乔力江汉，何克焓

(1.武汉理工大学能源与动力学院，湖北 武汉 430070；2.中国矿业大学(北京)机电与信息工程学院，北京 100083)

煤矸石识别技术是我国智慧矿山与煤炭高效清洁利用的关键技术之一，煤矸石分选自动化也是矿山自动化的关键要素之一[1]。本文将直接从工作面开采来的煤称为原煤[2]，根据煤的形成原理和过程以及煤的开采技术原理进行分析，混入原煤之中的煤矸石一般占10%～20%，可见其占比很大，对其进行分拣是必需的。 因其不具备燃料的化学特质，故需将其从原煤中分选出。煤矸石若不加以利用，不断堆积后将危害自然环境，对煤矸石进行合理的回收综合利用，也是矿山绿色环保中的重要措施[3]。

现有的煤矸石分选技术包括人工分选、重介选矸、射线选矸和图像选矸，各种分选方法均存在不足，例如危害工人健康、浪费水资源、噪音危害、识别率不高等。对于安全、高效的煤矸石分选方法的研究和应用是十分必要的[4]。本文将研究重点放在煤矸石图像特征的识别上，并首次提出将煤矸石的细观孔隙结构特征和轮廓边缘特征作为图像识别的关键因素，并结合分形理论进行研究，寻找一种新的高效率识别方法，为煤矸石识别技术发展开辟新的研究方向。

1 分形理论

分形几何学作为现代数学中的一个新的分支，以不规则的几何形态为研究对象，大自然中普遍存在不规则的几何形状，1967年Mandelbrot在《Science》上发表文章讨论如何计算英国海岸线的长度，文章中指出这个问题在计算时使用不同的测量尺度得到的结果会有巨大的不同，依赖于使用的尺度，就引出了分维的概念，分维是海岸线的确切特征量。……