Estado da Arte sobre a Determinação e Previsão de Propriedades de

Compósitos de Cimento Portland Usando Imagens de Microscopia

Eletrônica de Varredura através de Técnicas de Processamento de
Imagens
State of the Art on the Determination and Prediction of Properties of Portland Cement
Composites Using Scanning Electron Microscopy Images through Image Processing
Techniques

José Periclis de Sousa da Costa (1); Paloma Santos Xavier de Alcantara (2); Gabriella
Cavalcante de Souza (3)

(1) Graduando em Engenharia Civil, Faculdade Três Marias

(2) Professora Doutora do curso de Engenharia Civil, Faculdade Três Marias
(3) Professora Doutora do curso de Engenharia Civil, Faculdade Três Marias
Av. Pres. Epitácio Pessoa, 494 - Torre, João Pessoa - PB, 58030-000

Resumo
O cimento Portland, apesar de ser um material de alto impacto ambiental, é o mais utilizado na indústria
da construção. A implementação de inovações tecnológicas no manejo de sua vida útil se torna
indispensável. Outra área que se destaca na engenharia civil é o setor da informação. A caracterização
microestrutural de materiais, através do processamento de imagens, tem se tornado uma alternativa na
aferição indireta de propriedades macroscópicas. Comumente, a determinação dessas é feita em
laboratórios, com altos custos e desperdício de materiais. Por exemplo, a resistência à compressão,
principal parâmetro de qualidade do concreto, é obtida através da ruptura de corpos de provas cilíndricos
em prensas hidráulicas. No que tange a materiais compósitos de cimento Portland, é sabido que
propriedades físicas e mecânicas são governadas pela microestrutura. Avanços na área de
processamento de imagens de microscopia eletrônica de varredura (MEV) têm se mostrado eficientes na
análise e quantificação de fases, fator de hidratação, porosidade, relação água-cimento, durabilidade, etc.,
sendo um potencial ensaio não destrutivo na previsão de propriedades. Sua consolidação pode otimizar e
baratear análises forenses e dosagens de materiais. Portanto, este trabalho tem como objetivo principal
realizar um levantamento bibliográfico, através de revisão sistemática da literatura, métodos Prisma e
Snowball, na área de processamento de imagens de MEV aplicada à análise, atribuição e previsão de
propriedades de pastas, argamassas, concretos de cimento, buscando compreender os avanços sobre o
tema.
Palavra-Chave: Microscopia eletrônica de varredura, Processamento de imagens, Materiais cimentícios.

Abstract
Portland cement, despite being a material with a high environmental impact, is the most used in the
construction industry. Implementation of technological innovations in the management of its useful life
becomes indispensable. Another area that stands out in civil engineering is the information sector. The
microstructural characterization of materials, through image processing, has become an alternative for the
indirect measurement of macroscopic properties. Usually, the determination of these is done in
laboratories, with high costs and waste of materials. Compressive strength, the main quality parameter of
concrete, is obtained by breaking cylindrical specimens in hydraulic presses. With regard to this material, it
is known that physical and mechanical properties are governed by the microstructure. Advances in the area
of scanning electron microscopy (SEM) image processing have proven efficient in the analysis and
quantification of phases, hydration factor, porosity, water-cement ratio, durability, etc., being a potential
non-destructive test in prediction of properties. Its consolidation can optimize and make forensic analysis
and material dosages cheaper. Therefore, the main objective of this work is to carry out a bibliographic
survey, through systematic literature review, Prisma and Snowball methods, in the area of SEM image
processing applied to the analysis, attribution and prediction of properties of pastes, mortars, cementitious
concretes, seeking to understand the advances on the subject.
Keywords: Scanning electron microscopy, Image processing, Cementitious materials.

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 1

1 Introdução

A busca por inovações tecnológicas na engenharia é uma demanda cada vez mais
crescente no meio científico e na prática profissional. Os trabalhos e investigações
realizadas neste cenário proporcionam redução de custos e impactos ambientais, bem
como otimização dos processos. Na cadeia da construção civil, por exemplo, a aplicação
de novas tecnologias e materiais auxilia na consolidação de sistemas mais enxutos e
eficientes, resultando em qualidade, produtividade e sustentabilidade ambiental.
O cimento Portland, por sua vez, apesar de ser um material de alto impacto ambiental, é
o principal e mais utilizado da construção civil. Por isso, cada vez mais a implementação
de inovações tecnológicas no manejo ao longo se sua vida útil (desde a fabricação e
extração de matérias-primas até aplicação e utilização) se torna indispensável. Outra
grande área que vem se destacando em termos de inovação tecnológica dentro da
engenharia é o setor da informação. A utilização de tecnologias através de plataformas
integradas, tais como o BIM (Building Information Modeling), Big Data, Construtechs,
proporciona mais segurança, acurácia e rapidez na elaboração de projetos, inclusive na
área de estruturas e materiais.
Atualmente para o concreto, a determinação de propriedades macroscópicas é feita
através de ensaios laboratoriais. Por exemplo, a resistência à compressão, que é o
principal parâmetro de qualidade do concreto, é obtida através da ruptura de corpos de
prova cilíndricos em prensas hidráulicas, tendo em vista alguns parâmetros, tais como
tempo de cura, proporções em massa dos materiais componentes (cimento, agregados,
água, adições e aditivos), dentre outros.
A caracterização microestrutural de materiais é um instrumento de aferição indireta de
propriedades macroscópicas. No que tange aos compósitos de cimento Portland, é
sabido que propriedades físicas e mecânicas são governadas pela microestrutura.
Avanços na área de processamento de imagens de microscopia eletrônica de varredura
(MEV) desse material têm se mostrado eficientes na previsão de parâmetros
corrrelacionados às macropropriedades, tais como quantificação de fases e produtos de
hidratação, porosidade, relação água-cimento, durabilidade do concreto, etc.. Assim, a
análise de imagens de MEV através dos métodos supracitados possui um potencial
enquanto ensaio não destrutivos.
Nesse contexto, no processamento de imagem de MEV de um material, são aplicados
métodos tais como: quantificação de pixels e qualificação desses através da correlação
com características da amostra em análise, entendendo que intervalos de frequências,
tons de cinza e brilhos são característicos específicos de determinados compostos
químicos. Para tal, é feita, pelo operador, uma calibração e parametrização inicial de
dados de entrada.
A utilização de imagens da microestrutura de amostras de cimento Portland, geradas a
partir do MEV para parametrizar reações físico-químicas e propriedades, é uma
realidade. Essa técnica pode ser explorada para aprimoramento, a fim de se extrair
valores de previsão de macropropriedades de resistência à compressão e à tração, por
exemplo, além do monitoramento das reações de hidratação da matriz cimentícia. A
popularização e aplicação desses métodos também se fazem necessárias, para otimizar
e baratear análises forenses e dosagens de materiais.
A revisão sistemática da literatura é uma atividade essencial no desenvolvimento
tecnológico e científico. Esse tipo de trabalho evita a duplicação de pesquisas
acadêmicas já realizadas e, a depender do interesse, ajuda na reutilização e aplicação
de resultados de uma pesquisa em outros contextos e diferentes escalas (GALVÃO,
ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 2
RICARTE, 2020). Diversos podem ser os objetivos de uma revisão, que vão desde a
solidificação de evidências e solução de problemas (DRESCH, LACERDA, ANTUNES
2020) até, por exemplo, a análise sistemática da evolução tecnológica de uma
determinada área em período especificado.
Portanto, este artigo tem como objetivo principal realizar um levantamento bibliográfico
dos principais trabalhos já realizados sobre modelagem computacional na atribuição das
propriedades de pastas, argamassas e concretos de cimento Portland através do
processamento de imagens de MEV, buscando compreender os avanços na área e seu
atual estado tecnológico.

2 Metodologia
A fim de se obter uma elegibilidade, foram realizados o mapeamento e a avaliação
criteriosa dos documentos pesquisados, buscando identificar e selecionar dados
relevantes acerca do tema proposto, na construção de um relatório coerente (DRESCH,
LACERDA, ANTUNES, 2020). Assim, para realização deste trabalho, foi utilizada uma
metodologia baseada na recomendação Prisma, que consiste em um conjunto mínimo
de itens baseado em evidências para relatar estudos em revisões sistemáticas e meta-
análises.
Assim, as etapas empregadas para seleção dos documentos a serem utilizados na
revisão literária estão resumidas na Tabela 1.

Tabela 1 – Etapas da metodologia Prisma para seleção dos documentos.

Para a inclusão no banco de dados, os artigos pesquisados através de palavras-
Definição dos critérios
chaves devem estar contextualizados com o tema proposto e terem sido
de elegibilidade
publicados em período específico (trabalhos publicados a partir de 2008).
Com o intuito de se obter acurácia e eficiência no processo de busca de
documentos, foram aplicados filtros de pesquisa e o uso de hifens - ligando os
Estratégia de busca
termos das expressões -, bem como palavras-chave concomitantemente
(equivalente a “and”).
Reunidos documentos, com o intuito de refinar a pesquisa e torná-la mais
assertiva na seleção das informações de interesse, foram aplicados os
seguintes métodos específicos:
Métodos específicos ✓ leitura dinâmica de título, resumo, palavras-chave e resultados;
✓ método do multicritério;
✓ método Snowball;
✓ seleção do portfólio final.

Fontes de informação As bases de dados consultadas foram: Scielo, BDTD, Oasisbr, CAPES.

Nesta primeira etapa da metodologia, para o levantamento documental através da

realização de buscas sistemáticas, foram escolhidos bancos de dados de relevância no
meio científico (Scielo, BDTD, Oasisbr, CAPES). A fim de eleger trabalhos congruentes
com o tema proposto, foram aplicadas palavras-chave e, em seguida, filtros, levando em
consideração a área de pesquisa e o período de publicação (trabalhos publicados a
partir de 2008). Trabalhos com baixa relevância, incongruentes ao tema proposto e com
data de publicação fora do período especificado foram excluídos da pesquisa.
Na Tabela 2, estão listadas a caracterização e as quantidades de documentos
encontrados nas respectivas bases de dados, sem aplicação de filtros. Na

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 3

Tabela 3 estão os resultados da busca com aplicação dos filtros “engenharia” e
“engenharia civil” (ou, como aplicado na base de dados da CAPES, “engineering” e
“engineering, civil”). Também foram testados o uso de hifens, ligando os termos, bem
como a aplicação concomitante de palavras-chave, o que seria equivalente ao uso do
prefixo de busca “and” (Tabela 4).
Tabela 2 – Caracterização e quantitativos de trabalhos encontrados na primeira etapa de busca, sem

Sem filtros.
Palavras-chave Scielo BDTD Oasisbr CAPES
scanning electron microscopy image 71 1074 2016 66316
image segmentation 230 1047 2400 172853
SEM image processing 839 3917 8512 8290
concrete image analysis 29 331 731 7945
Total 276601

aplicação de filtros.

Tabela 3 - Caracterização e quantitativos de trabalhos encontrados na primeira etapa de busca, com

aplicação de filtros.
Filtros aplicados: engenharia, engenharia civil.
Palavras-chave Scielo BDTD Oasisbr CAPES
scanning electron microscopy image* 35 35 5 8698
image segmentation* 99 7 16 51218
SEM image processing* 327 33 65 1544
concrete image analysis 13 6 6 1801
*no banco de dados da CAPES, o filtro “engenharia
Total 63908
civil” não estava disponível para essas palavras-chave.

Tabela 4 - Caracterização e quantitativos de trabalhos encontrados na primeira etapa de busca, com

aplicação concomitante de palavras-chave e também com uso de hífen.
Palavras-chave (sem filtros) Scielo BDTD Oasisbr CAPES
scanning electron microscopy image
and 0 4 10 804
image segmentation
scanning-electron-microscopy-image 0 103 248 7562
scanning-electron-microscopy-image
and 0 1 5 126
image segmentation
scanning-electron-microscopy-image
and 0 13 24 339
SEM image processing
concrete image analysis
and 3 14 38 105
SEM image processing
scanning-electron-microscopy-image
SEM image processing and x 2 4
concrete image analysis
Total 9395

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 4

2.2 Refinamento de busca
Diante do alto número de resultados encontrados (349.904) através das estratégias de
busca, optou-se, para montar o corpus desta pesquisa, em usar o Método Snowball
(Bola de Neve), que é uma técnica não probabilística para fins exploratórios de um
determinado tema, como lembra LOPES (2018). Esse “tipo de amostragem implica que,
a partir de elementos da população já conhecidos, se identifiquem outros elementos da
mesma população” (COSTA, 2022), através de cadeias de referências.
Baseando-se em LOPES (2018), ao aplicar o método Snowball, escolheu-se como
população inicial seis artigos encontrados via metodologia Prisma.
Nesta etapa, os seis artigos definidos como população inicial (ou acervo 1) foram
analisados segundo o número de citações na literatura. Para a avaliação das
quantidades de citações, foi utilizado a google acadêmico. Foram então separados os
artigos que contêm as citações dos primeiros, e a esses foram aplicados os critérios de
elegibilidade (congruência com o tema proposto, relevância do banco de dados e
período de publicação), a fim de selecionar o acervo 2.
Repetindo o procedimento aplicado aos artigos da população inicial, o acervo 2 foi
analisado segundo o número de citações na literatura. Os artigos com essas citações
foram separados, e a esses aplicados novamente os critérios de elegibilidade. Os artigos
ao final desse processo compõem o acervo 3.
Na Tabela 5, está representado o resumo da amostragem Snowball e das cadeias de
referências. O total de trabalhos selecionados (acervo 1 + acervo 2 + acervo 3) foi de 38.
Para artigos com um número maior do que 25 citações, foram selecionados os primeiros
25 artigos, de acordo com a ordem do google acadêmico.

Tabela 5 - Amostragem Snowball e cadeias de referências.

Nº de citações Aplicação dos Nº de citações Aplicação dos Nº de artigos
Artigos Nº de artigos Artigos
do artigo na critérios de do artigo na critérios de selecionados
(acervo 1) selecionados (acervo 2)
literatura elegibilidade literatura elegibilidade (acervo 3)
Artigo A1 17 3
A 8 3 Artigo A2 6 1
Artigo A3 2 1
Artigo B1 3 0
Artigo B2 3 0
B 20 4
Artigo B3 1 0
Artigo B4 1 0
Artigo C1 16 1
C 22 2
Artigo C2 3 0
Artigo D1 50* 4
D 192* 2
Artigo D2 5 4
E 61* 1 Artigo E1 54* 1
F 146* 1 Artigo F1 33* 4
TOTAL 38
*Foram analisados os 25 trabalhos mais relevantes.

Assim, os 38 artigos encontrados foram submetidos a uma última análise cabal, que
consistiu em um leitura intensa dos artigos e o seu entendimento acerca do tema. Ao
longo da leitura foi notado pequenas discrepâncias, como ausência de palavras chaves,
artigos que discorria sobre MEV e processamento de imagens, porém, não tinha como
ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 5
material de estudo compósito cimentício, outros que falava sobre processamento de
imagens e cimento, porém não tinha o MEV com objeto para estudo. Por fim, os dados
foram cruzados tendo em vista quais autores foram mais citados acerca do tema. Foi
estabelecido o critério de possuir no mínimo 10 citações para que o autor pudesse ser
selecionado. Portanto, 11 artigos finais que compõe corpus deste trabalho.

Seguem, para fins de esclarecimento, os seis artigos da população inicial (acervo 1):

• Artigo A: CHENG, Y. Application of image analysis based on SEM and chemical

mapping on PC mortars under sulfate attack. Journal of Wuhan University of
Technology-Mater, 2014.

• Artigo B: SARGAM, Y., WANG K. Quantifying dispersion of nanosilica in

hardened cement matrix using a novel SEM-EDS and image analysis-based
methodology. Cement and Concrete Research, 2021.

• Artigo C: AVUDAIAPPAN, S. et al. Experimental investigation and image

processing to predict the properties of concrete with the addition of nano silica and
rice husk ash. Crystals, 2021.

• Artigo D: DURDZINSKI, P. T. A new quantification method based on SEM-EDS to

assess fly ash composition and study the reaction of its individual components in
hydrating cement paste. Cemente and Concrete Research, 2015.

• Artigo E: YIO, M. et al. Determining the slag fraction, water/binder ratio and
degree of hydration in hardened cement pastes. Cemente and Concrete
Research, 2014.

• Artigo F: WONG, H.S., BUENFELD, N.R. Determining the water–cement ratio,

cement content, water content and degree of hydration of hardened cement paste:
Method development and validation on paste. Cemente and Concrete Research,
2009.

3 Resultado e discussão
Visto a recorrência do uso de métodos científicos para análise da microestrutura de
argamassas e concreto, cada vez mais o uso de MEV tem contribuído nas análises
química e física de materiais cimentícios. Já o uso da técnica processamento de
imagens também se faz presente na ciência, especialmente na engenharia.
Uma quantidade significativa de pesquisas foi realizada para criar métodos eficientes de
processamento de imagens (desde raios-X até MEV). Por exemplo, os trabalhos de
GARBOCZI, BENTZ & MARTYS (1999) e WOODS (2010) foram pioneiros no uso
dessas técnicas, elaborando conceitos básicos e fundamentos. Esses autores
descreveram várias técnicas de processamento de imagens monocromáticas e digitais.
Evidentemente, à medida que a tecnologia progrediu, ao longo da história, novos
métodos foram desenvolvidos. Visto que o processamento de imagens consiste em
transformá-la continuamente com o objetivo de facilitar a extração das informações que
ela contém, BONOTTO (2021) usaram o software MATLAB e linguagem C na
elaboração de algoritmos para criar, processar, transmitir e exibir imagens digitais.
ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 6
O concreto de cimento Portland é conhecido como um material compósito constituído
por um meio coesivo contínuo com fragmentos ou partículas agregadas incorporadas
(MEHTA; MONTEIRO, 2014). Do ponto de vista da ciência dos materiais, ele é um
material complexo, exibindo características microestruturais e estruturais bem definidas,
em escalas de comprimento que variam de nanômetros a centímetros. Suas
propriedades são dependentes do tempo e em função dos estágios mineralógicos de
sua composição. As matérias-primas utilizadas para fabricação do concreto são, de um
modo geral, cimento, água, agregados, que são de natureza muito diversa, suscetíveis a
influências ambientais e variação de propriedades ao redor do mundo (BULLARD et al.,
2011). O cimento anidro é um pó cinza composto de partículas angulares, geralmente
com tamanho entre 1 e 50 µm. É feito pela moagem do principal componente do clínquer
e com adição de uma pequena quantidade de sulfato de cálcio (MEHTA; MONTEIRO,
2014).

3.1 Técnicas de processamentos de imagem

O processamento digital de imagens é uma técnica que manipula e analisa dados
dessas adquiridos por vários tipos de sensores com o objetivo de extrair uma informação
de interesse. Segundo BONOTTO (2021), processar uma imagem significa transformá-la
continuamente em direção a um objetivo. Assim o método consiste basicamente,
utilizando um software adequado para tal fim, na entrada de uma imagem,
processamento adicional dessa para extrair atributos, transformando-a em uma outra
imagem de saída (GONZALEZ; WOODS, 2010).
Existem diversas maneiras de processar uma imagem. As transformações geométricas,
por exemplo, incluem operações simples tais como translação, rotação e
dimensionamento (ampliação e redução). Ações mais generalizadas distorcem a
imagem e movem informações dentro dela (WU; MERCHANT; CASTLEMAN, 2008).
Outros mecanismos mais avançados incluem a expansão de contraste (contrast-
stretching), recorte (clipping), segmentação de imagens (thresholding), análise de
histogramas, morfologia de imagens, operações básicas de morfologia (erosão,
dilatação), abertura (opening), fechamento (closing), métodos baseados em clusters, em
entropia, métodos espaciais e locais, reconhecimento de padrões, matriz de
concorrência, aprendizagem de máquina (machine learning) e Redes Neurais Artificiais
(RNA). Seguem alguns conceitos básicos de acordo com SANTOS; PELUZIO; SAITO
(2010) para melhor compreensão dos mecanismos citados:

• A expansão ou realce de contraste tem como principal objetivo melhorar a

qualidade das imagens, tornando-as inteligíveis do ponto de vista subjetivo
humano e acentuando a discriminação visual entre objetos e regiões. “O contraste
entre dois objetos pode ser definido como a razão entre os seus níveis de cinza
médios.”.
• A segmentação está relacionada com a extração de informações. Isso é feito
através da fragmentação da imagem em unidades homogêneas menores,
considerando características em comum tais como limites de níveis de cinza,
textura e contraste. Assim, é possível a subdivisão da imagem em zonas
correlacionadas a propriedades ou características de interesse do objeto
estudado.
• “O histograma de uma imagem descreve a distribuição estatística dos níveis de
cinza em termos do número de pixels com cada nível”, fornecendo assim a

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 7

 frequência de cada nível de cinza. Essa ferramenta é útil para alterações globais
no contraste da imagem em análise.
• As operações básicas da morfologia digital são a erosão e dilatação. A erosão
provoca o escurecimento de níveis de cinza, removendo da imagem pixels que
não atendem a um dado padrão. Por sua vez, pode-se pensar na dilatação como
a operação oposta, gerando imagens mais claras.
• Abertura de uma imagem é a aplicação da operação de erosão seguida da de
dilatação. O resultado principal é remoção de ruídos internos (distorções e
texturas), eliminando protuberâncias da imagem obtida.
• Por fim, o fechamento de uma imagem é a aplicação da operação de dilatação
seguida da de erosão. O resultado principal é a suavização de contornos e
fundição de fendas finas e estreitas na região analisada.

3.2 Processamento de imagens de MEV de compósitos cimentícios

Assim, entende-se que é possível aplicar as diversas técnicas de processamento em
imagens de MEV de concreto de cimento Portland como ferramenta de obtenção de
dados digitais, correlacionando-os com caracterizações físico-químicas do material na
previsão de suas propriedades. Nesse sentido, pode-se citar inicialmente o trabalho de
MOURET; RINGOT; BASCOUL (2001), que estudaram a determinação do nível ideal de
ampliação de imagens de MEV para avaliar o estado de hidratação de materiais à base
de cimento. Já para o monitoramento de reações de hidratação química, DRUMETZ et
al. (2015) utilizaram imagens de MEV e espectros de raios-X. A classificação
supervisionada dessas imagens foi realizada através das metodologias de segmentação
de imagem e correlação de frequências (brilho e níveis de cinza) em processo de árvore
de partição binária (BPT – “Binary Partition Tree”).
WONG; HEAD; BUENFELD (2006) apresentaram uma técnica, a partir de uma imagem
de MEV do tipo Elétron Secundário Retroespalhado (BSE - "Backscatering Secundary
Electron") de materiais à base de cimento, para segmentar e caracterizar poros. O nível
de cinza nas regiões de porosidade foi determinado a partir do ponto de inflexão do
histograma de brilho cumulativo da imagem de BSE. Isso representa um ponto crítico em
que um pequeno valor incremental de nível de cinza causará um aumento repentino na
área de limiar, uma condição denominada transbordamento. Segundo os autores, a
técnica proposta é mais consistente e confiável do que outros métodos existentes.
De maneira análoga, estudando a microscopia do compósito concreto, DURDZIŃSKI et
al. (2015) e POUREBRAHIMI (2023) observaram que frações de área (2D) de imagens
de determinados componentes poderiam ser processadas em informações de frações de
volume (3D) correspondente. Esse procedimento foi utilizado então na previsão das
proporções dos materiais da mistura do concreto endurecido. Frações de volume de
bolhas de ar, de agregado e de pasta de cimento foram estimadas. O volume de
espaços vazios foi calculado diretamente pelo processamento de imagens da
microestrutura. Foi proposto também um método indireto para estimar a relação de
volume de agregado para pasta de cimento. Para isto, o software MATLAB foi utilizado
como ferramenta de processamento das imagens de MEV.
Através da análise de imagens de MEV de argamassas submetidas ao ataque de
sulfatos, com o objetivo de determinar as quantidades de C-S-H (silicato de cálcio
hidratado), YU & SUN (2014) entenderam que o valor da intensidade dos pixels está
diretamente correlacionado ao número atômico dos elementos químicos. Assim,
ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 8
encontrou valores para as razões atômicas de Si/Ca = 0,56 ± 0,04 e Al/Ca = 0,02 ± 0,04,
comparando intensidades de cinza tendo como referência a intensidade dos pixels
atribuídos ao cálcio.
SARGAM & WANG (2021), trabalhando com pastas de cimento com adição de
nanosílica, de maneira análoga a YU & SUN (2014), utilizaram o MATLAB como
ferramenta para converter imagens de MEV das amostras em mapas de regiões com
predominância de determinados compostos químicos, baseando-se nas diferenças de
intensidade e agrupamento de pixels de diferentes elementos. Já para o processamento
dessas imagens na quantificação de componentes, o software ImageJ foi utilizado.
Desse modo, SARGAM & WANG (2021) utilizaram um método para análise de imagens
de MEV com fins de identificar regiões com presença predominante nanosílica e, por
conseguinte, evidenciar a reação pozolânica ativada por essas partículas reativas ao
gerar géis de C-S-H com proporções de Ca/Si bem definidas.
AVDAIAPPAN et al. (2021) mediram tamanhos de poros em modelos 2D, utilizando o
software MATLAB. Esses autores analisaram a porosidade da matriz cimentícia e a
distribuição de agregados no concreto. A literatura aponta dificuldade na diferenciação
do aspecto de imagens de regiões vazios e agregados. Foi elaborado então um modelo
multifísico (que avalia múltiplas propriedades físicas que interagem entre si), através do
desenvolvimento de um algoritmo, processando as imagens de MEV e de raios-X ao
gerar um conjunto de dados em 3D.
DURDZIŃSKI et al. (2015) utilizaram imagens de MEV de pasta de cimento com adição
de cinzas volantes em análises físico-químicas. Para a quantificação de elementos
semelhantemente ao trabalho de YU & SUN (2014), foi utilizado o software ESPRIT. Já
o software MATLAB foi usado para o processamento de dados. A técnica que os autores
utilizaram permitiu a rápida determinação visual da composição das regiões de cinza
volante, considerada um material complexo. Os aglomerados identificados puderam ser
usados para criar imagens segmentadas em categorias químicas e análise de fração de
volume relativo. Os autores demonstraram como imagens de MEV podem ser usadas
para avaliar como as cinzas volantes reagem e afetam outros componentes do cimento
nas reações de hidratação, a microestrutura da pasta e a durabilidade do aglutinante.
Este método forneceu uma ferramenta para facilitar investigações que podem levar a
uma melhor classificação e uso de cinzas volantes em concretos e previsão da influência
de sua adição nesse compósito.
Por fim, BONOTTO (2021), trabalhando com concretos, desenvolveu um método
matemático que utiliza redes neurais para calcular propriedades microestruturais
(porosidade e composição mineralógica) de materiais, utilizando imagens de MEV no
processamento. Para construir o algoritmo, ele se baseou em conceitos de tratamento
de matrizes, como escalonamento, rotação, translação, deformação e espelhamento.
Deste modo, avalia-se que o uso do MEV e do processamento de imagens tem se
mostrado uma abordagem valiosa na análise da microestrutura de argamassas e
concretos. As técnicas descritas na literatura têm contribuído para a compreensão das
propriedades químicas e físicas desses materiais, permitindo a identificação de
características específicas e a avaliação de sua influência na performance e durabilidade
das estruturas.

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 9

4 Conclusões
O uso do processamento de imagens de Microscopia Eletrônica de Varredura (MEV) na
análise de compósitos cimentícios mostrou ser uma ferramenta poderosa no âmbito
científico, oferecendo uma abordagem precisa e detalhada para investigar
características desses materiais. Verificou-se que é possível extrair informações tanto
qualitativas quanto quantitativas de propriedades micro e macroestruturais de concretos,
argamassas e pastas de cimento. Através da captura de imagens em determinadas
magnitudes de ampliação, foram observadas nos trabalhos analisados aferições e
previsões de parâmetros relacionados à distribuição e tamanho de partículas, fases
constituintes, composição química, heterogeneidades, porosidade, interface matriz-
agregado, dentre outros. Tal fato, contribui para uma compreensão mais completa do
comportamento desses materiais em uma escala mais ampla.
Dessa forma, a aplicabilidade dessas técnicas na Engenharia Civil é ampla. O
processamento de imagens de MEV tem potencial para investigar a influência de
adições e aditivos nas propriedades dos compósitos cimentícios, bem como para
analisar a evolução de microestruturas ao longo do tempo de cura e em idades mais
avanças, além de fornecer, em consequência, informações valiosas sobre
comportamento mecânico, durabilidade e desempenho de elementos de concreto a
longo prazo. Com isso, melhorias em projetos, aumento da eficiência dos processos de
produção e dosagem podem ser alcançados, explorando oportunidades de otimização e
promovendo a inovação tecnológica no campo dos materiais de construção.
Também foi compreendido que há ainda uma quantidade relativamente pequena de
artigos que abordam o assunto. Portanto, por ser um tema inovador, torna-se uma área
bastante promissora para os avanços científicos.

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 10

5 Referências
.
AVUDAIAPPAN, S. et al. Experimental investigation and image processing to predict the
properties of concrete with the addition of nano silica and rice husk ash. Crystals, v. 11,
n. 10, p. 1230, 2021.

AVUDAIAPPAN, S., Prakatanoju, S., Amran, M., Aepuru, R., Saavedra Flores, E. I., Das,
R., ... & Vatin, N. (2021). Experimental investigation and image processing to predict the
properties of concrete with the addition of nano silica and rice husk ash. Crystals, 11(10),
1230.

BONOTTO, Edison Luiz, et al. Desenvolvimento de algoritmos e ferramentas

computacionais para suporte na caracterização microestrutural de materiais através de
imagens de microscopia eletrônica. 2021.

BULLARD, J. W. et al. Advancing the Materials Science of Concrete with

Supercomputers. Concr. Intl., n. january, p. 24–29, 2011.

COSTA, A. M. M. Arquitetura sustentável: Princípios e aplicação entre profissionais

de arquitetura e construção em Santos. Dissertação. Universidade Federal de São
Paulo, Santos, 2022.

DRESCH, A.; LACERDA, D.; ANTUNES, J. Science research: Método de pesquisa

para avanço da ciência e tecnologia. Bookman, Porto Alegre, 2020.

DURDZIŃSKI, P. T. et al. A new quantification method based on SEM-EDS to assess fly

ash composition and study the reaction of its individual components in hydrating cement
paste. Cement and Concrete Research, v. 73, p. 111-122, 2015.

ESTRELA, C. et al. Metodologia científica: ciência, ensino, pesquisa. Artes Médicas, 3º

edição, Porto Alegre, 2018.

GALVÃO, M; RICARTE, I. Revisão sistemática da literatura: Conceituação, produção e

publicação. LOGEION: Filosofia da informação, Rio de Janeiro, 2020.

GARBOCZI, E. J.; BENTZ, D. P.; MARTYS, N. S. 1. Digital Images and Computer

Modeling. [S.l.: s.n.], 1999. v. 35. 1–41 p. ISSN 10794042. ISBN 1079-4042.

GONZALEZ, R. C.; WOODS, R. E. Digital image processing. 3ª. ed. São Paulo: Pearson
Prentice Hall, 2010.

GORTZ, M. Fatores críticos de sucesso na operação de serviço de mobilidade

compartilhada: Estudo de caso do serviço de Car-Sharing. Tese de doutorado
Universidade Federal do Pará, Curitiba, 2021.

LIU, T. et al. Identification and analysis of seashells in sea sand using computer vision
and machine learning. Case Studies in Construction Materials, 2023.

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 11

LOPES, C. L. Resíduos oleosos da indústria de óleo e gás: uma revisão dos
tratamentos térmicos por micro-ondas. Dissertação. Universidade Estadual do Rio de
Janeiro, Rio de Janeiro, 2018.

MEHTA, P.; MONTEIRO, P. Concreto: Microestrutura, Propriedades e Materiais.

[S.l.: s.n.], 2014.

MOURET, M.; RINGOT, E.; BASCOUL, A. Image analysis: A tool for the characterisation
of hydration of cement in concrete - Metrological aspects of magnificationon
measurement. Cement and Concrete Composites, v. 23, n. 2-3, p. 201 206, 2001.

POUREBRAHIMI, M.; SHAHHOSSEINI, V.; RAMEZANIANPOUR, A. Innovative image

analysis-based methods for the estimation of conventional concrete mixture proportions
from hardened concrete. Journal of Building Engineering, 2023.

SANTOS, A. R.; PELUZIO, T. M. O.; SAITO, N. S. Spring 5.1.2 Passo a Passo,

Aplicações Práticas, Editora Eletrônica, Alegre-ES, 2010.

SARGAM, Y.; WANG, K. Quantifying dispersion of nanosilica in hardened cement matrix

using a novel SEM-EDS and image analysis-based methodology. Cement and Concrete
Research, v. 147, p. 106524, 2021.

THIÉRY, V.; DUBOIS, E.; BELLAYER, S. The good, the bad and the ugly polishing:
Effect of abrasive size on standardless EDS analysis of Portland cement clinker’s calcium
silicates. Micron, 2022.

WOHLIN, C. Guidelines for snowballing in systematic literature studies and a replication

in software engineering. 18th International Conference on Evaluation and
Assessment in Software Engineering, 2014.

WONG, H. S.; HEAD, M. K.; BUENFELD, N. R. Pore segmentation of cement-based

materials from backscattered electron images. Cement and Concrete Research, v. 36,
n. 6,p. 1083–1090, 2006.

WU, Q.; MERCHANT, F. A.; CASTLEMAN, K. R. Microscope Image Processing. 1. ed.

USA: Elsevier Inc., 2008.

YU, C.; SUN, W.; KAREN, S. Application of image analysis based on SEM and chemical
mapping on PC mortars under sulfate attack. Journal of Wuhan University of
Technology-Mater. Sci. Ed., v. 29, p. 534-539, 2014.

ANAIS DO 64º CONGRESSO BRASILEIRO DO CONCRETO - CBC2023 – 64CBC2023 12