Este trabalho apresenta uma abordagem metodológica para obter o índice de vazios de solo (e) utilizando técnicas de processamento de imagens. Como esse método permite uma obtenção automática, o procedimento pode ser considerado mais fácil, mais rápido e mais preciso que técnicas convencionais. A metodologia está baseada na classificação supervisionada de áreas de vazios presentes em seções delgadas de solo. A metodologia pode ser resumida nos passos seguintes: (a) elaboração da seçáo delgada da amostra de solo (se a porosidade do solo tiver um padrão anisotrópico, várias lâminas devem ser confeccionadas seguindo o eixo de comprimento preferencial; sáo fotografadas as seções delgadas e gravadas em formato digital em RGB; a imagem colorida é separada em três níveis de cinza nivelando a relação das imagens para Vermelho (R), Verde (G) e Azul (B); (d) as imagens sáo submetidas a uma Análise de Componentes Principais que permitem o realce das áreas de vazios; (e) classificação supervisionada de imagens; e (f) cálculo de vazios. As técnicas de classificação supervisionada, utilizadas, foram as seguintes: abordagem do paralelepípedo, distâncias mínima e máxima probabilidade. Foram obtidos os melhores resultados com a máxima probabilidade que permitiu definir os contornos dos vazios. Essa metodologia foi considerada eficiente para a obtenção do índice de vazios do solo e o procedimento provou ser simples e rápido. _________________________________________________________________________________ ABSTRACTThis work presents a mettodological approach to obtain soil's void ratio (e) t trough image processing techniques. How this met tod enables an automatic obtaining the procedure can be considered easiest, quickest and more accurate than conventional techniques. It is based on supervisioned classification of void areas present in a soil thin section. The methodology can be shared in the following steps: a) elaboration of the thin section from the soil sample (if the soil porosity owns an anisotropic pattern, slice sheets have to be done following voids preferential length axis; b) thin sections are photographed and scanned in RGB digital format; c) the colored image is separated in three grey levels images relation to Red (R), Green (G) and Blue (B); d) images are submitted to a Principal Component Analysis that permit enhancement of void areas; e) supervisioned classification of images; and f) calculation of voids. Supervisioned classification techniques used were: parallelepiped approach minimum distance and maximum likelihood. Best results were obtained with maximum likelihood that allowed well define void contours. This methodology was considered efficient to the soil's void ratio obtaining and the procedure proved to be simple and quick.