طبقهبندی لیتولوژیکی بااستفاده از تکنیک پردازشتصویر و شبکهعصبی

در این مقاله امکان طبقهبندی لیتولوژیکی نمونههای تهیه شده از منطقهای که حاوی کانیسازی مس میباشد، با استفاده از شبکهعصبی و تکنیک پردازشتصویر موردبررسی قرارگرفت. بدینمنظور با تهیه تصویر ازقطعات خردشده نمونههای برداشتهشده از رگههای مختلف، وبااستفاده از ویژگیهای تصویری عکسها شامل ویژگیهای بافتی، رنگی و مورفولوژیکی عکس اقدام به طبقهبندی نمونههای مورد نظر در گروههای مجزا نمودهایم. بررسی اولیه نشان میدهد که، نمونههای مورد نظر از دو نوع سنگ، یکی نمونههای دگرسان شده شامل کانیهای حاوی مس و دیگری نمونههای به شدت سیلیسی شده دستهبندی میشوند. شبکهعصبی تعیینشده در ابتدا با 68 نمونه شناخته شده، آموزش داده شده و سپس با 17 نمونه واقعی آزمایشگردیده است. 5 مولفه اصلی حاصل از تحلیل ویژگیهای تصویر، به عنوان ورودی شبکه در نظر گرفته شدهاست. و در نهایت شبکه طراحی شده قادر به طبقهبندی نمونههای مورد نظر، با دقت 70,6 درصد میباشد. که این میزان دقت با توجه به افزایش سرعت عملیات و کاهش هزینهها در صورت استفاده از این روش مطلوب میباشد.

کلیدواژه ها:

آزوریت ، پردازشتصویر ، شبکهعصبی ، آموزششبکهعصبی ، طبقهبندی