小波分析在煤矸图像识别arm分选控制系统中的应用.pdfVIP

论文题目：小波分析在煤矸石图像识别ARM分选控制系统中的应用 专 业：检测技术与自动化装置 硕士生：臧洁 (签名)翌基!妻 指导教师： _--q宪民 (签名)缎 摘要 煤炭占中国能源的75％以上，是当今和未来几十年内中国最主要的能源。燃烧是煤 炭最主要的利用方式，劣质煤在燃烧过程中释放的有害物质造成了严重的环境污染，通 过煤炭燃前分选加工以获取洁净燃料是解决这一问题的合理选择。煤矸石分选是煤矿生 产过程中不可缺少的环节，特别是在当今强调实行友好环境生产以及社会和谐相处，实 现科学的可持续发展的前提下，该项生产环节显得尤为重要。传统的选煤理论和技术面 临着严峻的挑战，因而，采用先进方法将矸石从煤中挑选出来，成为洁净煤分选中的重 要课题之一。为此，提出了以人工智能、模式识别为理论基础，以数字图像处理为关键 技术，并引用小波分析作为图像处理的核心算法，以SmartARM2200为开发平台的煤 矸石自动分选的解决方案。 本文针对煤矸石图像处理过程中存在的问题，研究了煤矸石的数字特征，利用小波 的“显微镜特性和类人视觉特点解决煤矸石的分析和识别问题，以提高系统的识别能 力，主要通过图像平滑、快速多尺度边缘检测、自适应阈值图像分割、EZW图像压缩、 灰度比较，对煤矸石图像进行了处理，提取了煤矸石的特征，并计算出其特征值作为识 别分选的依据。理论分析和研究结果表明，采用小波变换的方法处理煤矸石图像，可以 有效地提高煤矸石的识别率。 本系统硬件方面以Smart ARM2200实验板为开发平台，把小波变换理论和最先进 的电子信息技术相结合，完成了一套全新的煤矸石在线实时自动识别分选系统的设计。 设计时充分利用了开发板上丰富的资源，在节约了成本、缩短了开发周期的同时有效地 提高了煤矸石的识别可靠性。最后并对该系统进行了测试，结果表明，系统能够达到预 期的目的。 关键词：小波分析；煤矸石；图像处理；模式识别；ARM 研究类型：应用研究 ：The ofWavelet inthe Subjeet Application Analysis GangueImage andARMAutomationSelection Recognition System andAutomatic Speciality：DetectionTechnology Equipment Name Jie ：Zang (Signature)兰缉五垒 Xianmin Instructor：Ma (Signature) ABSTRACT CoaliSthe resourceinChina andinthe decadeswhichaccountsfor major today coming morethan75％of isthemainuseof inthecombustion energy．Combustion coal，but process thelow coalreleasemuchharmfulsubstanceswhichcauseseriousair isa quality pollution．It selectbad fromcoalto the beforethe reasonablechoiceto substances