پردازش تصویر ناهنجاری های میدان پتانسیل به منظور تعیین مرز و محدوده ناهنجاری با استفاده از تجزیه شبکه منظم مربوطه به طیف فرکانس های اصلی رنگی

نویسندگان

1 دانشجوی کارشناسی ارشد ژئومغناطیس-دانشگاه شاهرود

2 دانشجوی کارشناسی ارشد ژئومغناطیس- دانشگاه شاهرود

3 استادیار، دانشکدۀ معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود، ایران

چکیده

در این مقاله پیشنهاد بر این است که ابتدا تصویری سه طیفی (تصویری که دارای سه طیف فرکانس اصلی قرمز، آبی و سبز می-باشد.) از شبکه منظم تهیه شود، چون هر طیف فرکانس رنگی یک محدوده تعریف شده با طول موج و فرکانس خاص خود را دارد، طول موج های ناهنجاری مورد مطالعه بر اساس طیف رنگی خود به سه بازه از طول موج ها تفکیک خواهند شد و سپس روی هر طیف به طور جداگانه فیلتر مورد نظر اعمال خواهد شد. هنگامی که نتایج اعمال فیلتر روی هر سه طیف فرکانسی به یک فرمت تصویری RGB باز گردانده شود، نوفه ها و سایر عوامل ناخواسته که قاعده خاصی ندارند و تنها در یک طیف خاص تقویت شده اند با نتایج حاصل از طیف های دیگر تداخل ویرانگر داشته (یک کد رنگی بی مفهوم برای ذخیره در یک سلول یا پیکسل خاص از تصویر را تولید می کنند) و به رنگ سیاه نشان داده خواهند شد و عواملی که طیف پیوسته و منظمی دارند، مانند ناهنجاری هدف مورد مطالعه؛ در مرز لبه ناهنجاری ها تداخل سازنده می کنند و به صورت دقیق لبه ها و محدوده ناهنجاری را نشان می دهند که از دقت بالایی برخوردار است.
در این مقاله ابتدا این روش روی مدل مصنوعی با درصدهای متفاوت از نوفه به کار می رود و سپس روی داده های مغناطیس-سنجی حاصل از کانسارهای آهن منطقه اجت آباد استان سمنان اعمال خواهد شد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Image processing for edge detection of potential field by analysis regular network to the frequency spectrum of original color

نویسندگان [English]

  • Ako Alipour 1
  • Mohammad Hassan Mohamadian 2
  • Hamid Aghajani 3
1 MA.Student_Shahrood University
2 MA.Student-Shahrood University
3
چکیده [English]

Determination of boundary surface structures is commonly used for data interpretation. Horizontal and vertical derivatives are useful tool for determining the edges boundary. Using horizontal and vertical derivative in signal analysis method; that is effective method for interpretation of edges boundary, have been used commercially.
In acquisition potential field data, using different methods of interpolation for transform data to the regular network and applying different filters on the regular network, then the edges of anomalies can be determined. In usual methods, applying the filters directly on interpolated data in the regular network. The result of this method it is reflecting that, increased the accuracy in determining the edges boundary of data anomalies, and causes the amplified noise also; finally the results are very complicated and it will be difficult to interpret.
In this paper it is suggested that the first three spectrum of image (an image that has three main frequency spectrum red, blue and green) are prepared on a regular network of interpolated data, because each color of spectrogram have a defined wavelength and own frequency ranges. It's possible that breakdown potential field anomaly grid to three frequency spectrum, and applying different filters on each spectrogram. Using this technique for edge detection a potential field anomaly data, causes the noise and other unwanted elements that haven't continuous spectrum, only amplified in specific range and not match with results of other spectrum (concept that the color code produce for storing in particular cell or pixel of image), so for discontinuous spectrum we have tree color cod for tree main spectrum that not match together and formation a meaningless color cod for storage in specific pixel. In this situation we have black color showing. For continuous spectrogram in tree main spectrum, tree spectrum match together and formation a meaningful color cod for storage in specific pixel. In this situation we have white color showing; usually potential field data have continuous spectrogram so this technique be able to decrease the noise effect and increase the accurately edge detection a potential field of anomaly data. In this method only the strongest range of continuous spectrum amplified, so the complexities of other factors that make difficult interpret filtered. Apply this method has two advantages, first that unwanted factors such as noise, which haven't continuous range spectrum deleted and second the color spectrum that have continuous behavior (such as the survey anomaly) in three color spectra, depending on the filter used, amplified and improving the filter results.
In this paper, we used eight filters with usual method and color spectrum analysis method, this filters shows the boundary and limited area of survey anomaly. Results shows the usual method have very complicated for interpretation but the color spectrum analysis method with elimination noise and discontinuous spectrum improve the result of potential field edge detection.
Here, firstly this method applied on synthetic model with five percentage Gaussian noise and twenty percentage inverse Gaussian noise, then applied on the magnetic data of Ojat-Abad iron ore deposit, in Semnan.

کلیدواژه‌ها [English]

  • Edge detection
  • Color spectrogram analysis
  • Potential Field
  • Magnetic survey
  • Ojat-Abad iron ore
مرادزاده، ع.، دولتیارده‌جانی، ف. و طیبی، ب.، 1385، تفسیر کیفی داده‌های مغناطیسی کانسار آهن اجت آباد سمنان، بیست و پنجمین گردهمایی علوم زمین، سازمان زمین‌شناسی و اکتشافات معدنیکشور، تهران.
 
Arisoy, Ö. M. and Dikmen, Ü., 2013, Edge detection of magnetic sources using enhanced totalhorizontal derivative of the Tilt Angle, Yerbilimleri. J., 34, 73-82.
Cooper, G.R.J., 2009, Balancing images of potential-field data, Geophys. J. Int., 74, 17-20.
Cooper, G.R.J. and Cowan, D.R., 2006, Enhancing potential field data using filtersbased on the local phase, ComputersandGeosciences, J., 32, 158-159.
Cooper, G.R.J. and Cowan, D.R., 2008, Edgeenhancement of potential-field datausing normalized statistics, Geophys. J. Int., 73, 1-4.
Cordell, L., 1979, Gravimetric expression of graben faulting in Santa Fe country and the Espanola Basin, New Mexico Soc. Expl. Geophys., 59-64.
Li, X., 2006, Understanding 3D analytic signal amplitude, Geophys. J. Int., 71, 13-16.
Miller, H. and Singh V., 1994, Potential field tilt-A new concept for location of potential field sources, Geophys. J. Int., 32, 213-217.
Nabighian, M. N., 1972, The analytic signal oftwo-dimensional magnetic bodies withpolygonal cross-section: Its properties and usefor automated anomaly interpretation,Geophys. J. Int., 37, 507-517.
Pilkington, M. and Keating, P., 2004, Contactmapping from gridded magnetic dataa comparison of techniques, Exploration Geophysics, J., 35, 206-311.
Verduzco, B., Fairhead, J. D., Green, C.M. andMacKenzie, C., 2004, New insights intomagnetic derivatives for structural mapping, The Leading Edge, J., 23, 116-119.
Wijns, C., Perez, C. and Kowalczyk, P., 2005, edge detection in magneticdata, Geophys. J. Int., 70, 39-43.