本文關(guān)鍵詞：基于圖像處理技術(shù)的煤矸識別與分選技術(shù)研究

  更多相關(guān)文章： 煤矸石 圖像處理 特征提取 支持向量機

【摘要】：煤炭資源在我國能源中占有重要地位。在煤炭開采挖掘過程中,從煤礦中直接挖掘開采出來并且沒有進(jìn)行過任何處理的煤炭稱為原煤,原煤中不可避免的含有矸石。選煤廠的選矸就是將大塊矸石與煤塊分選開來,選矸是各個選煤廠必不可少的一道工序。目前選煤廠的選矸方法為人工分選,人工分選存在環(huán)境惡劣、工人勞動強度大、分選效率低等問題。而隨著機器視覺技術(shù)的發(fā)展,人們開始利用圖像處理技術(shù)對煤與矸石分選進(jìn)行研究。本文以某能源集團(tuán)選煤廠的煤與矸石為研究介質(zhì),進(jìn)行了基于圖像處理技術(shù)的煤矸石識別與分選技術(shù)研究。其主要研究內(nèi)容如下:(1)以圖像處理技術(shù)為基礎(chǔ),對煤與矸石圖像進(jìn)行預(yù)處理,主要包括:圖像的灰度化、平滑、銳化和圖像分割。采用加權(quán)平均值法對圖像進(jìn)行灰度化;在圖像平滑中比較了中值濾波、自適應(yīng)中值濾波和小波降噪的方法,實驗結(jié)果表明自適應(yīng)中值濾波的降噪方法更為有效;利用拉普拉斯算子法對圖像進(jìn)行銳化,并采用自適應(yīng)閾值法對圖像進(jìn)行分割。(2)為識別出煤與矸石,本文在基于灰度信息的方法下,提取了煤與矸石圖像灰度直方圖的灰度均值、灰度方差、平滑度、三階矩和一致性特征參數(shù);在基于紋理特征的方法下,利用灰度共生矩陣,提取了能量、對比度、相關(guān)性和熵特征參數(shù)。通過對實驗結(jié)果分析,選取有效特征參數(shù)組成特征向量,用于對煤與矸石的識別。(3)本文利用支持向量機對煤與矸石進(jìn)行識別,并利用粒子群算法對支持向量機的參數(shù)進(jìn)行優(yōu)化,最后利用參數(shù)優(yōu)化的支持向量機對煤與矸石進(jìn)行識別。試驗結(jié)果表明:將灰度信息和紋理特征進(jìn)行融合組成的特征向量能夠很好的描述煤與矸石的特征,將它們組成的特征向量作為支持向量機的輸入,分類器能夠很好的識別煤與矸石。(4)本文利用質(zhì)心法對煤與矸石在圖像中的位置進(jìn)行了定位研究。首先利用自適應(yīng)閾值算法對煤與矸石灰度圖像進(jìn)行二值化處理,然后對煤與矸石圖像中的目標(biāo)區(qū)域進(jìn)行邊緣輪廓提取。在邊緣輪廓提取時,對微分梯度方法和Canny算子算法進(jìn)行了研究,通過對試驗結(jié)果分析后,選用基于一階微分梯度算法中的Roberts算子算法對邊緣輪廓進(jìn)行提取。之后利用形態(tài)學(xué)知識中的膨脹和腐蝕運算來消除目標(biāo)區(qū)域中的孔洞和未連通區(qū)域的連通,最后利用質(zhì)心法求取出煤矸石圖像中目標(biāo)區(qū)域的質(zhì)心位置坐標(biāo)。(5)本文對煤矸石識別與分選系統(tǒng)的總體設(shè)計進(jìn)行了研究,包括系統(tǒng)的硬件組成部分及工作過程;系統(tǒng)所需要的各種軟件以及它們之間的通訊方式等。本文進(jìn)行的基于圖像處理技術(shù)的煤矸識別與分選技術(shù)研究在實驗室中取得了比較好的效果,證明了基本原理的正確性,對實現(xiàn)煤與矸石的自動識別與分選具有重要意義。
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TD94;TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 廖陽陽;;基于BP網(wǎng)絡(luò)和圖像處理的煤矸石的動態(tài)識別[J];工業(yè)控制計算機;2015年07期

2 張萬枝;王增才;;基于視覺技術(shù)的煤巖特征分析與識別[J];煤炭技術(shù);2014年10期

3 何敏;王培培;蔣慧慧;;基于SVM和紋理的煤和煤矸石自動識別[J];計算機工程與設(shè)計;2012年03期

4 蘇寶金;陳波;賀靖峰;梁浩楠;何亞群;賀瓊瓊;李康;;煤與矸石灰度直方圖的差異研究[J];潔凈煤技術(shù);2011年06期

5 ;Direct-impact of sieving coal and gangue[J];Mining Science and Technology;2010年04期

6 唐武生;程學(xué)軍;;基于小波變換的圖像降噪算法研究[J];武漢理工大學(xué)學(xué)報;2009年16期

7 張禮平;;加大手選揀矸力度的經(jīng)濟(jì)效益分析[J];煤質(zhì)技術(shù);2008年03期

8 李旭超;朱善安;;小波域圖像降噪概述[J];中國圖象圖形學(xué)報;2006年09期

9 馬憲民,宋曉茹;基于ARM核和CAN總線的煤矸石分選系統(tǒng)[J];儀器儀表學(xué)報;2005年S1期

10 甘正旺,許振良;潔凈煤技術(shù)及其發(fā)展前景[J];遼寧工程技術(shù)大學(xué)學(xué)報;2005年S1期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 鄭歡;中國煤炭產(chǎn)量峰值與煤炭資源可持續(xù)利用問題研究[D];西南財經(jīng)大學(xué);2014年

2 張晨;煤矸光電密度識別及自動分選系統(tǒng)的研究[D];中國礦業(yè)大學(xué)（北京）;2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 楊波;基于圖像處理技術(shù)的紙病在線檢測[D];陜西科技大學(xué);2012年

2 臧潔;小波分析在煤矸石圖像識別ARM分選控制系統(tǒng)中的應(yīng)用[D];西安科技大學(xué);2008年

3 劉燕;儲糧昆蟲圖像模式識別研究[D];成都理工大學(xué);2002年

，

本文編號：1294855