این تحقیق با استفاده آنالیز چند متغیره بر روی عکس های ذخیره شده بوسیله یک دوربین دیجیتال راه حلی را برای مسئله همپوشانی پیک ها که یکی از مسائل مهم در کروماتوگرافی لایه نازک است ارائه میدهد. ما برای اولین بار اندازه گیری همزمان چند گونه بر روی کاغذ کروماتوگرافی لایه نازک را با استفاده از آنالیز چند متغیره عکس مورد مطالعه قرار دادیم. سیستم عکسبرداری متشکل از یک کابینت، یک دوربین دیجیتال و یک برنامه آنالیز چند متغیره است که جهت ذخیره کردن عکسهای گرفته شده از کروماتوگرافی لایه نازک پس از حرکت محلولهای حاوی چند گونه بر روی این کاغذها تهیه شده است. سپس این عکسها به عنوان ورودی به partial least square داده می شوند برای انجام دادن کالیبراسیون چند متغیره. با به کار بردن استراتژی مختلف مانند استفاده از principal component analysis و انتخاب متغیر، مدلی به دست آمد که توانایی تخمین غلظتهای مربوط به شناساگرهای موجود در دسته پیش بینی خارجی را با خطای نسبی کمتر از 10% و در اغلب موارد کمتر از 5% را دارا می باشد. در قسمت دوم با استفاده از برنامه نوشته شده در محیط matlab نمودارهای طیف های infrared (ir) گونه های مختلفی از جمله اسیدها، آلدهیدها، استرها و کتونها که به صورت عکس هستند هر کدام به ماتریسی با دو ستون که نمایانگر مختصات x و y گونه موردنظر است تبدیل میشود. سپس با استفاده از روش principal component analysis (pca) و رسم principal component (pc) های آن بر حسب یکدیگر و استفاده از روش extended canonical variates analysis (ecva) ورسم extended canonical variate (ecv) های آن بر حسب یکدیگر مشاهده شد که روش ecva توانایی بیشتری در جدا کردن کلاسها از یکدیگر دارد. همچنین درصد وزنی عناصری مانند carbon (c)، hydrogen (h)، oxygen (o) در هر کدام از گونه ها و molecular weight (m.w.) هر گونه را با روش partial least square (pls) محاسبه شد که مشاهده شد که با تقریب نسبتا قابل قبولی این موارد به دست می آیند.