طبقه بندي سنگ هاي آهكي براساس خصوصيات سنگ‌شناسي و تركيب شيميايي با استفاده از روش پردازش تصوير و شناخت الگو

رويكرد پردازش تصوير، يكي از ابزارهاي كاربردي در مقوله طبقه‌بندي و تشخيص ديجيتال نوع سنگ‌شناسي است. در اين مقاله، تفكيك نمونه هاي سنگ آهك از نظر ميزان خلوص كربنات كلسيم، با استفاده از كمّي سازي ويژگي هاي تصويري نمونه ها و الگوريتم آماري بيزين،  مطالعه شده است. بدين منظور تعداد 30 نمونه سنگ آهك از معدني در منطقه لاج سمنان برداشت شد. هريك از اين نمونه ها توسط سنگ شكن فكي خرد و بخش هايي از نمونه با ابعاد 7-2.5 سانتي متر، با استفاده از سرندي با دهانه 1 اينچ جدا شده و بررسي شدند. تعداد 60 تصوير از 30 نمونه در شرايط يكسان تهيه و ويژگي هاي متفاوتي از اين تصاوير استخراج شد. به منظور كاهش ابعاد ويژگي هاي استخراج شده و انتخاب ويژگي هاي مستقل، ابتدا ضرايب همبستگي اسپيرمن ويژگي هاي گوناگون محاسبه شده و بدين ترتيب تعداد 18 ويژگي مستقل از يكديگر انتخاب شد. براي افزايش قابليت تعميم مدل و با هدف تعيين كوچكترين مجموعه داده ها با بالاترين خاصيت پيشگويانه، روش آماري چند متغيره تحليل مؤلفه هاي اصلي برروي 18 ويژگي موردنظر انجام شد، كه در نتيجه، 7 مؤلفه اصلي اوّل با مدل سازي 91% تغييرپذيري، براي تشكيل مدل آماري انتخاب شد. نتايج طبقه بندي آماري بيزين با توجه به دانش پيشين از نوع نمونه هاي موجود در هر تصوير نشان داد كه ويژگي هاي استخراج شده از تصاوير به خوبي معرف و تفكيك كننده نمونه هاي مختلف مي باشد. بهترين عملكرد الگوريتم طبقه كننده بر اساس نرخ طبقه‌بندي كننده صحيح به ترتيب مربوط به سنگ دولوميت، آهك و آهك دولوميت بود كه بيان گر دقت حدود 80% است. اين نتايج، به‌همراه افزايش سرعت عمليات، كاهش هزينه ها و عدم نياز به حضور دايم متخصص، از نقاط قوت استفاده از اين روش است.