基于圖像處理的選煤設(shè)備自動(dòng)控制系統(tǒng)

摘 要：基于圖像處理與分析技術(shù)借助于CCD工業(yè)相機(jī)采集各種狀態(tài)時(shí)候的煤礦的形狀特征。根據(jù)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(jìn)一步反饋控制相關(guān)機(jī)構(gòu)的執(zhí)行動(dòng)作，利用工控機(jī)達(dá)到分選煤礦的效果。

關(guān)鍵詞：圖像處理與分析；目標(biāo)提?。籆anny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(chǎng)，隨著煤礦設(shè)備的現(xiàn)代化的發(fā)展。煤炭工業(yè)一直在加快它的發(fā)展步伐。2005年的時(shí)候就已經(jīng)達(dá)到114765.1億元人民幣。根據(jù)國家政策，在過去的時(shí)候煤礦在分選這個(gè)環(huán)節(jié)中，大多都是依靠人力或者是簡(jiǎn)單設(shè)備。選煤廠通常分為塊煤、末煤、煤泥等等的不同的分選系統(tǒng)。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(cè)已經(jīng)成為了選煤的過程當(dāng)中的技術(shù)瓶頸。跳汰選至今都未能實(shí)現(xiàn)全自動(dòng)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(zhì)選煤的依據(jù)是根據(jù)煤的密度進(jìn)行分選的。當(dāng)含量之間的密度發(fā)生變化時(shí)，分選的也要隨之而改變的，也就導(dǎo)致了中介質(zhì)很難實(shí)現(xiàn)全自動(dòng)化。

1 圖像處理與分析技術(shù)的工作原理

圖像處理與分析技術(shù)是利用所采集圖像信息（一般用CCD工業(yè)相機(jī)）轉(zhuǎn)換成數(shù)字信號(hào)，然后再利用計(jì)算機(jī)進(jìn)行處理的這樣一個(gè)過程。機(jī)器視覺上的檢測(cè)系統(tǒng)是采用CCD相機(jī)，將所采集到的目標(biāo)轉(zhuǎn)換成圖像的信號(hào)，再傳送給專用的處理圖像的設(shè)備，這里的設(shè)備一般只計(jì)算機(jī)。在圖像處理設(shè)備中根據(jù)圖像的像素、顏色、對(duì)比度等信息轉(zhuǎn)變成數(shù)字信號(hào)，然后圖像處理系統(tǒng)來通過各種算法提取出我們的目標(biāo)信息。在整個(gè)圖像處理中，輸入的是質(zhì)量低的圖像，輸出得到的是改善后的目標(biāo)圖像。工業(yè)上的圖像常做目標(biāo)提取，檢測(cè)等。

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

（2）圖像處理檢測(cè)：工業(yè)上主要利用圖像處理技術(shù)檢測(cè)工件的合格性、尺寸等等。

圍繞工業(yè)相機(jī)構(gòu)建的圖像處理系統(tǒng)，早就是自動(dòng)化的生產(chǎn)中所必不可活少的，實(shí)現(xiàn)生產(chǎn)高效和高質(zhì)量。

2 選煤設(shè)備在圖像處理方面的應(yīng)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(zhì)的數(shù)量、種類、性質(zhì)和分布狀態(tài)，這些因素都是影響煤的可選性的因素。傳統(tǒng)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(zhì)和空氣介質(zhì)中進(jìn)行分選。浮選利用煤與矸石的表面物理化學(xué)性質(zhì)差異分選。磁選是利用雜志具有磁性的特點(diǎn)。電選利用電導(dǎo)率或介電常數(shù)的不同。傳統(tǒng)選煤設(shè)備操作較困難，耗能量大，設(shè)備維修保養(yǎng)工作量大，要求的維修空間大，建設(shè)投資高，分選精度低。采用CCD相機(jī)結(jié)合當(dāng)前流行的圖像處理與分析技術(shù)，并結(jié)合Opencv、OpenGL，將煤的特征表達(dá)出來，可以高準(zhǔn)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(gè)圖像的最基本的一個(gè)特征，到目前為止邊緣提取的算法有：Sobel邊緣檢測(cè)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(yīng)用到其中，閾值的選取根據(jù)圖像的直方圖來完成，選取合適的閾值來對(duì)目標(biāo)圖像進(jìn)行處理。為提升圖像的清晰度，從視覺上改變圖像的效果，進(jìn)行圖像增強(qiáng)?；叶茸兓菆D像增強(qiáng)的一個(gè)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(dāng)然在整個(gè)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(shù)的光學(xué)性質(zhì)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(xué)上的區(qū)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(yīng)用CCD工業(yè)相機(jī)采集目標(biāo)圖像，由采集卡將圖像傳送到計(jì)算機(jī)中；

（3）接下來就是運(yùn)用Opencv和OpenGL處理目標(biāo)圖像；

（4）最后傳送到單片機(jī)中，從來去控制反饋的相關(guān)的機(jī)械運(yùn)動(dòng)。

上面的這些步驟就實(shí)現(xiàn)了一個(gè)基于圖像處理與分析的選煤設(shè)備的自動(dòng)控制系統(tǒng)。在選煤的處理流程中要想達(dá)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(jìn)行邊緣檢測(cè)：算法能夠盡可能多的識(shí)別出圖像的邊緣，存在漏檢和誤檢的概率都相對(duì)其他算法比較小，檢測(cè)到的邊緣點(diǎn)的位置距離世紀(jì)邊緣的距離是最近的，收噪聲的影響也相對(duì)較小。這個(gè)算法得到的目標(biāo)圖像與實(shí)際的邊緣檢測(cè)點(diǎn)應(yīng)該是一一對(duì)應(yīng)的。

3 總結(jié)

圖像處理和分析技術(shù)的應(yīng)用前景是十分廣泛和可觀的，伴隨著圖像處理技術(shù)的發(fā)展，利用圖像處理并進(jìn)行分析的技術(shù)已投入了工業(yè)行業(yè)，利用圖像處理可以進(jìn)行紋理特性的提取，工業(yè)特征分析，工業(yè)產(chǎn)品的檢測(cè)等等。在經(jīng)濟(jì)發(fā)展迅猛大的今天，工業(yè)化水平不斷的提高，服務(wù)業(yè)、商業(yè)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(dòng)了煤礦使用量，那么煤礦業(yè)的自動(dòng)化生產(chǎn)也是歷史所趨?；趫D像處理的選煤設(shè)備的自動(dòng)控制系統(tǒng)的最關(guān)鍵的一步是信息的采集，所采集的圖像對(duì)后期的影響是特別大的。

參考文獻(xiàn)：

[1]段峰，王耀南，雷曉峰等.機(jī)器視覺技術(shù)及其應(yīng)用綜述[J].自動(dòng)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(shí)別系統(tǒng)及其密度和產(chǎn)率的預(yù)測(cè)[J].選煤技術(shù)，2011（01）：18.

[3]侯小紅.基于圖像處理的煤粉顆粒檢測(cè)技術(shù)研究[D].太原理工大學(xué)碩士學(xué)位論文，2006.

[4]羅斐.煤炭資源的現(xiàn)狀及結(jié)構(gòu)分析[J].中國煤炭，2008，34（03）： 91-94.

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