چکیده: در اکثر معدن های ایران، شناسایی کانی ها به‌صورت دستی، با استفاده از میکروسکوپ و کاربر ماهری که در شناسایی کانی توانمند باشد، انجام می پذیرد. با توجه به زمان زیاد، این‌گونه شناسایی برای معدن بزرگی مانند سنگان، مقرون به‌صرفه نیست. در پژوهش حاضر، کانی های معدن سنگ‌آهن سنگان در استان خراسان رضوی شناسایی و سپس درصد کانی در تصویر محاسبه می‌شود. برای این منظور مقاطع صیقلی از این معدن، مطالعه گردیدند. بر اساس مطالعات کانی شناسی تحت میکروسکوپ نوری، کانی های اصلی این معدن(سنگ معدن)، دو کانی مگنتیت و هماتیت و باطله ها شامل پیریت، کالکوپیریت و پیروتیت می باشند. در این رساله به دلیل نبودن پایگاه داده استاندارد برای این منظور، پایگاه داده‌ای برای این معدن ایجاد گردید. برای شناسایی این کانی ها پس از بررسی روی پایگاه داده و بررسی روی روش‌های پیشنهادی، معیار رنگ و بافت دو ویژگی مناسبی برای شناسایی این کانی ها تشخیص داده شدند. بردار ویژگی، هیستوگرام تصاویر مجموعه داده و ویژگی های بافتی در سه کانال رنگیRGB این تصاویر می باشند. دسته بندی با استفاده از روش نزدیک ترین همسایه با معیار شباهت Jensen، صورت می‌گیرد. مزیت این روش دقت آن نسبت به روش‌های دیگر دسته بندی مورد ارزیابی است. ارزیابی بر روی مجموعه داده های هر کانی انجام گرفت و نتایج نشان می دهد که روش پیشنهادی با 89% نرخ تشخیص کانی های معدن سنگان را شناسایی می‌کند. روش قطعه بندی این پژوهش، روش پیکسون است.