Classificação automática do tipo de ferro fundido utilizando reconhecimento de padrões em imagens de microscopia

Abstract

Os ferros fundidos possuem uma microestrutura, na qual, o formato da grafita presente tem direta influência
na classificação entre os diversos tipos deste material. A classificação é feita, tradicionalmente, a partir da
análise visual realizada por um especialista através do auxílio de um microscópio ótico. O presente trabalho
propõe a utilização da Inteligência Computacional Aplicada em conjunto com extratores de informações em
imagens de metalografia. A finalidade é auxiliar profissionais da área das Ciências dos Materiais na classificação
de ferros fundidos de maneira automática e reduzir o tempo de classificação, restringindo o máximo
possível as falhas presentes durante a classificação. 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 classificador Support Vector Machine
obteve os melhores resultados no reconhecimento do tipo de ferro fundido, com resultados próximos a 100%,
e com redução média do tempo de classificação em 92%. Tanto os resultados como o tempo das classificações
são comparados com a análise do especialista, como também aos resultados obtidos em classificações
do ferro fundido que utilizam uma abordagem com redes neurais e uma classificação supervisionada utilizando
apenas os descritores de forma. A partir dos resultados apresentados, conclui-se que a abordagem é promissora
podendo incorporar softwares comerciais para auxiliar especialistas da área.