Title

CLASSIFICAÇÃO AUTOMÁTICA DE HEMATITA ESPECULAR E HEMATITA POROSA EM PELLET FEED POR ANÁLISE DIGITAL DE IMAGENS

AUTOMATIC CLASSIFICATION OF LAMELLAR AND POROUS HEMATITE IN “PELLET FEED” THROUGH DIGITAL IMAGE ANALYSIS

Authorship

Lessa, Augusto Mendonça; Gomes, Otávio da Fonseca Martins; Ferreira, Heidy Oliveira; Paciornik, Sidnei; D'Abreu, José Carlos

Lessa, Augusto Mendonça

I am this author

Gomes, Otávio da Fonseca Martins

I am this author

Ferreira, Heidy Oliveira

I am this author

Paciornik, Sidnei

I am this author

D'Abreu, José Carlos

I am this author

DOI

10.5151/2594-357x-12868

Downloads

Abstract

O presente trabalho propõe um método automático que venha a ser um auxílio ou uma alternativa à contagem e classificação (mineralógica e textural) visual de partículas de “pellet feed” realizada ao microscópio óptico na Samarco Mineração. Este trabalho é especificamente focado na classificação automática de partículas de hematita em amostras de “pellet feed”, discriminando-as em hematita especular ou hematita porosa. O método é totalmente automático e baseia-se na análise digital de imagens obtidas em um microscópio óptico motorizado (500x). As contagens de partículas de hematita especular e hematita porosa realizadas pelo método automático foram comparadas a resultados obtidos, para as mesmas amostras, pelo método tradicional visual ao microscópio óptico. As taxas de acerto obtidas para a classificação automática foram superiores a 85%.

The present paper proposes an automatic method that may serve as aid or substitute to the visual counting and classification (mineralogical and textural) of pellet feed particles performed with an optical microscope at Samarco Mineração. This work is specifically focused on the automatic classification of hematite particles in pellet feed samples, with discrimination between lamellar and porous hematite. The method is fully automatic and is based on the digital analysis of images obtained with a motorized optical microscope (500x). The obtained counts of lamellar and porous hematite were compared to the results obtained by the traditional visual method. The success rates for the automatic classification were greater than 85%.

Keywords

Pellet feed; Minério de ferro; Análise de imagens; Classificação.

Pellet feed; Iron ore; Digital image analysis; Classification.