ارائه الگوریتمی جدید جهت شناسائی خودکار گسل ها و خطواره های پنهان در تصاویر ماهواره ای چند طیفی زون متالوژنی جنوب سرچشمه

در این پروژه الگوریتمی جدید برای شناسایی خطواره های پنهان در تصاویر ماهواره ای استفاده شده اسـت. منطقه مورد مطالعه محدوده واقع در قسمت جنوب و جنوب شرقی سرچشمه می¬باشد که شامل کانسارهای مهم مس پورفیری همانند کانسارهای دره زار، دره زر،کوه پنج، ده سیاهان(بندر باغو)، کانسار سریدون و اندیس های معدنی شناخته شده همانند اندیس مام زر(بند منظر)، اندیس بند ممزار، اندیس پارسیان، اندیس حسین آباد، اندیس سیاه خان خاوری، اندیس های کو پنج 1،2و 4 می باشد. از این رو گسل ها و شکستگی های موجود در منطقه باعث می شود تا تصویر ماهواره ای از این محدوده برای آزمایش این الگوریتم مساعد باشد. به این منظور از تصویر استر(aster) منطقه استفاده شده است. کارهایی در ارتباط با تشخیص لبه و خطواره در حیطه ی پردازش تصویر انجام می¬شوند عمدتاً مبتنی بر عملگرهای تشخیص لبه هستند. از این میان عملگر تشخیص لبه کنی یکی از پرکاربردترین عملگر ها در این زمینه می¬باشدکه در علوم مختلف نظیر پزشکی، تصویر برداری، روباتیک و البته در حیطه ی دورسنجی و . . . به کار گرفته شده است. تعدادی الگوریتم های اتوماتیک و نیمه اتوماتیک در این زمینه ارائه شده که هر کدام با نقاط ضعف و قوتی همراه بوده است. در قدم نخست ترسیم خطواره ها از مجموعه ی لبه ها مدنظر است که برای پیاده سازی آن از تبدیل رادون و تبدیل هاف در محیط نرم افزار متلب (matlab)کمک گرفته شده است. افزایش کنتراست، پیش پردازش مناسب تصویر، طبقه بندی نظارت شده تصویر و استفاده از فضاهای تبدیل ابزارهایی هستند که برای بهبود صحت لبه های به دست آمده از تصویر استفاده شده است. فضاهای رنگی rgb ,xyz ,hsi ,ycbcr ,cie l u’ v’ به منظور استخراج خطواره ها مورد بررسی قرار گرفته اند. مقایسه ای نیز بین نتایج حاصل از بکارگیری فضاهای تبدیل و طبقه بندی های نظارت شده انجام شده که مشخص شد فضاهای تبدیل hsi و پس از آن l*u*v میتوانند جزییات بیشتری از خطواره های تصویر را مشخص کنند. پیش پردازش مناسب داده ها در بهبود نتایج تاثیر به سزایی دارد. از جمله ی این پیش پردازش ها میتوان به هموارسازی هیستوگرام و باینری کردن ورودی با استفاده از حدآستانه اتسو(otsu) اشاره کرد. الگوریتم با ورودی های مختلف آزمایش شده است به این منظور سه دسته ورودی مورد بررسی قرار گرفته است: 1)ترکیب های رنگی کاذب 2)طبقه بندی نظارت شده 3)خروجی فضاهای تبدیل رنگ. در نهایت نتیجه مطلوب به صورت ترکیبی از نتایج حاصل از ورودی های مختلف به دست آمده است. با توجه به این واقعیت که مشتق دوم داده های مغناطیسی می¬توانند گسل ها و شکستگی ها را برجسته کنند، در راستای استخراج خطواره ها از داده های مغناطیسی منطقه نیز استفاده شده است. به منظور نتیجه گیری مناسب و کمی کردن جواب های به دست آمده درصد تطبیق نتایج با گسل های مشخص شده و ترسیم شده در نقشه زمین شناسی منطقه با در نظر گرفتن حریم مناسب محاسبه شده است. که نتیجه نشان میدهد با در نظر گرفتن خطای داده های مورد استفاده قرار گرفته و نیز خطای روش های به کار گرفته شده نظیر طبقه بندی نظارت شده خطواره های به دست آمده تطبیق خوبی با نقشه ی گسل های زمین شناسی منطقه دارند.