Numérisation 3D dédiée à l'imagerie hyper spectrale de carottes de forage

L 'entreprise Photonic Knowledge为米尼尔领域提供分析工具，该领域允许对场地、超光谱成像的饲料颗粒的可替换组合进行快速评估。超光谱成像技术可用于识别某些矿化的矿物光谱特征。实际上，饲料的胡萝卜既脆又脆，而且表面纹理各异。这些不确定性可能会导致光谱结果中的人为因素，从而导致在对含矿物质的饲料进行解释和统计分析时出现错误。L'objectif du projet est de dériseur 3D robuste dériseur qui permettrait de numériser la géométrie tridimensionelle des carottes pour traiter adéquatement ou simplement retirer de l'analyze spectrale les zones qui pourraient causer des artéfacts lors de l'étude du continuu spectral des images. Le mandat du Cégep André-Laurendeau est de décert per un numériser 3D robuste，peu dispendieux，adapté aux besoins techniques de l'entreprise et qui s'installe et s'opère dans l'espace restraint de travail disponible.

L'entreprise Photonic Knowledge développe des outils analytiques pour le domaine minier qui permettent d'estimer rapidement sur les sites, les assemblages d'altérations visibles de carottes de forage grâce à l'imagerie hyper spectrale. La technologie d'imagerie hyper spectrale brevetée permet d'identifier les signatures spectrales des minerais recherchés pour une certaine minéralisation. En effet, les carottes de forages sont souvent irrégulières et brisées et de surcroît avec des textures de surfaces variés. Ces irrégularités peuvent causer des artéfacts dans le résultat spectral qui à son tour cause des erreurs dans l'interprétation et l'analyse statistique du contenu minéral des carottes de forage. L'objectif du projet est de développer un numériseur 3D robuste qui permettrait de numériser la géométrie tridimentionelle des carottes pour traiter adéquatement ou simplement retirer de l'analyse spectrale les zones qui pourraient causer des artéfacts lors de l'étude du contenu spectral des images. Le mandat du Cégep André-Laurendeau est de développer un numériser 3D robuste, peu dispendieux, adapté aux besoins techniques de l'entreprise et qui s'installe et s'opère dans l'espace restreint de travail disponible.