图像灰度信息在煤矸石自动分选中的应用研究.pdf

第 2期 2 0 1 2年 2月 工矿 自 动化 I ndu s t r y a nd M i n e Au t oma t i o n NO ． 2 Fe b ．2 0 1 2 文章编号 1 6 7 1 2 5 1 X 2 0 1 2 0 2 0 0 3 6 0 4 D OI C NKI 3 2 ～1 6 2 7 ／ T P ． 2 0 1 2 0 1 1 3 ． 1 3 0 8 ． 0 1 1 图像灰度信息在煤矸石自动分选中的应用研究 于 国防 ， 邹 士威 ， 秦聪 中国矿业大学信 电学院 ， 江苏 徐州 2 2 1 1 1 6 摘 要 针 对传 统 的基 于图像灰 度信 息的块 煤和 矸石 分选 系统 只是 随意 地选择 块煤 和矸 石 样 本 而缺 乏代 表性和 实用性的问题， 研 究了一种侧重于实用性和 系统性的基 于图像灰度信息的块煤和矸石 自动分选 系统 。 首先从材质 、 纹理特征、 清洁度三个方面选择 6块比较有代表性的块煤或矸石， 分别在强光、 自然光和节能灯 光三种强度光照条件下， 按照一定的分组方式分析它们的图像灰度分布规律并将其作为计算机 目标识别的 依据， 从 而实现块煤或矸石的 自动分选。测试结果表 明， 在特定条件下， 利用块煤与矸石 图像灰度信息较 明 显的差异对两者进行视觉区别可实现两者的自动分选。 关 键词 块煤 ； 矸 石 ；自动 分选 ；图像 灰度 ；灰度 直方 图 ；光照 强度 中图分类号 T D 9 2 文献标识码 A 网络出版时间 2 0 1 2 --0 1 1 3 1 3 0 8 网络 出版地址 h t t p ／ ／ www． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 2 0 1 1 3 ． 1 3 0 8 ． 0 1 1 ． h t ml Ap pl i c a t i o n Re s e a r c h o f I ma g e Gr a y I n f o r ma t i o n i n Au t o ma t i c Se pa r a t i o n o f Co a l a n d Ga n gu e YU Gu o f a n g， Z OU S h i we i ， QI N C o n g S c h o o l o f I n f o r ma t i o n a n d El e c t r i c a l En g i n e e r i n g o f CUM T． ，Xu z h o u 2 2 1 1 1 6 ，Ch i n a Ab s t r a c t I n v i e w o f pr o bl e ms o f n o r e pr e s e nt a t i o n a nd pr a c t i c a l i t y b e c a us e t ha t t r a d i t i o na l s e pa r a t i o n s y s t e m o f l u mp c o a l a n d ga n gu e b a s e d o n i ma ge gr a y i n f o r ma t i o n on l y r a n d oml y s e l e c t s s a mpl e s o f c o a l a nd ga n gu e，t h e pa p e r r e s e a r c he d a n a u t oma t i c s e p a r a t i on s y s t e m o f l ump c o a l a n d g a ng ue ba s e d on i ma ge gr a y i n f o r ma t i o n wh i c h e mp h a s i z e d i n p r a c t i c a l i t y a n d s y s t e m ．At f i r s t ，i t s e l e c t e d s i x r e p r e s e n t a t i v e l u mp c o a l s a n d g a n g u e s i n t e r m o f ma t e r i a l ，t e x t u r e f e a t u r e a n d c l e a n n e s s ，a n d a n a l y z e d d i s t r i b u t i o n l a w o f i ma g e g r a y o f t h e s i x l u mp c o a l s a n d g a n g u e s a c c o r d i n g t o c e r t a i n g r o u p mo d e u n d e r c o n d i t i o n s o f s t r o n g l i g h t ，n a t u r a l l i g h t a n d e n e r g y - s a v i n g l a mp l i g h t a n d ma d e t h e d i s t r i b u t i o n l a w a s b a s i s o f o b j e c t r e c o g n i t i o n o f c o mp u t e r ， S O a s t o r e a l i z e a ut o ma t i c s e pa r a t i o n f o r l u m p c o a l a nd g a n gue ．Th e t e s t r e s ul t s ho we d t h a t us i ng o bv i o us d i f f e r e nc e s o f i ma ge gr a y i nf o r ma t i on b e t we e n l u m p c oa l a n d ga ngu e t o ma ke v i s u a l d i s t i nc t i on c a n r e a l i z e a u t o ma t i c s e p a r a t i o n u nd e r s p e c i a l c o nd i t i on s． Ke y wo r d s l ump c o a l ，ga ngu e，a ut o m a t i c s e pa r a t i o n，i m a ge g r a y，g r a y h i s t o g r a m ，l i gh t i nt e ns i t y 0 引言 块 煤与矸石 的分选是 提高煤炭 质量 的重要途 径 引， 也是充分利用能源和减轻环境污染的有效途 径。传统的人工选矸方法劳动强度大 ， 工作效率低 。 而水选法 、 风选法、 双能 丫射线透射法 、 光电选矸法 、 基于煤和矸石硬度差异采用的有区别 目标物击碎法 等[ 3 ] 基本都 只停 留在研究层面 ， 难 以付诸实 际应 用。随着图像处理与模式识别技术 的快速发展 ， 许 多研究人员开始采用计算机视觉技术实现识煤 矸 及选煤 矸 的 目的_ 8 。 。 。在这一研究领域 中， 基于 块煤和矸石图像灰度信 息的基础研究最为广泛， 虽 然该方法也未得到实际应用 ， 但其研究及应用前景 广阔 。 收稿 日期 2 0 1 1 0 9 3 0 作者简介 于国[ 1 9 6 5 一 ， 男 ， 山东高青县人 ， 副教授 ， 博士 ， 主要研究方 向为图像处理与模式识别 、 多媒体 计算 机技术 。E ma i l g f y u c u mt ． e du ． c n 2 0 1 2年第 2 期 于国防等 图像灰度信 息在煤矸石 自动分选中的应用研 究 3 7 目前的基于块煤和矸石图像灰度信息的分选系 统的研究 ， 基本只是随意地选择块煤和矸石样本 ， 甚 至是理想化地针对这些 目标进行 分选研究 ， 缺乏代 表性和实用性。因此 ， 笔者在参考大量当前研究技 术的基础上 ， 对基 于块煤和矸石图像灰度信息 的分 选 系统 更加 侧重 于 实 用 性 和 系统 性方 面展 开 研 究 ， 从而提供重要、 可靠的基础支撑。 1 基 于 图像灰 度信 息 的块煤 与 矸石 识别 1 ． 1块煤 和矸 石 的手 选识 别原 理 工人对块煤或矸石的分选主要看 目标物的颜色 灰 度 或者 样式 纹 理 ， 当然 ， 有 经验 的工 人还 可 能 会凭借手感来判断。他们的 目视判断依据就是因为 煤的黑色通常较深 ， 而矸石 的黑色通常较浅以致表 现为灰色。另外 ， 相 比于矸石 ， 除了块煤反光处灰度 级别较高外 ， 大部分灰度 比较低 ， 而矸石的灰度通常 比较 高 。 1 ． 2 块煤 和矸 石 的 图像 灰度 信 息描 述 由上述分析可知 ， 基 于块煤和矸石 的不同反光 特性及颜色特性 ， 将二者 的图像灰度分布差异作 为 计算机 目标物识别的依据 ， 就可实现块煤或矸石 的 自动分选 。图像灰度 的描述如下 。 设一幅图像的尺寸为 M X N 宽 高 ， 其像 素 点 ， J 对应的灰度为 f i ， 一1 ， 2 ， ⋯， M； 一1 ， 2 ， ⋯， N ， 则图像的灰度均值为 1 M N 一 ∑ 1 j l 图像 的灰度方差为 M N 一 一 ] 2 均值是表示一系列数据或统计总体的平均特征 的数学描述方法 。方差是刻画数据波动大小的一种 数学描述方法。与平均数一样 ， 利用方差可 以估计 所分析数据总体的波动大小 ， 方差越小则波动越小 ， 稳定性也越好 。有些情况下 ， 需 要用 到方差 的算术 平方根 ， 即标准差 ， 它也是用来衡量一组数据波动大 小的重要量 ， 其单位和已知数据 的单位是一致 的。 2 样本组设定及其灰度分析与统计 2 ． 1 块 煤和矸 石 的样 本 选择及 其 分组 分析测试样本前， 首先要选择一部分 比较有代 表性的块煤或矸石 ， 即根据材质 块煤或矸石 、 纹理 特征 表面较平整或突兀不平 、 清洁度 矸石表面附 着煤粉或块煤 表面附着矸石粉 3个主要特性。笔 者从某矿选煤场挑选了 6 块 比较有代表性的块煤和 矸石 ， 然后 ， 分别在强光 相机 闪光点 、 自然光和节 能灯光 1 5 W 节能 日光灯 ， 置于待测样本正上方约 2 m位置 3种光照强度条件下 煤矸石分选工作面 煤尘较大 ， 光线照度情况不理想 ， 常常导致煤矸石图 像质量变差 ， 对这些采集样本进行拍照 ， 并预处理 像素为 5 0 0 5 0 0的单幅照片 该尺寸能够较清晰地 记录 目标物的相应视觉特征 ， 太大的图像尺寸势必 增加 图像处理与分析的时间， 降低处理的实时性 。 为了方便实验分析 时的样本标注和说明 ， 对用 于测试分析的块煤或矸石 的标示利用 m， g 、 { 1 ～ 3 、 { a ， b ， C} 共 3 个字符来命名表示， 如表 1所示 。 表 1 测试样本的命名表示 2 ． 2 分 组样 本 的灰度 分布 分析 将上述 6个测试样本按照同一样本或不同样本 以及同一光照强度或不同光照强度的特性表现方式 分成4组， 并分别统计每组 的灰度直方图， 如 图 1和 图 2 所 示 。 图 1 a 表明， 在 同一光照强度条件下 ， 不同纹 理或表面特征的块煤的灰度直方图的分布有较明显 的差异 ， 其峰值基本在 3 O ～6 0范 围内。可见 ， 尽管 是同质 煤 样本， 并且在 同一光照强度条件下提取 其灰度信息， 可能会 因样本 向光角度或表面纹理的 不同， 而得到不同的灰度信息 。 图 1 b 表明， 在不同光照强度条件下 的同一块 煤的灰度直方图的分布虽然也有所不同， 但在光照 强度足够强时 ， 其直方图分布状态较稳定 ， 且峰值小 于 5 O 。 另外 ， 从 图 1 a 的 m3 b块 煤 可 看 出 ， 块 煤 表 面 少许的矸石粉或颗粒附着 ， 就会使其灰度值增大许 多； 从图 1 b 可看出， 光照强度较弱时， 提取的块煤 灰度信息可能不稳定 。 图 2 a 表 明， 在同一光 照强度 条件 下， 不 同纹 理或表面特征的矸 石的灰度直方 图的分 布 比较稳 定 ， 峰值约为 5 o 。可见 ， 矸 石灰度信息的提取受向 光角度或表面纹理的影响较小。 3 8 工矿 自动 化 2 0 1 2年 2月 ml b 块煤 2 O 1 5 】 O O 5 0 1 04 0 5 0 l O 0 l 5 0 2 0 0 2 5 0 a 不同样 本同一光照强度条件 g l b 矸石 r I 1 2 啵 煤 b 同一样本不 同光照强度条件 图 1 块 煤及其灰度直方 图 a 不同样本 同一光照强度条件 g 2 a 矸石 b 同一样本不 同光照强度条件 图 2 矸 石及 其灰 度直 方图 图 2 b 表明 ， 在不同的光照强度条件下的同一 矸石的灰度直方图的分布虽然也有所不 同， 但在光 照强度足够强时， 其直方图分布状态较稳定 ， 且峰值 稳 定 于 5 O 。 另外 ， 从 图 2 a 的 g 3 b矸石可看 出， 尽 管矸石 表面有少许的煤粉或颗粒附着， 但对其灰度值峰影 响不大， 可见， 矸石比块煤更容易获得稳定的灰度信 息 ； 从图 2 b 可看出， 光照强度较弱时， 提取的矸石 灰度信息也可能不稳定。 2 ． 3 分组样 本 的灰度 均值 及 方差 统计 将上述 6 个测试样本按照不同样本同一光照强 度方式分成 3组， 然后分别计算每组的灰度均值和 方差 ， 结 果如表 2 ～4所示 。 表 2 a 组样本 的灰度均值 与方差 编号与平均值 均值 方差 编号与平 均值 均值 方差 m l a 1 3 3 ． 1 4 8 8 8 ． 0 1 6 7 1 O 0 g l a 1 4 4 ． 4 9 0 9 9 ． 0 8 0 1 1 0 。 r a 2 a 11 7 ． 3 O 1 2 1 ． 1 1 5 0 1 0 4 g 2 a 1 5 0 ． 0 5 0 7 9 ． 8 8 5 2 1 0 。 m3 a 1 3 9 ． 2 9 5 7 1 ． 0 1 3 2 1 O g 3 a 1 6 7 ． 1 4 2 9 1 ． 0 4 4 3 1 0 平均值 1 2 9 ． 9 1 5 2 9 ． 7 6 6 2 1 0 平均值 1 5 3 ． 8 9 4 8 9 ． 8 0 2 8 1 0 。 ■一 ◆一 ▲ 2 0 1 2年第 2期 于国防等 图像灰度信息在煤矸石 自动分选 中的应用研究 3 9 表 3 b组样本 的灰度均值 与方差 编号与平均值 均值 方差 编号与平均值 均值 方差 m l b 1 3 2 ． 0 2 5 9 1 ． 03 2 3 1 O g l b 1 4 4 ． 6 7 2 4 9 ． 8 8 5 2 1 O。 m 2 b 1 2 4 ． 3 2 2 8 1 ．1 5 3 3 1 0 g 2 b 1 4 4 ． 7 5 5 5 1 ． 0 6 2 2 1 0 4 m3 b 1 3 6 ． 1 8 O 6 9 ． 7 0 8 1 1 O g3 b 1 5 3 ． 0 6 9 2 1 ． 0 0 5 3 1 0 4 平 均值 1 3 0 ． 8 4 3 1 1 ． 0 5 2 1 1 0 平均值 1 4 7 ． 4 9 9 0 1 ． 0 1 8 7 1 0 4 表 4 C 组样本 的灰度 均值 与方差 编号与平 均值 均值 方差 编号与平均值 均值 方差 m l C 1 0 1 ． 2 4 9 9 1 ． 3 O1 9 1 0 g l c 1 2 7 ． 8 9 3 3 1 ． 3 9 2 9 1 0 m2 c 11 7 ． 7 2 5 2 1 ． 4 0 3 0 1 0 g 2 c 1 2 9 ． 6 1 3 7 1 ． 3 9 2 6 1 0 m 3 c 1 2 5 ． 5 2 9 2 1 ． 3 7 7 6 1 0 g 3 c 1 4 5 ． 4 0 2 0 1 ． 3 5 9 6 i 0 平 均值 1 1 4 ． 8 3 4 8 1 ． 3 6 0 8 1 0 平均值 1 3 4 ． 3 0 3 0 1 ． 3 8 1 7 1 0 4 由表 2 ～4可 知 1 块煤与矸石的灰度均值和方差均随光照强 度 的增 加 而增 加 ； 2 矸石的灰度均值 比块煤 的大 差值 比约为 1 3 ． 7 9 ； 3 块煤与矸石的方差关系不易确定。 3 结 语 1 通过对以上 4组特征样本 的灰度分布的综 合分析可知， 块煤 的灰 度直方 图峰值稳定在 2 5左 右 ， 矸石 的灰度直方图峰值稳定在 5 5左右 ， 块煤 的 灰度低于矸石 。因此 ， 利用块煤与矸石灰度信息较 明显的差异对两者进行视觉区别可实现 自动分选 。 该方案的技术基础是比较可靠的， 但是 ， 该方案的准 确应用必须建立在以下 2个辅助条件的基础上 ， 否 则将不可能得到预期的识别或判断效果 首先 ， 对于 块煤或矸石应该进行适度的清洁处理， 清除掉 它们 表面的杂质 ， 特别是块煤表 面的矸石粉或矸石 表面 的煤粉 。可采用 强力吹风或 毛刷清扫 等装 置。其 次 ， 图像提取时必须采用合适 的照明设备 ， 且照明光 强应 尽可 能 大 。可 采 用 连续 光 式 的石 英 类 照 明 灯 ， 并 可用 C 1 2蓝 色滤 镜 矫 正 ， 以获 得 5 4 0 0 K 的接 近 正午 阳光 的色温 。 2 根据以上 3组样本的灰度均值与方差 的统 计可知 ， 可以通过对适量块煤 与矸石样本 的现场测 试 ， 得 出相应的灰度均值 ， 然后划定一个限值 ， 并 以 此来区分块煤与矸石。如按上述 的 a 、 b 、 C三组测试 样 本 划 定 限值 的 话 ， 则 对 应 的 限 值 可 分 别 取 1 4 1 ． 0 0 0 0、 1 3 9 ． 0 0 0 0和 1 2 4 ． 0 0 0 0 。 参 考文献 张礼平． 加大手选拣矸力度的经济效益分析E J - I ． 煤质 技术 ， 2 0 0 8 5 1 7 1 8 ． 赵振华 ， 李 明航 ， 刘小平 ， 等． 井 下矸石 筛分 系统研 究 与应用E J ] ． 山东煤炭科技 ， 2 0 0 8 5 1 1 9 1 2 0 ． 宋静 ， 杜长龙 ， 方树鹏． 顶水作用下井下煤与矸石分 选 试验E J ] ． 煤炭科学技术 ， 2 0 0 9 9 1 2 2 1 2 6 ． 丰建荣． 煤 和 矸 石 井 下 破 碎 分 选 理论 及 实 验 研 究 [ D] ． 太原 太原理工大学 ， 2 0 0 6 ． 李文斌 ， 杨剑瑜 ， 文建国． 光 电选矸识别系统 的研制 与 测试[ J ] ． 仪器仪表学报， 2 0 0 1 3 2 5 5 2 5 8 ． 杨达文 ， 陈卫峰 ， 方耀清． 机械选矸系统的研究及应 用 [ J ] ． 煤炭科学技术 ， 2 0 0 1 8 1 5 1 7 ． 刘富强 ， 钱建生． 基于 图像处 理与识别 技术 的煤矿 矸 石 自动分选E J ] ． 煤炭学报 ， 2 0 0 2 ， 2 5 5 3 4 3 7 ． 程勇 ， 王勉华． 选煤 系统 中的模糊 模式识 别方 法[ J ] ． 工矿 自动化 ， 2 0 0 6 4 2 5 2 7 ． 陈玲 ， 沈红标 ， 李 咸伟 ， 等． 改进 的图像纹理 检索方法 在矿石识别 中 的应 用[ J ] ． 中国图像 图形 学报 ， 2 0 0 6 ， I 1 1 1 1 7 0 0 - 1 7 0 3 ． W ANG Re n b a o ， LI ANG Z h e ． Au t o ma t i c S e p a r a t i o n S y s t e m o f Co a l Ga n g u e B a s e d o n DS P a n d Di g i t a l I ma g e P r o c e s s i n g [C] ／ ／ P h o t o n i c s a n d O p t o e l e c t r o n i c s S y mp o s i u m o n D i g i t a l O b j e c t I d e n t i f i e r ， 2 O 1 1 ， W u h a n ． ] ] ] ] ] ] ] ] ] ] 1 2 3 4 5 6 7 8 9 [ [ [ [ [ [ [ [ [ [