Granulometría (morfología)

Granulometría
Conceptos básicos
Tamaño de partícula , Tamaño de grano , Distribución de tamaño , Morfología
Métodos y técnicas
Escala de malla , Granulometría óptica , Análisis granulométrico , Gradación del suelo

Conceptos relacionados
Granulación , Material granular , Polvo mineral , Reconocimiento de patrones , Dispersión dinámica de la luz

En morfología matemática , la granulometría es un método para calcular una distribución de tamaño de granos en imágenes binarias , utilizando una serie de operaciones de apertura morfológica . Fue introducida por Georges Matheron en la década de 1960 y es la base para la caracterización del concepto de tamaño en morfología matemática.

Granulometría generada por un elemento estructurante

Sea B un elemento estructurante en un espacio o cuadrícula euclidiana E , y considérese la familia , , dada por: { B a } Estilo de visualización: Bk a = 0 , 1 , {\displaystyle k=0,1,\lpuntos}

B a = B B a  veces {\displaystyle B_{k}=\underbrace {B\oplus \ldots \oplus B} _{k{\mbox{ veces}}}} ,

donde denota dilatación morfológica . Por convención, es el conjunto que contiene solo el origen de E , y . {\displaystyle \oplus} B 0 Estilo de visualización B_{0} B 1 = B Estilo de visualización B_{1}=B}

Sea X un conjunto (es decir, una imagen binaria en morfología matemática), y considérese la serie de conjuntos , , dada por: { gamma a ( incógnita ) } {\displaystyle \{\gamma _ {k}(X)\}} a = 0 , 1 , {\displaystyle k=0,1,\lpuntos}

gamma a ( incógnita ) = incógnita B a {\displaystyle \gamma_{k}(X)=X\circ B_{k}} ,

donde denota la apertura morfológica. {\estilo de visualización \circ}

La función de granulometría es la cardinalidad (es decir, área o volumen , en el espacio euclidiano continuo, o número de elementos, en cuadrículas) de la imagen : GRAMO a ( incógnita ) Estilo de visualización Gk(X) gamma a ( incógnita ) {\displaystyle \gamma _ {k}(X)}

GRAMO a ( incógnita ) = | gamma a ( incógnita ) | {\displaystyle G_{k}(X)=|\gamma _{k}(X)|} .

El espectro de patrones o distribución de tamaño de X es la colección de conjuntos , , dada por: { PAG S a ( incógnita ) } Estilo de visualización: PS_k(X) a = 0 , 1 , {\displaystyle k=0,1,\lpuntos}

PAG S a ( incógnita ) = GRAMO a ( incógnita ) GRAMO a + 1 ( incógnita ) {\displaystyle PS_{k}(X)=G_{k}(X)-G_{k+1}(X)} .

El parámetro k se denomina tamaño y el componente k del espectro del patrón proporciona una estimación aproximada de la cantidad de granos de tamaño k en la imagen X. Los picos de indican cantidades relativamente grandes de granos de los tamaños correspondientes. PAG S a ( incógnita ) Estilo de visualización PS_{k}(X)} PAG S a ( incógnita ) Estilo de visualización PS_{k}(X)}

Axiomas de tamizado

El método común mencionado anteriormente es un caso particular del enfoque más general derivado por Georges Matheron . El matemático francés se inspiró en el tamizado como un medio para caracterizar el tamaño . En el tamizado, una muestra granular se pasa a través de una serie de tamices con tamaños de orificios decrecientes. Como consecuencia, los diferentes granos de la muestra se separan según sus tamaños.

La operación de pasar una muestra a través de un tamiz de cierto tamaño de orificio " k " se puede describir matemáticamente como un operador que devuelve el subconjunto de elementos en X con tamaños menores o iguales a k . Esta familia de operadores satisface las siguientes propiedades: O a ( incógnita ) Estilo de visualización: psi_k(x)

  1. Anti-extensividad : Cada tamiz reduce la cantidad de granos, es decir , O a ( incógnita ) incógnita {\displaystyle \Psi _{k}(X)\subseteq X}
  2. Crecimiento : El resultado de tamizar un subconjunto de una muestra es un subconjunto del tamizado de esa muestra, es decir , incógnita Y O a ( incógnita ) O a ( Y ) {\displaystyle X\subseteq Y\Rightarrow \Psi _{k}(X)\subseteq \Psi _{k}(Y)}
  3. " Estabilidad ": El resultado del paso por dos tamices lo determina el tamiz con el tamaño de orificio más pequeño, es decir, . O a O metro ( incógnita ) = O metro O a ( incógnita ) = O mín. ( a , metro ) ( incógnita ) {\displaystyle \Psi _{k}\Psi _{m}(X)=\Psi _{m}\Psi _{k}(X)=\Psi _{\min(k,m)}(X)}

Una familia de operadores generadores de granulometría debe satisfacer los tres axiomas anteriores.

En el caso anterior (granulometría generada por un elemento estructurante), . O a ( incógnita ) = gamma a ( incógnita ) = incógnita B a {\displaystyle \Psi _{k}(X)=\gamma _{k}(X)=X\circ B_{k}}

Otro ejemplo de familia generadora de granulometría es cuando , donde es un conjunto de elementos estructurantes lineales con diferentes direcciones. O a ( incógnita ) = i = 1 norte incógnita ( B ( i ) ) a {\displaystyle \Psi _{k}(X)=\bigcup _{i=1}^{N}X\circ (B^{(i)})_{k}} { B ( i ) } {\displaystyle \{B^{(i)}\}}

Véase también

Referencias

  • Conjuntos aleatorios y geometría integral , por Georges Matheron, Wiley 1975, ISBN  0-471-57621-2 .
  • Análisis de imágenes y morfología matemática de Jean Serra, ISBN 0-12-637240-3 (1982) 
  • Segmentación de imágenes por granulometrías morfológicas locales, Dougherty, ER, Kraus, EJ y Pelz, JB., Simposio sobre geociencias y teledetección, 1989. IGARSS'89, doi :10.1109/IGARSS.1989.576052 (1989)
  • Introducción al procesamiento de imágenes morfológicas, de Edward R. Dougherty, ISBN 0-8194-0845-X (1992) 
  • Análisis de imágenes morfológicas: principios y aplicaciones de Pierre Soille, ISBN 3-540-65671-5 (1999) 
Obtenido de "https://es.wikipedia.org/w/index.php?title=Granulometría_(morfología)&oldid=1164208926"