牛清娜

(河北工程大學(xué) 科信學(xué)院，河北 邯鄲056038)

在煤炭生產(chǎn)過(guò)程中，煤矸石的分選已成為提高產(chǎn)品質(zhì)量必不可少的重要環(huán)節(jié)，是資源的綜合利用和節(jié)約能源的一個(gè)重要途徑，是實(shí)現(xiàn)煤炭潔凈生產(chǎn)的重要手段。目前采用比較多的分選方法是手工或機(jī)械選煤［1－3]。手工分選方法勞動(dòng)強(qiáng)度大，效率又低;機(jī)械分選主要有采用跳汰機(jī)理、浮選機(jī)理和重介質(zhì)機(jī)理等的煤矸石分選方法，這些方法采用水或重介質(zhì)懸浮液作為分選介質(zhì)，很難應(yīng)用于水資源缺乏的煤炭生產(chǎn)區(qū)，而且在分選過(guò)程中容易造成資源浪費(fèi)和環(huán)境污染，因此提出了對(duì)煤矸石自動(dòng)分選技術(shù)的研究。根據(jù)煤塊和矸石的灰度和紋理不用，本文利用圖像處理技術(shù)來(lái)識(shí)別其基本特征，運(yùn)用中值濾波、邊緣檢測(cè)等分析方法得到煤塊和矸石的灰度概率分布的均值和方差，將其作為標(biāo)準(zhǔn)值與實(shí)際測(cè)得的結(jié)果進(jìn)行比較，實(shí)現(xiàn)煤塊與矸石的在線自動(dòng)分選。

1 系統(tǒng)組成

在傳統(tǒng)的人工選煤技術(shù)中，工人根據(jù)煤塊和矸石的灰度與紋理的不同進(jìn)行人工篩選，基于邊緣檢測(cè)算法的煤矸石自動(dòng)分選機(jī)構(gòu)就是依據(jù)煤和煤矸石的圖像灰度、紋理特征不同進(jìn)行的。

根據(jù)煤矸石自動(dòng)分選方法的工作過(guò)程，該系統(tǒng)主要有三部分組成［4－5]，如圖1所示。

(1)檢測(cè)部分:檢測(cè)部分主要由進(jìn)料斗、皮帶輸送機(jī)、CCD相機(jī)、圖像數(shù)據(jù)處理卡等組成?；竟ぷ髁鞒淌?原煤經(jīng)篩分后從進(jìn)料斗落到輸送帶，CCD相機(jī)將采集到的煤矸石圖像送入圖像數(shù)據(jù)采集卡轉(zhuǎn)換，并將轉(zhuǎn)換后的信息送入計(jì)算機(jī)進(jìn)行處理。

(2)識(shí)別與控制部分:該部分由控制設(shè)備、單片機(jī)和計(jì)算機(jī)組成，是系統(tǒng)的核心。根據(jù)模式識(shí)別算法來(lái)計(jì)算煤和煤矸石的灰分含量，然后識(shí)別和判斷。如果判斷部分是煤，控制部分不操作，煤落入煤塊通道，如果判斷是矸石，發(fā)出控制信號(hào)，打開閥門，煤矸石落入矸石通道。

(3)分檢部分:主要由閥門、料斗和系統(tǒng)電源設(shè)備組成，用于執(zhí)行分離煤和矸石。

2 圖像的處理與分析

根據(jù)模式識(shí)別煤和煤矸石的原理，兩者除了外觀的光澤度不用之外，主要表現(xiàn)是在光線的照射下他們的反射光線和波長(zhǎng)不用，導(dǎo)致煤和矸石的灰度分布不同，其分布曲線的峰值也不用，即它們的灰度概率分布的均值及其方差也不同。根據(jù)這一原則，就可以將煤和煤矸石的灰度概率分布的均值與方差作為標(biāo)準(zhǔn)樣品值存在計(jì)算機(jī)中。在分選過(guò)程中將實(shí)際測(cè)得的煤和矸石的灰度概率分布的均值和方差與之比較，如果所得值小于預(yù)先設(shè)定的值就可以將煤和煤矸石區(qū)別開。圖像的處理與分析過(guò)程如圖2所示［6]。

2.1 圖像的預(yù)處理

由于在實(shí)際操作環(huán)境中，粉塵比較大，光線也不夠強(qiáng)，致使獲得的圖像清晰度不夠。為改變以上狀況，需對(duì)圖像進(jìn)行平滑濾波和銳化處理，即對(duì)原始圖形的亮度、對(duì)比度進(jìn)行調(diào)整，使其特征容易識(shí)別。平滑濾波和銳化處理的目的主要是去掉不連續(xù)的噪聲點(diǎn)，使原始圖像更加清晰，邊緣特征更加明顯從而易于提取，采用中置濾波的方法。中值濾波［7－9]是一種非線性平滑技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域內(nèi)的所有像素點(diǎn)灰度值的中值。其方法是取某種結(jié)構(gòu)的二維滑動(dòng)模板，對(duì)二維圖像區(qū)域進(jìn)行掃描，并將圖像內(nèi)像素按照數(shù)值大小進(jìn)行排序，生成單調(diào)上升或下降的二維數(shù)據(jù)序列，二維中值濾波輸出g(x，y)為:

式中 f(x，y)，g(x，y)－原始圖像和處理后的圖像。

中值濾波能有效的消除孤立的噪聲點(diǎn)，因?yàn)樗前褦?shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素接近真實(shí)值，從而實(shí)現(xiàn)消除孤立的噪聲點(diǎn)。

2.2 圖像特征提取

經(jīng)過(guò)中值濾波方法處理過(guò)的原始圖像比較清晰，邊緣特征也比較明顯。要分析煤塊和矸石圖像的灰度分布情況，就要確定其圖像的區(qū)域位置，即進(jìn)行邊緣特征的提取，采用邊緣檢測(cè)算法來(lái)提取煤塊和矸石圖像的邊緣輪廓。邊緣檢測(cè)的［8－9]實(shí)質(zhì)是采用某種算法來(lái)提取圖像的交界線，邊緣為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反應(yīng)，因此可以用局部圖像微分技術(shù)來(lái)獲得邊緣檢測(cè)算子。經(jīng)典的邊緣檢測(cè)算法是通過(guò)對(duì)原始圖像中像素的某小鄰域構(gòu)造邊緣檢測(cè)算子來(lái)達(dá)到邊緣檢測(cè)這一目的的。常用的邊緣檢測(cè)算子有Roberts Gross算子、Prewitt算子、Sobel算子、Canny算子等算法，本文采用Sobel算子法。Sobel算子法是梯度的邊緣檢測(cè)算子，該算子包含兩組3*3的矩陣，分別為橫向和縱向，將之與圖像做平面卷積，即可分別得出橫向和縱向的亮度查分近似值。兩個(gè)檢測(cè)橫向和縱向邊緣的模板分別為:

則Sobel算子可以表示為以下Gx，Gy，其中 A為原始圖像，Gx，Gy也可分別表示為橫向和縱向邊緣檢測(cè)的圖像:

則圖像的每一個(gè)像素的橫向及縱向梯度近似值可以表示為:

梯度方向可以表示為:

2.3 灰度分析

將用邊緣檢測(cè)算子法提取到的煤塊和矸石圖像邊緣輪廓映射到原始灰度圖像上，可得到煤和矸石的圖像區(qū)域，即可以得到其灰度直方圖，煤塊的灰度分布曲線比較尖銳，煤矸石的比較平坦，由此可以看出煤塊和矸石的灰度概率分布不同，即他們灰度概率分布的均值與方差亦不同，通過(guò)分析灰度概率分布的均值與方差，就可以將煤塊與矸石區(qū)別開。設(shè)原始圖像M×N的灰度為f(i，j)，i=1，2，…，M;j=1，2，…，N，則其均值 μ 和方差 σ2分別為

根據(jù)以上公式，計(jì)算出煤塊和矸石的灰度概率分布的均值和方差，通過(guò)計(jì)算得出煤的均值和方差分別為147.3和90.5，矸石的均值和方差分別為165.4和71.2，將其作為標(biāo)準(zhǔn)值儲(chǔ)存在計(jì)算機(jī)中。在實(shí)現(xiàn)煤與矸石自動(dòng)分選的操作過(guò)程中，將實(shí)際通過(guò)圖像分析得到的煤與矸石圖像的灰度概率分布的均值和方差與儲(chǔ)存的標(biāo)準(zhǔn)值進(jìn)行比較，即可判斷出煤塊與矸石，再結(jié)合單片機(jī)技術(shù)與控制設(shè)置實(shí)現(xiàn)煤矸石的在線自動(dòng)分選。

3 結(jié)束語(yǔ)

根據(jù)煤塊與矸石灰度與紋理的不用，運(yùn)用圖像處理技術(shù)，實(shí)現(xiàn)了煤矸石的在線自動(dòng)分選。該技術(shù)降低了人工選煤的勞動(dòng)強(qiáng)度，改善了工人的工作環(huán)境，提高了煤塊和矸石分選的效率，實(shí)現(xiàn)了煤矸石的在線自動(dòng)分選。

［1] 鄧仁健，周德如.基于人工降雨作用下煤矸石路堤污染物釋放研究［J] .河北工程大學(xué)學(xué)報(bào):自然科學(xué)版，2009，26(1):94－96.

［2] 陳永春，李守勤，周春財(cái).淮南礦區(qū)煤矸石的物質(zhì)組成特征及資源化評(píng)價(jià)［J] .中國(guó)煤炭地質(zhì)，2011，23(11):20－23.

［3] 李宏，郭粵蓮，李連娟.峰峰礦區(qū)煤矸石淋濾與水環(huán)境污染分析［J] .中國(guó)煤炭地質(zhì)，2011，23(1):44－47.

［4] 趙小楠，韋魯濱，朱學(xué)帥，等.反傾角工作面物料輸送效果實(shí)驗(yàn)［J] .黑龍江科技學(xué)院學(xué)報(bào)，2009，19(6):443－446.

［5] 蔣勇.數(shù)字圖像處理技術(shù)在煤矸石自動(dòng)分選系統(tǒng)中的應(yīng)用［D] .陜西:西安科技大學(xué)，2004.

［6] 王仁寶，歐陽(yáng)名三，王爽.基于DSP與改進(jìn)邊緣檢測(cè)算法的煤矸石自動(dòng)分選系統(tǒng)［J] .嵌入式技術(shù)，2011，37(2):20－22.

［7] 王慧琴.數(shù)字圖像處理［M] .北京:北京郵電大學(xué)出版社，2006.

［8] 章毓晉.圖像工程(上冊(cè))圖像處理(第2版)［M] .北京:清華大學(xué)出版社，2006.

［9] 劉富強(qiáng)，錢建生，王新紅，等.圖像處理與識(shí)別技術(shù)的煤礦矸石自動(dòng)分選［J] .煤炭學(xué)報(bào)，2000，25(5):534－537.