何 敏，王培培，蒋慧慧

（上海海事大学 电气自动化系，上海200135）

0 引 言

煤炭是我国的主要能源，资源极为丰富，对国民经济的发展起着非常重要的作用。但是开采结果中除了煤还伴随有大量的煤矸石。煤矸石的主要成分是岩石，其密度大、灰分高、发热量小，如果工业生产用煤中混合煤矸石，将严重影响燃烧质量及效率。因此，煤矸石分选是煤生产过程中不可缺少的环节［1］。

传统的煤和煤矸石分选主要有人工和机械分选法。人工手选由工人将煤矸石从煤块中挑选出来，该方法效率低下，且工人劳动强度比较大，工作环境恶劣。机械选择则一般采用重介法，跳汰等方法，但缺点是设备庞大，复杂，环境污染严重［2］。国内外都对煤矸石分选做了大量研究工作，如人工γ射线、机械振动、无线电探测、红外反射等方法，尽管这些方法可靠，但需要专业知识和设备，不易实现。

计算机和高性能成像设备的普及使基于图像的分选方法变得简单易实现。通常煤块的颜色比较黑，而矸石的颜色比较淡，因此煤和矸石的灰度分布和峰值也有所不同。可见，煤和煤矸石的灰度和纹理分析将有助于它们的识别，例如，可将样品煤和煤矸石的灰度和纹理值作为标准存在计算机中，识别时将实际值与之比较，就可以将煤和矸石区分出来。但灰度和纹理分析能提供多个特征参数，哪些特征参数有助于提高识别成功率，以及如何整合这些特征参数以完成图像的自动识别过程，正是作者的研究重点。……