Técnicas de procesamiento digital de imágenes aplicadas al análisis de microestructuras

Introducción

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

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

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

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

Metalografía

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

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

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

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

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

Preparación Metalográfica.

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

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

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

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

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

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

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

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

Elementos de metalografía cuantitativa.

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

Análisis superficial de una fracción volumétrica

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

Fuente: Velandia [4].

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

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

Análisis lineal de la fracción volumétrica

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

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

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

Fuente: El autor.

Análisis puntual de la fracción volumétrica

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

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

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

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

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

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

Estimación de propiedades mecánicas

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

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

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

Introducción al procesamiento digital de imágenes

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

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

Conceptos de imagen y procesamiento digital de imagen.

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

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

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

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

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

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

Fuente: Wainschenker [16].

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

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

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

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

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

Etapas para el procesamiento digital de imágenes

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

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

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

Figura 1.7. Etapas para el procesamiento digital de imágenes.

Fuente: Wainschenker [16].

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

• 1.- Aplica la Transformada de Fourier,

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

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

Existen básicamente tres tipos distintos de filtros que pueden aplicarse:

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

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

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

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

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

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

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

Potencialidades del procesamiento digital de imágenes

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

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

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

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

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

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

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

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

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

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

Programas profesionales para el procesamiento digital de imágenes

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

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

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

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

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

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

Software de Análisis de Imágenes AXIOVISION – ZEISS

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

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

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

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

Posee tres paquetes independientes:

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

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

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

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

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

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

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

Dewinter metalúrgico/software de la metalurgia.

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

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

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

Fuente: http://www.dewinterindia.com

Image J Procesamiento y análisis de imágenes en Java.

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

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

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

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

Software metalúrgico – kwality india

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

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

Costo de los software profesionales para el tratamiento de imágenes

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

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

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

Fuente: http://www.TECMICRO.com

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

Conclusiones

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

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

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

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

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