QUANTIFICAÇÃO MINERALÓGICA MODAL MACROSCÓPICA, … · QUANTIFICAÇÃO MINERALÓGICA MODAL MACROSCÓPICA, ... de minerais e suas relações com resultados de ... identificação

IX SIMPÓSIO DE ROCHAS ORNAMENTAIS DO NORDESTE

10 a 13 abril de 2016, João Pessoa - PB

QUANTIFICAÇÃO MINERALÓGICA MODAL MACROSCÓPICA, EM ROCHAS

ORNAMENTAIS SUBMETIDAS À COLORAÇÃO SELETIVA POR ATAQUE

QUÍMICO, ATRAVÉS DA CLASSIFICAÇÃO SUPERVISIONADA DE IMAGENS.

Thiago M. Bolonini1, Lara Cinthia A. S. Bolonini2, Antônio M. Godoy3, Leonardo Luiz L. da Silveira4

1, 4 Centro de Tecnologia Mineral CETEM/MCTI, Núcleo Regional do Espírito Santo NR-ES, Rodovia Cachoeiro

x Alegre, Km 5, s/nº, Bairro Morro Grande, CEP 29.300-970, Cachoeiro de Itapemirim – ES (Brasil).

[email protected]; www.cetem.gov.br

2 Universidade de Vila Velha UVV, Curso de Geologia, Av. Comissário José Dantas de Melo, nº 21, Bairro Boa

Vista, CEP 29.102-920, Vila Velha – ES (Brasil).

[email protected]

3 Departamento de petrologia e Metalogenia, Instituto de Geociências e Ciências Exatas, Universidade

Estadual Paulista UNESP, Av. 24-A, nº 1515, C. P. 178, CEP 13506-900, Rio Claro, São Paulo (Brasil).

[email protected]

RESUMO

A análise petrográfica de rochas ornamentais ígneas é feita através de observações macroscópicas

e microscópicas e tem como funções identificar os minerais que as constituem e classificá-las. Para

facilitar a identificação mineral, é comum utilizar o método da coloração seletiva. Entretanto, é

preciso conhecer também as quantidades nas quais esses minerais aparecem nas rochas. Para

auxiliar nesta tarefa são utilizadas neste trabalho imagens, obtidas a partir de rochas submetidas

ao teste de coloração seletiva, e a técnica da classificação supervisionada de imagens. As rochas

ornamentais estudadas são extraídas em Barra de São Francisco- ES, Brasil e conhecidas

comercialmente como Butterfly Beige, Butterfly Green e Butterfly Gold. As análises petrográficas

macroscópicas e microscópicas e as classificações das imagens mostraram que as rochas são

compostas por quartzo (Beige 11%, Gold 15% e Green 13%), microclínio (Beige 62%, Gold 58% e

Green 58%), plagioclásio (Beige 22%, Gold 20% e Green 20%), granada (Beige 2%, Gold 4% e Green

6%), biotita e hiperstênio (Beige 3%, Gold 3% e Green 3%) e apresentam grande similaridade

composicional, textural e estrutural sendo classificadas como quartzo-sienitos com hiperstênio.

Uma vez que os minerais são identificados na análise microscópica e tingidos com o uso da

coloração seletiva, a quantificação é assegurada pela aplicação da classificação supervisionada.

165



Logo, conclui-se que o método, baseado na análise de imagens, é eficaz para a quantificação

mineralógica modal de rochas ornamentais ígneas quartzo-feldspáticas.

PALAVRAS-CHAVE: petrografia, rochas ornamentais, coloração seletiva, classificação

supervisionada.

ABSTRACT

The petrographic analysis of igneous dimension stones is done through macroscopic and

microscopic observations and it function is identify the minerals that constitute them and classify

them. To facilitate the mineral identification, it is common to use the staining method. However, is

also necessary know the quantities in which these minerals appear in the rocks. To assist in this

task are used in this paper images obtained from rocks subjected to the feldspar staining method,

and the technique of images supervised classification. The studied dimension stones are extracted

in Barra de São Francisco ES, Brazil and commercially known as Butterfly Beige, Green Butterfly

and Butterfly Gold. The macroscopic and microscopic petrographic analysis and the images

classification showed that the rocks are composed of quartz (Beige 11% Gold 15%, Green 13%),

microcline (Beige 62% Gold 58% and Green 58%), plagioclase (Beige 22% Gold 20%, Green 20%),

garnet (beige 2% Gold 4% and Green 6%), biotite and hypersthene (Beige 3% Gold 3% and Green

3%) and present great compositional, textural and structural similarity being classified as quartz-

syenite with hypersthene. Once the minerals are identified by microscopic examination and

stained in the feldspar staining method, the quantification is achieved by the application of the

supervised classification. Therefore, it is concluded that the method based on image analysis, is

effective for modal mineralogical quantification of quartz-feldspar igneous dimension stones.

KEYWORDS: petrography, dimension stones, feldspar staining method, supervised classification.

1. INTRODUÇÃO

A análise petrográfica de rochas ornamentais ígneas é feita através de observações

macroscópicas e microscópicas e tem como funções identificar os minerais que as constituem e

classificá-las. Para facilitar a identificação mineral é comum utilizar-se da técnica da coloração

166



seletiva desenvolvida por Moraes e Rodrigues (1978) que “tinge” feldspatos alcalinos por imersões

em soluções de ácido fluorídrico (HF) e cobaltonitrito de sódio Na3Co(NO2)6 fazendo com que

apresentem a coloração amarela diferenciando-o dos demais. Entretanto, para classificar tais

rochas é preciso definir as quantidades nas quais esses minerais ocorrem. Normalmente essa

quantificação é feita por estimativa visual ou por contagem modal com uma matriz milimetrada

métodos que, dependendo da acurácia do especialista, podem não fornecer a precisão necessária

à classificação.

Nas rochas ornamentais a análise de imagens vem sendo utilizada para avaliar diversos

aspectos relacionados à quantificação, qualificação e manutenção das suas propriedades estéticas.

De forma pioneira, Aires-Barros et al. (1991a) utilizaram a morfologia matemática binária para

definição de um índice de alterabilidade para rochas ornamentais. Aires-Barros et al. (1991b)

aplicaram um perfilômetro de linhas para analisar a alteração e a alterabilidade de rochas

ornamentais carbonatadas. Motoki et al. (1999) e Campello (2003) utilizaram a análise de imagem

como prerrogativa para, além de analisar formas de minerais e suas relações com resultados de

ensaios mecânicos, a criação de uma nova nomenclatura de rochas ornamentais, baseada na

identificação e quantificação de suas cores extraídas de um dado matricial (imagem), com o auxilio

de um programa de computador. Torquato et al. (2008) afirmam que a análise de imagem se

constitui numa técnica que permite estabelecer correlações entre parâmetros morfológicos e

outras propriedades (químicas, físicas, mecânicas, geológicas, biológicas, etc.) dos objetos ou

materiais estudados possuindo diversas aplicações no âmbito das rochas ornamentais como o

mapeamento de eflorescências (VÁZQUEZ et al., 2011), o controle de patologias (MOURA et al.,

2011), a classificação textural estatística (UMURANI et al., 2008), a demonstração de alterações

em plataforma web (STEFANI, 2013) entre outras.

A disciplina que trata da análise de imagem é denominada Processamento Digital de Imagem

(PDI) e seus objetos de estudo, as imagens digitais, são representadas por matrizes do tipo a [m,n],

podendo ser entendidas como o resultado do processo de amostragem de uma dada imagem

(contínua) a (x,y) por digitalização a partir de um espaço contínuo bidimensional (CAMPELLO,

2006). O efeito desse processo pode ser visualizado na figura 1 onde a interseção entre uma linha

e uma coluna é denominada pixel (picture element) e pode assumir valores relacionáveis a

variáveis como o tempo (t), profundidade (z), cor (λ) etc. Para o caso de imagens em tons de cinza,

por exemplo, o pixel pode assumir apenas valores inteiros que vão de 0 a 255 (sistema de 8 bits).

167



As técnicas de classificação de imagens são utilizadas com frequência em sensoriamento

remoto, em sistemas de informações geográficas, para mapear áreas correspondentes aos temas

de interesse e permitem a extração de informações das imagens a partir do reconhecimento de

padrões e objetos homogêneos.

Figura 1. Imagem digital. Legenda: Matriz do tipo [16,16], o pixel na coordenada [m=10; n=7], tem valor

110 dentro da escala de cinza. Fonte: Modificado de Young (1998 apud Campello, 2006).

Nesses classificadores a informação de um conjunto de pixels similares é utilizada para

delimitar regiões, unindo áreas com a mesma textura em função de suas características espaciais e

espectrais. A técnica da classificação supervisionada a ser aplicada para a quantificação

mineralógica neste trabalho segue a mesma lógica.

2. OBJETIVO

O objetivo do trabalho é utilizar um Sistema de Informação Geográfica – SIG para realizar,

por classificação supervisionada, a quantificação mineralógica bidimensional em rochas

submetidas ao método da coloração seletiva por ataque químico.

3. MATERIAIS E MÉTODOS

As variedades de rochas ornamentais estudadas são conhecidas comercialmente como

Butterfly Beige (Figura 2 A), Butterfly Gold (Figura 2 B) e Butterfly Green (Figura 2 C), nomes dados

a elas devido às suas cores bege, amarelo-ouro e verde, respectivamente, e aos formatos de

alguns de seus cristais que, quando dispostos lado a lado, lembram borboletas com asas abertas.

168



Figura 2. Rochas ornamentais submetidas a coloração seletiva por ataque químico.

Para a realização deste estudo foram utilizadas três placas (uma de cada variedade) medindo

10 cm x 15 cm x 2 cm, com uma de suas faces polidas. Além disso, foram confeccionadas duas

lâminas petrográficas para cada variedade, devido às dimensões dos cristais, a fim de identificar os

constituintes mineralógicos com base em suas propriedades óticas. Para o teste da coloração

seletiva foi utilizada uma solução com ácido fluorídrico HF, onde as superfícies polidas das rochas

foram submersas, água destilada para lavagem e outra solução contendo cobaltonitrito de sódio

Na3CO(NO2)6 onde as amostras foram submersas segundo o método proposto por Moraes e

Rodrigues (1978).

As superfícies polidas dos corpos de prova foram digitalizadas, antes e após a aplicação do

teste da coloração seletiva, com o auxílio de um scanner de mesa. As imagens foram recortadas (5

mm de cada lado para eliminação do ruído de borda) no software CorelDraw obtendo-se imagens

com 7 megapixels de resolução (7.030.682 pixels), no formato JPEG (Joint Photographics Experts

Group), intensidade de 24 bits e no padrão de cor RGB (Figura 3 A). A técnica consiste na criação

de seções supervisionadas, escolhidas pelo analista, para orientar o software no reconhecimento

de áreas espectrais similares na imagem. O software determina o número de pixels para cada

classe estabelecida. Deste modo, cada pixel é comparado com as seções supervisionadas e

rotulado como pertencente à classe com a qual mais se assemelha digitalmente. Foram então

escolhidas cores de identificação para cada mineral com extração de amostras, distribuídas na

imagem (Figura 3 B), de pixels correspondentes a eles. Em seguida, as cores foram agrupadas nas

classes pré-determinadas (Figura 3 C) e, com base nas tabelas de atributos das imagens

classificadas geradas pelo software, foi obtida a quantidade exata de pixels pertencente a cada

classe. Como o total de pixels é conhecido, basta calcular a proporção com que cada classe ocorre

na imagem classificada para quantificar as ocorrências dos minerais.

169



Figura 3. Ilustração dos passos adotados no software para a classificação dos minerais em função das suas

cores após a realização da coloração seletiva por ataque químico. Legenda: FK – Feldspato Potássico.

4. RESULTADOS E DISCUSSÃO

Petrograficamente as rochas estudadas apresentam grande similaridade composicional,

textural e estrutural. São rochas com texturas inequigranulares, hipidiomórficas, de granulações

grossas a porfiríticas, estruturas isotrópicas, compostas por microclínio, plagioclásio (oligoclásio),

quartzo, granada, biotita, hiperstênio e traços de zircão e apatita. A tabela 1 resume as

características petrográficas das três rochas. As grandes dimensões dos cristais de microclínio e a

maior quantidade com que esse mineral ocorre nas três variedades ficam evidentes quando se

observa as imagens digitalizadas antes e após a aplicação da técnica da coloração seletiva (Figura

4).

Tabela 1. Resumo das características petrográficas estruturais e texturais das rochas estudadas.

Características Petrográficas Butterfly Beige Butterfly Gold Butterfly Green

Mineralogia Microclínio, oligoclásio, quartzo, granada, biotita, hiperstênio

e traços de zircão e apatita

Estrutura/textura Isotrópica/ Inequigranular

Granulação Relativa Grossa a porfirítica

Variação (predominância) 0,2 a 4,5 (1 a 4) cm 0,2 a 4 (1 a 4) cm

Alteração Mineral Incipiente Moderada Incipiente

Fraturamento

Tipos intra-/intergranular

Aberta/fechada aberta

Preenchimento Fe(OH)2 /Plagioclásio/Sericita Fe(OH)2 /Sericita

Grau Baixo Médio Alto

A B C

FK

FK

FK

170



Com o uso do SIG é possível, a partir da imagem classificada, além de quantificar

(bidimensionalmente através da contagem de pixels) as ocorrências dos minerais, visualizar cada

fase mineral em função das diferentes classes geradas (uma para cada mineral), como pode ser

observado na figura 5 (Exemplo do Butterfly Gold). Tal possibilidade permite visualizar melhor a

distribuição dos minerais nas amostras dando perspectivas bidimensionais de seus formatos e

posicionamentos bem como permite medir dimensões, calcular a área ocupada pelos minerais e

até, por exemplo, medir as direções de orientação preferenciais de estruturas e minerais em

rochas deformadas.

Butterfly Beige Butterfly Gold Butterfly Green

Antes Depois Antes Depois Antes Depois

Figura 4. Aspectos das superfícies das rochas antes e depois da coloração seletiva.

Os resultados oriundos da contagem de pixels para cada classe/mineral podem ser

visualizados na tabela 2. A quantidade de pixels mostra valores próximos para as três variedades

com esperada predominância dos cristais de microclínio (62% para o Beige, 58% para o Gold e o

Green). Os dados obtidos foram então recalculados (Tabela 3) para plotagem no diagrama,

utilizado para classificação e nomenclatura de rochas magmáticas, elaborado por Streckeisen

(1976).

A B C D E F

Figura 5. Ilustração da classificação supervisionada com classes individualizadas (Butterfly Gold). Legenda:

A) Imagem classificada; B) Classe do microclínio,C) Classe do oligoclásio, D) Classe do quartzo, E) Classe da

granada e F) Classe da biotita e do hiperstênio.

171



Os cristais de biotita e hiperstênio foram agrupados em uma só classe devido à dificuldade

de separação das suas cores na imagem da rocha alterada pela coloração seletiva. Isso se deve ao

fato do software identificar que as respostas espectrais dos dois minerais são similares. Como

estes dois minerais não são utilizados para fins de classificação no diagrama QAP essa informação

não caracteriza um impedimento para a aplicação do método.

Tabela 2. Resultados obtidos a partir das classificações supervisionadas das imagens das rochas analisadas.

Minerais

Variedades

Butterfly Beige Butterfly Gold Butterfly Green

Nº de pixels* (%) Nº de pixels* (%) Nº de pixels* (%)

Microclínio 4.359.023 62 4.084.826 58 4.077.796 58

Plagioclásio (Oligoclásio) 1.546.750 22 1.413.167 20 1.406.136 20

Quartzo 773.375 11 1.047.572 15 913.989 13

Granada 140.614 2 288.258 4 428.872 6

Biotita + Hiperstênio 210.920 3 196.859 3 203.890 3

*Nota: O número total de pixels da imagem por variedade é igual a 7.030.682.

Tabela 3. Porcentagens minerais para plotagem no diagrama QAP e classificações obtidas para as rochas.

Minerais Variedades

Butterfly Beige (%) Butterfly Gold (%) Butterfly Green (%)

Microclínio 64 65 62

Oligoclásio 22 23 22

Quartzo 14 12 16

Classificação Quartzo-sienito

De acordo com Streckeisen (1976), para a plotagem das rochas charnockíticas (rochas com

hiperstênio) devem ser utilizados os mesmos campos referentes às rochas graníticas no diagrama

QAP. A plotagem dos dados obtidos classifica as rochas como variedades de um quartzo-sienito

(Figura 6). Entretanto, por possuirem hiperstênio em suas composições, o nome do mineral deve

constar na nomenclatura final da rocha passando esta a se chamar quartzo-sienito com

hiperstênio.

172



Figura 7. Diagrama QAPF adaptado de Streckeisen (1976). Legenda: 7”) Quartzo-sienito.

5. CONCLUSÃO

As rochas correspondem, de acordo com as contagens de pixel por classe e as porcentagens

calculadas para plotagem no diagrama QAP, a quartzo-sienitos com hiperstênio. O estudo revelou

que a quantificação mineralógica modal por meio da classificação supervisionada de imagens

geradas a partir de amostras de rocha submetidas ao método da coloração seletiva é eficiente

para rochas ígneas quartzo-felspáticas.

Os dados obtidos permitem, ainda, vislumbrar possibilidades relacionadas ao estudo de

outros parâmetros como dimensões dos minerais e suas orientações preferenciais, além de

fornecer perspectivas individualizadas de suas distribuições nas superfícies das amostras.

Outros métodos de coloração seletiva podem ser aplicados para a diferenciação, por

exemplo, de feldspatos cálcio-sódicos com alguns reagentes específicos aumentando ainda mais a

precisão do método. O problema do reconhecimento e diferenciação das respostas espectrais

referentes aos cristais de biotita e hiperstênio não representa um impedimento à aplicação do

método de quantificação que permitiu classificar as rochas sem qualquer dificuldade, uma vez que

o diagrama de plotagem utilizado considera apenas os teores de feldspato alcalino, cálcio-sódico e

de quartzo para que a classificação seja efetuada.

6. AGRADECIMENTOS

À Guidoni Mineração Ltda, à CAPES processo: 3030/13-0, ao CNPq Processo: 141706/2012-0, à UNESP e ao Centro de Tecnologia Mineral – CETEM, NR-ES.

173



7. REFERÊNCIAS BIBLIOGRÁFICAS

AIRES-BARROS, L. MAURÍCIO, A. M.; FIGUEIREDO, C. A. Aplicação do perfilômetro de linhas à alteração e

alterabilidade de rochas ornamentais carbonatadas. Memórias e Notícias, Publ. Mus. Lab. Mineral Geol., Universidade de Coimbra, nº 122, 67-80p. 1991b.

AIRES-BARROS, L. MAURÍCIO, A. M.; FIGUEIREDO, C. A. Definição de um índice de alterabilidade de rochas por aplicação de métodos de análise de imagem baseados na morfologia matemática binária. Geociências, Revista Universidade de Aveiro, vol. 5, fasc. 1.2. 95-102p. 1991a.

CAMPELLO, M.S. Técnicas de processamento digital de imagens com aplicação no setor das rochas ornamentais. Tese de doutorado. Instituto de Geociências da Universidade Federal de Minas Gerais, Belo Horizonte (MG), 165p., 2006.

CAMPELLO, M.S., COSTA, A.G. Desenvolvimento de metodologia para o emprego de Quantikov – software analisador de imagens, na determinação da análise modal tipos pétreos com valor comercial. Bol. Res. Simpósio Regional de Geologia de Minas Gerais, Belho Horizonte (MG), CD. 2003.

MORAES, M.C. & RODRIGUES, E.P. Exemplo de Aplicação de Coloração Seletiva de Feldspato Potássicos e Cálcicos, como Técnica Auxiliar no Estudo de Rochas. In: CONGRESSO BRASILEIRO DE CERÂMICA, 21. 1978. Blumenau, Anais. Blumenau: v. 24, n. 97, p. 32-35, 1978.

MOTOKI, A.: VARGAS, T.; ZUCCO, L. L.; NEVES, J. L. P.: CARIO, F. D.; MOTOKI, K. F. Captura direta de imagens macroscópicas de rochas via scanner. Mineração e Metalurgia, v. 552, p. 25-30, 1999.

MOURA, M. M.; COSTA, A. G.; MOURA, A. C. M.; TOLENTINO, M. M. A. O uso de sistema de informação geográfica para o controle de patologias em rochas de monumentos: estudo de caso da edificação histórica na cidade de Serra, Minas Gerais, Brasil. XIII CONFIBSIG – Conferência Iberoamericana de Sistemas de información Geográfica. Toluca, México, 15p., 2011.

STEFANI, C.; BRUNETAUD, X.; JANVIER-BADOS, S.; BECK, K.; LUCA, L.; ALMUKHTAR, M. Developing a toolkit for mapping and displaying stone alteration on a web-based documentation plataform. EM-Consulte, Elsevier, 9p., 2013.

STRECKEISEN, A. To each plutonic rock its proper name. Earth-Science Reviews Vol. 12, p.1-33, 1976.

TORQUATO, M. F. B.; TORQUATO, J. R. F.; FIGUEIREDO, C. A. M.; NOGUEIRA NETO, J. A. N. Estudo dos granitos cearenses “Vermelho Filomena, Meruoca Clássico e Verde Ceará” por análise digital de imagem em câmara com atmosfera satura em SO2. Geonomos.Vol. 16, nº 2, 51-52p., 2008.

UMURANI, C.; GANESAN, L. RADHAKRISHNAN, S. Combined statistical and structural approach for unsupervised texture classification. International Journal of Imaging and Engineering (IJISE) 4 p, 2008.

VAZQUEZ, M. A.; GALÁN, E.; GUERRERO, M. A.; ORTIZ, P. Digital image processing of weathered stone caused by efflorescences: A tool for mapping and evaluation of stone decay.Construction and Building Materials. Vol. 25, 1603–1611p., 2011.

174

Documents

QUANTIFICAÇÃO MINERALÓGICA MODAL MACROSCÓPICA, … · QUANTIFICAÇÃO MINERALÓGICA MODAL MACROSCÓPICA, ... de minerais e suas relações com resultados de ... identificação