HAIHAO选煤厂全流程自动控制系统HH其他选矿设备-选矿自动控制片
摘 要：基于图像处理与分析技术借助于CCD工业相机采集各种状态时候的煤矿的形状特征。根据所取CCD采集到的图片提取煤矿的特征，这需要借助于Opencv、OpenGL等。进一步反馈控制相关机构的执行动作，利用工控机达到分选煤矿的效果。
关键词：图像处理与分析；目标提取；Canny算法
DOI：10.16640/j.cnki.37-1222/t.2018.14.140
0 前言
我国是全球最大的煤炭市场，随着煤矿设备的现代化的发展。煤炭工业一直在加快它的发展步伐。2005年的时候就已经达到114765.1亿元人民币。根据国家政策，在过去的时候煤矿在分选这个环节中，大多都是依靠人力或者是简单设备。选煤厂通常分为块煤、末煤、煤泥等等的不同的分选系统。目前煤炭洗选加工的选煤方法有跳汰、重介、和浮选法。目前这些选煤方法的在线快速检测已经成为了选煤的过程当中的技术瓶颈。跳汰选至今都未能实现全自动化，形成这一因素的原因，主要是它在获得物料的过程中，不能快速获得物料的组成成分。重介质选煤的依据是根据煤的密度进行分选的。当含量之间的密度发生变化时，分选的也要随之而改变的，也就导致了中介质很难实现全自动化。
1 图像处理与分析技术的工作原理
图像处理与分析技术是利用所采集图像信息（一般用CCD工业相机）转换成数字信号，然后再利用计算机进行处理的这样一个过程。机器视觉上的检测系统是采用CCD相机，将所采集到的目标转换成图像的信号，再传送给专用的处理图像的设备，这里的设备一般只计算机。在图像处理设备中根据图像的像素、颜色、对比度等信息转变成数字信号，然后图像处理系统来通过各种算法提取出我们的目标信息。在整个图像处理中，输入的是质量低的图像，输出得到的是改善后的目标图像。工业上的图像常做目标提取，检测等。
（1）图像处理目标提取：目标提取是指在单幅图像或序列图像中将感兴趣的目标与背景分离开来。如对图像进行前景目标提取，提取出所需要的目标。
（2）图像处理检测：工业上主要利用图像处理技术检测工件的合格性、尺寸等等。
围绕工业相机构建的图像处理系统，早就是自动化的生产中所必不可活少的，实现生产高效和高质量。
2 选煤设备在图像处理方面的应用
选煤的过程是从原煤中分选出符合用户使用的精煤，煤的岩相组成以及煤中所含矿物质的数量、种类、性质和分布状态，这些因素都是影响煤的可选性的因素。传统选煤厂的选煤方法有重选、浮选、磁选、电选。其中重选是；利用煤与矸石的比重差一，在水或重介质和空气介质中进行分选。浮选利用煤与矸石的表面物理化学性质差异分选。磁选是利用杂志具有磁性的特点。电选利用电导率或介电常数的不同。传统选煤设备操作较困难，耗能量大，设备维修保养工作量大，要求的维修空间大，建设投资高，分选精度低。采用CCD相机结合当前流行的图像处理与分析技术，并结合Opencv、OpenGL，将煤的特征表达出来，可以高准确的反映出煤的粒度组成的变化。在图像处理中其中边缘是整个图像的最基本的一个特征，到目前为止边缘提取的算法有：Sobel边缘检测算法、Roberts Cross算法、Prewitt算法、Kirsch算法、罗盘算法、Canny算法、Laplacian算法。阈值法分割图像也被应用到其中，阈值的选取根据图像的直方图来完成，选取合适的阈值来对目标图像进行处理。为提升图像的清晰度，从视觉上改变图像的效果，进行图像增强。灰度变化是图像增强的一个重要的手段。除此之外还有图像平滑、图像锐化等处理手段。当然在整个利用CCD采集图像的过程中，合理的光照是非常必要的。煤的不同参数的光学性质是有所不同的，所以我们得掌握煤中各种不同的元素在光学上的区别。具体的操作的流程可以如下：
（1）首先确定好了拍摄的背景和光源的选取，避免夹杂的干扰图像造成了一定程度上的误差；
（2）应用CCD工业相机采集目标图像，由采集卡将图像传送到计算机中；
（3）接下来就是运用Opencv和OpenGL处理目标图像；
（4）最后传送到单片机中，从来去控制反馈的相关的机械运动。
上面的这些步骤就实现了一个基于图像处理与分析的选煤设备的自动控制系统。在选煤的处理流程中要想达到较好的分析和控制效果，只有这样才能使采樣出来的图像比较好地反映煤的特征。不仅如此，图像处理的算法也尤其重要。我们选用的Canny算法进行边缘检测：算法能够尽可能多的识别出图像的边缘，存在漏检和误检的概率都相对其他算法比较小，检测到的边缘点的位置距离世纪边缘的距离是最近的，收噪声的影响也相对较小。这个算法得到的目标图像与实际的边缘检测点应该是一一对应的。
3 总结
图像处理和分析技术的应用前景是十分广泛和可观的，伴随着图像处理技术的发展，利用图像处理并进行分析的技术已投入了工业行业，利用图像处理可以进行纹理特性的提取，工业特征分析，工业产品的检测等等。在经济发展迅猛大的今天，工业化水平不断的提高，服务业、商业还有家庭的用电量大幅提升，所需的能源也需提升。这些都间接的拉动了煤矿使用量，那么煤矿业的自动化生产也是历史所趋。基于图像处理的选煤设备的自动控制系统的最关键的一步是信息的采集，所采集的图像对后期的影响是特别大的。
参考文献：
[1]段峰，王耀南，雷晓峰等.机器视觉技术及其应用综述[J].自动化博览，2002（03）：59-62.
[2]张泽琳，杨建国，王羽玲.基于MATLAB的煤粒图像识别系统及其密度和产率的预测[J].选煤技术，2011（01）：18.
[3]侯小红.基于图像处理的煤粉颗粒检测技术研究[D].太原理工大学硕士学位论文，2006.
[4]罗斐.煤炭资源的现状及结构分析[J].中国煤炭，2008，34（03）： 91-94.
作者简介：曹新春（1982-），男，河南安阳人，硕士研究生，机械工程师，研究方向：机械装备与控制。
