李 博，王學(xué)文,，龐尚鐘，高新宇，王璐瑤，丁恩發(fā)，暴慶保

(1.太原理工大學(xué) 機(jī)械與運(yùn)載工程學(xué)院，山西 太原 030024；2.煤礦綜采裝備山西省重點(diǎn)實(shí)驗(yàn)室，山西 太原 030024；3.大同煤礦集團(tuán)機(jī)電裝備約翰芬雷洗選技術(shù)設(shè)備有限公司，山西 大同 037300；4.礦山采掘裝備及智能制造國(guó)家重點(diǎn)實(shí)驗(yàn)室，山西 太原 030024 )

0 引 言

在原煤生產(chǎn)過(guò)程中，煤矸石的排放量約占煤炭開采總量的15%～20%，因此，國(guó)際上公認(rèn)選煤是實(shí)現(xiàn)煤炭高效、潔凈利用的首選方案[1-2]。受限于傳統(tǒng)干法原煤分選精度的不足，我國(guó)目前主要采用濕選法進(jìn)行原煤分選，存在著矸石堆積成山、水資源耗費(fèi)、塊煤率低、井下排矸困難等諸多問(wèn)題。為實(shí)現(xiàn)塊狀煤矸的高精度分選，促進(jìn)井下排矸與實(shí)時(shí)回填技術(shù)的形成，基于機(jī)器視覺的煤矸干法分選技術(shù)應(yīng)運(yùn)而生。與傳統(tǒng)選煤方法相比，基于機(jī)器視覺的煤矸分選具有智能化高，設(shè)備易于安裝維護(hù)，能夠有效避免大粒徑矸石對(duì)設(shè)備損耗的優(yōu)點(diǎn)，但是該類技術(shù)的工程應(yīng)用仍有待研究完善。機(jī)器視覺檢測(cè)技術(shù)作為一種無(wú)接觸、高智能化、安全可靠的先進(jìn)檢測(cè)方法，在工業(yè)檢測(cè)、水果分級(jí)、醫(yī)療檢測(cè)等領(lǐng)域多有研究及應(yīng)用[3-5]，在煤炭生產(chǎn)領(lǐng)域也被用于研究帶式輸送機(jī)的煤量檢測(cè)[6]和煤矸石的自動(dòng)分選中[7]。機(jī)器視覺選煤研究包括圖像采集、圖像處理、分類識(shí)別。圖像采集是影響煤矸圖像質(zhì)量的重要因素，研究中多采用靜態(tài)采集，動(dòng)態(tài)視覺采集系統(tǒng)主要為特定工程應(yīng)用而研發(fā)，例如煤矸在線識(shí)別系統(tǒng)[8]和在線粒度分析系統(tǒng)[9]。圖像采集環(huán)境及樣本狀態(tài)同樣會(huì)影響圖像質(zhì)量，于國(guó)防[10]研究了3種光源條件的煤矸圖像灰度分布規(guī)律；王家臣等[11]詳細(xì)分析了不同光強(qiáng)下煤矸圖像特征變化情況；DOU等[12]針對(duì)實(shí)際應(yīng)用中的干凈面、濕凈面、煤泥覆蓋干面和煤泥覆蓋濕面4種工況進(jìn)行研究。以上研究驗(yàn)證了照明強(qiáng)度會(huì)對(duì)煤矸圖像產(chǎn)生影響，但研究所處環(huán)境均為實(shí)驗(yàn)室的理想環(huán)境，未針對(duì)實(shí)際生產(chǎn)環(huán)境進(jìn)行分析研究，忽視了實(shí)際生產(chǎn)中淋水、粉塵等環(huán)境影響，有待進(jìn)一步深入研究分析。圖像處理包括圖像預(yù)處理和特征提取，圖像預(yù)處理的目的是為了消除噪音干擾，實(shí)現(xiàn)前景區(qū)域檢測(cè)。一些學(xué)者通過(guò)邊緣檢測(cè)提取前景區(qū)域，使用小波變換來(lái)提高去噪效果和邊緣檢測(cè)效果[13]。ALDRICH等[14]在研究煤的粒度實(shí)時(shí)監(jiān)測(cè)中，發(fā)現(xiàn)了較大塊煤易被誤分割成小顆粒煤的現(xiàn)象。劉凱[15]提出一種基于分?jǐn)?shù)階微積分的煤矸圖像邊界標(biāo)記識(shí)別方法。從研究中可看出，在實(shí)驗(yàn)室環(huán)境中采集的煤矸圖像信噪比高，圖像去噪與分割易于實(shí)現(xiàn)，而實(shí)際生產(chǎn)中噪聲條件復(fù)雜，輸送帶與前景目標(biāo)因灰度重疊到時(shí)對(duì)比度較小，因此相關(guān)技術(shù)在生產(chǎn)中的實(shí)用性仍有待進(jìn)一步的研究驗(yàn)證。

煤矸圖像特征之間的差異決定著分類的準(zhǔn)確性，煤矸識(shí)別研究中通常采用圖像灰度特征和紋理特征進(jìn)行分類識(shí)別[16]。李曼等[17]提取了灰度均值、最大頻數(shù)對(duì)應(yīng)的灰度值、熵、對(duì)比度共4個(gè)特征作為煤和矸石的差異特征。LI等[18]利用紋理分析的自適應(yīng)窗口對(duì)圖像進(jìn)行紋理特征提取。SUN等[19]利用灰度共生矩陣提取了煤巖圖像中的22個(gè)紋理特征并進(jìn)行降維優(yōu)化。XUE等[20]對(duì)綜放工作面原始煤矸影像進(jìn)行灰度直方圖分析，對(duì)煤矸圖像的灰度均值進(jìn)行了計(jì)算。LI等[21]設(shè)計(jì)了基于煤和矸石視頻分選的系統(tǒng)框架，并構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行灰度值及其它特征的多特征融合。

上述研究中，未涉及到水分、粉塵以及煤矸種類的影響研究。本研究將對(duì)實(shí)際生產(chǎn)中可能面臨的問(wèn)題進(jìn)行模擬試驗(yàn)，進(jìn)行下列研究：①模擬實(shí)際應(yīng)用中可能遇到的復(fù)雜背景，通過(guò)多方法融合實(shí)現(xiàn)圖像分割；②分析煤和矸石的圖像特征，針對(duì)光照、淋水、粉塵等惡劣生產(chǎn)環(huán)境，量化處理環(huán)境因素，進(jìn)行單因素試驗(yàn)，研究單個(gè)環(huán)境因素對(duì)煤矸特征影響趨勢(shì)及程度；③為通過(guò)較少的試驗(yàn)次數(shù)獲取較準(zhǔn)確的試驗(yàn)結(jié)果，采用響應(yīng)面法進(jìn)行多因素混合影響試驗(yàn)設(shè)計(jì)，確定各環(huán)境因素之間的交互作用。所進(jìn)行的試驗(yàn)研究可以用于探究如何實(shí)現(xiàn)復(fù)雜生產(chǎn)環(huán)境中的高效率煤矸分選，對(duì)煤巖界面識(shí)別技術(shù)的實(shí)現(xiàn)也具有重要意義。

1 試驗(yàn)材料和方法

1.1 樣本圖像采集

不同產(chǎn)地的煤和矸石具有一定的差異，其表面色澤、表面紋理、潤(rùn)濕性和孔隙度等物理性質(zhì)均存在差異[22]。為探究實(shí)際生產(chǎn)環(huán)境對(duì)煤矸圖像特征影響情況，在實(shí)驗(yàn)室模擬環(huán)境進(jìn)行圖像采集，樣本如圖1a所示，M1～M3為煤樣本，M1和M3質(zhì)地堅(jiān)實(shí)，表面黝黑，M3表面存在反光較強(qiáng)的區(qū)域，M2質(zhì)地松軟，表面存在裂紋；G1～G3為矸石樣本，G1為黑矸，色澤發(fā)黑，與煤和矸石差異較小，G2、G3為灰矸。

圖1 試驗(yàn)樣本及試驗(yàn)裝置Fig.1 Experimental samples and experimental apparatus

圖像采集裝置如圖1b所示，為避免自然光對(duì)試驗(yàn)造成的影響，采用長(zhǎng)500 mm、寬400 mm、高370 mm的瓦楞紙箱設(shè)置暗箱環(huán)境；圖像采集過(guò)程中的照明由6根粘貼于暗箱頂部的LED燈條(燈珠型號(hào)：5730 LED)提供，燈條位置呈均勻分布以減小樣本的陰影，燈條間距及距兩壁距離為60 mm，單根燈條功率為6 W；采用高速相機(jī)(JVC GC-P100BAC，泰國(guó)制造)作為圖像獲取設(shè)備，相機(jī)置于紙箱頂端中央，感光元件為背照式CMOS，所采集圖像大小為1 920 px×1 080 px。所有圖像均采用MathWorks公司的MATLAB(R2017a 9.2.0.538062)進(jìn)行圖像處理，涉及到的試驗(yàn)數(shù)據(jù)均由此計(jì)算得出。

1.2 圖像特征提取

1.2.1 圖像特征

圖像特征是對(duì)圖像進(jìn)行區(qū)別的依據(jù)，一般包括顏色、紋理以及形狀特征等。煤和矸石屬于形狀不規(guī)則的散料，因此無(wú)法通過(guò)其形狀特征進(jìn)行分類識(shí)別，但是煤表面粗糙，而矸石表面平滑，這種差異會(huì)導(dǎo)致煤和矸石紋理特征存在差異，因此，通過(guò)灰度共生矩陣提取煤和矸石圖像的4個(gè)紋理特征進(jìn)行特征分析：

能量ASM反映了圖像灰度分布均勻程度：

(1)

式中：P(i,j,d,θ)為灰度共生矩陣；R為灰度值的級(jí)數(shù)；i、j為灰度值；d為步長(zhǎng)；θ為角度。

對(duì)比度CON反映了圖像的清晰度和紋理溝紋深淺的程度：

(2)

熵ENT表示圖像中紋理的非均勻程度：

(3)

逆差矩IDM反映圖像局部灰度相關(guān)性：

(4)

同時(shí)，煤和矸石表面色澤的差異導(dǎo)致煤和矸石對(duì)光的反射和吸收存在差異，在視覺中表現(xiàn)為煤樣本更黑、矸石樣本更灰白，這是煤和矸石樣本最顯著的外在特征，在數(shù)字圖像處理中具體表現(xiàn)為圖像灰度的差異。

基于灰度直方圖提取煤和矸石圖像的局部灰度均值μ和灰度峰值p進(jìn)行分析研究。設(shè)一幅圖像由m×n個(gè)像素點(diǎn)構(gòu)成，各點(diǎn)像素灰度值表示為f(i,j)(i=1,2,…,n;j=1,2,…,m)，則圖像的灰度均值μ表達(dá)式為：

(5)

圖像灰度峰值p指圖像中出現(xiàn)次數(shù)最多的灰度級(jí)。

1.2.2 圖像處理

圖像處理流程如圖2所示，首先將所采集的圖像裁剪為包含樣本邊緣和背景的像素為800 px×800 px的子圖像，采用加權(quán)灰度法對(duì)子圖像進(jìn)行灰度化處理，權(quán)值如式(4)所示，在保留像素梯度信息的同時(shí)大幅度提高運(yùn)算速度[23]。

圖2 圖像處理流程Fig.2 Image processing flow

f(i,j)=0.30R+0.59G+0.11B

(6)

式中，R、G、B分別為像素點(diǎn)(i,j)在彩色圖像中紅、綠、藍(lán)3個(gè)通道的分量。

通過(guò)中值濾波處理進(jìn)行去噪，并采用預(yù)先建立的平均背景模型，將背景差分得到的圖像進(jìn)行二值分割，分割閾值通過(guò)OTSU法計(jì)算得出。二值化分割完成后，圖像中仍存在小顆粒斑點(diǎn)、大顆粒內(nèi)部孔洞問(wèn)題，通過(guò)形態(tài)學(xué)操作和連通域分析去除殘留的較大粉塵、填充內(nèi)部孔洞、平滑不規(guī)則邊緣，最終將在目標(biāo)區(qū)域中取內(nèi)接矩形進(jìn)行局部灰度特征提取，實(shí)現(xiàn)背景信息的完全消除。

1.3 特征分析試驗(yàn)設(shè)計(jì)

1.3.1 煤矸圖像特征

針對(duì)煤和矸石的紋理特征及灰度特征，在實(shí)驗(yàn)室中采集煤和矸石的樣本圖像各210 張進(jìn)行分析，煤和矸石樣本均為干燥樣本，光照條件為同一水平。首先，通過(guò)煤和矸石圖像特征的散點(diǎn)圖對(duì)比煤和矸石圖像特征差異；其次，通過(guò)對(duì)煤和矸石各個(gè)特征的統(tǒng)計(jì)分析篩選出區(qū)分度較大的煤矸圖像特征。

1.3.2 單因素影響試驗(yàn)

針對(duì)實(shí)際生產(chǎn)中光照、粉塵、淋水一系列惡劣環(huán)境，在實(shí)驗(yàn)室中進(jìn)行環(huán)境模擬試驗(yàn)，分別考察光照強(qiáng)度、煤粉沾染、樣品濕度對(duì)樣品圖像灰度特征的影響情況，為視覺選煤技術(shù)的工程應(yīng)用提供一定的參考。試驗(yàn)中，為減小試驗(yàn)誤差，各水平進(jìn)行5次重復(fù)試驗(yàn)取其平均值作為最終參數(shù)。

光照強(qiáng)度影響試驗(yàn)在較弱的光照條件下進(jìn)行，通過(guò)控制LED 燈條的功率來(lái)調(diào)整光照強(qiáng)度，分別采集6、12、18、24、30和36 W照明下清潔干燥煤矸樣本的圖像，提取灰度特征值并進(jìn)行分析，考察在試驗(yàn)條件下灰度特征值的變化趨勢(shì)和程度，確立較優(yōu)的光照條件。

在表面濕度影響試驗(yàn)中，如圖3所示，為使樣品表面均勻潤(rùn)濕，通過(guò)霧化噴霧對(duì)煤矸樣本進(jìn)行潤(rùn)濕處理。噴霧加濕時(shí)，樣品放置于距噴霧水壺350 mm處，噴霧口距地面350 mm，室內(nèi)無(wú)風(fēng)條件下進(jìn)行噴霧試驗(yàn)，保持樣本放置處清潔以避免樣本其他位置被水浸濕影響質(zhì)量控制。以樣本接受噴霧的質(zhì)量為試驗(yàn)指標(biāo)，設(shè)置0、0.04、0.08、0.12、0.16、0.20 g共6個(gè)水平，單次誤差不大于±0.005 g，最大水平通過(guò)表面涂水測(cè)得。濕潤(rùn)樣品通過(guò)烘干機(jī)(101-0AB 天津賽得利斯)烘干處理后再進(jìn)行試驗(yàn)。

圖3 表面濕度影響試驗(yàn)Fig.3 Experiment of surface humidity influence

樣本表面煤粉沾染試驗(yàn)中，如圖4所示，通過(guò)對(duì)煤矸樣本表面均勻涂撒煤粉來(lái)模擬生產(chǎn)中的粉塵沾染，試驗(yàn)中的煤粉由原煤表面附著粉塵及塊煤破碎形成的粉末混合而成。由于煤矸樣本的表面積不易測(cè)得，以沾染煤粉的質(zhì)量作為量化指標(biāo)，測(cè)量多個(gè)原煤樣本表面煤粉得到最大煤粉涂抹量，其余水平平均分布。試驗(yàn)時(shí)依次在樣品表面均勻涂撒煤粉，設(shè)置0、0.03、0.06、0.09、0.12 g共5個(gè)水平，單次誤差不大于±0.005 g，考察煤矸樣本灰度特征在5個(gè)水平下的變化趨勢(shì)和程度，并分析兩者變化的差異和成因。

圖4 表面煤粉沾染試驗(yàn)Fig.4 Experiment of surface coal contamination

1.3.3 多因素交互影響試驗(yàn)

實(shí)際生產(chǎn)環(huán)境中，煤和矸石受到的是多因素的交互影響，情況更為復(fù)雜惡劣，例如部分矸石在水和煤粉混合形成的煤泥作用下可能呈現(xiàn)出與原煤十分接近的色澤，這將會(huì)嚴(yán)重干擾基于圖像灰度值的煤矸識(shí)別。

響應(yīng)面法是采用多元二次方程來(lái)擬合因素與響應(yīng)值之間的函數(shù)關(guān)系，可進(jìn)行顯著性預(yù)測(cè)及多因素交互作用研究[24-25]。針對(duì)光照強(qiáng)弱、煤粉沾染程度、濕度和樣品種類4個(gè)試驗(yàn)因素，對(duì)影響因素進(jìn)行量化處理，應(yīng)用Box-Benhnken Design(BBD)試驗(yàn)設(shè)計(jì)理論設(shè)計(jì)4因素三水平試驗(yàn)，以樣本灰度均值為響應(yīng)指標(biāo)，研究各因素對(duì)煤矸圖像灰度值影響的顯著性及其交互作用，為實(shí)現(xiàn)視覺選煤技術(shù)在復(fù)雜環(huán)境下的工程應(yīng)用提供一定參考。

BBD是RSM二級(jí)模型的其中一種設(shè)計(jì)類型，這種設(shè)計(jì)是一種擬合響應(yīng)曲面的二階三水平設(shè)計(jì)，包括析因試驗(yàn)和中心重復(fù)試驗(yàn)，所得出的設(shè)計(jì)對(duì)所要求的試驗(yàn)次數(shù)來(lái)說(shuō)十分有效。響應(yīng)面試驗(yàn)因素及水平見表1、表2，包含光照強(qiáng)度、表面濕度、煤粉沾染程度和塊煤(矸石)種類4個(gè)因素，-1、0、+1三個(gè)水平。

表1 煤炭響應(yīng)面因素設(shè)計(jì)及水平Table 1 Design and level of response surface factors of coal

表2 矸石響應(yīng)面因素設(shè)計(jì)及水平Table 2 Design and level of response surface factors of gangue

2 試驗(yàn)結(jié)果及分析

2.1 煤矸圖像特征分析

圖5所示為煤和矸石圖像4個(gè)紋理特征分布情況，從圖中可以看出，煤和矸石樣本紋理特征分布均存在較大重合，說(shuō)明二者紋理特征差異較小，難以通過(guò)某一紋理特征進(jìn)行有效區(qū)分。表3所示為樣本紋理特征數(shù)據(jù)統(tǒng)計(jì)表，通過(guò)對(duì)所有樣本的灰度特征進(jìn)行分析確定一個(gè)最佳閾值，以該閾值作為標(biāo)準(zhǔn)進(jìn)行分類，分類結(jié)果直觀表明單一紋理特征用于煤矸分類效果較差，不應(yīng)作為煤矸分類的首選特征。

圖5 樣本紋理特征分布Fig.5 Distribution of texture features of the sample

表3 樣本紋理特征數(shù)據(jù)統(tǒng)計(jì)Table 3 Statistical of sample texture feature data %

圖6所示為對(duì)所有樣本灰度特征散點(diǎn)圖，從圖中可以看出，灰度均值和峰值灰度均有較好的分割區(qū)間，但是有一定的分布混雜現(xiàn)象。表4顯示了對(duì)煤和矸石樣本灰度信息的統(tǒng)計(jì)分析，從分類結(jié)果來(lái)看，煤和矸石的灰度特征具有較好的區(qū)分度。但是于國(guó)防等[10]、王家臣等[11]的研究結(jié)果表明，煤和矸石的灰度特征會(huì)隨環(huán)境發(fā)生變化，可能會(huì)對(duì)煤和矸石分類造成影響，需通過(guò)環(huán)境影響試驗(yàn)進(jìn)行進(jìn)一步分析。

圖6 樣本灰度特征分布Fig.6 Distribution of grayscale features of samples

表4 樣本灰度信息統(tǒng)計(jì)Table 4 Statistical of sample grayscale information %

2.2 單因素試驗(yàn)結(jié)果分析

2.2.1 光照影響試驗(yàn)結(jié)果分析

如圖7a所示，煤樣本的灰度均值在32～36，矸石樣本的灰度均值在40～55，隨著照明功率的上升，樣本的灰度均值呈現(xiàn)上升趨勢(shì)，浮動(dòng)范圍為1～2。試驗(yàn)所得出的灰度均值區(qū)間與王家臣等人在低照度條件下得出的結(jié)果一致。在于國(guó)防等人的研究中，圖像特征提取過(guò)程中未完全消除背景信息，灰度均值提取結(jié)果與本文相差較大，但灰度變化趨勢(shì)的研究同樣呈現(xiàn)上升趨勢(shì)。

圖7 不同光照強(qiáng)度下煤矸灰度特征變化Fig.7 Variation of coal and gangue grayscale characteristics under different light intensity

如圖7b所示，可以看出，矸石樣本的峰值更為穩(wěn)定，而煤樣本的峰值起伏較大，這是由于光強(qiáng)的增加使部分灰度級(jí)發(fā)生躍遷導(dǎo)致的，M2的峰值呈現(xiàn)出較大落差，圖8所示為M2分別在12、24和36 W光照下的灰度直方圖，從圖中可以看出，隨著光照強(qiáng)度的增強(qiáng)，部分灰度級(jí)發(fā)生了躍遷，導(dǎo)致直方圖峰值發(fā)生變化。

圖8 M2的灰度直方圖Fig.8 Gray histogram of M2

從上述分析中可以看出，在試驗(yàn)涉及的光照條件下，煤矸樣本的灰度均值和灰度峰值均有較好的區(qū)分度，但是煤和矸石的峰值灰度受環(huán)境變化的影響較大，存在較大的不穩(wěn)定性。

2.2.2 樣品濕度影響

如圖9a所示，隨著噴霧量的增加，灰度均值呈對(duì)數(shù)曲線的趨勢(shì)下降，矸石樣本灰度均值下降幅度為15～20，煤的下降幅度約為8。在0～0.08 g區(qū)間內(nèi)下降最為迅速，此時(shí)樣本迅速吸收噴霧水分，色澤變化顯著，使灰度級(jí)迅速下降；在0.08～0.16 g區(qū)間內(nèi)變化趨于平穩(wěn)；當(dāng)噴霧量達(dá)到0.2 g時(shí)，M2、G1、G3的灰度均值再次出現(xiàn)小幅度下降，其余樣本則未發(fā)生明顯變化，觀察樣本可以發(fā)現(xiàn)，M2、G1、G3三個(gè)樣本的表面平滑，M1、M3、G2三個(gè)樣本的表面有凸起，這種形貌上的差異導(dǎo)致樣本對(duì)水分和光的響應(yīng)性不同，產(chǎn)生不同的變化趨勢(shì)。圖9b所示灰度峰值的下滑與圖9a具有相似之處，樣本灰度峰值隨噴霧量的增加呈下滑趨勢(shì)，矸石樣本的下滑幅度遠(yuǎn)大于煤樣本。從圖10所示灰度直方圖可以看出，矸石樣本的灰度峰值對(duì)樣本濕度變化較為敏感。在高水平的樣本濕度環(huán)境下，相比于灰度峰值，煤和矸石的灰度均值隨著表面濕度的增加仍具有較好的區(qū)分度。

圖9 不同表面濕度下煤矸灰度特征變化Fig.9 Variation of coal and gangue gray characteristics under different surface humidity

圖10 G1的灰度直方圖Fig.10 Gray histogram of G1

2.2.3 粉塵污染試驗(yàn)

如圖11a所示，在試驗(yàn)涉及范圍內(nèi)灰度均值與煤粉量成一次線性關(guān)系逐步下降，G2、M1的擬合函數(shù)如圖中所示，兩者相差較大。觀察圖11b可以發(fā)現(xiàn)，煤樣本和G1的灰度峰值下降范圍為2～6， G2、G3峰值分別下降10和9，其中具有高亮色澤的M3比M1和M2下降幅度大。G1(黑矸)因含碳量高而與煤色澤相近，其均值和峰值變化趨勢(shì)與煤樣本較為接近。分析可知導(dǎo)致樣本灰度均值下降的原因有二：首先是煤粉附著在樣本表面遮擋高亮色澤，這是造成G1、G2和M3灰度下降的主要原因；其次是樣本表面煤粉對(duì)光線形成漫反射，導(dǎo)致所采集圖像灰度降低。從圖中可以看出，在樣本經(jīng)煤粉沾染后，矸石和煤的灰度特征仍然具有較好的區(qū)分度。

圖11 不同煤粉污染下煤矸灰度特征變化Fig.11 Gray-level characteristic changes of coal and gangue under different pulverized coal pollution

2.3 多因素交互影響試驗(yàn)結(jié)果分析

通過(guò)Design-expert軟件BBD設(shè)計(jì)試驗(yàn)方案，試驗(yàn)方案設(shè)計(jì)和試驗(yàn)結(jié)果見表5、表6，包括24組析因試驗(yàn)和5組中心點(diǎn)重復(fù)試驗(yàn)，試驗(yàn)響應(yīng)值為灰度均值，通過(guò)MATLAB對(duì)圖像進(jìn)行處理得出。

表5 塊煤組試驗(yàn)設(shè)計(jì)及結(jié)果Table 5 Experimental design and results of lump coal group

表6 矸石組試驗(yàn)設(shè)計(jì)及結(jié)果Table 6 Experimental design and results of gangue group

對(duì)表5和表6中數(shù)據(jù)進(jìn)行多元二次回歸擬合，建立煤和矸石灰度均值的多元二次回歸模型，分析自變量對(duì)于響應(yīng)值的影響，得到煤和矸石灰度均值M、E的多元二次回歸模型：

M=26.64-0.30A-1.80B-0.67C+1.22D+0.045AB-0.38AC-0.32AD+1.25BC-0.25BD-0.76CD-0.35A2+1.52B2-0.76C2+2.25D2，

E=30.11-0.36A-2.54B-2.00C-0.073D+0.82AB-0.31AC+0.22AD+1.81BC-0.81BD+0.53CD-1.15A2+2.94B2+0.056C2+1.25D2。

對(duì)回歸模型進(jìn)行方差分析見表7、表8，從表中可以看出，塊煤和矸石兩組試驗(yàn)的模型P<0.05，失擬項(xiàng)P>0.05，表明方程與試驗(yàn)擬合良好。從方差分析中可以看出，對(duì)煤的灰度均值影響顯著的因素有B、C、D及B-C之間的交互作用，對(duì)矸石的灰度均值影響顯著的因素有B、C及B-C之間的交互作用。

表7 塊煤組的二次多項(xiàng)式模型方差分析Table 7 Analysis of variance of quadratic polynomial model of lump coal group

經(jīng)Design-Expert分析，得出具有顯著性交互作用項(xiàng)B-C對(duì)煤矸灰度均值的響應(yīng)曲面如圖12所示。從圖中可以看出，隨著表面濕度和煤粉沾染量的增加，煤和矸石的灰度均值呈下降趨勢(shì)，當(dāng)表面濕度大于水平0時(shí)，煤和矸石的灰度值隨著煤粉沾染量的增加下降較緩，而表面濕度小于水平0時(shí)，其灰度值下降較快，這說(shuō)明兩者具有顯著的交互作用。這表明在生產(chǎn)環(huán)境中的水和粉塵會(huì)導(dǎo)致煤和矸石的灰度值降低，可能會(huì)影響基于灰度均值進(jìn)行的煤矸識(shí)別。同時(shí)，通過(guò)對(duì)多元二次回歸模型分析可知，在同一水平下，煤和矸石的兩個(gè)響應(yīng)面不存在交點(diǎn)，因此可以說(shuō)明煤和矸石的灰度均值具有較好的區(qū)分度，且對(duì)環(huán)境改變的敏感程度較低，最適用于煤和矸石的分類識(shí)別。

圖12 表面濕度與煤粉沾染量交互作用Fig.12 Interaction between surface humidity and pulverized coal contamination

3 結(jié) 論

1)煤和矸石灰度特征與紋理特征統(tǒng)計(jì)分析表明，煤和矸石的灰度特征比紋理特征具有更好的區(qū)分度。

2)6～36 W光照試驗(yàn)條件未使灰度級(jí)產(chǎn)生大范圍躍遷，灰度均值變化不顯著，但煤的灰度峰值波動(dòng)明顯，說(shuō)明小范圍光照變化能夠促使較低灰度級(jí)躍遷，影響煤和矸石的灰度峰值；表面加濕和煤粉沾染會(huì)使灰度均值和峰值降低，隨著噴霧量的增加，灰度均值呈現(xiàn)先急后緩的對(duì)數(shù)曲線下降趨勢(shì)，矸石的下降幅度約為煤的2倍，而灰度均值與煤粉量成一次線性反比關(guān)系，黑矸的灰度特征變化趨勢(shì)與煤相近，灰矸的線性比例約為煤的5倍。

3)在試驗(yàn)所涉及條件中，同等條件下煤矸圖像的灰度均值和峰值信息區(qū)分度較大，可作為煤矸圖像識(shí)別的有效判據(jù)，但是灰度峰值對(duì)環(huán)境變化較為敏感。此外，含碳量較高的黑矸在外部環(huán)境的影響下，易表現(xiàn)出與塊煤接近的特征，將會(huì)是造成誤識(shí)別的主要原因之一。

4)從響應(yīng)面試驗(yàn)可以看出，表面濕度、煤粉沾染和塊煤種類對(duì)煤的灰度均值具有顯著影響，對(duì)矸石種類具有顯著影響的有表面濕度、煤粉沾染；表面濕度和煤粉沾染的交互影響對(duì)煤矸圖像灰度均值的影響也是顯著的；煤和矸石的響應(yīng)面表明，在同等環(huán)境水平下，煤和矸石灰度均值響應(yīng)面不存在交叉點(diǎn)，是能夠進(jìn)行煤矸分類識(shí)別的有效判據(jù)。因此，基于機(jī)器視覺的煤矸識(shí)別技術(shù)的準(zhǔn)確應(yīng)用，需著重考慮環(huán)境中的淋水和粉塵的影響，可通過(guò)強(qiáng)吹風(fēng)、振動(dòng)或者是毛刷裝置對(duì)原煤進(jìn)行適度的清潔處理，有利于提高煤矸識(shí)別率。

試驗(yàn)研究是在實(shí)驗(yàn)室環(huán)境下進(jìn)行的模擬試驗(yàn)，試驗(yàn)中對(duì)生產(chǎn)環(huán)境進(jìn)行了簡(jiǎn)化模擬，在惡劣環(huán)境模擬、光源設(shè)置等方面仍存在一定的局限性。