Значительно сократить время и трудозатраты на изучение руд, а заодно и исключить фактор ошибочной диагностики можно, если использовать автоматическую идентификацию рудных минералов по фотоизображениям аншлифов. Речь идёт о современных технологиях компьютерного зрения, с помощью которых реально добиться высокого качества автоматического анализа минерального состава и текстурно-структурных особенностей аншлифов руд. Высококвалифицированный специалист в этом случае нужен только для проверки качества работы системы, а также интерпретации полученных результатов, что сокращает затраты предприятия и увеличивает производительность труда на всей цепочке от геологоразведочных работ до создания проекта обогащения руд.
Подобное программное обеспечение для автоматического детектирования рудных минералов по фотографиям аншлифов разработали сотрудники геологического факультета МГУ им. М. В. Ломоносова и лаборатории математических методов обработки изображений факультета вычислительной математики и кибернетики МГУ.
Сначала исследователи собрали материал с 30 рудных месторождений стран СНГ, затем для собранных аншлифов они получили фотографии со стократным увеличением, после чего для изображений были созданы пиксельные маски высокой точности, соответствующие присутствующим на изображении минералам. В результате был создан набор данных LumenStone**, содержащий высококачественные изображения аншлифов руд с референсной пиксельной разметкой. LumenStone состоит из нескольких поднаборов данных, соответствующих различным минеральным ассоциациям. Это ассоциация гидротермальных руд Березовского месторождения (сфалерит, пирит, галенит, борнит, теннантит-тетраэдритовая группа, минералы халькопирита), ассоциация расслоенных ультрамафитовых месторождений (месторождения Норильской группы), которая включает в себя пирротин, магнетит, пентландит, минералы группы халькопирита, общая ассоциация высокотемпературных гидротермальных руд, состоящих из пирита, арсенопирита, ковеллина, борнита, халькопирита, магнетита, вскоре она пополнится гематитом.
На основе данных из LumenStone коллектив разработал нейросетевой метод идентификации минералов на изображениях аншлифов и специальный способ обучения, учитывающий особенности задачи.
С помощью созданного программного обеспечения с графическим интерфейсом пользователь может загружать изображения аншлифов руд, идентифицировать минералы и визуализировать результаты. Общая точность распознавания составляет 91,7% на тестовой выборке LumenStone. Кроме того, если на изображение минерала навести курсор мыши, то автоматически об этом минерале появляется вся статистическая информация.
Авторы работы считают, что им удалось создать универсальный инструмент диагностики, анализа и сравнения руд разных месторождений, что в перспективе даст возможность построить обширные металлогенические модели формирования месторождений.
Исследование выполнено при поддержке Научно-образовательной школы МГУ «Мозг, когнитивные системы, искусственный интеллект». Результаты работы опубликованы в журнале «The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences».
По информации пресс-службы МГУ.
Комментарии к статьи
* Аншлиф (нем. Anschliff) — непрозрачный шлиф, кусок руды, горной породы или окаменелости с отшлифованной и отполированной поверхностью среза, предназначенный для исследования под микроскопом в отражённом свете.
** https://imaging.cs.msu.ru/en/research/geology/lumenstone
