R.D. Knight et R. A. Klassen

Voici quatre des étapes du processus de traitement des images : 1) la conversion d'images en niveaux de gris en images en couleurs primaires RVB, 2) le réglage des seuils, 3) la saturation des détails lors de la production des images binaires et 4) le réglage des valeurs limites servant à éliminer le bruit de l'image binaire obtenue. L'amélioration des images permet d'éliminer l'aberration produite par les défauts de surface du disque de résine époxy et par la manipulation des effets de bord des grains.

Les images obtenues par SDE, contenues dans des fichiers en format TIFF (fichier d'image étiqueté), ont été traitées et améliorées à l'aide des logiciels Adobe PhotoshopTM 5.5 (Adobe, 1999) et Fovea ProTM 1.0 (Fovea Pro, 2000). Le premier, qui permet de modifier des images électroniques, sert de plate-forme au progiciel d'analyse d'images Fovea Pro TM. Les fonctions de ce dernier, qui sont accessibles en passant par un menu étendu de filtres de Adobe PhotoshopTM, permettent de retoucher des images de 8, 16, 24 et 48 bits. Les termes et concepts décrits dans la présente section s'appliquent de façon générale à l'analyse d'images, mais les logiciels susmentionnés ont aussi de nombreux avantages : ils sont multi-plate-formes, compatibles avec les OP génériques et les Macintosh, disponibles sur le marché et relativement peu coûteux.

1) La conversion des images en niveaux de gris

Les images en niveaux de gris obtenues par SDE, contenues dans des fichiers TIFF, sont converties en images en couleurs primaires RVB afin de pouvoir employer toutes les fonctions des logiciels Adobe PhotoshopTM et Fovea Pro TM (voir l'image ci-dessous). Les méthodes de traitement du Fovea Pro TM sont basées sur le plan d'intensité des images et ne modifient pas la tonalité et la saturation. La conversion en images RVB donne un rendu fausses couleurs sans aucune perte des données numériques, ce qui implique que toute image RVB peut être directement reconvertie en une image en niveaux de gris (échelle de 0 à 255) pour obtenir l'image d'origine.

2) Le réglage des seuils

Les seuils servent à générer une image binaire dans laquelle on peut distinguer les « détails d'intérêt » du « fond » de l'image. Dans de nombreux cas, les images obtenues par MEB ou SDE ne se prêtent toutefois pas facilement à la transformation en images binaires. Outre l'abondance et le numéro atomique des éléments chimiques (Tovey et al., 1989), la luminosité de l'image peut aussi être fonction de la variation de l'épaisseur ou de la taille des particules. Par conséquent, on peut avoir recours à une méthode interprétative pour choisir les valeurs de seuil. Afin de distinguer les minéraux de compositions variables, on produira alors plusieurs images binaires à l'aide de seuils différents (Tovey et Krinsley, 1991; Russ, 2000). Dans l'image de droite, ci-dessous, les minéraux à éclat vif ou blancs correspondent à des grains contenant surtout du silicium (Si). Les grains présentant différents niveaux de gris, quant à eux, correspondent à des minéraux qui contiennent de moindres quantités de Si et d'autres éléments.

3) La saturation des détails lors de la production d'images binaires

Une fois les valeurs de seuil réglées, il faut effectuer la saturation des couleurs de l'image afin d'obtenir une image binaire pouvant être utilisée en analyse d'images. Les images en couleurs saturées servent à produire des images des minéraux et à déterminer les paramètres morphologiques des grains. Comme on peut le voir ci-dessous, on peut alterner entre deux représentations d'une même image binaire, soit des grains de couleur blanche sur un fond noir ou des grains noirs sur un fond blanc, selon le type d'image requis pour une méthode donnée d'analyse d'images.

4) Le réglage des valeurs limites

Les principaux facteurs limitant la résolution des grains et la répartition des éléments sont reliés à la largeur du microfaisceau et aux distances minimales de séparation des particules. Bien que la largeur du faisceau incident soit faible, les interactions avec le faisceau augmentent la surface nette de la zone balayée et réduit la résolution spatiale de l'analyse par rayons X des grains plus petits que 0,5 micron (Goldstein et al.,1992). On peut visualiser ce phénomène à l'aide de l'image de droite, ci-dessous, qui constitue une simulation de Monte Carlo de la répartition de Si. La zone balayée par le microfaisceau mesure environ 5 microns par 8 microns. Les particules de taille inférieure à 0,5 micron ne devraient pas être incorporées à l'analyse d'images et il faut donc les éliminer de l'image en couleurs saturées. Selon la granulométrie et la répartition des particules, la commande fixant la valeur limite devra parfois être modifiée; habituellement, une valeur limite inférieure à 5 pixels permet d'éliminer la plupart des régions de bruit isolées. L'image de gauche, ci-dessous, a été obtenue en réglant une valeur limite particulière, entraînant ainsi l'élimination des grains plus petits. L'image non traitée correspondante, avant le réglage des valeurs limites, se trouve ci-dessus, à droite.

La luminosité de l'image peut varier à l'intérieur même des grains, ce qui reflète la présence d'inclusions de composition différente, une altération météorique, des sections plus minces du grain ou des trous matériels. Selon la valeur de seuil choisie, la variation de luminosité provoque des trous apparents dans l'image du grain en couleurs saturées.

Trous matériels

Les trous matériels peuvent être identifiés par MEB, en mode de détection des électrons secondaires, et les différences de composition, par détection ponctuelle des rayons X. Lorsque les différences de composition sont compatibles avec les variations de composition connues des minéraux, les trous peuvent être remplis à l'aide du progiciel d'analyse d'images Fovea Pro MC. Dans l'image ci-dessous, la décomposition de l'olivine a provoqué la formation de plusieurs trous. Le remplissage de trous de ce type entraînerait une perte d'information et des calculs inexacts de la répartition des minéraux exprimée en pourcentage de la superficie.

Effets de bord

Habituellement, les bords des grains sont plus sombres ou plus clairs que les régions intérieures. Cette situation peut s'expliquer par la présence d'un relief à la bordure du grain causée par le contraste de dureté entre le minéral et la résine époxy, le prolongement du grain sous la résine époxy ou par l'existence d'un contraste de poids moléculaire entre des grains adjacents. L'image ci-dessous illustre le cas de deux minéraux présentant un contraste de dureté avec la résine époxy, ce qui entraîne un effet de bord de grain dont l'étendue est délimitée par une ligne tiretée. Dans l'image, le minéral de la région A correspond à de la chlorite, avec une indentation de Si, et le minéral de la région B, correspond à du quartz.

Les grains plus durs présentent un relief positif, alors que les grains plus tendres occupent des dépressions. La qualité de la surface obtenue par polissage constitue donc un élément important de l'analyse. Les surfaces inclinées des grains minéraux qui se prolongent sous la résine époxy peuvent être détectées, car la largeur du faisceau diffusé est supérieure à celle du faisceau focalisé incident (Pye et Krinsley, 1984; Tovey et Hounslow, 1995).

Le dégagement d'électrons rétrodiffusés par la résine époxy accroît encore plus la luminosité des bords des grains (Bisdom et Schoonderbeek, 1983; Dilks et Graham, 1985). Une simulation de Monte Carlo du trajet des électrons secondaires et des électrons rétrodiffusés, dans les cas de Si et de Fe, est présentée dans les images ci-dessous (source : Joy, 1995). La profondeur de pénétration, dans le cas de Si (image de gauche), est de quelque 5 microns, alors que dans le cas de Fe (image de droite), elle est d'environ 1,5 micron. La ligne verticale apparaissant à la surface de l'image est une valeur approximative du rapport entre la largeur du faisceau et le volume mesuré.

Des effets de bord peuvent aussi être observés lorsqu'il y a juxtaposition de minéraux composés d'éléments chimiques différents, ce qui donne lieu à une zone de transition où les éléments des deux minéraux sont présents. Dans l'image de MEB ci-dessous, le grain minéral A comprend des zones sombres formées de plagioclase et des zones claires de biotite chloritisée. Le grain minéral B, quant à lui, comprend des zones sombres constituées de quartz et des zones blanches d'épidote.

Les problèmes d'effets de bord peuvent être résolus à l'aide de filtres d'érosion et de dilatation. Dans le domaine de l'analyse d'images, l'érosion consiste à retrancher une seule couche de pixels au bord d'une image, alors que la dilatation consiste à y ajouter une couche (Ehrlich et al.,1984). De plus, on définit « l'ouverture » comme étant l'application d'un filtre d'érosion suivie de celle d'un filtre de dilatation, et une « fermeture » comme étant l'application d'un filtre de dilatation suivie de celle d'un filtre d'érosion. Dans les deux cas, la valeur de la largeur du pixel peut être réglée entre 1 et 99 dans le logiciel Fovea Pro MC. Les traitements de l'image par érosion et dilatation peuvent entraîner une perte d'information, particulièrement en ce qui a trait aux variations de la composition associées aux surfaces des grains, par exemple dans le cas des couronnes d'oxydes secondaires.

Références

Adobe Photoshop TM (1999): User Guide for Adobe Photoshop 5.5; Adobe Systems Incorporated, 345 Park Avenue, San Jose (Californie, É.-U.), 162 p.

Bisdom, E.B.A. et Schoonderbeek, D. (1983): The characterization of the shape of mineral grains in thin sections of soils by Quantimet and BESI; Geoderma, vol. 30, p. 303-322.

Dilks, A. et Graham, S.C. (1985): Quantitative mineralogical characterization of sandstones by back-scatter electron image analysis; Journal of Sedimentary Petrology, vol. 55, p. 347-355.

Ehrlich, R., Kennedy, S.K., Crabtree, S.J. et Cannon, R.L. (1984): Petrographic image analysis 1. Analysis of reservoir pore complexes; Journal of Sedimentary Petrology, vol. 54, p. 1365-1378.

Fovea Pro TM. (2000): Fovea Pro, Reindeer Games, Inc., Asheville (Caroline du Nord, É.-U.).

Goldstein J.I., Newbury D.E., Echlin P., Joy D.C., Romig A.D. Jr, Lyman C.E., Fiori C. et Lifshin E. (1992): Scanning Electron Microscopy and X-ray Microanalysis: A Text for Biologists, Material Scientists, and Geologists , 2e édition; Plenum Press, New York, 820 p.

Joy D. (1995): Monte Carlo Modeling for Electron Microscopy and Microanalysis; Oxford University Press, New York, Londres, 224 p.

Pye, K. et Krinsley, D.H. (1984): Petrographic examination of sedimentary rocks in the SEM using backscatter electron detectors; Journal of Sedimentary Petrology, vol. 54, p. 877-888.

Tovey, N.K. et Hounslow, M.W. (1995): Quantitative micro-porosity and orientation analysis in soils and sediments, Journal of the Geological Society, Londres, vol. 152, p.119-129.

Tovey, N.K. et Krinsley, D.H. (1991): Mineralogical mapping of scanning electron micrographs; Sedimentary Geology, vol. 75, p. 109-123.

Tovey, N.K., Smart, P., Hounslow, M.W. et Leng, X.L. (1989): Practical aspects of automatic orientation analysis of micrographs; Scanning Microscopy, vol. 3, p. 771-784.

Russ, J.C. (2000): The Image Processing and Analysis Cookbook: Online manual to Fovea Pro; Reindeer Games, Inc. Asheville (Caroline du Nord, É.-U.), 465 p.