Análisis de imágenes hiperespectrales geológicas mediante herramientas de aprendizaje de máquinas

Abstract

La presente tesis recopila y resume el trabajo de investigación usando técnicas y metodología de aprendizaje de máquinas, con el fin de estudiar cómo se relaciona la respuesta espectral observada en los registros respecto a la composición química y litología de las muestras. Los desarrollos realizados fueron validados y probados sobre una base de datos hiperespectrales correspondiente a imágenes de muestras geológicas, creadas por el AMTC (Advanced Mining Technoly Center), centro de investigación asociado a la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. Se utilizaron técnicas clásicas de aprendizaje de máquinas, como también herramientas diseñadas específicamente para tratar este tipo de registros. Comprender de mejor forma este fenómeno puede contribuir a facilitar la labor de los geólogos encargados de la prospección de muestras geológicas. En este contexto la contribución de este trabajo consiste en desarrollar una metodología basada en aprendizaje de máquinas orientada al análisis de información hiperespectral, con el fin de ayudar al trabajo de prospección automatizando algunas etapas del proceso. Una pequeña cantidad de los datos disponibles fue etiquetada manualmente por una geóloga, quien determinó la presencia de especies minerales y formaciones rocosas en zonas específicas de las imágenes. Se utilizaron técnicas de aprendizaje no supervisado para llevar a cabo pre procesamiento y análisis exploratorio de los datos. Adicionalmente se utilizaron técnicas de Descomposición Espectral, el cual es un marco teórico desarrollado para el tratamiento de este tipo de datos obteniendo resultados prometedores. Por otro lado, dada la disponibilidad de datos etiquetados se utilizaron técnicas de aprendizaje supervisado para la clasificación de los píxeles en las imágenes, tomando en cuenta modificaciones específicas para el tratamiento de datos hiperespectrales. A través del proceso de investigación se observó cómo el etiquetado utilizado en la base de datos presentaba inconsistencias en una porción pequeña pero no despreciable. Por esta razón se llevaron a cabo experimentos para poner a prueba esta hipótesis. Finalmente se discuten las razones de por qué se produce esto, apoyado con fundamentos teóricos desde la perspectiva del análisis de imágenes hiperespectrales, como también fenómenos involucrados en el proceso de captura.