论文标题：Multiclass Classification of Coal Gangue Under Different Light Sources and Illumination Intensities

论文链接：https://doi.org/10.3390/min15090921

转载微信稿：https://mp.weixin.qq.com/s/b1P50UMoDYuKvNMmMvvrtw

期刊名：Minerals

期刊主页：https://www.mdpi.com/journal/minerals

文章导读

煤矸石是煤炭开采和洗选过程中产生的固体废弃物，年排放量巨大，对环境构成严峻挑战。从矿产资源的角度来看，煤矸石含有非金属矿物 (如高岭石、石英) 和残余碳成分，这些都是潜在的二次资源。通过对煤矸石进行综合分类，可以减轻其对环境的负面影响，同时实现资源的高效利用。

目前煤矸石分类方法主要包括重力分选、浮选和色选。重力分选依赖密度差异，需配套介质回收系统；浮选基于表面亲疏水性，但药剂成本高且易造成二次污染；γ射线、X射线和高光谱技术精度高，但设备昂贵且存在辐射安全问题。基于机器视觉的分选技术通过颜色差异识别煤矸石，但在颜色相近物料的区分上仍存在困难。

视觉分选系统的核心在于图像采集质量，其中光源光谱和光照强度是影响特征对比度的关键因素。不同颜色的光源可选择性增强特定光谱反射，而适宜的照度能提升图像对比度与清晰度。本研究旨在系统探究不同光源与照度对煤矸石表面反射特性的影响，建立光源类型、光照强度与多类别分类性能之间的量化关系，为煤矸石精准分选提供理论依据与技术指导。

图 不同光源照射下煤矸石的局部子图像（C—残余煤；G—灰色矸石；R—红色矸石；W—白色矸石）。

研究过程与结果

1. 实验材料与方法

研究选取内蒙古准格尔地区某选煤厂的煤矸石样本，根据表观颜色与综合利用属性将其分为四类：残煤 (RC)、灰色矸石 (GG)、红色矸石 (RG) 和白色矸石 (WG)。利用工业相机与环形光源搭建图像采集系统，在7000、15000、23000、31000和39000 Lux五种照度下，分别使用白、红、绿、蓝四种光源采集图像。通过预处理获得18000张高质量子图像，并提取颜色特征 (RGB与HSV空间的一至三阶矩) 与纹理特征 (灰度共生矩阵的对比度、相关性、同质性与能量)。

2. 颜色与纹理特征分析

• 颜色特征：白光光源最能真实还原煤矸石颜色，因其全波段均匀反射。红光可显著增强红色矸石的红色通道差异，但会使灰色矸石与残煤颜色趋同。随着照度提升，各颜色通道均值整体上升，白色矸石颜色增强最明显，而红色矸石与灰色矸石变化较小。

• 纹理特征：白光光源下四种煤矸石的纹理特征区分度最佳。在中等照度 (23000 Lux) 下，白色矸石纹理复杂度表现最好，残煤、灰色矸石与红色矸石的纹理清晰度随照度提升而改善，但过高照度会导致纹理细节丢失。

3. 分类性能评估

采用支持向量机 (SVM) 进行分类，以Macro-F1作为整体性能指标。结果表明：

• 光源选择：白光光源整体分类性能最优，尤其在红色矸石与白色矸石上F1-Score接近1。红光对红色矸石有特异性增强作用，但对红色矸石与灰色矸石的分类效果仍不理想。

• 照度影响：在白色光源下，分类精度随照度先升后降。在23000 Lux时Macro-F1达到峰值0.90，较其他照度提升最高达15.38%。照度过低时暗色矿物特征丢失，过高则导致过曝与纹理退化。

研究总结

本研究通过系统的实验分析，得出以下主要结论：

• 白光光源在煤矸石视觉分类中具有显著优势，其全光谱反射特性能够有效增强颜色与纹理特征的可区分性，特别适用于红色矸石与白色矸石的高精度识别。

• 中等照度 (23000 Lux) 是实现最佳纹理特征提取与分类精度的关键，能平衡特征清晰度与过曝风险。

• 建议在多类别煤矸石分选系统中优先采用白光结合中等照度的成像条件，并融合多特征分类算法，以兼顾分类效率与准确性。

局限与展望

本研究在可控光照环境下进行，所提出的方法在复杂工业场景 (如环境光变化、粉尘干扰) 中的性能可能会下降。此外，仅使用来自单一地点的样本也限制了研究结果的普适性。未来工作将引入深度学习进行自适应特征提取，结合高光谱成像提升复杂类别的区分能力，并扩展多样本、多地区的数据集，推动该系统在工业实际环境中的应用落地。

作者简介

孙小路，内蒙古工业大学教授。主要矿物加工过程模拟与优化、机器视觉方法和应用、选煤信息化建设与智能管控等方面科研工作。主持国家自然科学基金、内蒙古自治区自然科学基金面上项目等。内蒙古自治区“草原英才”工程青年创新创业人才，内蒙古煤炭协会理事，内蒙古自治区科技专家库专家。

Minerals期刊介绍

主编：Prof. Dr. Leonid Dubrovinsky, University Bayreuth, Germany

期刊研究范围涵盖矿物学、矿物地球化学和年代学、经济矿物资源、矿物勘探、创新的采矿技术以及矿物加工等广泛领域。期刊现已被SCIE、Scopus等数据库收录。

2024 Impact Factor: 2.2

2024 CiteScore: 4.4

Time to First Decision: 17.7 days

Acceptance to Publication: 2.6 days