煤矸圖像識別網絡的小波變換優化

師亞文，李務晉，呂子奇

(1.國能神東煤炭集團洗選中心，陜西 榆林 719315；2.中國礦業大學(北京)化學與環境工程學院，北京 100083)

煤矸分離是提高煤質的主要途徑。在選煤環節中，國內外普遍采用濕法分選，包括重介、淺槽、浮選、跳汰，但傳統分選工藝普遍用水量大[1]，而中國煤炭資源大多分布在缺水地區。相應的干法分選技術，包括風選，空氣流化床，但也存在同比單位生產成本較高等一些局限性[2]。現有的針對塊狀煤與矸石分選較為先進的X射線透射法，由于設備復雜且有輻射危害，需要將射線源安置于鉛房中，在應用上也受到了限制[3，4]。基于煤與矸石物理特征的差異進行煤矸識別也是新興的方法之一，通過激光三維掃描技術測量煤與矸石的體積，利用稱重裝置對煤與矸石進行動態稱重，從而計算出煤與矸石的密度值，實現煤與矸石的識別[5-7]。

基于圖像處理技術的煤矸石干法分選研究，近年來開始逐漸擴展深入。利用煤與矸石圖像的空間域信息如灰度和紋理特征信息，在特定環境下可以進行有效的煤矸識別，但容易受到環境因素如光照條件的影響，且直接根據所得特征值信息設置閾值進行分類識別的方法，識別穩定性有待提高。文獻[8]中，利用灰度均值、方差表征煤與矸石圖像的顏色特征，利用灰度共生矩陣相關參數表征煤與矸石圖像的紋理特征，并引入支持向量機(Support Vector Machine，SVM)進行分類，雖然識別準確率較高，但訓練樣本集過小，不具有代表性。……