Anda di halaman 1dari 18

Mecnica Computacional Vol XXVIII, pgs.

2021-2038 (artculo completo) Cristian Garca Bauza, Pablo Lotito, Lisandro Parente, Marcelo Vnere (Eds.) Tandil, Argentina, 3-6 Noviembre 2009

APLICACIN DE DIMENSIN FRACTAL AL ESTUDIO DE SISTEMAS NATURALES


Carlos A. Cattaneoa, Enrique M. Biasonia, Ledda I. Larchera, Ana I. Ruggeria, Anbal O. Gmez Khairallaha
a

Facultad de Agronoma y Agroindustrias, Universidad Nacional de Santiago del Estero, Av. Belgrano Sur 1912; G4200ABT, Santiago del Estero, Argentina, llarcher@unse.edu.ar, http://faa.unse.edu.ar

Palabras clave: dimensin fractal, crecimiento de bacterias, crecimiento de grano, procesamiento de imagen digital.
Resumen. La geometra fractal permite el estudio de objetos fragmentados que presentan invarianza respecto al cambio de escala, pues permite describir matemticamente objetos que se consideran demasiado complejos. En los fractales se puede observar la propiedad de auto-similitud. En principio esta auto-similitud es infinita, pero slo en el caso de los fractales matemticos. Los fractales naturales slo presentan un nmero finito de niveles auto-similares. Adems, aunque parecidos, no poseen una semejanza totalmente exacta. A esta propiedad de invarianza estadstica del escalado se le denomina autosimilitud estadstica. Ciertos objetos naturales poseen un nmero finito de grados de auto-similitud, y pueden ser considerados como fractales naturales. Se ha diseado software que procesa, analiza y extrae caractersticas de imgenes, a partir de las cuales se determina la dimensin fractal del objeto usando el mtodo de conteo de cajas. Se han realizado aplicaciones tomando datos de fenmenos naturales tales como el crecimiento de colonias de microorganismos y el crecimiento de granos en metales, obtenidos mediante simulaciones y determinacin de caractersticas de hojas vegetales adquiridos mediante digitalizacin.

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2022

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

INTRODUCCIN

Los fractales, inicialmente desarrollados por Mandelbrot (1977, 1982) son conjuntos matemticos con un alto gr ado de complejidad que puede n modelar muchos fenmenos naturales. Desde hace u n tiempo el modelado de fractales y sus conceptos asociado s se han convertido en im portantes herramientas en diversas reas de las ciencias naturales, principalmente debido a que el modelado de fractales no supone que los objetos estudiados tienen buenas propiedades de continuidad y suavi dad. Una de la s caractersticas ms importantes de la geometra fractal es que permite la caracterizacin de irregularidades que no pue den tratars e m ediante la geom etra euclidean a. Como resultado, se definen varias caractersticas fractales, entre las cuales la dimensin fractal es una de las m s i mportantes. Se han desa rrollado diversos m todos para estim ar la dimensin fractal en el anlisis de im genes. Pentland (1984) propuso un m todo para estimar la dim ensin fr actal usando la tran sformacin de Fourier aplicada al esp ectro de potencia de la superficie de intensidad de la im agen suponiendo que eran m odeladas como superficies de movimiento browniano fractal. Peleg et al. (1984) adoptaron la idea de Mandelbrot del mtodo -blanket y la extendieron al clculo de superficie de un rea. Clarke (1986) calcul la dim ensin fract al de superficies t opogrficas usando el concepto de un rea de superficie for mada por prism as triangulares. El m todo de conteo de cajas fue desarrollado por Gangepain y Roques-Carm es (1986) y m ejorado posteriormente por Voss (1986) al incorporar la teora de la probabilidad. Ms tarde, en 1989, Keller et al . contribuyeron con un refinam iento por m edio de la interpolacin lineal. Sarkar y Chaudhuri ( 1992, 1994) propusieron el mtodo diferencial de conteo de cajas para calcular la dim ensin fractal ad ems de com parar diferentes m todos. En 1995, Jin et al. proponen una mejora a los trabajos de Sarkar y Chaudhuri y lo aplican al anlisis de imgenes digitales. Los fractales aleato rios pueden usarse para describir muchos objetos irregulares del mundo real. Otras aplicaciones incluyen la clasificacin de muestras histopatolgicas, el estudio del paisaje y de la com plejidad de las costas, enzimologa (cintica de MichelisMenten) ( Kopelman, 1988 ; Savageau, 1995 ), la generacin de nueva m sica, la compresin de seales e imgenes, la generacin de diversas formas de arte, la creacin de am pliaciones de fotografas dig itales, sismologa, m ecnica de suelos, creacin de video juegos (en particular, grficos de ento rnos biolgicos), tcn icas de anlisis de series de precios (Wilkin, 2006; Sornette et al., 1996). En este trabajo se muestra la ap licacin de algo ritmos para d eterminar la dimensin fractal de imgenes tomando datos de fenmenos naturales tales como el crecimiento de colonias de microorganismos y el crecimiento de granos en metales, obtenidos mediante simulaciones y determ inacin de caractersticas de hojas vegetales adquiridos mediante digitalizacin. 2 GEOMETRA DE FRACTALES Mandelbrot desarroll una nueva geom etra que perm ite el estudio de las form as naturales, identificando una fa milia de for mas demasiado irregulares para ser descritas mediante la geometra euclidiana, a la que llam fractales. El trmino proviene del latn fractus, el correspondiente verbo es frangere y significa rom per, c rear fragm entos irregulares. El trmino fractal transmite la idea de que un objeto es irregular, se puede descomponer en fragmentos que son parecidos al todo y de dimensin fraccionaria. La geometra euclidiana describe por m edio de frmulas, asigna dimensiones enteras a los objetos y es adecuada para describir objet os hechos por el hombre. En contraparte,

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

la geom etra fractal d escribe m ediante al goritmos dim ensiones fraccionarias y es adecuada para describir formas naturales. En general, podra decirse que los fractales son objetos ir regulares, rugosos, porosos o fragmentados y que, adems, presentan estas propiedades al mismo grado en todas las escalas, es decir que estos objetos presentan la m isma forma si son vistos de lejos o de cerca. Matemticamente un fractal es subconjunt o de un espacio m trico para el cual su dimensin de Hausdorff-Besicovitch, D H-B es es trictamente m ayor que su dim ensin topolgica D T. La di mensin de Hausdorff-Besicov itch no est restringida a tom ar valores enteros. Esta definicin, sin e mbargo, excluye algunos conjuntos que son considerados fractales. No existe una definici n de los fractales que sea plenam ente satisfactoria. Los fractales generalm ente poseen algn tipo de autos imilitud, pued e decirs e que estn form ados por partes pequeas que se pa recen al tod o. Esta sim ilitud pu ede ser geomtricamente estricta o bien p uede ser solamente aproxim ada o estadstica. Por ejemplo, el conjunto de Cantor ( Figura 1 ) est for mado por dos copias estrictamente similares de s m ismo, mientras que la curva de von Koch ( Figura 2) est formada por cuatro rplicas. Un fractal natural, como un rbol est formado por mltiples copias, que son las ramas, aproximadamente similares al todo. A su vez, las ram as contienen copias de s mismas. En este e jemplo, la similitud es s lo aproximada o es tadstica y recib e el nombre de autoafinidad.

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)

2023

Figura 1. Conjunto de Cantor en 3 iteraciones

Figura 2. Las primeras tres iteraciones de la curva de Koch

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2024

CARACTERSTICAS DE LOS FRACTALES

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

3.1 Autosimilitud Segn B. Mandelbrot, un objeto es autosimilar o autosemejante si sus partes tienen la misma for ma o estructura que el todo, aunque pueden presen tarse a diferente escala y pueden estar ligeramente deformadas. (Mandelbrot, 1993) Los fractales pueden presentar tres tipos de autosimilitud: Autosimilitud exacta. este es el tipo m s restrictivo de autosim ilitud: exige que el fractal parezca idntico a d iferentes esca las. A m enudo la encontramos en fractales definidos por sistemas de funciones iteradas (IFS). Figura 3. Cuasiautosimilitud: ex ige que el fractal parezca aprox imadamente idntico a diferentes escalas. Los fractales de este ti po contienen copias m enores y distorsionadas de s m ismos. Matem ticamente D. Sulliv an (1987) defini el concepto de conjunto cuasiauto-similar a partir del conc epto de cuasi-isometra. Los fractales definidos por relaciones de recurrencia son normalmente de este tipo. Figura 4. Autosimilitud estadstica . Es el tipo m s dbil de autos imilitud: se exige que e l fractal tenga medidas numricas o estadsticas que se preserven con el cambio de escala. Los fractales aleatorios son ejemplos de fractales de este tipo. Figura 5.

Figura 3. Autosimilitud exacta del copo de nieve de Koch

Figura 4. Cuasiautosimilitud en el conjunto de Mandelbrot: al variar la escala obtenemos copias del conjunto con pequeas diferencias.

Figura 5. Autosimilitud estadstica de un fractal generado por el proceso de agregacin limitada por difusin

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

El principio bsico para estim ar la dim ensin fractal se basa en el concepto de autosimilitud. La dim ensin f ractal D de un conjunto cerrado A en un espacio euclideano n dimensional se define como (ecuacin 1):
D = lim log( N r ) (1) r0 log(1 / r )

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)

2025

donde Nr es el nm ero m s pequeo de copias diferentes de A en la escala r. La unin de Nr copias diferentes debe cubrir completamente el conjunto A. El mtodo de conteo de cajas es uno de lo s ms utilizados para obtener la dimensin fractal de un objeto. Consiste en cubrir una figura con cajas y determ inar cmo vara el nmero de cajas que se necesitan para cubr ir la figura con respec to al tam ao de las cajas. Al disminuir el tamao de las cajas, se necesitar un m ayor nmero de stas para cubrir el objeto. Se toma la estruc tura de inte rs y s e coloca en una caja de lado L, sobre la que se construye una red regular en la que cada segmento tiene una longitud l. Se cuenta el nmero de cajas que contiene n alguna parte de la estr uctura, lo que da un nm ero N. Ahora se repite el procedim iento utilizando redes cada vez m s finas ( l ms pequea) registrando en cada caso el valor N correspondiente. Al realizar esto sobre una figura es posible construir una tabla, en la que se registra el nm ero de cajas que caben a lo largo del segm ento L (L/l) y, del tota l d e cajas en toda la red, slo cuntas de ellas ( N) atraviesan la figura. Si se tom a el log aritmo de am bas cantidades y se grafica log ( N) vs log( L/l), es posible ajustar sobre lo s datos una lnea recta cuya pendi ente es la d imensin fractal dc de la figura. Esto indica que existe una relacin entre las dos variables del tipo (ecuacin 2):

N = (L / l ) (2)
dc

El proceso ignora las irregul aridades de m enor tam ao y estudia cmo vara el nmero de celdas que cubre el ob jeto cu ando l tiende a cer o y ofrece un camino sistemtico aplicable a una gran diversidad de formas naturales. Se han realizado aplicaciones tom ando datos de fenmenos naturales tales com o el crecimiento de colonias de m icroorganismos y el crecim iento de gran os en m etales, obtenidos mediante simulaciones y determ inacin de caracters ticas de hojas vegetales adquiridos mediante digitalizacin. 4 FRACTALES EN LA NATURALEZA La naturaleza es prd iga en ejem plos de auto-similitud. Estos objeto s muestran un a estructura similar a lo largo de un rango extenso aunque, sin e mbargo, finito. Algunos ejemplos incluyen a las nubes, los cristales, la superficie de m ontaas, los relm pagos, el brcoli o coliflor y sistem as de va sos sanguneos y pulmonares. En 1999 algunas formas fractales similares demostraron tener la propiedad de invari anza de frecuencia de las ecuaciones de Maxwell (la mismas propiedades electromagnticas sin importar la frecuencia). 4.1 Dimensin fractal del crecimiento de colonias de microorganismos obtenido mediante simulacin Se realiza la determ inacin de la dim ensin fr actal correspondiente a las im genes obtenidas de las sim ulaciones de crecim iento bacteriano bajo diferentes condiciones de movimiento (esttico, m ovimiento brow niano y agitado) obtenidas m ediante

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2026

simulaciones de crecim iento bacteriano con au tmata celular (AC) ( Cattaneo et a l., 2008; Larcher et al., 2008). La matriz de trabajo contiene valores 0 1, indicando la presenci a de una bacteria o un lugar disponible para el de sarrollo. Esto puede tom arse como una im agen binaria. Por cada una de las condiciones de movimiento se tomaron 7 imgenes guardando los valores generados en la sim ulacin en tiempos diferentes. Las simul aciones se realizaron usando una matriz de 120x120, con tiempos de duplicacin (td) 1, 3, 5 y 7. Luego, se aplica el mtodo de conteo de cajas tomando en cuenta slo las cuadrculas ocupadas por una bacteria, para obtener la dim ensin fractal de la colonia en crecimiento. En la Figura 6 se m uestran 4 etapas de crecim iento con su s resp ectivas curv as de determinacin de dim ensin fractal para el ca so de crecim iento esttico con tiem po de duplicacin = 1.

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

2 ,6 2 ,4 2 ,2 2 ,0

3 ,0
3 ,0

2 ,5
2 ,5

lo g ( N )

1 ,8 1 ,6 1 ,4 1 ,2 1 ,0 0 ,8 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8

2 ,0

lo g ( N )

lo g ( N )

2 ,0

1 ,5

1 ,5

1 ,0

1 ,0

lo g (L /l)

0 ,6

0 ,8

1 ,0

1 ,2

1 ,4

1 ,6

1 ,8

0 ,6

0 ,8

1 ,0

1 ,2

1 ,4

1 ,6

1 ,8

lo g (L /l)

lo g (L /l)

t = 50 dimensin fractal 1,55 0,07

t = 60 dimensin fractal 1,70 0,03

t = 70 dimensin fractal 1,80 0,02

Figura 6. Crecimiento de colonia de microorganismos sin movimiento y curvas de determinacin de dimensin fractal considerando td=1

En la Figura 7 pueden observarse cuatro etapas de crecim iento bajo m ovimiento browniano, as com o las curvas de determ inacin de dim ensin fractal con tiem po de duplicacin = 1.

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)


3 ,5

2027

3 ,0

3 ,0
3 ,0

2 ,5

2 ,5
2 ,5

lo g ( N )

2 ,0

lo g ( N )

2 ,0

lo g (N )

2 ,0

1 ,5 1 ,5 1 ,0 1 ,0 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8
1 ,5

1 ,0 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8

lo g ( L /l)

lo g (L /l)

lo g (L /l)

t=50 dimensin fractal 1,76 0,02

t=60 dimensin fractal 1,82 0,02

t=70 dimensin fractal 1,85 0,01

Figura 7. Crecimiento de colonia de microorganismos con movimiento browniano y curvas de determinacin de dimensin fractal considerando td=1

La Figura 8 m uestra cu atro etap as de crecim iento en cond iciones de agitado y las correspondientes curvas de determ inacin de dim ensin fractal con tiem po de duplicacin = 1.

3 ,5
3 ,0

3 ,5 3 ,0 2 ,5

3 ,0
2 ,5

2 ,5

lo g (N )

lo g ( N )

2 ,0

lo g ( N )

2 ,0

2 ,0 1 ,5 1 ,0

1 ,5

1 ,5

1 ,0

1 ,0
0 ,5

0 ,5 0 ,2 0 ,4 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8

0 ,5 0 ,2 0 ,4 0 ,6 0 ,8 1 ,0 1 ,2 1 ,4 1 ,6 1 ,8

0 ,2

0 ,4

0 ,6

0 ,8

1 ,0

1 ,2

1 ,4

1 ,6

1 ,8

lo g ( L /l)

lo g (L /l)

lo g (L /l)

t=19 dimensin fractal 1,70 0,08

t=20 dimensin fractal 1,85 0,06

t=21 dimensin fractal 1,93 0,03

Figura 8. Crecimiento de colonia de microorganismos con movimiento de tipo agitado y curvas de determinacin de dimensin fractal considerando td=1

En las Figuras 6 , 7 y 8 puede observarse que las distintas colonias segn los diferentes tipos de m ovimiento tienen una estr uctura geomtrica fractal com o se ve en las correspondientes curvas de regresin. Con el objeto de estudiar la d imensin fractal corres pondiente a cada tipo de movimiento manteniendo constante el tiempo de duplicacin, se construyeron las curvas de la Figura 9, que muestra cmo vara la dim ensin fractal en funcin del tiem po para los 3 tipos de m ovimiento considerando los siguientes tiem pos de duplicacin: 1, 3 y 7. Puede observarse que en el caso de creci miento con agitado tienen una dim ensin fractal m ayor que los otros tipos de crecim iento m ientras que los crecim ientos con movimiento de tipo browniano tienen, en ge neral, una dim ensin fractal m ayor que el crecimiento esttico. La Figura 10 perm ite com parar cm o vara la dimensin fractal en funcin del tiempo y del tiem po de duplicacin para cad a tipo de crecim iento. Pue de observarse que, en el caso de crecim iento esttico, tom a valores ce rcanos a 1,6 para todos los

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2028

tiempos de duplicacin, m ientras que para lo s otros tipos de movi miento la dim ensin fractal es mayor a tiempos de duplicacin menores para iguales tiempos de crecimiento.
2,1 2,0 1,9 1,8
1,8 2,0

C.A.

CATTANEO,

E.M.

BIASONI,

L.I.

LARCHER,

A.I.

RUGGERI,

A.O.

GOMEZ

KHA

Dimensin fractal

Dimensin fractal

1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 20 30 40 50 60 70 80

1,6

1,4

1,2

Esttico Mov Brown Agitado

1,0 20 40 60 80 100 120 140

Esttico Mov Brown Agitado


160 180

Tiempo

Tiempo

Tiempo de duplicacin = 1
2 ,0

Tiempo de duplicacin = 3

f r a c ta l

1 ,9

E s t tic o M o v Br o w n A gi t a d o

1 ,8

D im e n s i n

1 ,7

1 ,6

1 ,5 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0 1 8 0 2 0 0

T ie m p o

Tiempo de duplicacin = 7 Figura 9. Variacin de la dimensin fractal en funcin del tiempo para los 3 tipos de movimiento considerando td = 1, 3 y 7

2,0
1,8 1,6 1,4

1,8 1,6

Dimensin fractal

Dimensin fractal

1,2 1,0 0,8 0,6 0,4 0,2 0,0 20 40 60 80 100 120 140 160 180 200

1,4 1,2 1,0 0,8 0,6 20 40 60 80 100 120 140 160

td=1 td=5 td=3 td=7

td=1 td=5 td=3 td=7


180

Tiempo

Tiempo

Esttico

Movimiento browniano

Copyright

2009

Asociacin

Argentina

de

Mecnica

Computacional

http://www.am

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)


2 ,0 1 ,8

2029

fr a c t a l D im e n s i n

1 ,6 1 ,4 1 ,2 1 ,0 0 ,8 0 ,6 0 ,4 0 ,2 0 ,0 -0 ,2 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0

td=1

td=5

td=3

td=7

T ie m p o

Agitado Figura 10. Variacin de la dimensin fractal en funcin del tiempo y del tiempo de duplicacin para cada tipo de crecimiento

4.2 Determinacin de la dimensin fractal en el crecimiento de granos en aluminio La m icroestructura de un m etal puede definirse por el tam ao, cantidad y distribucin de defectos puntuale s, lineales superficiales y vo lumtricos presentes en el material (Cols, 2001). La ocurrencia de estos defectos puede ser caracterizada por una serie de parmetros. Por ejemplo, el tamao promedio de los granos en un policristal. Una caracterstica d e la m icroestructura en m ateriales comunes es la irregularidad . La prctica normal en a nlisis estereolgico es asumir que la m icroestructura sigue un patrn repetitivo. E l uso de geom etra fractal ( Mandelbrot, 1982 ; Mandelbrot et a l., 1984; Barnslay, 1988 ; Schmittbuhl et al. , 1995 ) en el anlisis d e caracters ticas irregulares que ocurran en la naturaleza ha sido de gran ayuda para obtener una m ejor comprensin de las relaciones entre diferentes campos del conocimiento. Se han realizado anlisis m ediante ge ometra fractal sobre caractersticas microestructurales tales co mo los bordes de grano ( Hornbogen, 1987a ; Hornbogen, 1987b; Hornbogen, 1989; Tanaka, 1993; Streitenberger, 1995), martensita (Hornbogen, 1989; Su y Yan, 1992 ), graf ito ( Lu y Hellawell, 1994 ) y estructuras dendrticas (Hornbogen, 1989). El objetivo de este trabajo es presentar los resultados del anlisis de dimensin fractal correspondiente a las im genes obtenidas de las simulaciones de crecimiento de grano de alum inio monofsico obtenidas mediante simulaciones con AC bidimensional (Cattaneo y Silvetti, 2008). Las im genes utilizadas tienen una dim ensin de 298x298 pixels. Esta m atriz de trabajo puede tom ar n valores posible co rrespondiente a las n orien taciones cristalogrficas consideradas, por lo tanto e stas imgenes tiene n colores de acuerd o a un mapeo de colores indexados. Se realiza un pre-procesamiento a la imagen resultante para convertirla a valores binarios; se ut iliza el m todo de Sobel que encuentra los bordes usando la aproxim acin Sobel de las derivadas y devuelve bordes en aquellos puntos donde el gradiente de gr es m ximo y s e aplica un umbral con valor 0,1 para ignorar los bordes menos intensos. Luego se aplica el mtodo de conteo de cajas para obtener la dimensin fractal de la microestructura de la imagen. Se analizarn dos tipos de m icroestructuras de alum inio, una con 20 y otra con 100 orientaciones a las siguientes tem peraturas de crecim iento de grano: 573, 673, 773 y 873K. En la Figura 11 se m uestra la m icroestructura obtenida para el alum inio con 100 orientaciones a una temperatura de 773 K y un tiempo de simulacin de 3000 pasos, as como la imagen binaria correspondiente; m ientras que la Figura 12 muestra la curva de
Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2030

regresin correspondient e a la obtencin de la dim ensin fractal; en la m isma puede observarse que corresponde con una estructura de tipo fractal.

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

50

100

150

200

250

50

100

150

200

250

Microestructura obtenida mediante simulacin

Imagen resultante del pre procesamiento

Figura 11. Microestructura de aluminio con 100 orientaciones


3 ,6

lo g
3 ,0

(N )

3 ,3

p e n d ie n te 1 ,0 3
1 ,5 1 ,8

0 ,0 2
2 ,1

lo g (L /l)

Figura 12. Curva de regresin correspondiente a la obtencin de la dimensin fractal para la microestructura mencionada.

En la Figura 13 se muestra cmo vara el tam ao de grano y la dim ensin fractal de la m icroestructura con el tiem po de sim ulacin para las diferent es tem peraturas de ensayo. Puede observarse que mientras aumenta el tamao de grano la dimensin fractal disminuye.

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)


( m )
1 8 0 1 6 0 1 4 0

2031
T=5 T=6 T=7 T=8 7 7 7 7 3 3 3 3 K K K K

fr a c t a l D im e n s i n

T=5 T=6 T=7 T=8

7 7 7 7

3 3 3 3

K K K K

1 ,6 1 ,5 1 ,4 1 ,3 1 ,2 1 ,1 1 ,0 0 ,9

d e G ra n o T a m a o

1 2 0 1 0 0 8 0 6 0 4 0 2 0 0 1 0 0 0 0 2 0 0 0 0 3 0 0 0 0

1 0 0 0 0

2 0 0 0 0

3 0 0 0 0

T ie m p o

T ie m p o

Figura 13. Variacin del tamao de grano y la dimensin fractal de la microestructura con el tiempo de simulacin para diferentes temperaturas de ensayo. Aluminio 100 orientaciones

En la Figura 14 se grafican la dim ensin fractal en funcin de la inversa del tamao de grano, observndose que todos los puntos se alinean sobre la m isma recta cuya ordenada al origen es 0,888 0,005 y pendiente 6,79 0,09.
1 ,6 1 ,5

fr a c t a l

f ra c ta l

T=5 7 3 K T=6 7 3 K T=7 7 3 K T=8 7 3 K

1 ,7 1 ,6 1 ,5 1 ,4 1 ,3 1 ,2 1 ,1 1 ,0

O r d e n a d a al o ri g e n 0 , 8 8 8 0 ,0 0 5 P e n d i e n t e 6 ,7 9 0 , 0 8

1 ,4 1 ,3

1 ,2 1 ,1 1 ,0 0 ,9 0 ,0 0

D im e n s i n

D im e n s i n

0 ,0 2

0 ,0 4

0 ,0 6

0 ,0 8

0 ,1 0

0 ,9 0 ,0 0

0 ,0 2

0 ,0 4

0 ,0 6

0 ,0 8

0 ,1 0

0 ,1 2

1 / T a m a o d e g ra n o

1 /T a m a o d e g ra n o

Figura 14. Dimensin fractal en funcin de la inversa del tamao de grano para diferentes temperatura de ensayo

En la Figura 15 se muestra cmo vara el tam ao de grano y la dim ensin fractal de la microestructura de alum inio con 20 orientaciones con el tiem po de si mulacin para las diferentes temperaturas de ensayo. Nuevamente puede notarse que mientras aumenta el tamao de grano la dimensin fractal disminuye.
2 0 0

( m )

1 8 0 1 6 0 1 4 0 1 2 0 1 0 0

t= 6 t= 1 t= 3 t= 6 t= 9 t= 1 t= 1 t= 2 t= 3

0 5 0 0 0 2 8 4 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

1 ,3

0 0 0 0

fra c ta l

gr a n o

1 ,2

t= 6 t= 1 t= 3 t= 6 t= 9 t= 1 t= 1 t= 2 t= 3

0 5 0 0 0 2 8 4 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0

de

8 0 6 0 4 0 2 0 5 5 0 6 0 0 6 5 0 7 0 0 7 5 0 8 0 0 8 5 0 9 0 0

D im e n s i n

1 ,1

T a m a o

1 ,0

T e m p e r a t u r a ( K )

0 ,9 5 5 0

6 0 0

6 5 0

7 0 0

7 5 0

8 0 0

8 5 0

9 0 0

T e m p e r a t u r a ( K )

Tamao de grano para aluminio con 20 orientaciones en funcin de la temperatura Figura 15.

Dimensin fractal

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2032

En la Figura 16 se grafican la dim ensin fractal en funcin de la inversa del tamao de grano para alum inio con 20 orientac iones, observndose que todos los puntos se alinean sobre la m isma recta con ordenada al origen es 0,910 0,003 y pendiente 6,1 0,1.
1 ,3

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

f a c ta l r

1 ,2

T=5 7 3 K T=6 7 3 K T=7 7 3 K T=8 7 3 K

1.3

DF Linear Fit of DF

1.2

D im e n s i n

1 ,1

1.1

1 ,0

DF
1.0
0 ,9 0 ,0 0 0 ,0 2 0 ,0 4

0.9

1 / T a m a o d e g ra n o
0.00 0.02 0.04 0.06

1/DDG

Figura 16. Dimensin fractal en funcin de la inversa del tamao de grano para aluminio con 20 orientaciones

4.3 Determinacin de la dimensin fractal de hojas vegetales adquiridas mediante digitalizacin. Son num erosos aunque no abundantes los trabaj os que utilizan a los fractales y su geometra para describir y sim ular comportamientos naturales aparen temente caticos. Sol y Manrubia (1995) describen el com portamiento de los claros en am bientes de bosque tropical a travs de un m odelo autmata celular simple al que lla man El juego del bosque. Pastor y Broschart (1990) utilizan el an lisis fr actal para exam inar la distribucin espacial de varias especies latifoliadas en rod ales de Min nesota. Milne (1992) enfoca el estudio de la fragm entacin del paisaje desde el punto de vista de las distribuciones fractales. La inm ensa variedad de plantas y su s numerosas caractersticas taxonm icas plantean la identificacin de especies vege tales como un de safo tanto cientfico co mo tecnolgico. La diversid ad de esp ecies ve getales hacen qu e las tcn icas tradicionales sean difciles, lentas, altamente especializadas ya que la mayora son manuales y, por lo tanto, incapaces de mantenerse el ritmo de las necesidades de investigacin y registro de la flora ( Judd et al. , 1999 ; Kurmann y He msley, 1999 ) con lo que se evidencia l a necesidad d e sistem as y herram ientas para id entificar y clasifica r esp ecies v egetales (Martnez Bruno et al., 2008). La identificacin de es pecies vegetales puede ser realizada de dos m aneras: (a) usando informacin relativa al ADN o (b) m ediante el reconocim iento de patrones que proporcionan inform acin visual, por ejem plo, m ediante anlis is biom trico y morfolgico. Generalm ente la clasificacin de plantas invo lucra el anlisis de varias partes del espcimen, como flores, sem illas, hojas, aunque conlleva la dificultad de q ue semillas y flores son difciles de encontrar pues son estacionales y dependen tanto de la edad com o del entorno de la planta. Sin e mbargo, las hojas son fciles de encontrar, recolectar y guardar como im genes digitales, simplificando as la adquisicin de datos. Tales im genes proporcionan gran cantidad de inform acin visual y sus atributos (forma, color, textura, distribucin de las ne rvaduras) se pueden usar para caracterizar a una especie. En este trabajo se us aron lo s contornos y reas co mo car actersticas principales y se consid eraron ho jas de plantas de tres f amilias d istintas, Legum inosas

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

(Bahuinia candicans - Pezua de vaca), Malv ceas ( Hibiscus rosa -sinensis - Ro sa china) y Ru tceas ( Citrus aurantium - Naranjo agrio). En todos los casos se trata de hojas simples de formas diferentes: bilobulada en el caso de B. candicans, dentadas para H. rosa-sinensis y elpticas con el pecolo alado para C. aurantium. (Figura 17)

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)

2033

Figura 17. Bahuinia candicans, Hibiscus rosa-sinensis, Citrus aurantium

4.3.1 Procesamiento de las imgenes Se analiza el procesamiento para una de las especies, H. rosa-sinensis o rosa china, y para cuatro tam aos de hoja diferentes ( Figura 18). Las imgenes fueron digitaliza das en escala d e gris es co n la m isma resolu cin m ediante de un s canner flatbed Visio OneTouch. Los archivo s fueron alm acenados con for mato TIFF (Tagged Im age File Format) ya que permite almacenar 48 bits de color incluyendo capas y canales alfa. En el tratam iento de las im genes se buscaba poder expresar las im genes com o matrices de ceros y unos, ya que de esa m anera sim plificara el con teo de cajas para distintas particiones.

Figura 18. Los cuatro tamaos de hojas de H. rosa-sinensis considerados

Las imgenes digitalizadas inicialmente tenan una dimensin de 300x300 pixels. S e realiz un pre procesamiento usando una ap licacin pa ra tratam iento de im genes a efectos de eliminar el ruido; adems se generaron figuras de 1000 x 1000 ya que de esta manera se facilitara realizar las particione s para trabajar con el mtodo de las cajas. A partir de las im genes tratad as se generaron nuevos archiv os extrayen do partes d e la hoja para su posterior tratamiento y evaluacin como se observa en la Figura 19.

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2034

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

Figura 19. Pre-procesamiento para eliminar partes de la hoja, sin considerar pecolo, y tomando media hoja.

Se program usando Matlab aplicando alguna s funciones propias del lenguaje de programacin y, en ciertos casos, se generaron programas especficos. A partir d e las im genes digitaliza das se generaron m atrices que, por tratarse de imgenes en escala d e g rises, contenan valores entre 0 y 255 ( Figura 20 ). T omando como umbral el valor 200 fueron convertidas a 0 y 1 para obtener una imagen en blanco y negro con las que trabaj en adelante (Figura 21).
100 200 300 400 500 600 700 800 900 1000

100

200

300

400

500

600

700

800

900

1000

Figura 20. Imagen de la matriz generada mediante MATLAB y sin pre-procesamiento

A continuacin se gene r la m atriz permetro de la im agen, como se muestra en la Figura 21.


100 200 300 400 500 600 700 800 900 1000
100 200

300

400

500

600

700

800

900

1000

100

200

300

400

500

600

700

800

900

1000

100

200

300

400

500

600

700

800

900

1000

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)


100 200 300 400 500 600 700 800 900 1000

2035

100 200 300 400 500 600 700 800 900


100 200 300 400 500 600 700 800 900 1000

1000

100

200

300

400

500

600

700

800

900

1000

Figura 21. Imgenes de matrices definitivas, ceros (azul) y unos (rojo), de reas y permetros para una de las familias consideradas.

Para obtener el borde exterior del permetro de media hoja se gener un archivo TIFF desde la imagen en blanco y negro, se elimin la lnea de perm etro interno de la media hoja mediante una aplicacin de procesamiento de imgenes. Luego se aplica el m todo de conteo de cajas para obtener la dim ensin fractal de la cada im agen. Para calcular parm etros com o valores del rea o de los perm etros de cualquier im agen que se convirti en m atriz, se supone que el rea o perm etro es directamente proporcional al nm ero de pixels de valor 1 o, lo que es lo m ismo, s e realiza la sum a de todos los elem entos de la m atriz, y este resultado est relacionado directamente con el rea o permetro. 4.3.2 Resultados Se analizarn en las tres especies de plantas cm o vara la dim ensin fractal considerando las reas y los perm etros de las imgenes por el mtodo de las cajas. Los cuatro tamaos de las hojas se los representa en forma creciente con las letras S, M, XL y XXL. En la Figura 22 se m uestra la dim ensin fractal para el cas o de H. rosa- sinensis y considerando diferentes porciones de la hoja.
3 ,2 3 ,0 2 ,8 2 ,6

S M XL XXL

3 ,0 2 ,8 2 ,6

lo g ( N )

2 ,4 2 ,2 2 ,0 1 ,8 1 ,6 1 ,4 1 ,2 1 ,0 1 ,2 1 ,4

S M X L X XL

lo g ( N )

2 ,4 2 ,2 2 ,0 1 ,8 1 ,6 1 ,4 1 ,2 1 ,2 1 ,4 1 ,6 1 ,8 2 ,0 2 ,2 2 ,4 2 ,6 2 ,8 3 ,0

1 ,6

1 ,8

2 ,0

2 ,2

2 ,4

2 ,6

2 ,8

3 ,0

lo g (L /l)

lo g (L /l)

Dimensin fractal de H. rosa-sinensis - sin tallo, considerando el permetro

Dimensin fractal H. rosa-sinensis - medio borde, sin pecolo

Figura 22.

Nomenclatura: Df/Area/CT Df/Area/ST Df/Peri /CT Df/Peri /ST Df/borde/MH/ST

reas de hoja entera con pecolo reas de hoja entera sin pecolo Permetro de hoja entera con pecolo Permetro de hoja entera sin pecolo Borde de media hoja sin pecolo

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2036

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

Los valores de las distintas dim ensiones fractales obtenidas por este m todo, se determinaron con un error del 99 %. En las Tablas 1, 2 y 3 se muestran los valores que se obtuvieron para cada familia y para los distintos tamaos considerados. Tamao Df/Area/CT Df/Area/ST Df/Peri /CT Df/Peri /ST Df/borde/MH/ST S 1,77836 1,55432 1,17438 0.89658 1,07536 M 1,50519 1.52194 1,16165 0.871 1,10554 XL 1,94729 1.51317 1,14915 0.89607 0,99737 XXL 1,95268 1.51171 1,14572 0.88412 1,12347

Tabla 1. B. candicans

Tamao Df/Area/CT Df/Area/ST Df/Peri/CT Df/Peri/ST Df/borde/MH/ST Tamao Df/Area/CT Df/Area/ST Df/Peri /CT Df/Peri /ST Df/borde/MH/ST

S 1,69558 1,70168 1,12431 0,91431 1,00859 S 1,78251 1,20361 0,84551 1,09203

M 1,85861 1,92041 1,15247 0,88432 1,08687 M 1,8708 1,15541 0,86938 1,15575

XL 1,91437 1,8684 1,19116 0,88304 1,08554 XL 1,88853 1,11987 0,90203 1,08798

XXL 1,90326 1,92265 1,15974 0,88052 1,09432 XXL 1,90544 1.11652 0,89833 1,06706

Tabla 2. H. rosa-sinensis

Tabla 3. Citrus aurantium

CONCLUSIONES

Todos los casos estudiados (c recimiento de bacterias en un entorno fijo y bajo diferentes condiciones de m ovimiento obten ido m ediante sim ulacin, crecim iento de granos en aluminio obtenido mediante simulacin y hojas vegetales obtenidas m ediante digitalizacin) presenta n una estructura del tipo fractal y, a partir del estudio de la dimensin fractal correspondiente, podemos concluir lo siguiente: Para el crecimiento de bacterias la dimensin fractal de las colonias con movi miento de tipo agitado siem pre es m ayor que la dimensin fractal de las colonias con movimiento de tipo browniano o estticas, pa ra iguales tiempos de simulacin. Adems la dimensin fractal para colonias con movimiento browniano es mayor que las colonias con crecimiento esttico para tiempos de simulacin largos. Para el crecim iento anorm al de granos se obtiene que la dim ensin fractal de la microestructura resulta pr oporcional a la inversa de l tam ao de grano de la microestructura (Figuras 14 y 16)

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

Al estudiar las im genes de hojas, se obt uvo que para todas las especies y en las diferentes p artes analizadas tienen estructu ra fractal ( Figura 22 ), aunque el estudio realizado no permite deducir una regla para la identificacin de la especie. Se gener software que perm ite convertir imgenes obtenidas por diferentes m edios de digitalizacin en imgenes binarias para su posterior tratamiento. REFERENCIAS

Mecnica Computacional Vol XXVIII, pgs. 2021-2038 (2009)

2037

Barnslay, M. Fractals everywhere. New York, Academia Press, 1988. Cattaneo, C. A.; L. Larcher y C. A. Ac osta. Determinacin de parm etros de atas celulares, Mecnica crecimiento de m icroorganismos usando autm Computacional, XXVII: 3283-3298, 2008. Cattaneo, C. A. y S. P. Silvetti. Mo delo hbrido para el crecim iento de grano aplicando Autmatas Celulares y Mtodo de Monte Carlo, Mecnica Computacional, XXVII: 2385-2395, 2008 Cols, R. On the variation of grain size and fractal dimension in an austenitic stainless steel. Materials Characterization 46: 353-358, 2001. Gangepain, J. J. and C. Roques-Carm es. Fractal approach to two dimensional and three dimensional surface roughness. Wear 109: 119-126, 1986. Hornbogen, E. On Fractal Aspects of Martensitic Microstructure. Z Metallk d, 78(5):352-354, 1987. Hornbogen, E. Fractal Analysis of Grain Bo undaries in Hot- Worked Poly-Crystals Z. Metallkd. 78(9): 622-625, 1987 Hornbogen, E. Fractals in m icrostructure of metals, International Materials Reviews , 34(6): 277-296, 1989. Jin X.C., S. H. Ong y Jayasooriah. A pract ical method for estimating fractal dimension. Pattern Recognition Letters, 16: 457-464, 1995. Judd W.; C. Campbell, E. A. Kellog and P. Ste vens. Plant Systematics: A Phylogenetic Approach, Sinauer Associates, Massachusetts, 1999. Keller, J., R . Crownover and S. Chen. Te xture description and segmentation through fractal geo metry. Computer Vision, Graphi cs, and Image Processing , 45: 150-160, 1989. Kopelman, R. Fractal reaction kinetics. Science 241: 16201626, 1988 Kurmann, M.H. and A. R. Hemsley. The Evolution of Plant Architecture, Royal Botanic Gardens, Kew, London, 1999. Larcher, L.; S. Togo y C. A. Cattaneo. Sim ulacin de crecim iento de m icroorganismos bajo dis tintas condicion es de m ovilidad, Mecnica Computacional, XXVII: 33813395. 2008. Lu S.Z. y A. Hellawell. An application of fr actal geometry to complex microstructures: Numerical characterization of graphite in cas t irons. Acta Metallurgica et Materialia; (United States); 42(12):4035-4047, 1994. Mandelbrot, B. B. Fractals: Form, Chance and Dimension . Freem an, San Francisco, CA, 1977. Mandelbrot, B. B. The Fractal Geometry of Nature. Freeman, San Francisco, CA, 1982. Mandelbrot, B. B., D. E. Passoja and A. J. Paullay. Fractal character of fracture surfaces of metals, Nature 308: 721-722, 1984. Martinez Bruno, O., R. de Oliveira Plotze, M. Falvo and M. de Castro. Fractal dimension applied to plant identification. Information Sciences 178: 27222733, 2008. Milne, B. Spatia l aggre gation and neutra l m odels in f ractal landsc apes. The American Naturalist 39(1): 32-57, 1992.

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

2038

Pastor, J. and Broschart, M. The spatia l pattern of a north ern conifer-hardwood landscape. Landscape Ecology, 4 (1) 55-68, 1990. Peleg, S., J. Naor, R. Hartley and D. A vnir. Multiresolution texture analysis and classification. 1EEE Trans. Pattern Anal. Machine lntell. 4: 518-523, 1984. Pentland, A.P. Fractal based de scription of na tural scenes. IEEE Trans. Pattern AnaL Machine lntell. 6, 661-674, 1984. Sarkar, N. and Chaudhuri, B.B. An efficient approach to estim ate fractal dim ension of textural images, Pattern Recognition 25, 1035-1041, 1992. Sarkar, N. and Chaudhuri, B.B. An effici ent differential box-c ounting approach to compute fractal dim ension of im age. IEEE Trans. Syst. Man Cybernet. 24, 115-120, 1994. Savageau, M.A. Mich aelisMenten m echanism reconsidered: Im plications of f ractal kinetics. J. Theor. Biol. 176: 115124, 1995. Schmittbuhl, J., J-P. Vilotte and S. Roux. Re liability of self-affine m easurements. Phys Rev E, 51:131-157, 1995 Sol, R. and S. Manrubia. Are Rainforest self-organized in a critical state?. J. Theor. Biol. 173: 31-40, 1995. Sornette, D., A. Johans en and J. P. Bouc haud. Stock m arket crashes, precursors and replicas. Journal de Physique I France 6, 1 : 167175, 1996. Streitenberger P.; D. F rster, G. Kolbe a nd P. Veit. Th e fractal geom etry of grain boundaries in deform ed and recovered zinc, Scripta Metallurgica et Materialia , 33(4):541-546, 1995. Su H. and Z. Yan. Fractal an alyses of m artensitic transform ations. Materials Letters , 13:102-104, 1992. Sullivan, D. Differentiable structures on fractal like sets, determined by intrinsic scaling functions on dual Cantor sets, AMS Proc. Symp. Pure Math., 48:15-23, 1987 Tanaka M. Characterization of grain-bound ary configuration and f racture surface roughness by fractal geom etry and creep-ruptur e properties of meta llic m aterials, J. Mater Sci, 27(17), 1993. Voss, R. Random fractals: characterizatio n and m easurement. In: R . Pynn and A. Skjeltorp, Eds., Scaling Phenomena in Disordered System s. Plenum , New York, 1986. Wilkin, R. Riding the Waves: Applying Elliott W ave Theory to th e Financia l and Commodity Markets The Alchemist June, 2006.

C.A. CATTANEO, E.M. BIASONI, L.I. LARCHER, A.I. RUGGERI, A.O. GOMEZ KHAIRALLAH

Copyright 2009 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar