تخمین عیار سنگ آهن و طبقه بندی آن با پردازش تصویر

در این مقاله امکان طبقه بندی سنگ آهن و تخمین عیار آن با کمک تکنیکهای پردازش تصویر مورد بررسی قرار گرفت. نمونه های مورد استفاده دراین طرح از ذوب آهن اصفهان که ۱۰ عدد بوده است. در این طرح با تهیه عکس از نمونه های پودر (RGB) شده با دوربین عکاسی دیجیتالی حرفه ای و با استفاده از ویژگی های تصویری عکس ها شامل سه رنگ اصلی قرمز، آبی و سبز و مشخصه های Haralick شامل انرژی، آنتروپی،کنتراست و یکنواختی تصاویر با علم پردازش تصاویر اقدام به طبقه بندی سنگ آهن و تخمین عیار آن نموده ایم.کار اصلی این مقاله به کار بردن متدی برای استخراج و انتخاب مشخصه ها بر مبنای بافت و رنگ سنگ آهن و استفاده از اطلاعات حد و مرز سنگ برای بهبود عملکرد طبقه بندی بواسطه ی یک طرح رای گیری تصاویر فرعی یا زیر مجموعه است. سپس نتایج خود را با نتایج از پیش قرار گرفته بر روی همان پایگاه داده و با کاهش میزان قابل توجهی از خطا در ارزیابی اجزای تشکیل دهنده ی موجود در تصاویر دیجیتال مورد ارزیابی قرار دادیم. متد پیشنهادی در زمان واقعی قابل اجرا بود تا اجزای ترکیبی کانی ها را ارزیابی کند و در طبقه بندی و/یا مرتب سازی سنگ آهن به صورت آنلاین قابل کاربرد باشد. متد پیشنهادی در این مقاله برای طبقه بندی سنگ، استخراج نمونه هایی با مشخصه هایی چون بافت و رنگ و انتخاب مشخصه و نیز استفاده از یک ماشین بردار پشتیبانی (SVM) را در بر می گیرد. همچنین یک مرحله ی پسا فرایندی را نیز اضافه کردیم که قطعه قطعه سازی سنگ بر مبنای ترکیب الگوریتم Watershed و سوبل و همچنین فیلترهای Gabor را در بر می گیرد و یک فرایند رای گیری بر مبنای این اطلاعات طبقه بندی سنگ را پیشنهاد می دهد.

Keywords:

طبقه بندی سنگ آهن , مشخصه های Haralick , عیار آهن , پردازش تصویر , الگوریتم Watershed , سوبل , فیلترهای Gabor