Search

CPRM

Os padrões de contraste e dispersão obtidos neste levantamento indicam a presença de mineralizações de Sn, ETR sulfetos de Pb e Zn assim como acusou a presença de garimpos de Be, e áreas anômalas em U e Th e Ga, todas concentradas na porção Sul do Granito Serra Dourada (GSD). Áreas anômalas em ETR só se tornam aparentes considerando-se a razão ETRP/ETRL que realça a presença da mineralização nesta mesma porção.

A crosta laterítica gerada sobre o ferro carbonatito do Morro dos Seis Lagos apresenta variação geoquímica controlada pela percolação de fluidos meteóricos e pela composição do protólito. As faixas de crosta manganesífera são enriquecidas em Ba, Cd, Co, Mo e Cu enquanto que a crosta fragmentada, próxima à superfície, é mais rica em Al, provavelmente incorporado aos óxidos de Fe, além de P, Ga, Zr, Hf, U e Th. Existe também uma associação do Nb com Ti, W e Sn que deve ser herdada da rocha carbonatítica comprovando a litodependência das crostas apesar de intenso retrabalhamento químico que afetou as litologias subjacentes.

Ore classification is useful for understanding and controlling industrial beneficiation processes. The present work contributes to the developement of a computer vision system for automated classification of iron ores by image analysis of optical micrographs. For this purpose, morphological feature extraction algorithms were implemented and feature based classification algorithms were developed. These methods were successfully applied to the classification of hematite grains into four classes determined by their shape (lamellar or granular) and porosity (porous and compact) as characterized by just four features, namely, circularity, aspect ratio, fiber ratio and porosity. A classificação de minérios é útil para o entendimento e controle processos de beneficiamento industrial. O presente trabalho contribui para o desenvolvimento de um sistema de visão computacional para realizar a classificação automática de minério de ferro por análise de imagens de micrografia ótica. Com este propósito, algoritmos de extração de características morfológicas foram implementados e algoritmos de classificação com base em características foram desenvolvidos. Estes métodos foram aplicados com sucesso à classificação de grãos de hematita em quatro classes determinadas pela sua forma (lamelar ou granular) e porosidade (porosa e compacta) utilizando apenas quatro características, a saber, circularidade, razão de aspecto, razão de fibra e porosidade.