تطورت نظم معالجة الإشارة Systems Processing Signal تطوراً ملحوظاً و سريعاً، و أتى
هذا التطور نتيجة لتوافر تقانات حديثة للنظم الإلكترونيـة مـن جهـة، و نتيجـة لتحقيـق
خوارزميات حساب متقنة و فعالة لمعالجة الإشارة من جهة أخرى.
من أهم تطبيقات معالجة ال
إشارة، هي تقانات معالجة الـصور Processing Image . و تعـد
عملية الاعتيـان Sampling من العمليات الأساسية و المهمة في معالجة الإشارة التي نحصل
منها على عينات يمكن أن تمثل الصورة الأساسية بشكل مثالي.
نقدم في هذه المقالة خوارزمية فعالة لترتيب العينات أحادية البعد من الصور ثنائية البعـد،
تمكّننا من الحصول على سلسلة عينات تتميز بقدرتها على تمثيل الصور من حيـث البنيـة
العامة و من حيث الحفاظ على الترابط الجواري لنقاط الصورة من جهة، و الـسماح بـإجراء
معالجات لاحقة بكلفة حسابية أقل من جهة أخرى.
تم في هذا البحث تحديد مفهوم البروز البصري من الناحية البيولوجية و آلية توصيفه
في مجال علوم الحاسب باستخدام مفهوم خرائط البروز و طريقة استثمار هذه
الخرائط لاكتشاف الأغراض البارزة ضمن الصور الرقمية، كما تم إجراء مجموعة
من التجارب باستخدام بعض من خوا
رزميات توليد الخرائط و تحديد جودتها و دقتها
باستخدام معايير محددة و واضحة.
دراسة الهياكل الجيولوجية المكشوفة على سطح الأرض ذات أهمية كبيرة بشكل عام وخصوصا في التصميم الهندسي والبناء.
في هذا البحث ، استخدمنا 2206 صورة مع 12 ملصق للتعرف على الهياكل الجيولوجية بناءً على نموذج Inception-v3. تم اعتماد الصور ذات التدرج الرمادي و
اللون في النموذج. كما تم بناء نموذج الشبكة العصبية التلافيفية (CNN) وتم تطبيق خوارزمية أقرب جار (KNN) والشبكة العصبية الاصطناعية (ANN) وتعزيز التدرج الشديد (XGBoost) في تصنيف الهياكل الجيولوجية بناءً على الميزات المستخرجة من مكتبة رؤية الكمبيوتر مفتوحة المصدر (OpenCV).
أخيرًا ، تمت مقارنة أداء الطرق الخمس وأظهرت النتائج أن أداء KNN و ANN و XGBoost كان ضعيفًا وبدقة أقل من 40.0٪. أما CNN فعد عانت من فرط التدريب Overfitting.
كان للنموذج الذي تم تدريبه باستخدام التعلم بالنقل تأثير كبير على مجموعة بيانات صغيرة من صور التركيب الجيولوجي. وأفضل نموذجين وصلوا إلى دقة 83.3٪ و 90.0٪ على التوالي. هذا يدل على أن النسيج هو السمة الرئيسية في هذا البحث. يمكن أن يستخرج التعلم القائم على نموذج التعلم العميق ميزات بيانات البنية الجيولوجية الصغيرة بشكل فعال ، وهو قوي في تصنيف صور الهيكل الجيولوجي.
