Hunhold, Patrick: Analyse der spektralen Charakteristik ausgewählter Gesteinsklassen für die effiziente automatisierte Klassifikation

Abstract in German:

Die vorliegende Arbeit widmet sich der Analyse der spektralen Charakteristiken unterschiedlicher Gesteinskörnungen. Die betrachteten Gesteinskörnungen unterscheiden sich dabei in ihrer Eignung für die Beton- und Zementherstellung. Für die Analyse wird auf Verfahren der Multivariaten Datenanalyse zurückgegriffen, welche in erster Linie für die Dimensionsreduktion von spektralen Daten Anwendung finden. In einem ersten Schritt werden Punktspektren mittels Laborspektrometer erfasst und analysiert. Die Lineare Diskriminantenanalyse, kurz LDA, hat sich als Methode der Dimensionsreduktion für die Klassifikation der Gesteinskörnungen als besonders geeignet herausgestellt. Mit dieser ist es möglich die unterschiedlichen Gesteinskörnungen in gut erkennbare Cluster zu unterteilen. Dieses Wissen ermöglichte es in einem zweiten Schritt hyperspektrale Bilder der Gesteinskörnungen in einem ausgewählten Spektralbereich an einer hyperspektralen Werkbank aufzunehmen. Für die Analyse der Gesteinskörnungen ist es notwendig diese Bilder mit einer ersten Vorverarbeitung zu segmentieren. Hierfür werden Algorithmen der klassischen Bildverarbeitung verwendet Die segmentierten Gesteinskörnungen werden anschließend mittels der untersuchten Verfahren der Multivariaten Datenanalyse von einem höher dimensionalen Raum in einen dreidimensionalen Raum transformiert, um sie für die Klassifikation mittels bekannter und bereits vortrainierter Deep-Learning-Modelle aus dem Bereich der Bildklassifikation nutzbar zu machen. Mit einer Gesamterkennungsrate von rund 94 % hat sich das als ResNet50 bekannte Deep-Learning-Modell in Kombination mit der LDA als Dimensionsreduktionsverfahren als besonders gut geeignet herausgestellt. Über das sogenannte Feintuning konnte die Gesamterkennungsrate nochmals etwas angehoben werden. Insgesamt bedarf es dennoch einer Optimierung innerhalb der Verfahrenskette zur Klassifikation von Hyperspektralbildern, die sowohl die Bildaufnahmetechnik, die Bildvorverarbeitung und -segmentierung sowie die Dimensionsreduktion betreffen.