Classificação automática do tipo de ferro fundido utilizando Reconhecimento de Padrões em imagens de Microscopia Óptica
Douglas de Araújo Rodrigues1; Gesilane Pereira Santos1; Marcelo Correia Fernandes1; José Ciro Santos1; Francisco Nélio Costa Freitas1; Pedro Pedrosa Rebouças Filho1
1 Instituto Federal de Educação, Ciência e Tecnologia do Ceará
doi:10.20906/CPS/CON-2016-1328
Resumo
O presente trabalho propõe a utilização de técnicas de Inteligência Computacional Aplicada em conjunto com extratores de informações em imagens de metalografia. A finalidade deste projeto consiste em substituir a classificação manual de ferros fundidos pela automática. Os extratores de atributos analisados são a textura obtida pela matriz de co-ocorrência em tom de cinza, Local Binary Pattern, além dos momentos estatísticos, centrais e invariantes. Os classificadores avaliados são Bayes, Support Vector Machine (SVM), Multilayer Perceptron (MLP), K-nearest neighbors e k-means. As grafitas presentes em cada imagem foram extraídas através do método Contornos Conectados. Essas grafitas foram catalogadas como ferros fundidos nodular, maleável ou cinzento, totalizando 1700 amostras. Foram realizadas duas etapas para a análise. Na primeira foram consideradas as grafitas separadamente. Em uma segunda etapa, a imagem completa foi analisada considerando todas as grafitas extraídas da mesma, em que o tipo de objeto com maior incidência na análise seria o reconhecimento adotado para toda a amostra. Em ambas as etapas o método SVM obteve os melhores resultados no reconhecimento do tipo de ferro fundido.A partir dos resultados apresentados, conclui-se que a abordagem é promissora e pelos resultados, pode incorporar softwares comerciais para auxílio à especialistas na área.
Palavras-chave: ferro fundido; Classificação automática; Suport Vector Machine; Multilayer Perceptron; Bayes; k - Vizinhos mais próximos (kNN); Textura baseada na matriz de co-ocorrência; LBP; Momentos Invariantes; Momentos estatísticos e centrais