Go to Top

Reconocimiento de Litologías Mediante Análisis Digital de Imágenes

Objetivo

reconocimiento de litologias2Desarrollar un sistema para clasificar la composición litológica de las rocas en tiempo real, utilizando técnicas de procesamiento digital de imágenes y de inteligencia computacional. A partir de imágenes digitales de rocas se extraen características, que permiten clasificar las rocas en clases litológicas. También se desarrollará un sistema para determinar mediante sensores de profundidad la forma de las rocas y esta información se adicionará a las características de imágenes para mejorar las tasas de clasificación. La información de las clases de rocas permitirá optimizar el proceso de molienda reduciendo la energía requerida en el proceso. El sistema también podría ser utilizado para desviar material con baja ley fuera del proceso de molienda.

Metodología

Se trabajará con bases de datos de imágenes de diversos tipos de litologías y se crearán nuevas bases. Se desarrollarán algoritmos de procesamiento digital de imágenes, extracción y selección de características y de clasificación para reconocer las litologías de rocas en tiempo real. Se utilizarán técnicas basadas en inteligencia computacional para mejorar la metodología de reconocimiento de patrones. También se utilizarán imágenes de triangulación láser para obtener información 3D de las rocas. En las imágenes se medirán características geométricas, de color, textura y 3D, lo que permitirá obtener su clasificación y estimar la composición litológica del mineral.
Para su desarrollo, se ha propuesto ejecutar estrategias basadas en teoría de información para el aprendizaje y algoritmos evolutivos para mejorar la selección de características, y poder trabajar con aquellos datos que realmente aporten información trascendental para separar las clases de litologías presentes. Además, paralelamente se está trabajando en el módulo clasificador, que puede integrar modelos basados en redes neuronales, support vector machines (SVM), Adaboost, clasificadores difusos, árboles de decisión o combinaciones de ellos. Para la determinación de profundidad se utilizará un sensor de rango. Esta información sobre la forma de la roca se fusionará con la información de las imágenes digitales para mejorar las tasas de clasificación.

 

Resultados

Se han realizado pruebas con una base de datos de rocas de una mina de níquel de Canadá en que se han probado las nuevas innovaciones metodológicas comparándolas con otros métodos publicados con la misma base de datos. Los resultados logrados indican mejoras significativas respecto de otros ya publicados. También se han utilizado imágenes de una base de datos de una mina de cobre. En los próximos meses se adquirirá la base de datos utilizando triangulación láser para extraer características 3D de las rocas.

Financiamiento
AMTC
FONDECYT
FONDEF

Socios
Micomo
NEC Chile

Contacto
Dr. Claudio Pérez
claudio.perez@amtc.cl

 



Imprimir esta noticia Imprimir esta noticia

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *