Прежде всего, следует отметить, что микроскопист работает не с реальными объектами, а с их увеличенными изображениями. Поэтому все наблюдения под микроскопом сводятся к анализу изображений.
Методические указания, изложенные выше, в основном, касались способов диагностики минералов и качественного описания морфологических особенностей минеральных индивидов и их агрегатов. Однако для использования результатов минераграфического изучения в целях технологического прогноза и при исследовании продуктов переработки, помимо качественного описания, нужны также количественные характеристики. Наиболее важными для руд являются размер зерен и количественные соотношения между различными минералами. При изучении продуктов технологического передела важно также количественное определение соотношения мономинеральных зерен и сростков. Геометрические характеристики руд и минералов важны для разработки и совершенствования схем переработки минерального сырья и лучшего понимания происхождения руд.
Количественный анализ изображений состоит в измерении геометрических особенностей двумерных изображений плоских сечений консолидированных руд или препаратов, изготовленных из разрозненных частиц минералов, технологических продуктов и др. Полученные геометрические характеристики (линейные и/или площадные) могут быть соотнесены с характеристиками реальных зерен (объемными) при соблюдении ряда методических требований.
При вычислении химического состава руды по данным количественного минералогического анализа можно пользоваться справочными данными о содержаниях металлов в минералах.
Осуществляя анализ изображений, необходимо учитывать многочисленные операционные ограничения. Ошибки могут быть связаны с 1) недостаточным пространственным разрешением оптических систем; 2) неправильной диагностикой; 3) неправильной записью результатов; 4) неправильным обсчетом результатов. Кроме операционных ошибок возникают и статистические ошибки. Эти ошибки (в отличие от операционных) можно оценить и поддерживать в определенных пределах, проводя необходимое количество независимых наблюдений.
Количественные измерения и анализ наблюдаемых изображений может быть ручным или автоматизированным. Ручные измерения целесообразно использовать для исследования небольшого числа сложных и необычных материалов. Когда задача состоит в проведении большого числа измерений на сравнительно простых и обычных образцах, лучше использовать автоматизированные системы [Джонс, 1991].
"Ручные" измерения
Измеренния линейных размеров зерен под микроскопом
Ручное определение величины зерен под микроскопом осуществляется с помощью измерительного окуляра или окуляр-микрометра.
Окулярный винтовой микрометр (Zeiss).
Измерение количественных соотношений между минералами
Площадной метод
Первое упоминание о количественной методике получения данных при анализе изображений относится к 1848 г. Французский минералог M. Делесс установил объемное содержание (в %) определенного минерала в породе, измерив площадь, занимаемую этим минералом в произвольном сечении породы. Он предложил очень трудоемкий способ измерения площадных соотношений: очертания измеряемого минерала переносят на кусок промасленной просвечивающей материи той же площади, что и поверхность образца, затем наклеивают материю на листок фольги той же площади, вырезают ножницами те части, которые соответствуют зернам интересующего минерала, взвешивают их и получают «аналитический баланс». Отношение массы частей листочка фольги, представляющих данный минерал, к общей массе листочка фольги дает довольно точную площадную оценку количества минерала на измеряемой поверхности. Далее М. Делесс предположил, что площадное соотношение эквивалентно объемному соотношению минерала в образце в случае, если:
Автоматизация измерений
Первая компьютерная система анализа изображений (или анализатор изображений) была создана в 1968 г. компанией Baush & Lomb (США). Из-за несовершенства компьютерной техники того времени система позволяла захватывать только черно-белые изображения. Вскоре после этого цифровой анализатор Quantimet 720 был произведен компанией Imanco (Великобритания). Он обеспечивал оцифровку изображений в 64 градациях серого. Однако, оцифрованные изображения не могли быть сохранены или как-либо обработаны. В 1974 г. радикальный прорыв в технологии совершила западногерманская фирма Leitz, представившая систему, которая была основана на принципах «текстурного анализа и математической морфологии».
В 1980-81 гг. западногерманская фирма Kontron и английская Cambridge Instruments (купившая компанию Imanco), каждая отдельно, создали анализаторы изображений с программным обеспечением. Эти системы обеспечивали хранение полноформатных изображений в памяти компьютера. Стала возможной разработка алгоритмов фильтрации изображений и некоторых других операций. С этого времени развитие анализаторов изображений пошло стремительными темпами. Постоянно совершенствовалась аппаратная часть анализаторов (системы ввода изображений, компьютеры) и программное обеспечение. Анализатор изображений сегодня – это автоматизированное компьютерное рабочее место, позволяющее специалисту выполнять задачи, которые вчера казались нерешаемыми или требовали огромных затрат сил и времени.
Полученное каким-либо способом изображение плоского сечения измеряется автоматически методами, аналогичными применяемыми для анализа сходных изображений в ручном методе. В первую очередь интересующий минерал диагностируется наиболее удобным способом среди сопутствующих ему минералов. Затем изображение готовится для анализа. Конечной целью такой подготовки является наиболее корректное выделение интересующей фазы.
Наиболее простым и часто использующимся методом выделения объектов является выделение по яркостным характеристикам. При использовании этого метода выделения объектов или фаз производится выбор всех точек изображения, попадающих в определенный интервал яркости. Такой отбор осуществляется по гистограмме яркости для данного изображения. Оцифрованное изображение представляет собой набор точек, яркость которых (для 8-битных изображений) лежит в интервале от 0 (абсолютно черный цвет) до 255 (абсолютно белый). Гистограмма яркости изображения показывает процентное содержание точек определенной яркости. Выделение объектов по яркости обычно производится методом установки пороговых значений яркости, и все точки изображения, лежащие в пределах данных значений, будут выделены на изображении как маски объектов, которые и будут затем измеряться.
Реже в минералогической практике используется выделение объектов по цвету (применяется для объектов с одинаковыми яркостными характеристиками, отличающимися по цвету), выделение по текстурным особенностям (объект распознается по внешним признакам или текстурным особенностям), наконец, ручное выделение объектов, когда пользователь системы указывает ей, что считать объектом, а что – нет.
В заключении проводится анализ изображения с определением интересующих параметров (содержание фазы, морфологические особенности частиц и т. д.). Морфологические параметры зерен можно анализировать как в полуавтоматическом, так и в автоматическом режиме. Для измерений в полуавтоматическом режиме не требуется выделять объекты изображения. Измеряя линейные размеры объекта или структуры, пользователь системы указывает на изображении начальную и конечную точку отрезка прямой или кривой линии, получая в таблице или непосредственно на изображении информацию о длине отрезка. Аналогичным образом осуществляется измерение углов или радиуса окружности. Простой подсчет объектов также может проводиться методом нанесения меток.
Наибольший интерес для специалиста, использующего анализатор изображений, представляют автоматические измерения выделенных объектов или фаз. Современный анализатор позволяет получить точную количественную информацию по десяткам и сотням объектов изображения за доли секунды, что далеко превосходит возможности человека. Предлагаемый разными фирмами-производителями набор параметров варьирует, однако, в любом случае измеряемые параметры могут быть сгруппированы следующим образом:
Программа ImageTool позволяет определять различные геометрические характеристики – площадь (Area, S), периметр (Perimeter, P), длина большой оси (Major axis, amax), длина малой оси (Minor axis, amin), приближенность к кругу (Roundness), удлиненность (Elongation), компактность (Compactness).
Приближенность к кругу (Roundness) рассчитывается как 4S/P2. Результат варьирует от 0 до 1 (круг имеет коэффициент 1).
Удлиненность (Elongation) – отношение длин большой и малой осей amin/amax. Результат варьирует от 0 до 1. Если коэффициент равен 1, то объект круглый или квадратный (изометричный). При уменьшении коэффициента, он становится более удлиненным.
Ферет диаметр (Feret diameter) – диаметр круга, имеющего ту же площадь, что и объект. Расcчитывается как (4S/).
Компактность (Compactness) – рассчитывается как (4S/)/amax. Также характеризует приближенность к кругу и варьирует от 0 до 1. Чем менее округлый объект, тем меньше единицы компактность.
Длина большой оси – длина самой длинной линии, которую можно провести на объекте.
Длина малой оси – длина линии, которую можно провести на объекте перпендикулярно большой оси.
Определение морфологических параметров зерен можно осуществлять как в полуавтоматическом, так и автоматическом режиме.
После того, как измерения проведены, становится возможной статистическая обработка результатов анализа, а также при необходимости классификация объектов по любому из измеренных признаков или комплексу признаков. Анализ морфологических особенностей той же арсенопиритовой руды позволяет выделить на рассматриваемом снимке 365 частиц, провести полный морфологический анализ и рассчитать статистику измерений.
Также с помощью программы ImageTool возможно получение оптических характеристик объекта. Следующий пример демонстрирует оценку отражательной способности кервеллеита из месторождения Мургул, Турция. Процедура измерения должна предваряться градуировкой изображения по оптической плотности. Яркость каждого пикселя оцифрованного изображения варьирует от 0 до 255. Градуировка, в сущности, сводится к приведению имеющихся значений яркости к 100 %. Для этого используются минералы с известной отражательной способностью. В рассматриваемом случае, это пирит (R 53 %), халькопирит (R 48 %) и галенит (R 43 %). Далее можно проводить измерения, например, построив гистограмму яркости. Изучаемый кервеллеит характеризуется отражательной способностью, равной 41 %. Приведенный способ измерений конечно же не заменяет микрофотометрирование, но может успешно служить для первичной экспрессной оценки.