INSTITUTO DE INVESTIGACION EN MINERIA Y GEOCIENCIAS UNIVERSIDAD NACIONAL DE TRUJILLO

ANALISIS DE GRANULOMETRIA DE UNA PILA DE PARTICULAS DE ROCA FRAGMENTADA POR VOLADURA, USANDO EL SOFTWARE DE

ANALISIS DE IMÁGENES DE CODIGO ABIERTO IMAGE J

Romel B. VILLANUEVA L.

RESUMEN  

El presente documento, intenta divulgar una técnica para el análisis de granulometría en pilas de roca fragmentada por voladura. Esta técnica esta basada en la morfología de las partículas y aplica principalmente dos algoritmos, de segmentación o búsqueda de partículas en una imagen. Los algoritmos se conocen como de “erosión” y de “relleno” , aunque también se dispone de otros algoritmos como el de dilatación, esqueletizacion, etc. En este documento nos referiremos a esta técnica como: “método de erosión y relleno”. El método “erosión y relleno” muestra muchas ventajas respecto al tradicional método de thresholding, principalmente porque: 1) la fotografía que uno obtiene de una pila de fragmentos no tiene un fondo único y una partícula puede ser el fondo de otra y esto produce ambigüedad durante la aplicación del thresholding; 2) cada partícula de roca puede poseer una textura propia y múltiples caras con distintas texturas y durante el thresholding de la imagen en escala de grises se mostraran falsas partículas; 3) Las partículas de roca están siempre sobrepuestas y esto produce al ocultamiento y consecuente reducción del tamaño o la rotura del borde, por ende el tamaño de las partículas no correspondería a la realidad; 4) Las partículas adyacentes y con mismo tono de grises se pueden confundir en una sola gran partícula. Por lo tanto, para esta aplicación en pilas de partículas de roca, un simple thresholding no bastaría y mejor seria necesario, analizar la forma de las partículas [Weixing Wang1, 2008]. Además, aquí se presenta la aplicación del software de código abierto ImageJ, que no requiere la compra de licencias para su uso, además funciona sobre varios sistemas operativos. El ImageJ se aplica en diversas áreas de la ciencia e ingeniería, como en la biología, metalografía, astronomía, ciencias agrícolas y cada vez se encuentran mas aplicaciones en ciencias de la tierra. Es muy versátil por su flexibilidad a la hora de elegir el tipo de información que uno precisa analizar y por tener la capacidad de crear un método como una “macro” y usarla rutinariamente. Actualmente se viene probando su uso para analizar patrones fractales en los sismogramas de un registro de voladura [IIMING2, 2013].

1)  Rock Particle Image Segmentation and Systems, Collage of Computer Science and Technology, Hubei University of Technology, Wuhan, Hubei, China 2)  Instituto de Investigacion en mineria y geociencias de la Universidad Nacional de Trujillo, Peru.

CONTENIDO  

RESUMEN ………………………………………………………………………. 2 1.  IMPORTACION DE LA IMAGEN ………………………………………… 4

2.  ESCALA ………………………………………………………………………. 5

3.  PRE TRATAMIENTO DE LA IMAGEN …………………………………… 6

4.  SEGMENTACION DE LA IMAGEN …………………………………………. 8

5.  RESULTADOS DEL ANALISIS DE PARTICULAS ………………………. 10

6.  ETAPAS EN EL ANALISIS DE LA IMAGEN …………………………….. 11

7.  DATOS DE INTERES ……………………………………………………. 12

8.  ANALISIS DE RESULTADOS EN HOJA DE CALCULO …………………. 13 9.  REFERENCIAS …………………………………………………….................. 14

1.   IMPORTACION  DE  IMAGEN  -­‐  Comandos:  File/Open  …    

Primero   se   selecciona   la   imagen   que   se   va   a   procesar,   esta   claro   que   se   debe  conocer  precisamente  las  dimensiones  del  objeto  escalador  de  referencia  (1).  Luego  se   muestra   una   ventana   con   la   imagen,   en   cuya   parte   superior   derecha   se  proporcionan  las  dimensiones  en  pixeles,  el  Gpo  de  color  RGB  o  BW  y  su  tamaño  en  Kbytes  (2)  de  la  imagen.    

(1)

(2)

2.1.  Dibujar  la  escala:  En  la  barra  de  herramientas  se  selecciona  “línea”  y  se  traza  sobre  la  dimensión  conocida  del  objeto  de  referencia.  

2.2.  Fijar  la  escala-­‐  Comandos:  Analyze/Set  Scale…    

En   el   espacio   distance   in   pixeles   se  muestra  la  longitud  de  la  línea  trazada  sobre   el   escalador.   En   el   espacio  known   distance   debemos   ingresar   la  longitud   real   del   escalador   y   a  conGnuación  las  unidades  de  medida.  

2.  ESCALA:  

3.  PRE  TRATAMIENTO  DE  LA  IMAGEN:  

3.1.  ConverGr  a  imagen  de  8  bits  o  en  escala  de  grises  -­‐  Comandos:  Image/Type/8  bits    

3.2.  Ajustar  brillo  y  contraste  -­‐  Comandos:  Image/Adjust/Brightness  &  Contrast    

Es necesario tener la imagen en escala de grises para “poder” identificar las caras iluminadas de las partículas, los bordes oscuros y el fondo con sombra.

Se nos presenta una ventana donde podemos calibrar, con el deslizador …

3.2.  Ajustar  brillo  y  contraste  -­‐  Comandos:  Image/Adjust/Brightness  &  Contrast    

El objetivo es eliminar las “zonas grises” que producirían ambigüedad durante la ejecución del algoritmo de segmentación (búsqueda de partículas). Y así tener solo luz (partículas) y sombra (fondo), tener solo dos posibilidades (blanco/negro) para la “correcta” identificación y medición de las partículas. En general; esto se logra incrementando el tono de las sombras (Minimun) y aumentando la intensidad de las zonas claras (Maximun), también se puede ajustar el brillo (Brightness) y necesariamente dar el máximo contrate (Contrast). Luego, con “Apply” damos por hecho el ajuste.

4.  SEGMENTACION  DE  LA  IMAGEN:  Se  refiere  a  la  búsqueda  y  contorneo  de  par\culas.  4.1.  Método  1  “Erosión  y  Relleno”    a)  Hacer  binaria  la  imagen  –  Comandos:  Process/Binary/Make  Binary  b)  Establecer  el  fondo  oscuro  –  Comandos:  Process/Binary/OpGons/  Chekear  casilla  “Black  backgroud”  

c)  Erosionar  la  imagen  –  Comandos:  Process/Binary/Erode  

d)  Rellenar  los  hoyos  –  Comandos:  Process/Binary/Fill  holes  

En este paso se le dice al software de que “color” (blanco o negro) serán las regiones que debe consideran como fondo.

El criterio de la forma: Con esta técnica logra suavizar los contornos de las partículas, elimina las rugosidades producidas durante el pre tratamiento.

El criterio de la forma: Aquí, se pretende eliminar los puntos negros dentro de una partícula (hoyos), pues eso podría reconocer como un partícula hueca y/o dividir en partículas inexistentes.

e)  Análisis  de  par\culas  –  Comandos:  Analyze  /  Analyze  ParGcles  …  Nos  presenta  la  siguiente  ventana  donde  se  deben  establecer  los  parámetros  de  análisis:  

En esta venta se ingresa las restricciones mas importantes para el análisis. Size: Entre que tamaños (por ejemplo, en pixeles al cuadrado) el sistema reconocerá como una partícula y la contara. Por ejemplo, desde 10 pixeles2 hasta el infinito. Circularity: Además, podemos discriminar la selección de partículas alargadas, por ejemplo, cuando se tiene sobreposición de partículas o partículas que se muestran de perfil.

Show: Podemos elegir como se mostrara la partícula en la ventana de análisis. Por ejemplo, si elegimos Elipse, mostrara la elipse con la circularidad correspondiente de esa partícula. Para el primer análisis podemos dejar en Nothing. Las demás opciones que se pueden activar son: mostrar resultados, borrar y actualizar los resultados, mostrar el resumen, ver en el administrador, etc. Que ustedes podrán profundizar en el manual de usuario de ImageJ.

5)  RESULTADOS  DEL  ANALISIS  DE  PARTICULAS:  

Los resultados se presentan principalmente en tres ventanas: (a) La ventana que muestra la imagen segmentada, con las partículas identificadas con un numero y delineadas. (b) La ventana de resumen del análisis, esta ventana muestra en pila, todos los análisis hechos anteriormente. (c) La ventana de resultados donde se listan todas la partículas y sus propiedades medidas. (d) La ventana de administrador de la región de interés.

(a) (b)

(c) (d)

6.  ETAPAS  EN  EL  ANALISIS  DE  LA  IMAGEN:  

(a) (b)

(c) (d)

Solo para no perder de vista lo que le esta pasando a la imagen durante el análisis: (a) Imagen original, (b) Imagen en escala de grises (8 bits), (c) Imagen preparada con ajuste de sombras, brillo y contraste, (d) Imagen ya procesada con los algoritmos de erosión y relleno.

7.  DATOS  DE  INTERES:  

Para hacer una estudio de granulometría de una pila de partículas de roca, solo basta tener un numero mínimo representativo de partículas y sus respectivos tamaños. El tamaño puede ser indicado por el diámetro de la “elipse de esfericidad” de la partícula o directamente por el área plana que ocupa. En este caso elegimos, para importar y analizar en una hoja de calculo, solamente la “id” de la partícula y su “área”.

8.  ANALISIS  DE  RESULTADOS  EN  HOJA  DE  CALCULO:  …  Puede  ser  Excel  

En una hoja de calculo podemos copiar (en dos columnas) como “datos imput” el id y área de cada partícula. Luego haciendo uso de la función FRECUENCIA que incorpora cualquier hoja de calculo podemos obtener automáticamente el numero de partículas de tamaño menor a un marca de clase. Finalmente, si la marca de clase es al tamaño como la frecuencia es al porcentaje pasante; en consecuencia podemos graficar cada punto (tamaño, porcentaje) y así mostrar la curva granulométrica de la pila de la voladura.

9.  REFERENCIAS:  

1.  Wang, W.X., Rock Particle Image Segmentation and Systems. Peng-Yeng Yin, Viena, Austria (2008).

2.  Wang, W.X. and Fernlund, J., Shape Analysis of Rock particles. KTH-BALLAST Report no. 2, KTH, Stockholm, Sweden (1994).

3.  Wu, X., and Kemeny, J.M., A segmentation method for multiconnected particle delineation, Proc. of the IEEE Workshop on Applications of Computer vision, IEEE Computer Society Press, Los Alamitos, CA (1992) 240-247.

4.  Enlace web para descargar el software ImageJ y su manual de usuario:

http://rsbweb.nih.gov/ij/