CN112916407A - 用于分拣煤和矸石的方法 - Google Patents
用于分拣煤和矸石的方法 Download PDFInfo
- Publication number
- CN112916407A CN112916407A CN202110084197.1A CN202110084197A CN112916407A CN 112916407 A CN112916407 A CN 112916407A CN 202110084197 A CN202110084197 A CN 202110084197A CN 112916407 A CN112916407 A CN 112916407A
- Authority
- CN
- China
- Prior art keywords
- gangue
- coal
- image
- sorting
- visible light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
Abstract
本公开提供一种用于分拣煤和矸石的方法,其利用用于分拣煤和矸石的装置来实现,包括:S1、分流:先将成堆的煤和矸石经过分流机构分流成至少三列小批量的煤和矸石;S2、获取煤和矸石的图像信息:待分流好的煤与矸石进入拍照区域,红外摄像机和可见光摄像机分别对煤和矸石的混合物进行拍照,得到煤和矸石的红外图像和可见光图像;S3、分别对红外图像和可见光图像进行特征提取:分别提取红外图像和可见光图像中的区块图像的灰度均值、能量、对比度、相关性和同质性;S4、根据从可见光图像和红外图像中所提取的特征,对传送带上的煤和矸石进行识别,并通过执行机构筛选出传送带上所输送的矸石。
Description
技术领域
本发明涉及煤和矸石分拣技术领域,尤其涉及一种用于分拣煤和矸石的方法。
背景技术
矸石是煤炭生产过程中产生的必不可少的固体物,其含碳量低,燃烧后还会产生有害物质,严重影响煤炭的燃烧效率,需及时将矸石与煤炭分拣开。
目前对于矸石的分拣主要有以下几种方式:1、人工分拣,该种方式所需劳动强度大,且工作环境差,成本高,效率低。2、射线识别法,该种方法辐射强度大,对人体有潜在的危险,且需要采取特殊的防护措施防止辐射泄漏,会导致设备成本增加。3、湿选法,该种方法主要利用煤和矸石的密度不同而实现煤和矸石的分离,但该种方法设备易损耗,并且存在水资源浪费及干燥处理与介质回收导致的生产成本增加等问题。4、图像识别方法,根据煤和矸石的表面纹理和颜色灰度的不同,利用普通工业相机拍照识别,该方法难点在于较难识别出煤炭与表面沾染煤灰的矸石,且分拣难度较大。
发明内容
本发明目的是提供一种用于分拣煤和矸石的方法,其采用可见光图像和红外图像联合实现煤和矸石的分拣,提高了煤和矸石的准确率。
本发明解决技术问题采用如下技术方案:一种用于分拣煤和矸石的方法,其包括:
S1、分流:先将成堆的煤和矸石经过分流机构分流成至少三列小批量的煤和矸石;
S2、获取煤和矸石的图像信息:待分流好的煤与矸石进入拍照区域,红外摄像机和可见光摄像机分别对煤和矸石的混合物进行拍照,得到煤和矸石的红外图像和可见光图像;
S3、分别对红外图像和可见光图像进行特征提取:分别提取红外图像和可见光图像中的区块图像的灰度均值、能量、对比度、相关性和同质性;
S4、根据从可见光图像和红外图像中所提取的特征,对传送带上的煤和矸石进行识别,并通过执行机构筛选出传送带上所输送的矸石。
可选的,S4具体为:
基于可见光图像中提取到的灰度均值、能量、对比度、相关性、同质性与红外图像中提取到的灰度均值、能量、对比度、相关性、同质性,形成十个SVM分类器;
在测试集下测试每个分类器能正确分类的个数作为该特征下的正确分类数,以分类成功的数量按照由多到少的顺序,选择其中的7个SVM分类器;
对所选择的7个SVM分类器所对应的特征的分类结果做归一化处理,得到每个特征的权重;
将7个SVM分类器所对应的特征结合其权重形成一个新的SVM分类器;
运用该新的SVM分类器实现煤和矸石的分选。
可选的,S4具体为:可见光图像中对比度权重占比10%,同质性权重占比10%;近红外图像中相关性权重占比25%;同质性权重占比15%;对比度权重占比25%;能量权重占比10%;灰度均值权重占比5%。
可选的,通过式1计算上述区块图像的灰度均值:
式中,μ为煤和矸石区块的灰度均值;L是图像的灰度级数,K代表某一灰度值,nk为灰度值为K时的像素点个数,N为图像总像素。
可选的,通过式2计算上述区块图像的能量:
其中,P(i,j,d,θ)代表灰度共生矩阵,i、j分别为一个像素点对中两个像素点的像素值,d为像素点对间的距离,θ是两者与坐标横轴的夹角。
可选的,通过式3计算上述区块图像的对比度:
其中,P(i,j,d,θ)代表灰度共生矩阵,i、j分别为一个像素点对中两个像素点的像素值,d为像素点对间的距离,θ是两者与坐标横轴的夹角。
可选的,通过式4计算上述区块图像的相关性:
其中,P(i,j,d,θ)代表灰度共生矩阵,i、j分别为一个像素点对中两个像素点的像素值,d为像素点对间的距离,θ是两者与坐标横轴的夹角。
可选的,通过式5计算上述区块图像的同质性:
其中,P(i,j,d,θ)代表灰度共生矩阵,i、j分别为一个像素点对中两个像素点的像素值,d为像素点对间的距离,θ是两者与坐标横轴的夹角。
可选的,所述分拣煤和矸石的装置包括:输送带、底部支架、第一分流组件、第二分流组件、红外摄像机、可见光摄像机和分拣机构;
所述输送带用于输送煤和矸石的混合物;所述底部支架设置在所述输送带的输送方向的两侧;
所述底部支架上设置有第一分流组件和第二分流组件,所述第一分流组件和第二分流组件用于将输送带上所传输的煤和矸石的混合物分成至少两列;
所述红外摄像机和可见光摄像机均通过相机支撑架固定于底部支架上;所述分拣机构用于实现煤和矸石的分拣。
本发明具有如下有益效果:本发明的用于分拣煤和矸石的装置将成堆聚集的煤和矸石分为三路较稀疏的煤与矸石,以此降低相机拍照识别的难度;并且利用红外摄像机和可见光摄像机的融合,实现了煤和矸石的区分,然后通过执行机构将矸石分选出来。由此,本发明解决了现有技术中的利用普通工业相机拍照识别,煤和矸石混杂且大量堆积在一起、现场情况复杂,较难识别与煤相似的黑色矸石或识别准确度不高,且分拣难度较大的问题。
附图说明
图1为本发明的用于分拣煤和矸石的装置的结构示意图;
图2为图1的A部放大示意图;
图3为本发明的用于分拣煤和矸石的装置的另一角度的结构示意图;
图中标记示意为:1-输送带;2-底部支架;3-三角支撑架;4-滚轮支架;5-滚轮;6-第一横杆;7-侧支架;8-左分流板;9-右分流板;10-双层分流板;11-第二横杆;12-弹簧;13-相机支撑架;14-红外摄像机;15-可见光摄像机;16-伺服电机;17-法兰盘;18-可伸缩式挡板。
具体实施方式
下面结合实施例及附图对本发明的技术方案作进一步阐述。
实施例1
本实施例提供了一种用于分拣煤和矸石的装置,其包括输送带、底部支架、滚轮组件、第一分流组件、第二分流组件、红外摄像机、可见光摄像机和分拣机构。
具体地,所述输送带为输送带1,待分拣的物料(煤和矸石的混合物)在所述输送带1上被输送。
在所述输送带1的输送方向的两侧均设置有底部支架2,在所述底部支架2上设置有滚轮组件,以通过所述滚轮组件实现对输送带的支撑;本实施例中,所述滚轮组件的数量为至少一个,并且当滚轮组件的数量为多个时,其沿所述输送带的输送方向均匀分布。
所述滚轮组件包括三角支撑架3、滚轮支架4和滚轮5,所述三角支撑架3设置于所述底部支架2上,优选地,所述三角支撑架3的截面为等腰三角形,且所述等腰三角形底边所对应的面固定于底部支架2上。
所述滚轮支架4的数量为至少两个,并且设置于所述三角支撑架3的两端;本实施例中,所述滚轮支架4包括上支撑座以及设置于所述上支撑座下端的两个支腿,所述两个支腿的下端固定于所述三角支撑架3上,并且所述两个支腿的底面分别与所述三角支撑架的上表面配合;所述滚轮5的两端支撑在所述滚轮支架4上,具体地,所述滚轮5的两端支撑在所述滚轮支架4的支撑座上;由此,三角支撑架3底边与底座接触面积大,比较稳固;所述滚轮支架4底边可以与三角支撑架3充分接触,提高稳定性;并且,由于三角支撑架3起到连接底部支架2的作用,故通过三角支撑架3的设计,能节约整个滚轮支架4的材料。
而且,所述底部支架2上设置有第一分流组件和第二分流组件,所述第一分流组件和第二分流组件用于将输送带上所传输的煤和矸石的混合物分成至少两列,例如本实施例中的三列;也就是说,本实施例的用于分拣煤和矸石的装置在使用时,可以根据具体情况决定
其中,所述第一分流组件包括第一横杆6,所述第一横杆6的两端分别通过侧支架7支撑在所述底部支架2上,并使得所述第一横杆6水平设置,并垂直于所述输送带1的输送方向。
所述第一横杆6上固定有左分流板8、右分流板9和至少一个双层分流板10,所述双层分流板10的下端的横截面为等腰三角形,所述双层分流板10的顶角朝前设置(即面对煤和矸石的进料方向);至少一个双层分流板均可滑动地设置于所述第一横杆上;例如所述分流板的上端套设在所述第一横杆上,并且通过其左侧和右侧的两个管螺母实现锁紧,此时,所述双层分流板与左侧的管螺母之间,以及所述双层分流板与所述右侧的管螺母之间均设置有弹簧,以当输送带所传输的煤和矸石的尺寸较大时,能够顺利通过第一分流组件和第二分流组件,不至于被第一分流组件和第二分流组件卡住,防止引起煤和矸石的堵塞。
所述左分流板8和右分流板9的横截面均为直角三角形,所述左分流板和右分流板的一个直角边所对应的面竖直设置,并且平行于输送方向;另一个直角边所对应的面竖直设置,并且垂直于输送方向;所述左分流板和右分流板的斜边所应的面相对设置,且所述双层分流板均设置于所述左分流板和右分流板之间;而且所述左分流板和右分流板均通过管螺母固定于所述第一横杆上。
所述第二分流组件设置为至少一个,本实施例中,所述第二分流组件设置为两个,并且沿煤和矸石的混合物的输送方向位于所述第一分流组件的下游侧。
其中,所述第二分流组件包括第二横杆11以及沿所述第二横杆11的长度方向设置的两对左分流板和右分流板;其中,所述第二横杆的两端分别通过侧支架支撑在所述底部支架上,并使得所述第二横杆水平设置,并垂直于所述输送带的输送方向。
所述左分流板和右分流板的一个直角边所对应的面竖直设置,并且平行于输送方向;另一个直角边所对应的面竖直设置,并且垂直于输送方向;所述左分流板和右分流板的斜边所应的面相对设置;并且每一对左分流板和右分流板均位于前一级所分隔的煤和矸石的流动区域的两侧;并且所述左分流板和右分流板分别通过其左侧和右侧的两个管螺母实现锁紧,此时,所述左分流板与其两侧的管螺母之间,以及所述右分流板与其两侧的管螺母之间均设置有弹簧;以此使得所述左分流板和右分流板对该区域内的煤和矸石的混合物的宽度进行再一次收窄,以使得本实施例的用于分拣煤和矸石的装置将煤和矸石的混合物分隔为细细的三列。
所述红外摄像机14(优选近红外摄像机)和可见光摄像机15(例如工业摄像机)均通过相机支撑架13固定于底部支架2上,而且,所述红外摄像机和可见光摄像机分为三组,每一组红外摄像机和可见光摄像机分别位于一列煤和矸石的混合物的正上方,以通过红外摄像机和可见光摄像机对该列煤和矸石的混合物进行拍照,并得到煤和矸石的可见光图像和红外图像。
所述分拣机构包括框架16,所述框架位于所述输送带的物料输出侧,由此实现对输送带上的矸石的分选;本实施例中,所述框架的横梁上安装有至少三个执行机构,至少三个执行机构均位于所述输送带的上方,并与每一列煤和矸石的混合物一一对应设置;所述执行机构包括伺服电机16、法兰盘17和可伸缩式挡板18;所述伺服电机固定于所述横梁,所述伺服电机的转子上固定有法兰盘,所述法兰盘上固定有可伸缩式挡板;而且,所述伺服电机可通过运动控制器与上位机连接,上位机通过对红外图像和可见光图像进行图像处理,区分出煤与矸石,并传输信号给伺服电机,伺服电机转动,其挡板将矸石阻挡后让其受重力作用自由下落至放料箱中,而其余煤块则由于惯性作用掉落至下一个传送带继续传送,由此完成煤与矸石的分拣工作。
本发明的用于分拣煤和矸石的装置将成堆聚集的煤和矸石分为三路较稀疏的煤与矸石,以此降低相机拍照识别的难度;并且利用红外摄像机和可见光摄像机的融合,实现了煤和矸石的区分,然后通过执行机构将矸石分选出来。
由此,本发明解决了现有技术中的利用普通工业相机拍照识别,煤和矸石混杂且大量堆积在一起、现场情况复杂,较难识别与煤相似的黑色矸石或识别准确度不高,且分拣难度较大的问题。
实施例2
本实施例提供了一种用于分拣煤和矸石的方法,其可以利用实施例1所述的用于分拣煤和矸石的装置来实现,并包括:
S1、分流:先将成堆的煤和矸石经过分流机构分流成三列小批量的煤和矸石;
煤在开采的过程中,会夹杂含碳量低的矸石,本实施例中,在煤和矸石的输送过程中,从传送带上将矸石分选出来。当煤和矸石在传送带上聚集时,会降低分选的效率,因此,本实施例中,首先将煤和矸石在输送带上分流为三列,并在每一列配备红外摄像机(近红外摄像机)和可见光摄像机(工业摄像机)对矸石拍照和识别,在识别矸石之后,通过执行机构将输送带上的矸石分选出来。
S2、获取煤和矸石的图像信息:待分流好的煤与矸石进入拍照区域,红外摄像机和可见光摄像机分别对煤和矸石的混合物进行拍照,得到煤和矸石的红外图像和可见光图像。
本实施例的用于分拣煤和矸石的方法基于图像对煤和矸石进行区分,并通过对红外图像和可见光图像的联合分析识别煤和矸石,以解决现有技术中的图像识别方法难以识别出煤炭与表面沾染煤灰的矸石的问题。
S3、分别对红外图像和可见光图像进行特征提取:
对煤与矸石在实际情况下进行图像采集过程中,煤和矸石与背景重叠在一起,故先对红外图像和可见光图像进行图像分割,将煤和矸石与背景分割开,得到煤和矸石的区块图像。
具体地,对采集到的红外图像和可见光图像转换成灰度图像后进行中值滤波处理,而后再对图像进行二值化,使用膨胀、腐蚀、开启、闭合等运算对图像中存在的一些孔洞以及噪声进行消除,经过以上预处理后使得图像特征变得更为明显,而后再对图像进行形状选择,最终实现煤和矸石的区块与背景的分割。
煤表面发亮发黑,灰度级较高,而矸石暗淡发灰,灰度级较低,煤和矸石的灰度直方图可以直观的反映它们的灰度范围和频率分布;因此,可以根据图像中的灰度特征区分煤和矸石,即该灰度均值可以作为区分煤和矸石的一个特征点。
具体地,通过公式1计算出上述区块图像的灰度均值:
式中,μ为煤和矸石区块的灰度均值;L是图像的灰度级数,K代表某一灰度值,nk为灰度值为K时的像素点个数,N为图像总像素。
而且,通过上述区块图像的灰度共生矩阵,可以提取出能量、对比度、相关性、同质性等特征参数值来定量描述图像纹理特性;即,图像的灰度共生矩阵能反映出图像灰度关于方向、相邻间隔、变化幅度的综合信息,它是分析图像的局部模式和它们排列规则的基础。
对一幅图像通常计0度、45度、90度、135度四个方向上的灰度共生矩阵,对应地也可以计算出各方向的能量、对比度、相关性、同质性等特性。为消除方向的影响,将计算出的各个方向下的同一特征的平均值作为这幅图像此特性的值。
其中,能量是灰度共生矩阵元素值的平方和,反映了图像灰度分布均匀程度和纹理粗细度。
其中,P(i,j,d,θ)代表灰度共生矩阵,i、j分别为一个像素点对中两个像素点的像素值,d为像素点对间的距离,θ是两者与坐标横轴的夹角;
对比度反映了图像的清晰度和纹理沟纹深浅的程度:纹理沟纹越深,其对比度越大,视觉效果越清晰;反之,对比度小,则沟纹浅,效果模糊。灰度共生矩阵中远离对角线的元素值越大,对比度越大。
相关性是用来衡量灰度共生矩阵在行或列方向上的相似度,如果图像中有水平方向纹理,则水平方向矩阵的相关值大于其余矩阵的相关值。
其中:
同质性度量了图像纹理局部变化的多少。其值大则说明图像纹理的不同区域间缺少变化,局部非常均匀。若灰度共生矩阵对角元素上有较大值,同质性就会取较大的值,因此连续灰度的图像其同质性的值比较大。
S4、根据从可见光图像和红外图像中所提取的特征,对传送带上的煤和矸石进行识别,并通过执行机构筛选出传送带上所输送的矸石。
本实施例中,当识别煤和矸石时,可以通过SVM分类器来实现;SVM分类器对目标物识别速度快,识别准确。
其中,当使用SVM分类器识别煤和矸石时,通过将可见光摄像机采集的图像中提取到的煤与矸石的不同特征点与近红外相机采集的图像中提取到的特征点输入SVM分类器,即将可见光摄像机采集的图像中提取到的五个特征(灰度均值、能量、对比度、相关性、同质性)与近红外相机采集的图像中提取到的五个特征(灰度均值、能量、对比度、相关性、同质性),基于这十个特征形成十个SVM分类器,在测试集下测试每个分类器能正确分类的个数作为该特征下的正确分类数,而后从十个特征中选取分类效果较好的特征作为新的SVM分类器的特征向量,并对选取的特征的分类结果做归一化处理,得到每个特征的权重,再将这几种特征对应不同权重形成一个更快速更准确地SVM分类器,实现特征融合。
具体地,本实施例中,选择可见光图像的对比度和同质性,以及红外图像的灰度均值、能量、对比度、相关性和同质性这七个特征值。
由于在可见光图像中,煤与矸石仅在对比度和同质性中有较明显的区别,在灰度均值、能量和相关性上较难区分。红外图像中,在灰度直方图中表现出了良好的稳定性,能够有效区分煤与矸石的灰度均值,红外相机在所需的波长上具有高灵敏度,同时可以提供高分辨率图片,能够检测到更加清晰的纹理信息,并且,近红外相机能够捕获物体表面的能量,在现场情况较差时依旧能很好的捕捉到目标物体表面的特征。在能量和相关性特征中,能够将煤与矸石区分。
即,计算每个特征ci在训练样本下的正确率P(ci),对其做归一化处理,K为特征数,得到每个特征所占的权重:
各个特征值权重大致占比如下:可见光图像中对比度权重占比10%,同质性权重占比10%;近红外图像中相关性权重占比25%;同质性权重占比15%;对比度权重占比25%;能量权重占比10%;灰度均值权重占比5%。
由此,根据不同特征的权重得到更快速更准确地SVM分类器。以此可以更好地实现对煤和矸石区分,提高了识别的准确性。
以上实施例的先后顺序仅为便于描述,不代表实施例的优劣。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于分拣煤和矸石的方法,其利用用于分拣煤和矸石的装置来实现,其特征在于,包括:
S1、分流:先将成堆的煤和矸石经过分流机构分流成至少三列小批量的煤和矸石;
S2、获取煤和矸石的图像信息:待分流好的煤与矸石进入拍照区域,红外摄像机和可见光摄像机分别对煤和矸石的混合物进行拍照,得到煤和矸石的红外图像和可见光图像;
S3、分别对红外图像和可见光图像进行特征提取:分别提取红外图像和可见光图像中的区块图像的灰度均值、能量、对比度、相关性和同质性;
S4、根据从可见光图像和红外图像中所提取的特征,对传送带上的煤和矸石进行识别,并通过执行机构筛选出传送带上所输送的矸石。
2.根据权利要求1所述的用于分拣煤和矸石的装置,其特征在于,S4具体为:
基于可见光图像中提取到的灰度均值、能量、对比度、相关性、同质性与红外图像中提取到的灰度均值、能量、对比度、相关性、同质性,形成十个SVM分类器;
在测试集下测试每个分类器能正确分类的个数作为该特征下的正确分类数,以分类成功的数量按照由多到少的顺序,选择其中的7个SVM分类器;
对所选择的7个SVM分类器所对应的特征的分类结果做归一化处理,得到每个特征的权重;
将7个SVM分类器所对应的特征结合其权重形成一个新的SVM分类器;
运用该新的SVM分类器实现煤和矸石的分选。
3.根据权利要求2所述的用于分拣煤和矸石的装置,其特征在于,S4具体为:可见光图像中对比度权重占比10%,同质性权重占比10%;近红外图像中相关性权重占比25%;同质性权重占比15%;对比度权重占比25%;能量权重占比10%;灰度均值权重占比5%。
10.根据权利要求1所述的用于分拣煤和矸石的装置,其特征在于,所述分拣煤和矸石的装置包括:输送带、底部支架、第一分流组件、第二分流组件、红外摄像机、可见光摄像机和分拣机构;
所述输送带用于输送煤和矸石的混合物;所述底部支架设置在所述输送带的输送方向的两侧;
所述底部支架上设置有第一分流组件和第二分流组件,所述第一分流组件和第二分流组件用于将输送带上所传输的煤和矸石的混合物分成至少两列;
所述红外摄像机和可见光摄像机均通过相机支撑架固定于底部支架上;所述分拣机构用于实现煤和矸石的分拣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110084197.1A CN112916407A (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355088.4A CN111715540B (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的装置和方法 |
CN202110084197.1A CN112916407A (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355088.4A Division CN111715540B (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112916407A true CN112916407A (zh) | 2021-06-08 |
Family
ID=72563692
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355088.4A Active CN111715540B (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的装置和方法 |
CN202110084197.1A Pending CN112916407A (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355088.4A Active CN111715540B (zh) | 2020-04-29 | 2020-04-29 | 用于分拣煤和矸石的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111715540B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113414141A (zh) * | 2021-07-13 | 2021-09-21 | 宁伟光 | 一种煤矿机电运输高能效高稳定传动装置 |
CN113920116A (zh) * | 2021-12-13 | 2022-01-11 | 武汉市什仔伟业勇进印务有限公司 | 基于人工智能的彩箱面纸贴合工艺智能控制方法及系统 |
CN114904798A (zh) * | 2022-05-16 | 2022-08-16 | 上海方酋机器人有限公司 | 一种基于图像识别的煤矸石自动分拣方法、系统及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113019949B (zh) * | 2021-03-04 | 2022-06-28 | 安徽理工大学 | 一种基于图像数据处理的煤矸石分选系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103827660A (zh) * | 2011-08-03 | 2014-05-28 | 技术信息有限公司 | 处理开采出的物质 |
CN108090888A (zh) * | 2018-01-04 | 2018-05-29 | 北京环境特性研究所 | 基于视觉注意模型的红外图像和可见光图像的融合检测方法 |
CN108711146A (zh) * | 2018-04-19 | 2018-10-26 | 中国矿业大学 | 一种基于可见光和红外图像融合的煤岩识别装置及方法 |
CN208383767U (zh) * | 2018-07-27 | 2019-01-15 | 沈阳知行科技有限公司 | 基于多感融合的煤和矸石分选系统 |
CN110119747A (zh) * | 2019-05-14 | 2019-08-13 | 安徽理工大学 | 一种基于x射线图像的煤矸识别方法 |
CN110232655A (zh) * | 2019-06-13 | 2019-09-13 | 浙江工业大学 | 一种用于煤场的红外-可见光双光图像拼接与融合方法 |
CN110756452A (zh) * | 2019-10-31 | 2020-02-07 | 中煤科工集团上海有限公司 | 煤矸石识别及分拣系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3790473C2 (de) * | 1986-08-20 | 1995-04-27 | De Beers Cons Mines Ltd | Trennverfahren für Diamanten |
GB2199657B (en) * | 1986-11-12 | 1990-12-12 | De Beers Ind Diamond | Diamond sorting |
CN203711333U (zh) * | 2014-01-27 | 2014-07-16 | 罗旭 | 无水防爆原煤分选机 |
CN105682310B (zh) * | 2014-11-19 | 2020-06-23 | 刘皓强 | 基于图像质量控制的组合照明装置及方法 |
CN204568622U (zh) * | 2014-12-24 | 2015-08-19 | 浙江珊溪管桩股份有限公司 | 一种运输用滚筒装置 |
CN204473804U (zh) * | 2015-02-04 | 2015-07-15 | 新乡职业技术学院 | 一种自动调节送料量的输送装置 |
CN106362957B (zh) * | 2016-09-14 | 2018-05-11 | 西安科技大学 | 一种煤矸石分离系统和分离方法 |
CN107145884A (zh) * | 2017-04-26 | 2017-09-08 | 太原理工大学 | 煤矸石近红外图像识别技术 |
CN110732489A (zh) * | 2019-10-31 | 2020-01-31 | 中煤科工集团上海有限公司 | 煤矸石分选装置 |
-
2020
- 2020-04-29 CN CN202010355088.4A patent/CN111715540B/zh active Active
- 2020-04-29 CN CN202110084197.1A patent/CN112916407A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103827660A (zh) * | 2011-08-03 | 2014-05-28 | 技术信息有限公司 | 处理开采出的物质 |
CN108090888A (zh) * | 2018-01-04 | 2018-05-29 | 北京环境特性研究所 | 基于视觉注意模型的红外图像和可见光图像的融合检测方法 |
CN108711146A (zh) * | 2018-04-19 | 2018-10-26 | 中国矿业大学 | 一种基于可见光和红外图像融合的煤岩识别装置及方法 |
CN208383767U (zh) * | 2018-07-27 | 2019-01-15 | 沈阳知行科技有限公司 | 基于多感融合的煤和矸石分选系统 |
CN110119747A (zh) * | 2019-05-14 | 2019-08-13 | 安徽理工大学 | 一种基于x射线图像的煤矸识别方法 |
CN110232655A (zh) * | 2019-06-13 | 2019-09-13 | 浙江工业大学 | 一种用于煤场的红外-可见光双光图像拼接与融合方法 |
CN110756452A (zh) * | 2019-10-31 | 2020-02-07 | 中煤科工集团上海有限公司 | 煤矸石识别及分拣系统 |
Non-Patent Citations (1)
Title |
---|
吴开兴等: "基于灰度和纹理的煤与矸石特征提取研究", 《煤炭技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113414141A (zh) * | 2021-07-13 | 2021-09-21 | 宁伟光 | 一种煤矿机电运输高能效高稳定传动装置 |
CN113920116A (zh) * | 2021-12-13 | 2022-01-11 | 武汉市什仔伟业勇进印务有限公司 | 基于人工智能的彩箱面纸贴合工艺智能控制方法及系统 |
CN113920116B (zh) * | 2021-12-13 | 2022-03-15 | 武汉市什仔伟业勇进印务有限公司 | 基于人工智能的彩箱面纸贴合工艺智能控制方法及系统 |
CN114904798A (zh) * | 2022-05-16 | 2022-08-16 | 上海方酋机器人有限公司 | 一种基于图像识别的煤矸石自动分拣方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111715540A (zh) | 2020-09-29 |
CN111715540B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111715540B (zh) | 用于分拣煤和矸石的装置和方法 | |
CN109472822A (zh) | 基于深度图像处理的物体尺寸测量方法 | |
CN101354241B (zh) | 集料数字图像评价方法 | |
CN104990925B (zh) | 一种基于梯度多阈值优化缺陷检测方法 | |
CN109598715B (zh) | 基于机器视觉的物料粒度在线检测方法 | |
CN108629775A (zh) | 一种热态高速线材表面图像处理方法 | |
CN108169236A (zh) | 一种基于视觉的金属表面缺陷检测方法 | |
CN111781106A (zh) | 一种机制砂振动测量系统 | |
CN109191421A (zh) | 柱形锂电池圆周面凹坑视觉检测方法 | |
CN110110675A (zh) | 一种融合边缘信息的小波域分形红外卷云检测方法 | |
CN109059770A (zh) | 一种基于tof深度相机的包裹体积测量方法 | |
WO2012172073A1 (de) | Verfahren zur bereitstellung eines vorhersagemodells für eine rissdetektion und verfahren zur rissdetektion an einer halbleiterstruktur | |
CN113706566B (zh) | 一种基于边缘检测的加香喷雾性能检测方法 | |
Yang et al. | An online detection system for aggregate sizes and shapes based on digital image processing | |
CN102842120A (zh) | 基于超复数小波相位测量的图像模糊程度检测方法 | |
CN112354874A (zh) | 煤和矸石的识别方法以及矸石自动分离系统 | |
CN111539251B (zh) | 一种基于深度学习的安检物品识别方法和系统 | |
CN109509188A (zh) | 一种基于hog特征的输电线路典型缺陷识别方法 | |
CN107516331A (zh) | 一种竹条颜色分类方法及系统 | |
Koh et al. | Improving particle size measurement using multi-flash imaging | |
CN112371559A (zh) | 矸石识别方法和矸石自动分离系统 | |
CN111507980B (zh) | 动态图像法检测矿石碎磨产品粒度分布的校正方法 | |
CN114887924A (zh) | 一种基于太赫兹成像的煤矸石识别分选装置及方法 | |
CN108989608A (zh) | 基于线阵相机的路面图像灰度校正方法 | |
CN108982544A (zh) | 一种印制电路板瑕疵部件检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210608 |