圖像處理與識別技術在煤礦矸石自動分選系統中的應用研究

王賀，馬志鵬

(黑龍江科技大學，黑龍江哈爾濱，150022)

1 矸石識別的意義分析

我國煤炭資源豐富，產量也位居世界前列，故而矸石的排放量也很大。矸石的密度較大，但發熱量很低，會降低原煤品質。在電力用煤活動中，若煤塊內混有大量矸石，不僅會影響電廠經濟效益產出情況，也會對鍋爐設備運行過程安全構成威脅。據不完全統計[1]，我國積留下的矸石高達10億噸，每年還會排放出大概1億噸的矸石，若對其不能合理應用，一方面會占用較多的土地資源，另一方面矸石內有毒物質會對空氣、土壤、水體等造成不同程度的污染。此外，矸石還有自燃性，引起火災事故，對人們的生命財產安全構成一定威脅。但是從資源綜合利用的視角出發，由矸石內提取出的一些成分能為人們所用，故而煤炭開采后分離煤塊和矸石是重要工序，有效識別、分離，真正實現物盡其用，將兩者各自的效能充分發揮出來。

2 系統的主要構成

對煤矸石自動分選系統的工作過程進行分析后，可以認為該系統主要由如下三大部分組成。

(1)檢測部分：該部分主要由進料斗、輸送帶、CCD攝像頭、圖像信息收集卡等組成。基本的作業過程是對煤塊篩分處置以后，使其經由進料斗落至輸送帶上。攝像頭將煤矸石圖像輸送至圖像數據采集卡中，并對其進行轉換處理，轉換獲得的信息均被整合至計算機系統內進行處置[2]。

（2）識別和控制部分：這是系統的核心部分，主要由計算機、單片機和測控裝置構成。系統運作階段基于模式識別算法測算出煤塊與矸石各自的灰分含量，而后科學進行判別。若判斷是煤塊，控制部分未發生動作，則原煤會順勢落進煤米斗斗內，由煤塊通道被運送至別處；若判斷是矸石，則就會傳送出控制信號，隨后開啟閥門，使矸石落進矸石通道。

(3)分檢機構：閥門、物料斗與供電裝置是該結構的主要構成，其作用主要是執行煤塊和矸石分離動作。

3 圖像處理與分析過程

3.1 圖像的預處理

大部分工況下，選矸作業面上吸附著較多煤塵，光線照度欠佳，預處理操作的宗旨是提高圖像的清晰度，凸顯邊緣。調整原始圖像的亮度，對比度及改善濾波的平滑性是預處理的主要工作內容。其中，若能優化亮度、對比度，則能更好的顯現出圖像的特征，降低識別難度系數。平滑濾波目的主要是剔除尖銳且不連貫的噪聲點，這是提升邊緣提取效率的基礎性操作，本文采用中值濾波法，統計處理結果并拍攝相應圖片后，發現中值濾波法對干擾脈沖與點狀噪聲能形成較大的抑制作用，并能較好的保護邊緣信息的完整性[3]。

3.2 提取邊緣

因為需要分析圖像內各煤塊或者矸石的灰度分布狀況，故而需要探尋到圖像內各塊煤或矸石所處的區域方位。本課題應用邊緣檢測算子去完成邊緣的提取工作，據此更科學的判斷出每塊煤或矸石的位置。

邊緣可以被看成是圖像局部屬性不連續性的呈現形式，利用其能勾劃出目標物體的輪廓，代表著一個區域的終止以及另一個區域的開始。當下提取邊緣時可供選擇的方法較多，比如邊緣算子法、曲面擬合法、門限化等等。這里選用的是Sobel算子法，其屬于一種梯度算子，用于邊緣檢測工作中能取得較好的成效。

3.3 區域的標記

在探尋到圖像內各塊煤或者矸石的邊緣以后，需要對各個封閉式區域的邊界進行追蹤與標記。基于左手法則對邊界進行追蹤，掃描二值化以后的邊緣圖像，找到沒有進行標記處理的1像素，將其設定為f(0)，而后開始對一條邊界線的走向進行跟蹤。依照逆時針方向在f（0）的8個鄰域內探尋到1像素，將最先找到的那個記成f（1），隨后于f（1）8個鄰域中按照逆時針方向尋覓到1像素，將其記成f（2），直至最終返回至始發點f（0）處為止，此時就預示著一條邊界線的追蹤結束。在以上過程中，要為各個f（i）賦予相應的跟蹤標記，而后方可以對另一條邊界機械追蹤，也需為其賦予不同的追蹤標識。

4 計算塊狀煤矸石的比例

4.1 圖像二值化

觀察經前期處理后圖像的灰度直方圖，不難發現直方圖內僅有一個峰值，并且峰值兩側的數值會驟然下降，這提示圖像自身的灰度值分布在3個區域內，煤矸石影子所在的區域是灰度值最低的區域，但其并不是構成矸石的部分，故而選擇50或者更臨近右側的灰度值作為圖像的二值化閾值，為檢測證實并確定閾值的準確性，隨機提取了2幅圖像進行檢測。

統計后發現，在含有煤炭與煤矸石的圖像內，經前期處理后獲得的圖像灰度值圖像相似度處于較高水平，鑒于以上情況決定采用50作為圖像的二值化閾值。

對比二值化后的圖像和原始圖像后，可以確定形體較大的矸石被順利的檢測出來，只是因為煤矸石形成了局部凹陷而導致二值圖像內出現了空洞，且還檢測出局部灰度值偏大的顆粒物，以上均是處理后形成的缺陷[6]。

4.2 對二值圖像進行開運算與閉運算

圖像的膨脹、腐蝕是其開運算和閉運算的主要構成，其中圖像的膨脹等同于對二值圖像進行“延長”或“變粗”等處理，可以利用菱形、圓形、線性等模板對二值圖像進行膨脹；圖像的腐蝕可以被看成是膨脹的一個逆操作，使二值圖像出現不同程度“收縮”或者“細化”。

先采用一個模板對二值圖像進行腐蝕操作，而后用該模板對圖像進行膨脹處理，這樣便順利的形成了二值圖像的開運算過程。開運算的基礎作用有平滑目標對象的輪廓，斷離狹窄的連接，剔除微小的突出部分等。如若膨脹在前，腐蝕在后，則便形成了二值圖像的閉運算，閉運算也有平滑目標對象外在輪廓的作用，但其會連接狹窄的缺口，還能填滿規格比模板小的洞。對于二值化圖像處理階段形成的缺陷，本課題研究中選用了以5為半徑的圓形模板進行處理，具體是先對圖像進行閉運算操作，填塞圖像內的小洞，而后再進行開運算，將那些微小的高灰度值區域剔除。圖1是獲得的仿真結果。讀圖發現，圖像內留存了體積較大的矸石圖像及部分細微顆粒的煤塊圖像，故而僅需要提取出大塊煤矸石圖像就可以。采用區域追蹤方法去執行以上任務，具體實施流程如下：

圖1 經開運算與閉運算處理后的圖像

（1）在二值圖像內探尋到像素值是1的點位，檢查和其相鄰的所有點，同時把像素值等于1的點和其任何鄰點進行合并處理，進而便能順利的形成小塊目標區域。

（2）進一步檢查本區域的所有鄰點，同樣是將像素值是1的點整合至該目標區域內。

（3）持續重復運行以上操作步驟，直至沒有鄰點符合像素值是1時為止，那么則代表該生長區段的生長終止。

（4）利用前期設定的檢測準則繼續探尋，當探尋到符合檢測準則且不處于任何已長成的區域內的像素以后，預示著可以進行下1區域的生長；如此反復執行，直至沒有符合檢測準則的像素點就停止，此時便落實了整個圖像的區域追蹤任務[7]。

（5）不同區域的規格大小不等，在該處要探尋到區域較大的部分，并將其作為輸出項；故而在選擇面積閾值時，要使其大于閾值的區域輸出項，否則棄用；由于圖像規格大小不等，故而應結合現實需求設定閾值，獲得相應的仿真圖像。讀圖發現，盡管其內均存在一些偏差，但基本上能檢測出大塊煤矸石，據此便能夠測算出煤矸石在整幅圖像內所占的比例。

5 統計與分析結果

圖2是單塊煤與單塊矸石的原始圖像以及其各自的直方圖分布、均值、方差。讀圖后發現，兩者的均值與方差都形成較大差別，故而可以選用均值與方差作為特征值去識別煤塊和矸石。

圖2 煤塊與矸石的灰度直方圖比較

煤塊的均值、方差對應值分別是154.1、 91.92；矸石以上兩指標的對應值依次是169.63,77.48。

在精準辨識出煤塊與矸石以后，再配合使用計算機及機械自動化技術，進而便能順利的實現分選出矸石的目標。若矸石周邊吸附著較多的黑色煤塵，那么在辨別之前還需要增設去除煤塵這一環節，或者配合使用其他方法作為輔助性手段。

6 結束語

強圖像處理方法用于煤炭矸石的辨識領域中，主要是依照煤塊和矸石兩者在表面光滑度、灰度值等方面存在的差異，將塊狀煤矸石作為研究對象，合理應用圖像濾波、二值化、開運算與閉運算處理等方法，順利的提取到煤矸石的圖像，基于規范的計算過程便能夠獲得矸石在整幅圖像內所占比重。聯合圖像處理和識別技術設計而成的煤矸石分選系統，是一種新型矸石分選技術，既往有研究證實，該技術對煤矸石的識別率較高，單次排矸率高于90.0%，再配合使用計算機及自動化技術等，能實現矸石的自動化分選目標。