Segmentação de imagens obtidas por microtomografia computadorizada aplicada a obtenção de propriedades de rochas sedimentares

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPerez, Geronimo-
Autor(es): dc.contributorDomingues, Janine Vieira-
Autor(es): dc.contributorLopes, Pedro Cortez Fetter-
Autor(es): dc.creatorSouza, João Vitor Leal de-
Data de aceite: dc.date.accessioned2025-01-03T11:43:19Z-
Data de disponibilização: dc.date.available2025-01-03T11:43:19Z-
Data de envio: dc.date.issued2024-08-26-
Data de envio: dc.date.issued2024-08-26-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/34427-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/920478-
Descrição: dc.descriptionEste trabalho apresenta uma abordagem didática para a segmentação de imagens de rochas porosas obtidas por microtomografia, com foco em rochas areníticas. O objetivo principal é comparar duas técnicas de segmentação: uma utilizando o software ImageJ, conhecido por sua simplicidade e eficiência, e outra baseada em scripts desenvolvidos em Python, que incluem algoritmos avançados de inteligência artificial, como a rede neural U-net. O estudo destaca a importância da segmentação de imagens na caracterização de materiais, evidenciando as vantagens e limitações de cada método, e fornecendo um guia passo a passo para estudantes e profissionais interessados em processamento digital de imagens. A comparação das técnicas mostrou que, embora métodos simples sejam rápidos e diretos, abordagens mais sofisticadas oferecem resultados mais detalhados e precisos, especialmente para materiais com microestruturas complexas-
Descrição: dc.descriptionThis work presents a didactic approach to the segmentation of porous rock images obtained through microtomography, focusing on sandstone rocks. The main objective is to compare two segmentation techniques: one using the ImageJ software, known for its simplicity and efficiency, and another based on Python scripts, including advanced artificial intelligence algorithms, such as the U-net neural network. The study highlights the importance of image segmentation in material characterization, emphasizing the advantages and limitations of each method, and providing a step-by-step guide for students and professionals interested in digital image processing. The comparison of techniques showed that while simple methods are quick and straightforward, more sophisticated approaches offer more detailed and precise results, especially for materials with complex microstructures-
Descrição: dc.description36 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectSegmentaçao de imagens-
Palavras-chave: dc.subjectMicrotomografia-
Palavras-chave: dc.subjectRochas porosas-
Palavras-chave: dc.subjectRocha-
Palavras-chave: dc.subjectPorosidade-
Palavras-chave: dc.subjectSegmentação de imagem-
Palavras-chave: dc.subjectImage segmentation-
Palavras-chave: dc.subjectMicrotomography-
Palavras-chave: dc.subjectPorous rocks-
Título: dc.titleSegmentação de imagens obtidas por microtomografia computadorizada aplicada a obtenção de propriedades de rochas sedimentares-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.