para su uso con sistemas de imgenes digitales,
Gua de la norma ASTM para Calibracin Retculas y Luz Microscopio Aumentos E 1951,

Fig. 13a- Dimetros medidos de granos.

Hay dos enfoques bsicos para definir y separar las funciones dentro de la imagen para ser
medidos. En el mtodo ms bsico, el operador del equipo delimita de forma interactiva los
puntos, lneas y reas para ser medidos.
Manual de Mediciones "Operador Define puntos, lneas o reas...
Indicando manualmente lo que se va a medir por la interaccin del operador es un mtodo
simple pero til de extraer mediciones a partir de imgenes microestructurales. En general
hay tres formas posibles de ser delineados por la interaccin directa del operador, puntos,
lneas y reas. Figura 13a muestra una imagen de una estructura de lmite de grano. El
ejercicio de la herramienta de creacin de entidad de lnea disponible con casi todo el
software de medicin de imagen el operador puede utilizar el sistema informtico del ratn
para colocar el cursor sobre un lmite de grano, a continuacin, haga clic en el botn del
ratn y arrastre el cursor hasta otro punto en el lmite de grano. Otro clic del ratn y el
software de medicin imagen recuentos de inmediato el nmero de pxeles en la lnea,
calcula la longitud de la lnea, y toma nota de la distancia en la imagen.
A ligeramente diferente aplicacin de las mismas tcnicas permite al operador traza un
esbozo de un lmite de grano completo y el software de medicin puede calcular
inmediatamente la superficie de cereales como se muestra en la Fig. 13b.
Si bien las tcnicas de medicin manuales son bsicas y requieren la intervencin del
operador, no debe pasarse por alto como un medio viable para extraer con precisin los

datos de medicin de la estructura de los materiales.

Fig. 13b-Los lmites de grano

rastreados y medidos reas de grano. Fig. 14a-. Segmentacin de control
que muestra la distribucin de la
iluminacin de la imagen.
Mediciones automticas "objetos definidos por Imagen Segmentacin ...
De todas las muchas ventajas de anlisis de imagen digital, posiblemente el ms potente es
el proceso de delinear y medir caractersticas estructurales sobre mltiples campos de visin
sin la necesidad de interaccin del operador. La capacidad de medir decenas, cientos, e
incluso miles de ocurrencias individuales de caractersticas estructurales sin la participacin
del operador constante es un fuerte incentivo para la ejecucin de anlisis de imgenes
para metalografa cuantitativa / materialografa. Tal automatizacin de extraccin de datos de
materiales de imgenes basadas en el concepto de segmentacin de imgenes.
Segmentacin proporciona un medio por el cual, despus de la configuracin inicial del
operador, las caractersticas pueden ser delineados y as medir sin intervencin del
operador adicional. En la segmentacin de la imagen se divide en las caractersticas
estructurales de inters y la matriz o imagen de fondo basado en los valores de iluminacin
de pxeles. La divisin se basa en el histograma que muestra la distribucin de valores de
iluminacin de pxeles de la imagen. El proceso de segmentacin produce una gama de
valores que tienen un lmite inferior y un lmite superior dentro de la distribucin global de la
iluminacin de la imagen. El rango de segmentacin se establece para que coincida lo ms
estrechamente posible a los valores de iluminacin pixel de la estructura a medir. El xito de
este proceso depende directamente del grado en que las estructuras a ser medidos estn
representados por un conjunto exclusivo de valores de brillo de los pxeles. Idealmente, la
estructura que debe medirse est representado dentro de la imagen por un rango distinto de
los valores de iluminacin pixel diferentes de los valores de iluminacin pixel de la matriz.
Todo el software de anlisis de imgenes proporciona un mecanismo de control para
permitir al operador ajustar interactivamente los niveles de segmentacin para detectar las
caractersticas de inters. Comnmente, el control mostrar un histograma que muestra la
distribucin de la iluminacin de imgenes con los lmites del rango de segmentacin
superior e inferior superpuestas como un par de lneas verticales. La imagen en s tambin
se puede mostrar con una capa de color que corresponde a la configuracin actual de
rango de segmentacin. En efecto, el color mostrar exactamente lo que se est
detectando parte de la imagen. Figura 14a muestra una parte de un panel de control
segmentacin tpicas proporcionadas con el software de anlisis de imagen.
En este ejemplo, el histograma de una imagen digitalizada a 8 bits 0 = negro a se muestra
255 = blanco. Observe tambin la barra en la parte superior del control; el tamao y la
posicin de esta barra en relacin con el histograma de distribucin es un indicador visual de
la configuracin actual gama de segmentacin. El ajuste 0-255 muestra se detecta en
realidad toda la imagen y es simplemente el
punto de partida para el ajuste de la
segmentacin. El operador,
utilizando una combinacin de
posicionamiento del cursor del ratn y los
clics, debe mover uno o ambos de los
lmites de segmentacin establecidos para
lograr la deteccin de las caractersticas de
inters. Figura 14 b muestra la
imagen en anlisis.
Fig.14c Segmentacin de control que muestra la imagen bajo anlisis.

Los objetos grises ms oscuros son para ser detectado para la medicin. Dado que los
objetos son relativamente ms oscuro que el material de la matriz circundante, el lmite
superior de segmentacin debe ser ajustado a un nivel inferior para excluir los pxeles ms
brillantes que representan la matriz. Usando el software de control del lmite de
segmentacin superior se puede reducir. A medida que el lmite se movi ms abajo, los
pxeles que caen dentro del rango se indican en el bar y con una capa de color en la imagen
real. Este mtodo de codificacin por colores permite al operador ver claramente los
resultados de la segmentacin en cada nivel posible. El lmite de segmentacin debe ser
bajado hasta que se consigue la mejor delineacin posible de los objetos. Figuras 14c y 14d
mostrar el ajuste de segmentacin final sobre la grfica de distribucin y la imagen con la
superposicin de color rojo que indica objetos detectados para la medicin.
Es importante tener en cuenta dos elementos en relacin con el establecimiento de niveles
de segmentacin. En primer lugar, mientras que la segmentacin controlado por software
automtico puede ser realizada por prcticamente todos los software de anlisis de imagen,
la precisin de la operacin de segmentacin y por lo tanto todas las mediciones
posteriores, son principalmente responsabilidad del operador y en la mayora de los casos
se basa en un juicio subjetivo relativo a la ptima ajustes de lmite. En segundo lugar, si no
existe una distincin relativamente clara entre los niveles de iluminacin caracterstica objeto
y niveles de iluminacin de matriz, el proceso de segmentacin puede ser difcil y en
algunos casos puede ser imposible establecer con precisin adecuada para producir
resultados de medicin significativos. Si las estructuras que se deben medir no puede ser
limpiamente delineada por la segmentacin ms preparacin metalogrfica /
materialogrfica espcimen o procesamiento de imgenes adicionales deben ser
considerados. Es posible que microestructuras de ciertos materiales, independientemente
de preparacin y procesamiento, no se prestan a la utilizacin de la segmentacin para
delinear caractersticas para la medicin.

De tal caso de extraccin de las mediciones debe llevarse a cabo de forma interactiva.
Una vez que los objetos estructurales han sido definidos por la segmentacin, la extraccin
de datos de medicin son casi trivial. Todo el software de anlisis de imagen incluye una
variedad de mediciones que pueden extraerse de los objetos definidos. En la mayora de los
casos, la variedad de medidas posibles supera con creces los requisitos de metalogrficos /
normas materialogrficas comunes cuantitativos. rea de Estructura, dimetro, longitud,
anchura, permetro, y muchos otros tipos de medicin se pueden hacer. En la siguiente
seccin se examinar la aplicacin de estos mtodos de medicin que varias de las normas
cuantitativas ms comnmente empleadas.

Fig. 14c- Distribucin de la iluminacin con el conjunto rango de segmentacin.

Fig. 14d- Muestra la imagen detecta objetos con superposicin de color rojo.

MAQUINAS Y EQUIPOS :

Tecnologa Digital Imagines

Hardware
Se requieren varios componentes de hardware
distintos para llevar a cabo la digitalizacin de
imgenes, procesamiento, y anlisis. Los
microscopios y otros dispositivos pticos no se
discuten aqu. Los componentes bsicos de
hardware sistema de imagen son: ordenador, la
cmara y la impresora. Recientemente todos los
componentes de hardware necesarios para la
digitalizacin de imgenes se han convertido en
disponible como "off-the-shelf" los artculos y la
necesidad de componentes de hardware
especializados para todos los materiales
mediciones estructura comn es inexistente. Una
filosofa general en cuanto a la seleccin de los
sistemas de imagen digital debe basarse en el uso
de los componentes ms estndar disponibles. Ya
no es necesario o incluso deseable para la
compra, el propsito exclusivo sola, sola fuente, y sistemas totalmente integrados. Estos
sistemas tienen inevitablemente la vida til limitada, proporcionan una funcionalidad que est
detrs de la curva de las capacidades de hardware disponibles en el mercado libre, y ofrecen
posibilidades de actualizacin muy limitadas y costosas. Con la posible excepcin de software
de medicin de imagen no hay un componente necesario para el montaje de un sistema de
imagen digital del estado de la tcnica que no est ampliamente disponible en el mercado.

Debido a que las mismas tecnologas desarrolladas y con un precio para las cmaras de
consumo comercializados en masa, computadoras e impresoras se utilizan en sistemas de
imgenes digitales de calidad industrial, el costo de los componentes de hardware necesarios
para proporcionar funciones de digitalizacin de imagen sigue disminuyendo, mientras que las
capacidades de los componentes siguen mejorar.

Computadora
Hoy en da, los ordenadores diseados incluso para uso
domstico normal de negocios o tienen ms capacidad de
potencia y procesamiento de la informacin adecuados para
ejecutar hasta el ms sofisticado software de anlisis de
materiales. No es necesario ni deseable para adquirir equipos
diseados o no estndar personalizada a los sistemas de
imgenes digitales de potencia. Todos los perifricos
presentes en un sistema informtico hogar tpico diseado
para el acceso a Internet y el juego de juego en la mayora de
los casos deben estar presentes en un sistema para la
medicin de imagen. Varios componentes especficos pueden
ser comentados brevemente. Para ver las imgenes,
especialmente los entregados por las grandes cmaras
digitales de formato, relativamente grandes monitores son
tiles. Monitores de 19 pulg. O mayor tamao de pantalla y
ahorrar espacio en la mesa de laboratorio, aunque a un
precio superior monitores LCD de matriz plana, activos deben
ser considerados. La gestin eficiente de las imgenes digitales requiere relativamente grande
capacidad de memoria de ordenador, de alta velocidad de procesamiento, y un amplio espacio
de almacenamiento de archivos. Afortunadamente, los procesadores, chips de memoria y
componentes de la unidad de disco se encuentran entre los ms rentables de todos los equipos
necesarios para la imagen digital. El rpido desarrollo tecnolgico y una larga historia de los
precios de tendencia a la baja en estos dispositivos son razones principales para evitar los
sistemas de imgenes en base a la marca de distribuidor y el hardware de diseo personalizado
que no pueden ser actualizadas o mejoradas fcilmente con componentes estndar.

Cmaras
Ningn otro componente individual requerido para realizar la imagen digital es ms accesible
que la cmara. Hay literalmente cientos de modelos de cmaras disponibles. De esta amplia
gama hay dos tipos bsicos: analgico y digital. La cmara analgica emite una seal
electrnica analgica que es esencialmente una seal de televisin; no es en forma digital y
requiere que la digitalizacin de imagen ser realizada por un digitalizacin de vdeo o placa de
circuito capturador de fotogramas instalado en el computer.4 Las cmaras digitales estn
diseados para digitalizar la seal de imagen interna y de salida un flujo de datos formato
digital a la computadora. El elemento clave en las cmaras es el sensor que convierte la luz en
una seal electrnica. En este momento la tecnologa de sensores predominante es el
dispositivo o el CCD chip de silicio de carga acoplada. Otro tipo de sensor de imagen cada vez
ms disponible es el Complementary Metal Oxide Semiconductor o CMOS. Entre las
especificaciones que diferencian a las cmaras, el tamao fsico del chip es uno de los ms
significativos. Tamaos de chips en general van desde,,,, hasta 1 pulg. O ms. Tamao de la
viruta es importante porque todos los dems componentes restantes iguales, el tamao del
chip es directamente proporcional al tamao del campo de imagen digital de vista. Un sistema
equipado con una cmara que ofrece uno de los tamaos de chips ms pequeos o en. No
puede ser capaz de entregar el campo necesario de visin zona.

Obviamente la calidad de la imagen producida por la cmara es importante. Sin embargo, otros
factores como el tamao de la imagen, facilidad de operacin, el costo, y lo ms importante,
cmo las imgenes se van a utilizar deben ser considerados.

Cmaras analgicas
Salida de las cmaras analgicas una seal de vdeo que se puede visualizar en tiempo real, es
decir, la seal de imagen se emite con la suficiente rapidez para actualizar la pantalla del
monitor en aproximadamente 30 veces por segundo. Para la visualizacin de imgenes en un
monitor a una velocidad de visualizacin que no produce ningn retraso o desigual movimiento
perceptible cuando el campo de visin se mueve o el enfoque de la imagen se ajusta, en
general, una cmara analgica se comporta mejor que una cmara digital. Dado que las
cmaras analgicas contienen una cantidad mnima de circuitera el tamao fsico de la cmara
puede ser relativamente pequea. En general, el procesamiento de ms de digitalizacin y de
la seal que se hace dentro de la cmara, mayor ser el cuerpo de la cmara.

Para digitalizar una imagen de la cmara analgica debe estar conectado a una placa de circuito
de digitalizacin montado en el interior del equipo. Tableros Digitalizacin pueden mostrar una
seal en vivo desde la cmara junto con la digitalizacin de la imagen para el almacenamiento,
procesamiento y medicin ver Inoue y primavera para una discusin detallada de la
digitalizacin boards4. Hay una amplia variedad de digitalizacin tablas disponibles. Cuando se
selecciona una tabla de digitalizacin es importante para que coincida con la entrada de tabla y
capacidades de digitalizacin con la salida de seal de la cmara analgica. Muchas juntas de
digitalizacin estn disponibles con la capacidad de conectarse a mltiples cmaras. Esta
funcin es til en los laboratorios que requieren cmaras para ser montado en un microscopio,
un estereoscopio, un probador de microdureza, y ms.

Tableros de Digitalizacin se suministran con el software para el ajuste de la junta a aceptar

varios formatos de seal de la cmara, para capturar imgenes, y tal vez para la gestin de
archivo de imagen. Digitalizacin de productos de cartn tambin pueden incluir programas de
software llamados controladores que estn diseados para permitir el tablero para trabajar
directamente con software especfico de imagen digital. Hay un controlador de software-
digitalizador a imgenes estndar de la industria llamada TWAIN. Tableros de Digitalizacin y
productos de software de imgenes que proporcionan la interfaz TWAIN pueden trabajar
juntos y no requieren ningn controlador de software especiales adicionales. Cmara analgica
/combinaciones de mesa de digitalizacin proporciona un medio rpido y eficaz para la
digitalizacin de imgenes. Para la mayora de las aplicaciones de digitalizacin de la
microestructura del material cmara analgica de alta resolucin / combinaciones de mesa de
digitalizacin son los mejores en todo eleccin.
 Cmaras Digitales
Las cmaras digitales digitalizar la salida de seal de imagen del chip sensor de imagen antes de
que entre el equipo. Las cmaras digitales se conectan al ordenador a travs de una variedad
de puertos de la computadora o de placas de circuitos, algn estndar y algunos de diseo
personalizado. Las cmaras digitales estn disponibles con gran formato chips sensores de
imagen y pueden digitalizar imgenes en un nmero muy grande de pxeles. Con sus altos
recuentos de pxeles cmaras digitales pueden proporcionar imgenes de excelente calidad y
en general son capaces de mostrar detalles finos estructurales ms bruscamente que una
combinacin de cmara / tarjeta analgica. Al igual que con las juntas de digitalizacin, las
cmaras digitales se suministran con el software de adquisicin de imgenes y la disponibilidad
del software TWAIN es igualmente importante. Mientras que proporciona imgenes de alta
calidad, hay que sealar que muchas cmaras digitales son ms lentos para capturar imgenes
que las cmaras analgicas.

La tasa de visualizacin de imgenes en tiempo real es de 30 veces por segundo para la salida
analgica, mientras que las cmaras digitales pueden requerir hasta varios segundos para
mostrar una imagen completa. En general, cuanto mayor es el nmero de pxeles las ofertas
cmara digital, el ms largo es el tiempo de captura de imagen. Los retrasos en la actualizacin
de la pantalla de imagen de la computadora son particularmente notable durante el enfoque
de la imagen. Adems, las cmaras digitales pueden ser ms complejos de operar que los
sistemas analgicos. Las cmaras digitales se deben considerar cuando el uso principal de las
imgenes digitalizadas est viendo, en especial cuando las imgenes se van a imprimir. Por
supuesto, la calidad de las imgenes impresas es tambin una funcin de la impresora utilizada
y las impresoras se discuten brevemente en esta seccin.

Blanco y negro o en color

Para extraer las mediciones estructurales de la mayora de los materiales una escala de grises
de 8 bits o 256 niveles de iluminacin pixel es adecuado. En pocos materiales segmentacin
para separar una estructura para la delineacin automtica puede requerir el uso de una
imagen en color de 24 bits 16700000 niveles verdad. Debido a la mayor dificultad en el
establecimiento de los niveles de segmentacin de color e ineficiencias concomitantes a la
gestin de imgenes en color, el uso de imgenes en color para las mediciones de extraccin
slo se recomienda si las mediciones no son posibles con imgenes en escala de grises. Las
imgenes en color se recomiendan cuando el uso principal de la imagen es para su publicacin
y visualizacin humano.

Impresoras
Al igual que con las cmaras, un nmero muy grande de impresoras de ordenador estn
disponibles para su uso con sistemas de imgenes digitales. El crecimiento de la fotografa
digital de consumo ha afectado la calidad de las impresiones y el precio de las impresoras de
imagen muy positiva. Impresoras de inyeccin de tinta de tipo que pueden producir imgenes
de calidad fotogrfica "" son cada vez ms barato. La especificacin de la impresora principal
utilizado para juzgar la calidad potencial de las imgenes impresas es el nmero de puntos de
tinta por pulgada que la impresora es capaz de poner en el papel. Es un recuento de 2.400 por
1.200 puntos por pulgada es lo suficientemente densa como para producir impresiones de alta
calidad. Para las imgenes de ms alta calidad se debe utilizar el tipo de papel fotogrfico
recubierto. Otro tipo de tecnologa de impresin conocido como difusin trmica de colorante
puede producir un tono continuo imprimir con una resolucin de 300 pxeles por pulgada. La
calidad de estas impresiones se denomina "nivel profesional" y estas impresoras tienen precios
en el rango de un orden de magnitud mayor que las impresoras de inyeccin de tinta. Las
especificaciones y el nivel de precios a un lado, se recomienda que las impresiones reales de
microestructuras materiales pueden ver antes de tomar una decisin sobre la adquisicin de la
impresora.

Software
Hay una enorme variedad de software de imagen digital disponible. Una bsqueda reciente de
Internet arroj los siguientes resultados:

Buscar Frase: software de imagen digital Pgina Web Partidos ms de 50 000

Buscar Frase: Imagen de software de adquisicin de Pgina Web Partidos ms de 2.400
Buscar Frase: imgenes software de edicin de pginas web Partidos ms de 400
Buscar Frase: imagen de software de archivado Pgina Web Partidos ms de 400
Buscar Frase: imagen de software de medicin Pgina Web Partidos ms de 300

Aunque no est diseado especficamente para la imagen estructura materialogrfica,el

nmero de "software de imagen" fuentes de productos es significativa. Muchos de los
productos, conceptos, tcnicas y mdulos de software desarrollados para otras
aplicaciones de imgenes digitales se pueden utilizar en sistemas metalogrficos /
materialogrficas. Esto se traduce en la disponibilidad de la mejora constante de la
funcionalidad del software a precios competitivos. Por supuesto, varios sistemas de
software han sido diseados especialmente para aplicaciones de la ciencia de materiales.
Estos deben proporcionar funciones mnimas de procesamiento de imgenes bsicas, as
como los mdulos para llevar a cabo uno o ms de los mtodos de ensayo metalogrfico /
materialogrficos descritos en la Seccin 18.5, dependiendo de los requisitos del
laboratorio individual.

Es casi una certeza que la mayora de los paquetes de software de imgenes proporcionarn
muchas ms capacidades de procesamiento y medicin de lo que normalmente se necesita en
todo menos en los ms diversos entornos de investigacin y desarrollo. Uno de los retos en la
seleccin de software para los materiales que utiliza el anlisis es en la identificacin de
productos que proporcionan las funciones necesarias para llevar a cabo tareas de imagen
estructurales sin la presencia de capacidades de software ajenos que pueden complicar la
operacin y inflar los costos. Algunas pautas generales pueden ser sugeridas.

Obviamente, la consideracin ms importante es que el software es capaz de realizar las tareas

requeridas. Lo que puede no ser tan evidente es lo que esas tareas se vea la Seccin 18.7 para
comentarios adicionales sobre la seleccin de software. Los mismos criterios generales
utilizados en la seleccin de cualquier tipo de software son aplicables. Evitar software que slo
puede ser utilizado con un ordenador especfico o otros componentes de hardware. El software
debe ofrecer una arquitectura abierta que permite el intercambio de datos y la interaccin con
otros productos de software, tales como los programas de control de procesos estadsticos de
base de datos, hoja de clculo, y. El software tambin tiene que seguir las normas de la
industria para los formatos de datos y archivos de imgenes, diseos de control de interfaz de
usuario y la conectividad del dispositivo. En la mayora de los casos es aconsejable evitar
diseos propietarios que crean una dependencia de proveedores "nica fuente".
 Software de Anlisis de Imagen
Disponemos de varios niveles de exigencia para el anlisis de imagen. Desde el
CAPTIVA para la medicin manual punto a punto de objetos en la fotografa hasta el
VISION PE para el clculo automtico de distintos parmetros (tamao de granos,
fases, recubrimientos, poros, etc). Las cmaras y software de clemex se pueden
adaptar a la practica totalidad de los microscopio trinoculares existentes. Se puede
hacer el upgrade de un software a otro posteriormente a la adquisicin del bsico.

- Software Captiva
- Software Vision Lite
- Software Vision PE

Software de Contaje de inclusiones en aceros

El sistema automtico de contaje de inclusiones en aceros CIR incluye un microscopio
motorizado Leica al que se le aaden una cmara y el software especfico de Clemex. El
software lo podr utilizar para anlisis de imgenes.
- Software CIR

Software para Microdureza Vickers-Knoop

El sistema automtico de medicin de microdureza Vickers o Knoop CMT incluye un
microdurmetro motorizado al que se le aaden una cmara y el software especfico
de Clemex. El software lo podr utilizar para anlisis de imgenes.
- Software CMT

Open Source / Software de Dominio Pblico

Es posible obtener de cdigo abierto / software de
dominio pblico, como la imagen de la NIH Institutos
Nacionales de Salud para una imagen de
procesamiento / anlisis. Sin embargo, cabe sealar que
la filosofa bsica del software de cdigo abierto requiere
un fuerte compromiso para mantener y apoyar el
software por parte del usuario. A menudo, el laboratorio
metalogrfico tpica / materialogrfica no es capaz o
dispuesto a realizar este tipo de tareas

.APLICACIONES:

Imagen Digital Aplicada a Cuantitativa Materialografa

 Esta seccin se compone de una serie de discusiones detalladas de varias de las ms
comnmente practicadas normas materiales cuantitativos.

El Libro Anual de Normas ASTM, Volumen 03,01-Normas Relativas a Metales-Mechanical

Testing; Las pruebas elevados y baja temperatura; Metalografa ver Parte II, Seccin 12.4
contiene la mayora de las normas escritas por este cuerpo que se aplican a los materiales
cuantitativos anlisis microestructural. Otras normas que no se encuentran en este volumen,
pero aplicable a mediciones microestructurales incluyen: Mtodo de prueba estndar ASTM
para la evaluacin de la microestructura de grafito en Iron Castings A 247 y ASTM
Especificacin estndar para grafito compactado Hierro Castings A 842. Uno o dos otros
mtodos cuantitativos para el cual especfica no existen normas estn incluidas en base a su
uso generalizado.

Porcentaje "Fraccin de volumen rea:

Una de las formas ms simples y ms ampliamente utilizados de metalografa cuantitativa /

materialografa es rea o fraccin de volumen. Para realizar mediciones de rea ciento requiere
la digitalizacin de imagen, pero no requiere calibracin, ya que el resultado deseado es una
relacin. El estndar manual para la aplicacin de este mtodo cuantitativo es ASTM Mtodo
de prueba estndar para determinar la fraccin de volumen por Systematic Manual Point
Count E 562. Este estndar se basa en el uso de una rejilla que consiste en Este "puntos
igualmente espaciados formados por la interseccin de las lneas finas." , por supuesto, es un
mtodo de digitalizacin de la microestructura. Curiosamente, ASTM E 562 referencias ASTM
de prctica para la Inclusin o segunda fase contenido Constituyente de Metales por anlisis de
imagen automtico E 1245 para la "utilizacin del anlisis automtico de imgenes para
determinar la fraccin de volumen". Otro estndar, Mtodos de prueba ASTM para determinar
el rea Porcentaje Porosidad en pulverizado trmicamente Coatings E 2109, describe el uso de
la imagen digital para medir el rea por ciento de una caracterstica estructural especfica.
Realiza ya sea manualmente o por ordenador, la tcnica de recuento de puntos es la esencia de
rea por ciento o fraccin de volumen de medicin. Por definicin, una imagen digitalizada se
compone de un nmero de pxeles que son, de hecho, una cuadrcula de puntos igualmente
espaciados. Todo lo que es necesario es contar los puntos de la cuadrcula pxeles que caen
dentro de la estructura de inters y dividir ese valor por el nmero total de pxeles en todo el
campo de visin. Para que el software para calcular los porcentajes, el operador debe usar el
mando a la segmentacin del sistema para detectar la fase o fases que se desea medir. La
operacin de deteccin es el paso clave en el procedimiento y todas las preocupaciones con
respecto a la segmentacin discuti en la Seccin 18.3.6 se aplican. Inevitablemente, se
encontrarn microestructuras en el que los valores de iluminacin de pxeles de la estructura
para ser medido y la matriz tienen cierta superposicin con ninguna frontera distinta. En estos
ajuste el rango de segmentacin casos requiere necesariamente un juicio subjetivo por parte
del operador. La fiabilidad de la fraccin de volumen calculado puede ser mejorada mediante el
empleo de una tcnica de ajuste de varios rangos de segmentacin para detectar la misma
estructura. Como la mayora de los sistemas de imgenes tienen la capacidad de medir ms de
un rango segmentado de forma simultnea, es una cuestin fcil de configurar varias gamas de
la misma estructura y tomar el promedio estadstico para el resultado reportado. Este enfoque
de tomar una muestra ms grande de datos es consistente con el pensamiento estadstico y las
mediciones y clculos necesarios adicionales se lleva a cabo fcilmente por el software de
anlisis. Hay otras ventajas de utilizar software de medicin digital de la imagen para la fraccin
de volumen porcentaje de rea, as como otras mediciones. La posibilidad de aplicar una
superposicin de color a la imagen para resaltar las fases de medicin proporciona una
excelente ayuda visual para el operador y produce imgenes altamente informativos para su
inclusin en el informe de resultados.
Otra ventaja es la capacidad del software de medicin de imagen para producir datos que
puedan exportarse directamente al anlisis externo y presentacin de informes de software
tales como los programas de hojas de clculo de base de datos, el control estadstico de
procesos, y.
InclusinClasificacin
Las inclusiones son ocurrencias de precipitados u otros productos de procesos indgenas que
dan lugar a distribuciones aleatorias de partculas observables en el material de la matriz.
Debido a la importancia de las inclusiones en influir en las propiedades del material, mtodos
de clasificacin y determinar el nivel de inclusiones presentes en los materiales han sido
desarrollados y ampliamente utilizado, principalmente en el acero, como un factor
determinante importante de la calidad.
Una serie de normas publicadas que emplean comparacin manual, as como los mtodos
cuantitativos para determinar el contenido de inclusiones existe. ASTM Volumen 03.01 incluye
tres normas, ASTM Mtodos de prueba estndar para determinar el contenido Inclusin de
acero E 45, ASTM Prctica estndar para la obtencin de JK Inclusin Clasificacin
Uso del anlisis de imagen automtico E 1122 retirado 2006, sustituido por E 45 y ASTM
Prctica estndar para determinar la inclusin o la Segunda Fase Constituyente contenido de
metales mediante anlisis de imagen automtico E 1245 para determinar el contenido de la
inclusin.
ASTM E 45 es el mtodo de comparacin manual originales. De los varios mtodos que se
encuentran en esta norma por mtodos microscpicos ms ampliamente practicados son el
Mtodo A y Mtodo D. El corazn de estos mtodos implican la clasificacin de inclusiones en
cuatro tipos A, B, C, y D basadas en la morfologa de la inclusin, la separacin de cada tipo en
un serie delgada y pesada basa en la inclusin y la asignacin de ancho de cada tipo un nivel de
gravedad media a 5 basada en la longitud total o el nmero de inclusiones en un campo de
visin. El Mtodo A requiere la notificacin de la calificacin de la inclusin para el campo de
visin con la calificacin ms grave para cada tipo de inclusin. La compilacin de estos cuatro
calificaciones es "el peor campo". En el Mtodo D un rea de superficie de la muestra de 160
mm2 deben ser cubiertos mediante campos de vista individuales de 0,05 mm2. Esto se traduce
en la obligacin de cubrir los 320 campos de visin, cada uno para ser compatible con el nivel
de gravedad de todos los tipos. ASTM E 45 incluye una serie de dibujos que muestran la
cantidad de inclusiones en cada nivel de gravedad para cada tipo de inclusin y requiere que el
juez operador de la mejor comparacin y registrar las observaciones.
Obviamente, este enfoque es manual de la mano de obra muy intensiva y tiene el potencial
para generar resultados subjetivos en particular en la calificacin Mtodo D de 320 campos.
ASTM E 45 es uno de los mejores ejemplos de una norma que ha sido significativamente
mejorado mediante la conversin a mtodos ms cuantitativos y automatizables. Si bien la
incorporacin de los mtodos de E 45, ASTM E 1122 define a escribir la inclusin y la
calificacin de una manera suficientemente cuantitativa a fin de que estas clasificaciones a
realizar por el software de anlisis de imgenes. Aunque la eliminacin de la dependencia de la
comparacin grfica, ASTM E 1122 conserva el esquema de gravedad nivel de clasificacin
tradicional en lugar de exigir un informe de resultados estadsticamente ms robusto. En
reconocimiento de este corto que viene ASTM E 1245 ha sido publicado y proporciona un
mtodo completamente cuantitativa con informes estadsticamente relevante de los
resultados.
Despus de la ASTM E 45 / E 1122 estndar para llevar a cabo la clasificacin de nivel severidad
de inclusiones utilizando software de imagen digital requiere primero la separacin de las
inclusiones de la matriz por el proceso de segmentacin. La matriz de la microestructura del
acero despus de la preparacin de muestras tiene un muy alto nivel de iluminacin casi
blanco. El tipo A inclusiones de sulfuro en general son bastante altos en los niveles de
iluminacin y aparecen en una imagen digital de escala de grises como gris claro. A-tipo
inclusiones puede estar cerca de la matriz en nivel de iluminacin y por lo tanto los requisitos
para la preparacin de muestras y la optimizacin de la iluminacin son crticos. Correccin de
fondo puede ser necesaria para garantizar que los tipos A pueden ser segmentados con xito
sin la deteccin de bits de la matriz. Tipos de inclusin B, C, y D son los tipos de xido y
generalmente aparecen como objetos negros en la matriz. Los tipos B a veces se describen
como largueros rotos y se producen como una serie de tres o ms partculas ensartadas en una
lnea; Tipos C son partculas individuales llamados largueros que tienen una forma alargada con
una relacin de aspecto mayor que designado en la norma. Los tipos D son xidos globulares y
son circulares con longitud aspecto a las relaciones de anchura inferior a designado en la
norma. Las inclusiones de tipo xido de B, C, y D tambin deben ser separados de la matriz por
la segmentacin. Normalmente segmentacin para separar la B, C, y los tipos D no es difcil
debido a su alto contraste con la matriz brillante.
La separacin del sulfuro de inclusiones de tipo A del B, C, D y tipos de xido es generalmente
sencillo ya que los tipos A aparecen como objetos brillantes que los tipos de xido ms
oscuros. Una vez que la segmentacin se establece la medicin de la longitud y la anchura de
todos los tipos de inclusin y el recuento de los tipos D debe ser realizado. Estos datos se
utilizan entonces para calcular los niveles de severidad para cada tipo de inclusin. Para
muchos sistemas de anlisis de imagen, las muestras deben estar orientados en la platina del
microscopio de tal manera que las inclusiones alargadas estn alineados horizontal o paralela
al eje X de movimiento en el escenario. Varios problemas se pueden encontrar en la aplicacin
de esta norma. Para empezar, las calificaciones de inclusin se deben hacer para una zona de
campo especfico 0,05 mm2. Si esta rea no se puede visualizar en una sola imagen
digitalizada, es necesario para digitalizar y medir una secuencia de imgenes hasta que el rea
0,50 mm2 se ha logrado antes de una calificacin se puede calcular. La necesidad de medir y
acumular datos a travs de mltiples imgenes requiere software ms complejo y ser ms
tiempo. Para mejorar la eficiencia de un intento debe hacerse para elegir una combinacin de
lente de la cmara y el microscopio aumento del objetivo para producir un rea de la imagen
digitalizada de 0,50 mm2. Otra dificultad puede encontrarse debido al requisito de que las
inclusiones estndar medirse tan delgada como 2 m. Tales objetos pequeos pueden ser
difciles de distinguir de los artefactos que ocurren comnmente que poseen niveles de
iluminacin similares a los tipos de inclusin. Cualquier araazos visibles en la superficie de la
muestra despus de la preparacin materialogrfica pueden detectarse como una alargada o C
Tipo de inclusin, aunque el software en general, la formacin de imgenes est diseado para
eliminar este tipo de artefactos debido a su orientacin. Un problema ms comn es la
misdetection de pequeos artefactos circulares como inclusiones de tipo D. Es casi imposible
separar con el software de filtrado de tipo D legtimos de los artefactos de esta clase y por lo
tanto es absolutamente esencial para realizar medicin de la inclusin slo de especmenes
que se preparan con el fin de minimizar la aparicin de la corrosin, oxidacin, o manchas.
Otro problema surge de la necesidad de medir un rea de muestra relativamente grande, de
160 mm2.
Como se necesitan mencionados 320 imgenes anteriores para cubrir esta rea en el 0,50 mm2
por imagen. La obtencin de un gran nmero de imgenes tales, obviamente, puede tomar una
cantidad significativa de tiempo y ha conducido naturalmente a la utilizacin de etapas de
microscopio motorizados que puede ser programado para mover el nmero necesario de
campos sin la necesidad de interaccin del operador manual. Aunque sin duda una mejora, el
uso de movimiento de la platina motorizada junto con los procedimientos de enfoque
motorizados para eliminar la interaccin del operador durante el proceso de medicin de la
inclusin tambin puede conducir a problemas. Es inevitable que un proceso de calificacin
inclusin desatendida, totalmente motorizado y automtico producir algunas clasificaciones
de campo que son incorrectas. Comnmente se encontraron dos tipos de errores.
Excesivamente altos niveles de severidad se puede calcular porque los artefactos de imagen
araazos, polvo, manchas de oxidacin, manchas, etc. se han medido como inclusiones.
Tambin un poco fuera de foco imgenes pueden digitalizarse para mostrar inclusiones de
dimensiones exageradas que producen resultados ms altos que los niveles de gravedad reales.
Ms raramente, la atencin se centra en lo que va de fin de causar completo fracaso para
detectar cualquier inclusiones presentes en la imagen. Falsamente mediciones de alta de
campo pueden ser marcados y las imgenes almacenadas por separado de modo a la
conclusin de la medicin muestra el operador puede comprobar la lista de datos de
calificacin sospechosos y revisar las imgenes asociadas. Las imgenes que muestran
artefactos obvios pueden entonces ser eliminados de la base de datos de clasificacin.
Incorrectamente en imgenes valorados son imposibles de descubrir, a falta de un examen
operador de cada imagen nominal. Por supuesto, esto no es prctico y derrota por completo el
deseo de eliminar la participacin del operador directa en el proceso de medicin. Varias
fuentes de error adicionales se pueden identificar incluyendo errores de clasificacin de tipo de
inclusin por el software. En contraste con la norma ASTM E 45 y ASTM E 1122 la ASTM E 1245
ofrece otro enfoque a la calificacin de la inclusin.
ASTM E 1245 es un ejemplo primario de un estereolgicamente y estndar de calidad
microestructural cuantitativa estadsticamente robusto. La Seccin de Procedimientos de E
1245 listas de la medicin de parmetros estereolgicos incluyendo fraccin de volumen de las
inclusiones, el nmero de inclusiones por campo, y el nmero de intercepciones de las
inclusiones por unidad de longitud de la lnea de prueba. Mediciones de caractersticas
inclusin individuales adicionales se pueden hacer. A partir de estas medidas bsicas,
parmetros estadsticos tales como medias, desviaciones estndar, intervalo de confianza del
95%, y el porcentaje de exactitud relativa se calcularn para cada tipo de inclusin detectado.
Un aspecto importante de esta norma que es significativamente diferente de sus predecesores
es la eliminacin de la separacin de tipos de inclusin en fina y pesado y el clculo de los
niveles de gravedad.
Los procedimientos estereolgicos y estadsticos contenidos en la norma ASTM E 1245 lo
convierten en una importante adicin a los mtodos tradicionales de nivel Clasificacin de
gravedad.

Tamao del grano

El tamao del grano es un determinante clave de propiedades de los materiales. Varias
normas, existen tanto cualitativos como cuantitativos que describen mtodos para la
determinacin de tamaos de grano, vase la seccin 17.3. ASTM Mtodos de prueba estndar
para determinar Tamao promedio del grano Uso del anlisis de imagen semiautomtica y
automtica E 1382 es una norma cuantitativa escrito para la implementacin a travs de
anlisis de imagen digital que se basa en muchos de los mismos parmetros de medicin que
se describen en los mtodos cuantitativos de los Mtodos de Ensayo ASTM estndar para La
determinacin de tamao medio de grano E 112. Las varias variaciones en los mtodos
descritos en estas dos normas se deriva de la medicin de reas ya sea de grano interiores,
longitudes de contorno de grano, o las intercepciones de estas caractersticas con algn patrn
de lneas de prueba. La principal dificultad en la aplicacin de anlisis de imagen digital para la
determinacin del tamao de grano se plantea el problema de la delimitacin del lmite de
grano. Para mostrar los lmites de grano en la mayora de los materiales requiere algn tipo de
ataque qumico. Compuestos de grabado cido puede erosionar el material en el lmite
estructuralmente ms dbil entre los granos que producen un "groove" ligero que tiene un
nivel de iluminacin ms baja cuando se observan con un microscopio vase la Parte II,
Captulo 13. Algunos mordientes cidos, como Nital, cuando se aplica al acero , se disuelven
qumicamente granos en diferentes tasas basadas en la orientacin cristalina de cada grano.
Esta diferencia en el ataque crea diferencias en elevaciones en los lmites entre granos
adyacentes resultantes en lo que parece ser, en la iluminacin de campo brillante, lneas negras
en los lmites entre los granos. En la prctica la aplicacin precisa y uniforme de los reactivos de
ataque es difcil de lograr y junto con las variaciones que ocurren naturalmente en las tasas de
grabado de materiales, los resultados en la visibilidad de lmite de grano y la apariencia que es
altamente variable. Incluso dentro de un mismo campo microscpico de vista, es comn
observar lmites fuertemente grabadas inmediatamente adyacentes a las reas que muestran
dbilmente o incompleta delineacin de lmites. De hecho, la preparacin de muestras
microestructurales con 100% delineacin lmite de grano es infrecuente. La cuestin
demarcacin de lmites es tan significativo que la norma ASTM E 1382 prefacios estndar toda
discusin de los mtodos de medicin digital de imgenes con la afirmacin "La precisin de
las mediciones ... tamao de grano mediante el anlisis automtico de la imagen depende en
gran medida la calidad de la delimitacin de grabado de los lmites de grano . Los lmites de los
granos deben ser plenamente y de manera uniforme delineadas. "Si el lmite entre granos
adyacentes es incompleta cuando se utiliza un mtodo de superficie de cereales, las reas de
granos separados se medirn como una sola, lo que resulta en datos del rea de granos
errneamente alta. Del mismo modo, los lmites que faltan producirn una medicin inexacta
baja cuando se emplea un mtodo de longitud de frontera grano de la determinacin del
tamao de grano.
En casi todos los casos la aplicacin de un filtro digital de imgenes Tipo de cuencas debe ser
aplicada para mejorar la delimitacin del lmite de grano antes de medir las caractersticas de
grano con sistemas de imgenes digitales. Este proceso se conoce comnmente como la
reconstruccin lmite de grano;. Es importante tener en cuenta que el filtro de cuencas puede
ser demasiado agresivo en la definicin de lmites; el filtro normalmente conecta lmites de
grano truncados, pero tambin tiende a conectar ningn puntos que aparecen en el interior del
grano para formar redes de contorno. Esta accin puede resultar en una "fractura" virtual de
granos en trozos pequeos.
Minimizacin de este efecto se puede lograr mediante el ajuste operador cuidadoso de los
niveles de segmentacin. La mayora de las implementaciones de este filtro requieren que el
operador establece los niveles de segmentacin para seleccionar los interiores de grano. En la
prctica, puede ser ventajoso para establecer el rango de segmentacin para detectar ms de
los granos, es decir, incluir algunos de los lmites de grano ms ligeros y artefactos interiores
junto con los interiores de grano. Observando los resultados de la reconstruccin de frontera
en varios diferentes niveles de segmentacin y seleccionando el nivel ms precisa debe ser una
parte del procedimiento de anlisis estndar. Tambin puede ser necesario ejecutar una o ms
funciones de procesamiento de imgenes digitales, diseados para eliminar los artefactos de
grano interiores que pueden servir como sitios para la construccin lmite inexistente. En
ltima instancia, puede ser necesario que el operador para insertar manualmente, a travs de
una funcin de dibujo software, falta secciones de contorno. Esta operacin, obviamente,
carece de la eficiencia y debe ser evitado. En realidad, los lmites no tiene dimensiones, pero
en cualquier representacin grfica que tendrn algn anchura. Segn la ampliacin, el tamao
de grano y la anchura de los lmites, una reduccin de rea introducido por la delineacin de
lmites podran ser importantes, por lo tanto el espesor lmite debe mantenerse a un mnimo.
Despus de realizar los pasos de procesamiento de imgenes apropiadas para "revelar" la red
completa lmite de grano en una imagen especfica, el software de procesamiento de imgenes
puede producir una imagen binaria, o blanco y negro con slo las fronteras que aparecen. Una
imagen compuesta de slo las lneas de prueba en cualquier orientacin y densidad,
prcticamente cualquier otra configuracin lineal o circular o puede ser construido por
software. Esta imagen de la prueba se puede combinar matemticamente la imagen lmite de
grano usando una clase de funciones de procesamiento de imgenes comnmente
denominado "aritmtica de imagen." Con el software de imagen puede producir una imagen
resultante muestra slo los puntos donde las lneas de prueba interceptan los lmites. Esto se
logra mediante la comprobacin de pxeles exactamente a la misma ubicacin de coordenadas
en ambas imgenes y si la ubicacin est ocupada por un lmite y por una lnea de prueba se
cuenta. Alternativamente otras funciones aritmticas imagen se pueden realizar para producir
una imagen que muestra slo las longitudes de las lneas de prueba que caen dentro de los
interiores de grano. Las longitudes de intercepcin de grano que se muestran en estas
imgenes pueden ser medidos para proporcionar la longitud de intercepcin lineal media, un
mtodo de medicin de grano descrito en la norma ASTM E 1382, as como en la norma ASTM
Mtodos de prueba estndar para la caracterizacin de Duplex tamaos de grano E 1181.
En realidad, perfecta delineacin lmite de grano no es necesaria. Es perfectamente aceptable
que en cualquier nmero de campos medidos habr algunas ms y algunas zonas de granos
medidos bajo o longitudes de contorno. Dado que las exigencias de informacin estadstica de
los estndares cuantitativos proporcionan mtodos para determinar la precisin de medicin
basado en parmetros estadsticos tales como el intervalo de confianza y el porcentaje de
exactitud relativa, si, despus de la medicin de una superficie de la muestra, no se producen
niveles apropiados de significacin estadstica, entonces es necesario medir ms granos en ms
imgenes. Tpicamente, el software del sistema de formacin de imgenes se acumula las
mediciones de caractersticas de grano, ya que se recogen a travs de mltiples imgenes.
Sobre la base de estas mediciones primas se calculan los parmetros estadsticos requeridos.
Una de las ventajas en la delineacin y recogiendo las reas de granos individuales para la
determinacin de la media del tamao de grano es que en el mismo conjunto de datos de la
zona y racimos de granos de grano ms grande se puede encontrar. El rea de grano ms
grande puede ser utilizado para satisfacer los requisitos de ASTM Mtodos de prueba estndar
para la estimacin del grano ms grande observada en una Seccin metalogrfico ALA grano
sizee 930. Incluso la Tabla 1 de la norma ASTM E 930 lista la relacin de la superficie de
cereales de ALA en el tamao de grano nmero puede ser creada fcilmente en software tal
que el nmero de tamao de grano se puede informar automticamente, simplificando an
ms el rendimiento de ALA anlisis de tamao de grano. Datos del cluster superficie de
cereales pueden ser tiles en la caracterizacin de tamaos de grano dplex como se describe
en la norma ASTM E 1181.
Grado de Anillamiento
La naturaleza y la importancia de la cuantificacin de las bandas en microestructuras. Prctica
estndar ASTM para evaluar el grado de bandas o Orientacin de microestructuras E 1268
proporciona cuantitativa, as como mtodos cualitativos para evaluar el grado de bandas. La
norma exige que las mediciones de la fraccin de volumen y el recuento de caractersticas
interiores intercepciones o intersecciones funcin de lmites con lneas de la cuadrcula de
prueba superpuestas. que se pueden realizar usando tcnicas de formacin de imgenes
digitales que proporcionan la estructuras de bandas exhiben un grado suficientemente alto
contraste de iluminacin para permitir la segmentacin exitosa. Flexibilidad de aplicacin se
incrementa y los requisitos de segmentacin relaj si el software de imagen proporciona la
opcin para la insercin directa del operador o la supresin de las intercepciones o
intersecciones de lnea caracterstica de la prueba. La nica otra condicin para ser satisfecho
por las bandas mediciones es orientar la imagen para que el eje de deformacin observados en
la estructura se alinea horizontal o verticalmente en la imagen digitalizada. Mientras rotacin
de imagen se puede realizar por software para evitar la introduccin de artefactos de
procesamiento de imagen, es preferible para lograr la estructura de alineacin requerida
girando fsicamente la muestra de material en la platina del microscopio.
Profundidad o grosor Medidas
Varias normas existen esa direccin de la medicin lineal de profundidad o espesor de las
estructuras, zonas y capas. Estos incluyen ASTM Mtodos de prueba estndar para la
estimacin de la Profundidad de descarburacin del acero muestras E 1077 y ASTM Mtodo de
prueba estndar para la medicin de metal o de xido de espesor de revestimiento por
microscpico examen de una seccin transversal B 487. Estas normas se basan principalmente
en el uso de retculas ocular o micrmetros filar para realizar las mediciones necesarias. La
imagen digital ofrece varios mtodos para emular los procedimientos cuantitativos no digitales.
Cuando se mide la profundidad o espesor de estructuras que presentan un fuerte contraste y la
zona o material adyacente al "segmento y combinan" se pueden usar tcnicas. En pocas
palabras, una imagen de la capa segmentada a medir se combina matemticamente con una
imagen de un conjunto de lneas de seccin. Una imagen resultante es producido que muestra
nicamente la parte de cada lnea de seccin que se encuentra en la capa segmentada y se
miden estas lneas. Mientras que las lneas de seccin pueden ser discontinuos, el software de
anlisis de imgenes calcula la longitud total de cada fila horizontal de los segmentos de lnea,
no importa cuntos segmentos en los que la lnea est quebrada. La medicin de espesor real
se hace empezando desde el punto extremo izquierdo del segmento de ms a la izquierda de
cada fila y termina en el punto extremo derecho de la derecha ms segmentos de la fila.
Figuras 18.15a-e ilustran este proceso.
Para las estructuras que carecen de la diferencia de usar el enfoque de segmentacin de las
mediciones se pueden realizar utilizando mtodos interactivos operador para construir
distancias de punto a punto o lneas paralelas que se miden por el software. Estos mtodos son
los equivalentes digitales de filars de posicionamiento para la medicin de espesores, con el
operador utilizando el ratn del ordenador para colocar lneas filar en la imagen digital como se
muestra en las figuras.16a y 16b.
 Fig. 15a-Imagen de recubrimiento.

Fig. 15b-binario segmentado

Fig. Imagen Lnea seccin 15c binario.

Fig. 15b y 15d-Combinado.

Una de las ventajas adicionales en el uso de sistemas de imgenes digitales para thicknesstype
mediciones es que las anotaciones que muestran lneas de medicin, as como las distancias
medidas se pueden aadir a la imagen automticamente por el software.

Grafito en fundicin de hierro

Mtodo de prueba estndar ASTM para la evaluacin de la microestructura de grafito en Iron
Castings Un 247 es esencialmente un estndar de comparacin grfica cualitativa aplicada a
dctil, gris y hierros maleables. Para dctil nodular y escamas de hierro gris partculas se da una
carta del tamao de dimetro mximo o clasificacin longitud. Mucho se podra hacer para
mejorar esta norma mediante la introduccin de procedimientos cuantitativos adicionales. La
naturaleza altamente contrastada de grafito observado microscpicamente en muestras de
fundicin preparado hace uso de la medicin digital de imgenes basado en la segmentacin
de estas estructuras muy sencillas. Especmenes bien preparados que no presentan manchas
de grafito rara vez requieren un amplio proceso de imagen ya que la oscuridad formas de
grafito casi negros estn fuertemente contrastados con el blanco brillante de la matriz de
ferrita de hierro fundido.
Un problema que puede dificultar la medicin automtica es la posibilidad, en particular en
hierro gris, de tocar partculas de grafito. La aplicacin de un filtro de separacin

Fig. Lneas 15e-Seccin ms de recubrimiento.

Fig. Filar 16a-Vertical.

Puede reducir estos hechos y como edicin manual solucin final de la imagen puede ser
llevado a cabo para separar partculas masivamente conmovedoras.
Fundicin dctil
Aunque no incorporado en cualquier norma ASTM, un factor importante en la determinacin
de dctil o nodular la aceptabilidad del producto de hierro es el porcentaje de partculas de
grafito que son nodular. Sistemas de imgenes digitales proporcionan capacidades
excepcionales para calcular el porcentaje de nodularidad. La funcin clsica utilizada para
calcular nodularidad redondez partcula es el factor de forma. Si bien existen varias ecuaciones
para el clculo de factor de forma ms comnmente utilizada es:
Forma Factor = 4 * pi * rea de partculas / partculas Perimeter2
Para calcular el factor de forma de ndulos del rea y el permetro de cada partcula de grafito
es medido Fig. Punto a punto 16b-Horizontal.

Fig. Permetro 17a-8-line.

. Estos valores se introducen en la ecuacin y se produce el nmero factor de forma. Valores

del factor de forma posibles estn comprendidos entre 1,0 para una partcula perfectamente
circular descendente hacia 0 para cada vez ms formas "uncircular". Cierto nivel factor de
forma se debe elegir como un lmite inferior para definir la forma ms "uncircular" para ser
considerado nodular. Este valor es a menudo ajustado a 0,6, de modo que las partculas de
grafito tienen un factor de forma igual a 0,6 o mayores son ndulos, y aquellos con factores de
forma de menos de 0,6 no lo son. Nodularidad Porcentaje puede entonces calcularse
fcilmente dividiendo el recuento total de ndulos por un recuento de todas las partculas de
grafito. La precisin con la que el software de imgenes define la longitud del permetro de
partcula tiene un efecto significativo sobre el resultado de los clculos. En particular, la
medicin de pequeas ondulaciones en el permetro puede alterar significativamente el
porcentaje de nodularidad desde el permetro se eleva al cuadrado en el clculo del factor de
forma. Figura 18.17a muestra un ndulo en una parte ampliada de una imagen digital. En este
punto de vista el software de imagen se ajust para medir el permetro de grafito utilizando
slo ocho segmentos de lnea vistos como lneas oscuras en todo el permetro.
En la Fig. 18.17b el software se reajust a utilizar 128 segmentos de lnea para definir el
permetro del objeto. La delimitacin de 8 lneas produce un permetro de 0,47953 mm
mientras que el
Fig. b-128-lnea de permetro.

Permetro de 128 lnea es 0,51311 mm de longitud. El factor de forma de la figura. 17a es

0,929, mientras que el factor de forma de la figura. 17b es 0,869, una diferencia significativa.
Este ejemplo ilustra la importancia de los algoritmos de software utilizados para definir objetos
y mediciones de extracto. Los algoritmos estn en funciones crticas de hecho en el proceso de
produccin de datos. Como tal su contribucin al resultado final debe ser entendida y
controlado si las mediciones reproducibles estructura se quieren lograr. La atencin a estos
mtodos de software internos es especialmente importante cuando los resultados producidos
por varios sistemas de imgenes digitales independientes se van a comparar.
Gray Cast Iron
La longitud de escamas de grafito en hierro gris normalmente se puede medir fcilmente a
partir de imgenes digitales. Las longitudes se pueden introducir a los clculos del porcentaje
de los copos que caen en cada una de las clases de tamao que figuran en la norma ASTM A
247. Sin embargo, la tarea de clasificar digitalmente los "Patrones de distribucin de grafito",
como tipos de copos de grafito que se describen en la norma que est ms all la capacidad de
las tcnicas de anlisis de imagen comunes.
Grafito compactado
Fundicin de grafito compactado contiene partculas de grafito en formas que son intermedias
entre la escama y esferoide formas. Este tipo se define por la ASTM Especificacin Estndar
para grafito compactado Hierro Castings A 842 como "La formacin de grafito en la
microestructura aceptable contendr 80% Tipo mnimo de grafito IV como se representa en
ASTM A 247 que pueden ser alcanzadas por el uso de anlisis de imagen automtico...
mtodos. Adems, este tipo es" describen como hierro fundido con grafito en formas
vermiformes compactadas y esencialmente libres de grafito laminar. "Sobre la base de estas
directrices es posible producir software de imgenes para calcular el porcentaje de grafito que
no es calcular esferoide factor de forma como en fundicin dctil, excepto las partculas por
ciento que no son esfricas se encuentra. Adems, para asegurar que no hay escama de grafito
presente, la longitud aspecto a anchura puede ser calculada. En este caso ya que la norma no
proporciona un valor cuantitativo para separar compactado de grafito en escamas, un valor
razonable debe asumirse y se utiliza en el software para calcular la presencia de cualquier
grafito en escamas.

CONCLUSIN :

Implementacin Sistema de Imgenes Digitales

La seleccin de software siempre debe estar basado en un estudio cuidadoso y realista de

las actuales tareas de organizacin, procedimientos de laboratorio establecidos y una
evaluacin realista de las necesidades futuras. Un sistema de imagen digital no es un
dispositivo autnomo; es una herramienta para facilitar la operacin de un programa de
control de calidad microestructural cuantitativa. El mismo cuidado y atencin al detalle
debe drsele a la seleccin de un sistema de imagen digital como con otros sistemas de
gestin de la informacin o de control de calidad de la organizacin. Un sistema de
formacin de imgenes es parte de una estructura organizativa ms grande.
En un proyecto de implementacin de un sistema bien diseado tres fases distintas se
pueden identificar. El propsito de la Fase 1 es producir un plan maestro sobre la base de
un anlisis de metalogrficos / operaciones materialogrficas existentes y una definicin de
los objetivos. Parte de esta fase es en realidad un estudio tradicional de anlisis de
sistemas, emprendido para definir de alguna manera detallada y formal del procedimiento
y el trabajo de flujo de las operaciones metalogrficos / materialogrficas existentes. Esta
informacin puede servir como lnea de base para la integracin de nuevos equipos. Una
comprensin clara de las normas a seguir, el tipo de medidas necesarias, y el volumen de la
corriente as como el trabajo proyectado son algunas de las muchas preguntas por
responder. Tambin es esencial consultar con los ingenieros, personal de tecnologa de la
informacin, y otros dentro de la organizacin que va a ser de alguna manera afectados por
el nuevo sistema.

Un factor muy importante en la implementacin exitosa de un sistema de imagen digital es

el nivel de habilidad requerida por el operador del sistema. El funcionamiento eficiente del
sistema de imagen puede requerir un fondo ms tcnico que el trabajo general de
laboratorio; en particular, un firme entendimiento de las tcnicas bsicas de
funcionamiento del ordenador es esencial. Desde cuantitativa metalografa /
materialografa se basa en principios estereolgicos y estadsticos de los operadores del
sistema tambin deben poseer una comprensin de estos temas. Si una evaluacin de los
posibles operadores del sistema revela una deficiencia en estas reas, se debe exigir
programas de formacin adecuados. Los proveedores de sistemas deben proporcionar
formacin en el funcionamiento de los sistemas de imgenes especficas y software. Sin
embargo, el ordenador general y conocimiento cuantitativo mtodos son un requisito
previo y clases de recuperacin en estos temas, si es necesario, no es la responsabilidad de
los proveedores de equipos. Un resultado importante de la fase inicial debe ser la
generacin de un conjunto de expectativas o especificaciones que definen las funciones
requeridas del sistema de imagen.
El propsito de la Fase 2 es el uso de los requisitos, las prioridades y las especificaciones
generadas en la Fase 1 para determinar cul de los muchos sistemas disponibles en el
mercado mejor se adapta a las necesidades actuales y futuras de la empresa. Esta fase
puede incluir la identificacin de los posibles proveedores, compilacin de una lista de
productos disponibles, manifestaciones, circulacin de una solicitud de cotizacin, y por
supuesto, la seleccin del sistema final.
Fase 3, el ltimo paso del proceso, en realidad introduce el sistema en funcionamiento. El
proceso de convertir a la imagen digital de los mtodos cuantitativos cualitativos o
manuales debera haberse definido en la Fase 1. Aplicacin de las nuevas tecnologas es
casi seguro que introducir los cambios en los procedimientos utilizados para emplear esa
tecnologa. Puntos comunes de procedimiento que pueden necesitar cambiar incluyen:
1. orientacin especfica y el posicionamiento de la muestra pueden ser requeridos por
las normas o por equipos.
2. Seleccin de microscopio de aumento del objetivo puede ser significativo, es decir, el
campo de visin rea requerida por la norma.
3. La actualizacin de las normas de preparacin para eliminar artefactos que derrotan la
imagen automtico.
A menudo, los resultados obtenidos de los equipos de anlisis de imagen no va a coincidir
con los resultados histricos sobre la base de estimaciones cualitativas o mtodos de
comparacin grfica. En estos casos puede ser necesario disear una estrategia para
correlacionar resultados de las imgenes pre y post-digitales. Idealmente, se han
identificado problemas importantes que surjan durante la ejecucin, y el nuevo sistema se
coloca en servicio de una manera eficiente y rentable. Incluso con la planificacin
impecable es de esperar que el uso completo del sistema con la mxima eficacia requerir
un perodo de "aprendizaje".
Gua estndar ASTM para la Gestin de Informacin de Laboratorio LIMS Sistemas E 1578,
ofrece muchas guas interesantes para la seleccin de un Sistema de Gestin de
Informacin de Laboratorio. Muchos de estos conceptos se pueden adaptar para uso en la
seleccin de un sistema de imagen digital y un examen de la norma ASTM E 1578 se
sugiere. Una idea particularmente til que se encuentra en la norma ASTM E 1578 es la
necesidad de centrarse en funciones, no la tecnologa. Adems, consulte la norma ASTM E
2066-00 Gua estndar para la Validacin de Sistemas de Gestin de Informacin de
Laboratorio.
En conclusin, el objetivo de este captulo era para resaltar algunas de las funciones de
imgenes digitales que se aplican comnmente estructura materiales imgenes y
proporcionar una visin general del uso de las tcnicas de medicin de la imagen
seleccionada para implementar mtodos de prueba estndar. Tambin se espera que estos
comentarios han iniciado una conciencia de la necesidad de la metalografa cuantitativa /
materialografa y tambin que los sistemas de imgenes digitales no son sino una parte de
un programa general para la mejora de la calidad del producto
 FUENTES DE INFORMACION

o https://books.google.com.pe/books?
id=oaehZy3Vo1kC&pg=PA577&lpg=PA577&dq=Digital+image+analysis+metallograp
hic+STRUCTURES&source=bl&ots=iqd6TemCj8&sig=g4va8XU3mtZhk7wNNgX8HRC
OHK0&hl=es&sa=X&ved=0CC0Q6AEwAGoVChMIvMyJ7qn_xgIVRJqACh0m1A0r#v=
onepage&q=Digital%20image%20analysis%20metallographic
%20STRUCTURES&f=false
o http://www.neurtek.com/catalogo/metalografia-y-analisis-de-imagen/analisis-de-
imagen
o http://www.petr.isibrno.cz/microscopy/production.php
o http://www.cientec.com.mx/productos-videotest-metal-analisis-de-imagenes-
para-aplicaciones-metalurgicas-1064
o http://www.neurtek.com/catalogo/metalografia-y-analisis-de-imagen/analisis-de-
imagen
Libro de referencia bibliogrfica:
Benscoter, A. O. and Bramfitt, B. L., Metallographers Guide, Practices and
Procedures for Irons and Steels, ASM International, Materials Park, Ohio, USA,
2002. Reprinted with permission of ASM International. All rights reserved. www.
asminternational.org
ASTM Standard, Terminology Relating to Metallography E 7, ASTM International,
West Conshohocken, Pennsylvania, USA, 2003.
Terms defined by Struers in the on-line training material e-Education and e-Training
under www.struers.com.
Petzow, G., Metallographic Etching, ASM International, Materials Park, Ohio, USA,
1999.