基于机器视觉的煤炭自动识别分拣系统研究黄洪涛;关建军【摘要】Inordertosolvetheproblemsoflabor-intensive,lowefficiencyandaccuracyinrecognitionandsortingofcoal,designedanautomaticcoalrecognitionandsortingsystembasedonmachinevisionwhichconsistedofhardwareandsoftware.Inordertoachievetheautomaticidentificationofcoalandgangue,anewmethodbasedongray-levelco-occurrenceandtextureanalysiswasproposed,realizedtheautomaticrecognitionthroughtrainingandclassifyingtheimagesofcoalandganguewithSVM,programmedtheimageprocessingsoftwareandsysteminterfacesoftware.Thetestresultsshowthatthesystemhardwareselectionisrational,andthesystemsoftwareishighlystableandefficientwhichimprovedtheefficiencyandaccuracyinrecognitionandsortingofcoalwithpracticalsignificanceandhigheconomicvalue.Meanwhile,thesystemcanalsobeextendedtosortingofothermaterials.%为了解决煤炭人工识别分拣劳动强度大,效率和精度低的问题.基于机器视觉技术,设计了一套由硬件系统和软件系统组成的煤炭自动识别分拣系统.为实现煤炭和矸石的自动识别,提出了基于灰度共生矩阵的纹理分析识别算法,并通过支持向量机(SVM)对煤炭图像和矸石图像样本进行训练和分类从而实现自动识别功能,并完成图像处理算法与系统界面软件编程.实验结果表明,该系统硬件选型合理,算法稳定性高,效率高,提高了煤炭识别分拣的效率与精度,具有很高的实际意义和经济价值.同时,该系统也可推广到其他物料的自动识别分拣中.【期刊名称】《电子设计工程》【年(卷),期】2017(025)014【总页数】5页(P162-166)【关键词】机器视觉;煤炭;灰度共生矩阵;纹理;支持向量机【作者】黄洪涛;关建军【作者单位】河南能源化工集团焦煤公司赵固二矿河南焦作454150;河南能源化工集团焦煤公司赵固二矿河南焦作454150【正文语种】中文【中图分类】TN99我国的煤炭资源非常丰富，煤炭在工业和生活的应用有很多，是我国主要消耗能源之一。但是，煤炭的开采结果中会混合大量矸石，矸石的燃烧利用率低，如果工业用煤中混合矸石，将严重影响工业生产，甚至污染环境，因此煤炭的识别分拣是煤炭生产中必需的环节。传统的煤炭识别分拣主要采用人工方法。人工方法的效率低、成本高、劳动强度大，制约了煤炭行业企业的发展壮大。因此亟需研发煤炭自动识别分拣系统，提高煤炭识别分拣的效率，并降低识别分拣成本。近年来，随着机器视觉技术的蓬勃发展，其与PLC技术的结合使用，在工业检测中的应用越来越普遍，如各种机械零部件检测等。煤炭自动识别分拣系统主要是采用机器视觉算法完成煤炭和矸石的自动识别功能，并结合PLC技术和整个运动控制机构完成煤炭和矸石的自动分拣功能。机器视觉是利用相机、镜头、光源和数字图像处理算法等代替人来进行判断分析检测。一个机器视觉检测系统主要包括硬件结构和软件系统。硬件结构的设计包括光源、镜头、相机及照明方式的选型以及运动控制机构的设计，软件系统的设计包括图像处理算法的研究编写及系统软件界面的设计编写。基于机器视觉的煤炭自动识别分拣系统的工作过程如图1所示：首先接通电源给整个系统供电，当PLC控制系统在通电之后，PLC会推动传送带传送煤炭，当煤炭被传送到工作台时，光电传感器会检测到煤炭并产生模拟触发信号，信号经过模数转换后，发送给计算机，计算机发送相应的控制指令给PLC，PLC接收指令并转换后会控制传送带停止运动，同时上述的信号会触发相机抓拍煤炭图像，并通过USB口将抓拍到的图像输入到计算机内部，然后通过图像处理算法和图像识别算法对采集到的图