A análise de imagens automatizada tem atualmente importante papel no setor mineral, devido à rapidez das análises e à confiabilidade dos resultados. A técnica pode ser realizada por meio de imagens adquiridas em microscópio eletrônico de varredura, geralmente associada a microanálises químicas por EDS. Estas analises podem ser realizadas em diversas etapas de um empreendimento mineiro: no auxílio à exploração, lavra (blendagens), processos de beneficiamento (associação mineral), estudos de gênese e controles de mineralização. Essa técnica permite a análise estatística de grande número de partículas/dados, fornecendo informações de composição mineralógica, química mineral, partição de elementos, associações minerais incluindo liberação de fases de interesse, entre outros. Este estudo investiga a aplicabilidade da análise de imagens automatizada em amostras de minério de ferro, com base em diferentes procedimentos de preparação de amostras e rotinas de análise avaliadas por meio do sistema MLA. Um minério de ferro foi escolhido por se tratar de um minério já bastante estudado e bem documentado na bibliografia e que mostra, em geral, mineralogia e texturas simples e repetitivas facilitando a análise dos resultados obtidos com os diferentes procedimentos e rotinas aplicadas. Além disso, o minério de ferro apresenta fases minerais com significativas diferenças de peso específico, o que pode acarretar em maiores dificuldades em termos de amostragem e preparação de amostras.

The automated image analysis has an important role in the mineral industry due to the quickly analysis and the results reliability. The technique can be applied using images from a scanning electron microscope associated usually coupled with chemical microanalysis from an EDS system. These analyses are carried out in many stages of a mining project helping mineral exploration, mining (blending), mineral processing (mineral association), genetic studies and mineralization control. This technique allows a statistic analysis of a large numbers particles and data, providing information of mineralogical composition, mineral chemistry, elemental distribution, mineral associations, phase and spectra liberation and others. This study sets the applicability of automated image analysis of an iron ore sample with diverse preparation procedures and analysis routines, which were evaluated by the MLA system. An iron ore sample was chosen because it is a familiar and well-documented ore in the literature, that usually shows simple textures and mineralogy which makes easier the interpretation of results by a diversity of preparation procedures and analysis routines. Furthermore, the iron ore shows mineral phases with significant differences in specific gravity resulting in more difficulties in sampling and preparation procedures due to potential density segregation.