在我国,煤炭是重要的能源资源。在煤炭开采的同时,煤中不可避免会存在矸石。矸石严重影响煤的质量,因此将煤与矸石分开可以提高煤的利用效率。选煤方法一般有手选和机选。随着机器视觉技术的快速发展,人们开始利用图像来对煤和矸石进行区分,为此研究了一种基于图像处理的识别方法。首先对煤矸识别方案进行了探讨。密度属于物质的一种特性,因此最终选择密度作为煤和矸石识别的特征。确定了利用煤矸的图像计算出其体积,用称重装置称取煤矸的质量,然后计算出其密度,最后根据煤矸密度的不同来识别二者的识别方案。而且研究了数据采集的方案并对所需设备进行了选型。然后对煤矸识别系统的标定进行了研究。与此同时,在实验室环境下对摄像机系统进行了标定,得到了像素宽度和实际物理长度的转换关系。根据图像的特点,开发了一套图像处理算法。首先利用同态滤波技术改变图像的亮度和对比度;其次对图像进行平滑处理,通过比较几种滤波方法的效果,最终采用了高斯滤波;再次,利用图像分割技术将煤矸的轮廓从背景中分离;然后借助数学形态学对提取得到的轮廓进行优化。根据所得的煤矸轮廓,采用一种累积积分法计算出被测煤矸的体积,再结合质量计算出煤矸的密度,最后系统通过建立的煤矸识别模型对被测物体进行鉴别。利用实验装置对选取的样本进行检测,证明了所设计的识别方法的正确性。实验结果表明,这种方法能快速有效地对煤和矸石进行实时地检测。