Este documento presenta una alternativa para el analisis de granulometria mediante imagenes

1. 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.

2. 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.

3. 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

4. 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)

5. 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:

6. 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 …

7. 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.

8. 4.
SEGMENTACION
DE
LA
IMAGEN:
Se
refiere
a
la
búsqueda
y
contorneo
de
parculas.
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.

9. e)
Análisis
de
parculas
–
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.

10. 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)

11. 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.

12. 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”.

13. 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.

14. 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/