基于彩色圖像處理的浮選尾煤灰分軟測量研究

王靖千，王然風，付 翔，吳 桐

(太原理工大學 礦業工程學院，山西 太原 030024)

選煤過程中，浮選環節主要是處理細粒級煤泥。其中浮選尾煤灰分是浮選產品的一個重要指標，對反映精煤產品回收率以及實現浮選過程閉環控制具有重要意義[1]。

目前對于礦漿灰分的檢測方法主要有：人工快灰試驗、γ射線檢測法、光電式測灰法和圖像識別[2]。人工快灰試驗存在很大的滯后性，不能實現在線測灰。γ射線檢測設備昂貴，且含有放射源，安全管理成本較高，所以應用限制很大。光電式測灰法是用白光照射尾礦煤樣，通過檢測元件測量光源光強和反射光強，計算煤樣的反射率來間接檢測尾礦灰分，該方法本質上是利用灰度均值與灰分的關系來檢測灰分[3]。圖像識別法是通過分析礦漿的圖像特征，構建軟測量模型來檢測灰分[4]。王光輝等通過采集浮選尾煤的圖像，提取圖像的灰度特征作為BP神經網絡的輸入變量，構建尾煤灰分的軟測量模型，但有較大誤差[5]。包玉奇等對尾礦圖像灰度特征進行分析，提出一種灰度區間離散變量，結合光源光強和反射光強作為BP神經網絡的輸入預測灰分，可以較好地識別尾礦灰分[6，7]。長期以來，針對浮選尾礦的圖像研究主要在于圖像的灰度特征，而忽略了圖像的彩色特征[8]，所以本研究重點以浮選尾煤彩色圖像為研究對象，研究了尾煤圖像在不同顏色空間的彩色特征，并建立了相應的浮選尾煤灰分軟測量模型，從而進一步的提高尾煤灰分軟測量模型的預測精度。……