丁建华，张永贵

（北方魏家峁煤电有限责任公司，内蒙古 鄂尔多斯 017000）

传统的煤矸分选方法使用的设备庞大，工艺复杂，无法嵌入到煤炭破碎环节之前，不能解决煤矸石的无效破碎、洗选、运输问题。另外，传统煤矸石分选需要使用大量的水，会对水资源造成污染。但是我国煤炭资源储量丰富的地区水资源短缺，特别是晋、陕、蒙、宁地区，水资源仅占全国的2.6%，严重制约着煤炭资源的开发利用，而基于机器视觉的预排矸技术可以有效解决传统方法存在的问题，是一种清洁的煤矸分选方法，其特点在于识别的方式为非接触式测量、普适性高、发展迅速等。无论从环保角度，还是经济效益出发，基于机器视觉的预排矸技术的研究都显得极为超前。

1 视觉智能选矸技术现状

现阶段，煤矸图像识别的研究是以人工设计的能够体现煤矸差异的图像特征（如煤矸图像灰度值、纹理等）为前提，利用图像处理和模式识别技术对煤和矸石图像进行处理，基于支持向量机（Support Vector Machine，SVM）[1]或人工神经网络（Artificial Neural Network，ANN）[2]等机器学习算法建立模型对煤矸石进行识别。所涉及的图像特征主要基于煤矸的颜色差异[3]、纹理特征差异[4]、几何轮廓差异以及煤矸图像的频域差异。但是颜色差异容易受到图像采集时光照条件的影响，所以研究的量化结果很不稳定[5]。纹理特征易受到煤矸表面附着物干扰，且上述相关值与人类视觉模型脱节，缺少全局信息的利用，难以研究纹理尺度间像素的遗传或依赖关系。……