图像处理系统在煤炭的分选应用的研究与设计.pdf

第 36卷 第 2期 黑 龙 江 冶 金 Vol|36 No．2 2016年 4月 Heilongjiang Metallurgy April 2016 图像处理系统在煤炭的分选应用的研究与设计 刘静宇 (黑龙江工业学院环境工程系，黑龙江 鸡西 158100) 摘 要 ：随着图像检测与识别技术的进步，其在煤炭分选过程中应用也被广泛关注 ，本文通过煤矸石图像检测 与识别技术的应用技术分析，并设计了检测系统的总体结构，对系统的各个结构做了详尽的阐述。 关键词 ：图像检测与识别 煤炭分选 设计 Researchanddesignofimageprocessingsystem incoal separation andApplication LiuJingyu (Departmentofenvironmentalengineering，HeilongjiangInstituteoftechnologyJixi158100China) Abstract：withtheprogressofimagedetectionandrecognitiontechnology，itsinthecoal separation processofapplicationhavealsobeenwidespreadconcern，thispaperthroughtheapplicationtechnolo— gyofthecoal gangue image detection andrecognition technoloyg analysis，and design theoverall structureofthedetectionsystem，eachsturctureofthesystem dothedetailedelaboration． KeyW ords：ImagedetectionandrecognitionCoalsortingDesing 在选煤工艺中，煤矸石的检测技术有很多，一 煤和煤矸石的图像的灰度差异，确定了煤和煤矸 个先进的检测技术不仅提高生产效率，节约生产 石 自动分离方案和工作原理；并设计 了检测系统 成本，还保证生产工作的有效进行。近些年来，视 的总体结构，对系统的各个结构做了详尽的阐述。 频处理的应用越来越广泛，促进 DSP图像处理技 1 方案分析 术的发展，图像检测与识别技术得到了广泛应用。 中国矿业大学的专家通过对煤与煤矸石的图像进 煤炭和煤矸石最显著的区别是纹理和灰度， 行滤波和灰度转换等方式进行处理，获得煤与矸 可以通过灰度的差异以及图像处理与识别技术对 石的灰度 的差异性 。通过这个差异我们可 以 原煤进行研究。通常情况下煤块的色泽较深，而 实现煤和煤矸石的 自动区分 ，克服 了常规选矸 的 煤矸石的颜色则发灰亮。它们在光照条件下，区 工作环境恶劣，劳动强度高，危险性大的缺点，提 别更为明显，煤块相当大的区域为黑色，只有极小 高了工作效率，节约了人力资源，并且为煤与矸石 的区域反光且较亮，煤矸石则为灰色区域且无反 的分选技术发展提出了新的理论。马宪民等 研 光区域。研究表明，煤炭和煤矸石的反射光不同， 究表明煤和矸石在光的照射下，它们的反射光和 其波长大小不同导致它们的灰度分布不相同，因 波长不同，造成煤和矸石的灰度概率分布不 同。 而在灰度 曲线上二者的峰值完全不 同。据报道 ， 根据这一原理，可以将样品煤与样品煤矸石的灰 煤炭的灰度最大灰度值为40．5，煤矸石的最大灰 度概率分布数据