基于圖像處理的選煤設備自動控制系統

摘 要：基于圖像處理與分析技術借助于CCD工業相機采集各種狀態時候的煤礦的形狀特征。根據所取CCD采集到的圖片提取煤礦的特征，這需要借助于Opencv、OpenGL等。進一步反饋控制相關機構的執行動作，利用工控機達到分選煤礦的效果。

關鍵詞：圖像處理與分析；目標提取；Canny算法

DOI：10.16640/j.cnki.37-1222/t.2018.14.140

0 前言

我國是全球最大的煤炭市場，隨著煤礦設備的現代化的發展。煤炭工業一直在加快它的發展步伐。2005年的時候就已經達到114765.1億元人民幣。根據國家政策，在過去的時候煤礦在分選這個環節中，大多都是依靠人力或者是簡單設備。選煤廠通常分為塊煤、末煤、煤泥等等的不同的分選系統。目前煤炭洗選加工的選煤方法有跳汰、重介、和浮選法。目前這些選煤方法的在線快速檢測已經成為了選煤的過程當中的技術瓶頸。跳汰選至今都未能實現全自動化，形成這一因素的原因，主要是它在獲得物料的過程中，不能快速獲得物料的組成成分。重介質選煤的依據是根據煤的密度進行分選的。當含量之間的密度發生變化時，分選的也要隨之而改變的，也就導致了中介質很難實現全自動化。

1 圖像處理與分析技術的工作原理

圖像處理與分析技術是利用所采集圖像信息（一般用CCD工業相機）轉換成數字信號，然后再利用計算機進行處理的這樣一個過程。機器視覺上的檢測系統是采用CCD相機，將所采集到的目標轉換成圖像的信號，再傳送給專用的處理圖像的設備，這里的設備一般只計算機。在圖像處理設備中根據圖像的像素、顏色、對比度等信息轉變成數字信號，然后圖像處理系統來通過各種算法提取出我們的目標信息。在整個圖像處理中，輸入的是質量低的圖像，輸出得到的是改善后的目標圖像。工業上的圖像常做目標提取，檢測等。

（1）圖像處理目標提取：目標提取是指在單幅圖像或序列圖像中將感興趣的目標與背景分離開來。如對圖像進行前景目標提取，提取出所需要的目標。

（2）圖像處理檢測：工業上主要利用圖像處理技術檢測工件的合格性、尺寸等等。

圍繞工業相機構建的圖像處理系統，早就是自動化的生產中所必不可活少的，實現生產高效和高質量。

2 選煤設備在圖像處理方面的應用

選煤的過程是從原煤中分選出符合用戶使用的精煤，煤的巖相組成以及煤中所含礦物質的數量、種類、性質和分布狀態，這些因素都是影響煤的可選性的因素。傳統選煤廠的選煤方法有重選、浮選、磁選、電選。其中重選是；利用煤與矸石的比重差一，在水或重介質和空氣介質中進行分選。浮選利用煤與矸石的表面物理化學性質差異分選。磁選是利用雜志具有磁性的特點。電選利用電導率或介電常數的不同。傳統選煤設備操作較困難，耗能量大，設備維修保養工作量大，要求的維修空間大，建設投資高，分選精度低。采用CCD相機結合當前流行的圖像處理與分析技術，并結合Opencv、OpenGL，將煤的特征表達出來，可以高準確的反映出煤的粒度組成的變化。在圖像處理中其中邊緣是整個圖像的最基本的一個特征，到目前為止邊緣提取的算法有：Sobel邊緣檢測算法、Roberts Cross算法、Prewitt算法、Kirsch算法、羅盤算法、Canny算法、Laplacian算法。閾值法分割圖像也被應用到其中，閾值的選取根據圖像的直方圖來完成，選取合適的閾值來對目標圖像進行處理。為提升圖像的清晰度，從視覺上改變圖像的效果，進行圖像增強。灰度變化是圖像增強的一個重要的手段。除此之外還有圖像平滑、圖像銳化等處理手段。當然在整個利用CCD采集圖像的過程中，合理的光照是非常必要的。煤的不同參數的光學性質是有所不同的，所以我們得掌握煤中各種不同的元素在光學上的區別。具體的操作的流程可以如下：

（1）首先確定好了拍攝的背景和光源的選取，避免夾雜的干擾圖像造成了一定程度上的誤差；

（2）應用CCD工業相機采集目標圖像，由采集卡將圖像傳送到計算機中；

（3）接下來就是運用Opencv和OpenGL處理目標圖像；

（4）最后傳送到單片機中，從來去控制反饋的相關的機械運動。

上面的這些步驟就實現了一個基于圖像處理與分析的選煤設備的自動控制系統。在選煤的處理流程中要想達到較好的分析和控制效果，只有這樣才能使采樣出來的圖像比較好地反映煤的特征。不僅如此，圖像處理的算法也尤其重要。我們選用的Canny算法進行邊緣檢測：算法能夠盡可能多的識別出圖像的邊緣，存在漏檢和誤檢的概率都相對其他算法比較小，檢測到的邊緣點的位置距離世紀邊緣的距離是最近的，收噪聲的影響也相對較小。這個算法得到的目標圖像與實際的邊緣檢測點應該是一一對應的。

3 總結

圖像處理和分析技術的應用前景是十分廣泛和可觀的，伴隨著圖像處理技術的發展，利用圖像處理并進行分析的技術已投入了工業行業，利用圖像處理可以進行紋理特性的提取，工業特征分析，工業產品的檢測等等。在經濟發展迅猛大的今天，工業化水平不斷的提高，服務業、商業還有家庭的用電量大幅提升，所需的能源也需提升。這些都間接的拉動了煤礦使用量，那么煤礦業的自動化生產也是歷史所趨。基于圖像處理的選煤設備的自動控制系統的最關鍵的一步是信息的采集，所采集的圖像對后期的影響是特別大的。

參考文獻：

[1]段峰，王耀南，雷曉峰等.機器視覺技術及其應用綜述[J].自動化博覽，2002（03）：59-62.

[2]張澤琳，楊建國，王羽玲.基于MATLAB的煤粒圖像識別系統及其密度和產率的預測[J].選煤技術，2011（01）：18.

[3]侯小紅.基于圖像處理的煤粉顆粒檢測技術研究[D].太原理工大學碩士學位論文，2006.

[4]羅斐.煤炭資源的現狀及結構分析[J].中國煤炭，2008，34（03）： 91-94.

作者簡介：曹新春（1982-），男，河南安陽人，碩士研究生，機械工程師，研究方向：機械裝備與控制。