發(fā)布時(shí)間：2020-12-04 13:55

　　煤炭是非常重要的戰(zhàn)略能源,是維持國(guó)家發(fā)展必不可少的化石能源之一。在煤炭開(kāi)采的過(guò)程中,作為雜質(zhì)的矸石隨著煤一起被開(kāi)采出來(lái)。矸石的存在降低了煤的質(zhì)量,影響了煤的利用效率,因此煤與矸石的分選是煤炭開(kāi)采過(guò)程中不可或缺的環(huán)節(jié)。隨著機(jī)器視覺(jué)技術(shù)的快速發(fā)展,針對(duì)傳統(tǒng)選煤方式的缺點(diǎn),本文研究了一種基于圖像處理的煤與矸石分選方式。在實(shí)際的采煤環(huán)境中會(huì)有大量的煤塵和噪聲影響圖像的質(zhì)量,需要對(duì)采集到的煤與矸石進(jìn)行圖像預(yù)處理。經(jīng)過(guò)對(duì)比,選擇了中值濾波方式對(duì)圖像進(jìn)行增強(qiáng),利用閾值分割法將圖像中的煤與矸石分別與背景分開(kāi)。然后提出了融合局部二值模式和灰度共生矩陣兩種算法對(duì)煤與矸石圖像進(jìn)行紋理特征提取。選取了具有旋轉(zhuǎn)不變性的LBP算子將原圖像轉(zhuǎn)變?yōu)榫植慷�值圖像,再生成該圖像的灰度共生矩陣,選擇角二階距、對(duì)比度、相關(guān)性和熵這四個(gè)紋理特征作為提取指標(biāo),進(jìn)行均值和歸一化處理后,用由徑向基核函數(shù)構(gòu)成的支持向量機(jī)進(jìn)行訓(xùn)練和識(shí)別。利用該組合算法選取一定數(shù)量的實(shí)驗(yàn)樣本進(jìn)行分析,實(shí)驗(yàn)的結(jié)果驗(yàn)證了算法的有效性。在識(shí)別算法的基礎(chǔ)上,本文設(shè)計(jì)了一套煤與矸石的自動(dòng)分選系統(tǒng)。系統(tǒng)主要由硬件和軟件兩部分構(gòu)成,硬件部分包括排隊(duì)裝置、圖像采集機(jī)構(gòu)、... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１?２０００－２０１６年全國(guó)煤炭消費(fèi)量??Ｆｉｇｕｒｅ?１．１?ｎａｔｉｏｎａｌ?ｃｏａｌ?ｃｏｎｓｕｍｐｔｉｏｎ?ｆｒｏｍ?２０００?ｔｏ?２０１６??

＝?式（２．５）??圖２．１為輸入圖像的局部像素點(diǎn)，若以灰色區(qū)域中心的像素點(diǎn)畫(huà)圓，則該像??素點(diǎn)的鄰域就是這個(gè)圓所包含的全部像素點(diǎn)。從圖中可知，兩個(gè)相鄰像素點(diǎn)之??間的距離為Ａｘ，就以Ａｘ的長(zhǎng)度為半徑做圓，得到箭頭右邊的５個(gè)像素點(diǎn)，于??是該圓中心像素點(diǎn)的灰度值等于周?chē)�這５個(gè)像素點(diǎn)灰度值的平均值。??ｍｍｍｍｍ??ｍ?＃?＃?＃?？?＃??＿離＿？參□＝｛）⑩魯籲??？ｍｍｍｍ?ｍ??？?＃?？?？?？??Ｉ?Ａｘ??圖２．１?４點(diǎn)鄰域的選取??Ｆｉｇｕｒｅ２．１?Ｓｅｌｅｃｔｉｏｎ?ｏｆ?４?ｐｏｉｎｔ?ｎｅｉｇｈｂｏｒｈｏｏｄ??均值濾波也可以在圖像上對(duì)選擇的目標(biāo)像素點(diǎn)給一個(gè)特定的模板，模板內(nèi)??包含了與該像素點(diǎn)周?chē)�相鄰的像素點(diǎn)，利用模板中的全部像素點(diǎn)灰度值的平均??１０??

像最后的效果變得不一樣，所以在實(shí)際應(yīng)用中需要根據(jù)不同的內(nèi)容和要求選擇??合適的窗口形狀和尺寸。常用的二維中值濾波窗口有線性、十字形、方形和菱??形等，如圖２．４所示。在使用窗口的過(guò)程中，一般先選擇較小的窗口尺寸，再依??次不斷增大，直到達(dá)到滿意的圖像濾波效果。如果選擇的濾波窗口關(guān)于中心點(diǎn)??對(duì)稱，并且中心點(diǎn)也包含在內(nèi)，那么中值濾波就可以保持圖像中任意方向的跳??變邊緣，更好的消除噪聲點(diǎn)。??？?？??？?？？？??？？？？？?？？？？？?ｍｍｍ?？？？？？??？?？？？??？?＃??圖２．４中值濾波的常用模板??Ｆｉｇｕｒｅ?２．４?ｃｏｍｍｏｎ?ｔｅｍｐｌａｔｅｓ?ｆｏｒ?ｍｅｄｉａｎ?ｆｉｌｔｅｒｉｎｇ??本文針對(duì)煤與矸石圖像的特點(diǎn)，分別選擇了?３ｘ３方形窗口、５ｘ５方形窗口??和７ｘ７方形窗口對(duì)煤與矸石的原圖像進(jìn)行中值濾波處理，其效果如圖２．５所示。??經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，窗口尺寸選擇越大，則圖像的細(xì)節(jié)和輪廓就變得更加模糊，窗??口尺寸選擇越小則會(huì)導(dǎo)致消除噪聲的能力變差，所以需要在實(shí)際環(huán)境中選取適??合的窗口尺寸來(lái)達(dá)到最好的除噪效果。??（ａ）?３ｘ３階濾波模板??１４??

【參考文獻(xiàn)】：
期刊論文
[1]煤與矸石圖像紋理特征提取方法[J]. 米強(qiáng),徐巖,劉斌,徐運(yùn)杰.  工礦自動(dòng)化. 2017(05)
[2]圖像分割方法綜述研究[J]. 周莉莉,姜楓.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[3]改進(jìn)的Roberts圖像邊緣檢測(cè)算法[J]. 王方超,張旻,宮麗美.  探測(cè)與控制學(xué)報(bào). 2016(02)
[4]局部二值模式及其擴(kuò)展方法研究與展望[J]. 孫君頂,周業(yè)勇.  計(jì)算機(jī)應(yīng)用與軟件. 2016(01)
[5]圖像分割的圖論方法綜述[J]. 王梅,李玉鑑,全笑梅.  計(jì)算機(jī)應(yīng)用與軟件. 2014(09)
[6]重介質(zhì)選煤設(shè)備工藝性能評(píng)價(jià)指標(biāo)的研究[J]. 武思源.  選煤技術(shù). 2014(03)
[7]煤矸石綜合利用工藝探索[J]. 張世鑫,劉冬,邵飛,羅英強(qiáng),李萬(wàn)勝.  潔凈煤技術(shù). 2013(05)
[8]基于Canny算子的圖像邊緣檢測(cè)優(yōu)化算法[J]. 徐亮,魏銳.  科技通報(bào). 2013(07)
[9]局部二值模式方法研究與展望[J]. 宋克臣,顏云輝,陳文輝,張旭.  自動(dòng)化學(xué)報(bào). 2013(06)
[10]灰度共生矩陣的快速實(shí)現(xiàn)和優(yōu)化方法研究[J]. 鄭紅,李釗,李俊.  儀器儀表學(xué)報(bào). 2012(11)

博士論文
[1]我國(guó)煤炭產(chǎn)業(yè)供給側(cè)改革與發(fā)展路徑研究[D]. 吳達(dá).中國(guó)地質(zhì)大學(xué)(北京) 2016

碩士論文
[1]煤矸石線陣成像分選系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙國(guó)利.山東大學(xué) 2017
[2]基于局部二值模式的紋理特征研究與應(yīng)用[D]. 于亞風(fēng).西南交通大學(xué) 2017
[3]選煤廠手選作業(yè)煤與矸石自動(dòng)分選系統(tǒng)的研究[D]. 楊沫.安徽理工大學(xué) 2016
[4]基于圖像特征的煤與矸石識(shí)別算法研究[D]. 宋劍.河北工程大學(xué) 2016
[5]基于圖像處理的煤矸識(shí)別技術(shù)研究[D]. 曾翰林.華北理工大學(xué) 2015
[6]圖像紋理特征提取的研究[D]. 步亞?wèn)|.山東師范大學(xué) 2012
[7]我國(guó)煤炭行業(yè)供求狀況與發(fā)展趨勢(shì)研究[D]. 劉延靜.哈爾濱工程大學(xué) 2010
[8]圖像濾波及邊緣檢測(cè)與增強(qiáng)技術(shù)研究[D]. 陳初俠.合肥工業(yè)大學(xué) 2009



本文編號(hào)：2897723