طبقه بندی سنگ های آهکی براساس خصوصیات سنگ‌شناسی و ترکیب شیمیایی با استفاده از روش پردازش تصویر و شناخت الگو

رویکرد پردازش تصویر، یکی از ابزارهای کاربردی در مقوله طبقه‌بندی و تشخیص دیجیتال نوع سنگ‌شناسی است. در این مقاله، تفکیک نمونه­های سنگ آهک از نظر میزان خلوص کربنات کلسیم، با استفاده از کمّی­سازی ویژگی­های تصویری نمونه­ها و الگوریتم آماری بیزین،  مطالعه شده است. بدین منظور تعداد 30 نمونه سنگ آهک از معدنی در منطقه لاج سمنان برداشت شد. هریک از این نمونه­ها توسط سنگ­شکن فکی خرد و بخش­هایی از نمونه با ابعاد 7-5/2 سانتی­متر، با استفاده از سرندی با دهانه 1 اینچ جدا شده و ­بررسی شدند. تعداد 60 تصویر از 30 نمونه در شرایط یکسان تهیه و ویژگی­های متفاوتی از این تصاویر استخراج شد. به­منظور کاهش ابعاد ویژگی­های استخراج شده و انتخاب ویژگی­های مستقل، ابتدا ضرایب همبستگی اسپیرمن ویژگی­های گوناگون محاسبه شده و بدین ترتیب تعداد 18 ویژگی مستقل از یکدیگر انتخاب شد. برای افزایش قابلیت تعمیم مدل و با هدف تعیین کوچکترین مجموعه داده­ها با بالاترین خاصیت پیشگویانه، روش آماری چند متغیره تحلیل مؤلفه­های اصلی برروی 18 ویژگی موردنظر انجام شد، که در نتیجه، 7 مؤلفه اصلی اوّل با مدل­سازی 91% تغییرپذیری، برای تشکیل مدل آماری انتخاب شد. نتایج طبقه­بندی آماری بیزین با توجه به دانش پیشین از نوع نمونه­های موجود در هر تصویر نشان داد که ویژگی­های استخراج شده از تصاویر به­خوبی معرف و تفکیک کننده نمونه­های مختلف می­باشد. بهترین عملکرد الگوریتم طبقه کننده بر اساس نرخ طبقه‌بندی کننده صحیح به­ترتیب مربوط به سنگ دولومیت، آهک و آهک دولومیت بود که بیان­گر دقت حدود 80% است. این نتایج، به‌همراه افزایش سرعت عملیات، کاهش هزینه­ها و عدم نیاز به حضور دایم متخصص، از نقاط قوت استفاده از این روش است.