一种煤炭物料粒度识别方法、装置、粒度检测仪及系统与流程

1.本发明涉及粒度检测技术领域，具体而言，涉及一种煤炭物料粒度识别方法、装置、粒度检测仪及系统。


背景技术：

2.目前很多煤炭洗选厂使用毛煤直接入选，因煤矿多工作面开采地质构造时毛煤质量、粒度波动较大，导致选煤厂毛煤给煤、输送、转载、分选、洗选等过程中质量不均、粒度不均。这对工厂生产造成了很多危害。首先，不均匀质量、粒度的毛煤，在给煤过程中经常发生给煤机卡堵，导致给煤不畅，给煤机不能稳定流量给煤。其次，由于给煤环节的流量波动，导致入选、洗选环节处理量短时波动严重，短时系统处理能力未达到设计值及最大化。第三，毛煤的粒度不均，导致大颗粒物料集中上皮带，致使运输胶带集中受力冲击受损、各部转载溜槽经常卡堵、设备内部保护刮卡动作、刮煤棒受力不均刮卡变形、浅槽分选机刮板受力刮卡变形，严重制约系统安全稳定运行。
3.现有技术中，煤炭加工过程中只能靠岗位工人巡检、调度室调节的方式，来调节毛煤下料时的粒度组成，尽可能保证洗选质量稳定、处理量最大，进而指导不同粒度组成的原煤仓出料口配煤。这种人工分选的方式主观误差大，降低了选料识别的准确度，且降低了选料识别的效率。


技术实现要素：

4.本发明的目的在于，针对上述现有技术中的不足，提供一种煤炭物料粒度识别方法、装置、粒度检测仪及系统，以解决现有技术中，人工分选的方式准确度低、效率低等问题。
5.为实现上述目的，本技术实施例采用的技术方案如下：
6.第一方面，本技术实施例提供一种煤炭物料粒度识别方法，该方法应用于粒度检测仪，所述粒度检测仪安装在物料传输皮带的顶端，且，所述粒度检测仪的视野范围朝向出料口；该方法包括：
7.获取所述物料传输皮带上所述视野范围内的物料图像；
8.采用预设的图像边缘滤波器，对所述物料图像进行增强处理，得到增强物料图像；
9.对所述增强物料图像进行超像素分割，得到多个超像素，其中，每个超像素由多个像素坐标组成；
10.对所述多个超像素进行聚类，得到所述出料口的煤炭粒度组成。
11.可选地，所述对所述增强物料图像进行超像素分割，得到多个超像素，包括：
12.根据所述增强物料图像中的各像素坐标的至少一种特征信息，计算所述增强物料图像中每两个像素坐标的至少一个相似度；
13.根据所述每两个像素坐标的至少一个相似度，判断所述每两个像素坐标是否满足超像素合并条件；
14.若满足所述超像素合并条件，则将所述每两个像素坐标进行合并，生成一个超像素。
15.可选地，所述至少一种特征信息包括:颜色特征，相应的，所述至少一个相似度包括：灰度相似度；所述根据所述增强物料图像中的各像素坐标的至少一种特征信息，计算所述增强物料图像中每两个像素坐标的至少一个相似度，包括：
16.根据所述每两个像素坐标的颜色特征，计算所述每两个像素坐标的灰度相似度。
17.可选地，所述至少一种特征信息包括:位置特征，相应的，所述至少一个相似度包括：距离相似度；所述根据所述增强物料图像中的各像素坐标的至少一种特征信息，计算所述增强物料图像中每两个像素坐标的至少一个相似度，包括：
18.根据所述每两个像素坐标的位置特征，计算所述每两个像素坐标的距离相似度。
19.可选地，所述根据所述每两个像素坐标的至少一个相似度，判断所述每两个像素坐标是否满足超像素合并条件，包括：
20.根据所述至少一个相似度，生成所述每两个像素坐标的综合相似度；
21.根据所述综合相似度，判断所述每两个像素坐标是否满足超像素合并条件。
22.可选地，所述对所述多个超像素进行聚类，得到所述出料口的煤炭粒度组成，包括：
23.对所述多个超像素进行聚类，得到多个像素目标；
24.根据所述多个像素目标的面积，分别确定所述多个像素目标所属的粒度类别；
25.根据所述多个像素目标所属的粒度类别，得到所述出料口的煤炭粒度组成。
26.另一方面，本技术实施例提供一种煤炭物料粒度识别装置，该装置应用于粒度检测仪，所述粒度检测仪安装在物料传输皮带的顶端，且，所述粒度检测仪的视野范围朝向出料口；该装置包括：
27.获取模块，用于获取所述物料传输皮带上所述视野范围内的物料图像；
28.处理模块，用于采用预设的图像边缘滤波器，对所述物料图像进行增强处理，得到增强物料图像；
29.分割模块，用于对所述增强物料图像进行超像素分割，得到多个超像素，其中，每个超像素由多个像素坐标组成；
30.聚类模块，用于对所述多个超像素进行聚类，得到所述出料口的煤炭粒度组成。
31.另一方面，本技术实施例提供一种粒度检测仪，该粒度检测仪安装在物料传输皮带的顶端，且，所述粒度检测仪的视野范围朝向出料口，所述粒度检测仪包括：补光灯和图像采集设备，所述图像采集设备包括：计算芯片和与所述计算芯片连接点的摄像头，所述摄像头用于采集所述物料传输皮带上所述视野范围内的物料图像，所述计算芯片用于执行上述第一方面中任一煤炭物料粒度识别的方法。
32.可选地，所述补光灯为漫反射光栅的补光设备，且，所述补光设备的光强大于或等于预设的光强阈值。
33.另一方面，本技术实施例提供一种粒度检测系统，该系统包括：至少一条物料运输皮带，每条物料运输皮带的顶部沿着皮带传输方向依次安装有多组给煤机以及每组给煤机连接的出料口，所述每条物料运输皮带的顶部所述每组给煤机的出料口对应的位置处，以及所述每条物料运输皮带的末端的顶部，分别安装有一个粒度检测仪，所述粒度检测仪为
上述粒度检测仪；
34.所述粒度检测仪用于执行上述第一方面中任一煤炭物料粒度识别的方法。
35.相对于现有技术而言，本技术具有以下有益效果：
36.本技术实施例提供的一种煤炭物料粒度识别方法、装置、粒度检测仪及系统中，将粒度检测仪安装在物料传输皮带的顶端，且，粒度检测仪的视野范围朝向出料口，获取物料传输皮带上视野范围内的物料图像；采用预设的图像边缘滤波器，对物料图像进行增强处理，得到增强物料图像；通过对增强物料图像进行超像素分割，得到多个超像素；并对多个超像素进行聚类，得到出料口的煤炭粒度组成。本技术通过对物料图像进行滤波增强处理，使得物料边缘突出、区分度强，再进行超像素分割并聚类，可将物料精准快速地进行分类，相较于人工分选识别方法，大大地提高了物料粒度识别的准确度以及效率。
附图说明
37.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
38.图1为本技术实施例提供的一种粒度检测系统结构示意图；
39.图2为本技术实施例提供的一种粒度检测仪的结构示意图；
40.图3为本技术实施例提供的一种煤炭物料粒度识别方法流程示意图；
41.图4为本技术实施例提供的一种煤炭物料粒度识别方法中得到超像素的实现方法的流程示意图；
42.图5为本技术实施例提供的一种煤炭物料粒度识别方法中根据颜色、位置特征判断是否满足超像素合并条件的实现方法的流程示意图；
43.图6为本技术实施例提供的一种煤炭物料粒度识别方法中得到煤炭粒度组成的实现方法的流程示意图；
44.图7为本技术实施例提供的一种电机控制装置的示意图；
45.图8为本技术实施例提供的一种计算芯片的示意图，该计算芯片可以是具备计算处理功能的芯片。
具体实施方式
46.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
47.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
48.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一
个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
49.在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
50.此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
51.需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
52.为提高物料粒度识别的准确度和效率，本技术的方案中，提供一种煤炭物料粒度识别方法，通过获取物料的图像数据，并对物料图像进行处理并分类，可对物料完成粒度识别。
53.本技术实施例提供了一种粒度检测系统，图1为本技术实施例提供的一种粒度检测系统结构示意图。如图1所示，该系统包括：至少一条物料运输皮带101，每条物料运输皮带101的顶部沿着皮带传输方向依次安装有多组给煤机102以及每组给煤机102的出料口103，在每条物料运输皮带101的顶部和每组给煤机102的出料口对应的位置处，以及每条物料运输皮带101的末端的顶部，分别安装有一个粒度检测仪104。
54.物料运输皮带101用于运输物料，按照预设速度匀速传输，物料运输皮带101的末端即为物料运输皮带101在传输方向上的末端，示例的，图1中的物料运输皮带101由左向右传输运动，左侧为物料运输皮带101的始端，右侧为物料运输皮带101的末端。图1是以一个物料传输皮带为例进行说明，在实际应用场景中，多个物料传输皮带可间隔安全距离并排放置，多个物料传输皮带中的每一个物料传输皮带所处的粒度检测系统结构与图1中所示的粒度检测系统结构完全相同。
55.在物料运输皮带101的顶部安装有多组给煤机102，每组给煤机102都有其对应的出料口103，出料口103与运输皮带101之间无实际连接，在垂直方向上有一定的物理距离，确保物料通过出料口传输至运输皮带时不会发生堵塞情况，各组给煤机102之间间隔一定安全生产距离，并沿着皮带传输方向依次安装。示例的，参照图1，每组给煤机包括物料传输皮带两侧的两个给煤机，在本技术实施例中，每组给煤机共用一个出料口，即每组给煤机中各给煤机的出口均朝向同一出料口。在其他示例场景中，每组给煤机也可以是包括三个或四个甚至多个给煤机，给煤机可以分布在物料传输皮带的两侧，也可以分布在物料传输皮带的同侧，只要满足实际场景的需求，此处不做具体限定。
56.在每组给煤机102的出料口103对应的位置处安装有粒度检测仪104，该安装位置位于出料口103沿着皮带传输方向的一侧，如图1所示，粒度检测仪104位于出料口103的右侧，粒度检测仪104的安装位置也在每条物料运输皮带101的顶部，保证粒度检测仪104对每个出料口的物料进行粒度检测，确定每个出料口的粒度属性，掌握每个出料口的粒度组成情况，同时不影响物料正常传输。
57.在每条物料运输皮带101的末端的顶部也安装粒度检测仪104，物料运输皮带101的末端如上释义，该粒度检测仪104可对整个运输皮带末端的物料进行实时粒度检测，并由整个运输皮带末端的物料的粒度组成判断是否调节给煤机的出料量，进而可根据各给煤机的粒度属性进行调节。
58.如下结合附图先对粒度检测系统中的粒度检测仪的结构进行示例说明，图2为本技术实施例提供的一种粒度检测仪的结构示意图，如图2所示，粒度检测仪包括：补光灯201和图像采集设备202，图像采集设备202包括：计算芯片2021和与计算芯片2021连接的摄像头2022，摄像头2022用于采集物料传输皮带上视野范围内的物料图像，计算芯片2021为粒度检测仪的端侧芯片，可基于采集到的物料图像执行煤炭物料粒度识别的方法，得到煤炭物料的粒度组成。
59.该粒度检测仪的安装方式例如可以为上述图1所示，如安装图1所示的物料传输皮带的顶端，且，粒度检测仪的视野范围朝向出料口，粒度检测仪与物料传输皮带、出料口之间有一定的安全距离，保证粒度检测仪不受煤炭传输产生的粉尘影响的同时，确保该粒度检测仪所检测到的煤炭为与其对应的出料口所传输的煤炭。并且在每条物料运输皮带末端的顶部也安装粒度检测仪，用于对整个运输皮带末端的物料进行实时粒度检测。
60.可选地，补光灯701可以为漫反射光栅的补光设备，且，补光设备的光强大于或等于预设的光强阈值。
61.由于煤炭属于晶体，镜面反射会影响最终的粒度识别，粒度检测仪的工作区域，往往是多尘、多雾且低照度的选煤工艺车间，在这种环境中，普通成像设备不仅难以清晰成像。而采用带漫反射光栅的补光设备不仅可以使物料之间的边缘信息更为清晰地录入，也能最大程度的抑制大块物料的镜面反射现象。
62.如下先通过具体示例，对本技术实施例所提供的煤炭物料粒度识别方法进行解释说明。图3为本技术实施例提供的一种煤炭物料粒度识别方法流程示意图，该方法可以由上述粒度检测系统中的任一粒度检测仪执行，其具体可以由粒度检测仪中的计算芯片执行。如图3所示，该方法包括：
63.s101、获取物料传输皮带上视野范围内的物料图像。
64.煤炭物料传输环境较为复杂，往往是多尘、多雾低照度的选煤工艺车间，甚至是地下环境，在采集物料图像之前，先利用补光灯对物料传输皮带上视野范围内的物料进行补光，再利用摄像头采集物料传输皮带上视野范围内的物料图像，确保所采集到的物料图像为清晰可见的图像，为物料的粒度检测提供高清晰度的图像。
65.s102、采用预设的图像边缘滤波器，对物料图像进行增强处理，得到增强物料图像。
66.图像边缘滤波器可以为用于图像滤波的圆形物料边缘滤波器，采用其对物料图像进行增强处理，得到的增强物料图像可有效地增强图像的边缘信息，从而增强物料之间的边缘梯度变化，可以更加清晰地对物料进行区分。
67.在一种示例中，图像边缘滤波器可以为圆形gabor滤波器，该圆形gabor滤波器是一种具有仿生学原理的同性滤波器，采用圆形gabor滤波器对物料图像进行增强处理的过程中，可将物料图像中的每个像素点(x,y)作为滤波中心，对滤波中心的邻域，也就是周围区域中的像素点进行滤波处理，得到增强物料图像。
68.例如，可采用下述公式(1)所示的滤波响应强度，对滤波中心的邻域中的像素点进行滤波处理。
69.70.其中，f表示圆形gabor滤波器的预设中心频率，例如：f＝0.1；σ表示高斯包络的预设标准差，例如：σ＝5.1；i是滤波器虚部。
71.s103、对增强物料图像进行超像素分割，得到多个超像素。
72.超像素分割指的是将数字图像细分为多个图像子区域的过程，其中，每个超像素由多个像素坐标组成，对增强物料图像进行超像素分割后得到的每个超像素都有一系列特性相似的多个像素，每个超像素都是保留着图像信息的小区域。
73.s104、对多个超像素进行聚类，得到出料口的煤炭粒度组成。
74.对多个超像素进行聚类聚类是按照预设的标准将对多个超像素形成不同的类或簇，使得同一个簇内的超像素的相似性尽可能大，同时不在同一个簇中的超像素的差异性也尽可能地大。也即聚类后同一类的超像素尽可能聚集到一起，不同类超像素尽量分离。由于超像素分割后的物料图像仍然存在大量的超像素，不利于对物料进行粒度识别，需要对多个超像素进行聚类之后，再根据聚类结果对物料进行粒度识别，聚类之后的超像素类的数量已经远远小于聚类之前的超像素数量，可更加快速地得到出料口的煤炭粒度组成。
75.综上，本技术提供的煤炭物料粒度识别方法，通过获取物料传输皮带上视野范围内的物料图像，并采用预设的图像边缘滤波器，对物料图像进行增强处理，得到增强物料图像，进一步对增强物料图像进行超像素分割，得到多个超像素，最终对多个超像素进行聚类，得到出料口的煤炭粒度组成。通过对物料图像进行滤波增强处理，使得物料边缘突出、区分度强，再进行超像素分割并聚类，可将物料精准快速地进行分类，相较于人工分选识别方法，大大地提高了物料粒度识别的准确度以及效率。
76.在上述图3所示的煤炭物料粒度识别方法的基础上，本技术实施例还提供了一种上述煤炭物料粒度识别方法中得到超像素的实现方法。图4为本技术实施例提供的一种煤炭物料粒度识别方法中得到超像素的实现方法的流程示意图，如图4所示，对增强物料图像进行超像素分割，得到多个超像素，可包括：
77.s201、根据增强物料图像中的各像素坐标的至少一种特征信息，计算增强物料图像中每两个像素坐标的至少一个相似度。
78.示例地，像素坐标的特征信息可以包括颜色、亮度、纹理、位置中的至少一种特征信息。根据增强物料图像中的各像素坐标的一种特征信息，计算增强物料图像中每两个像素坐标的一个相似度，如此对于至少一种特征信息，便可计算得到该每两个像素坐标的至少一个相似度。也就是说，每个相似度用于表征该每两个像素坐标的一种特征信息的相似程度。
79.s202、根据每两个像素坐标的至少一个相似度，判断每两个像素坐标是否满足超像素合并条件。
80.在一种实现示例中，该超像素合并条件例如可以为：至少一种特征信息的合并条件，每个特征信息的合并条件包括：每种特征信息对应的特征相似阈值。在具体实现过程中，可分别判断每两个像素坐标的每个相似度是否大于或等于该每个相似度对应的特征信息的特征相似阈值，若是每两个像素坐标的每个相似度大于或等于该每个相似度对应的特征信息的特征相似阈值，则确定每两个像素坐标满足超像素合并条件中该每个相似度对应特征信息的合并条件。若每两个像素坐标满足了超像素合并条件中的所有相似度对应特征信息的合并条件，则确定每两个像素坐标满足超像素合并条件，即可将该两个像素坐标合
并为一个超像素。也可以将每两个像素坐标的每个相似度进行综合得到一个新的综合相似度，超像素合并条件包括：综合相似阈值，若每两个像素坐标的综合相似度大于或等于综合相似阈值，则确定每两个像素坐标满足超像素合并条件，即可将该两个像素坐标合并为一个超像素。
81.在另一种实现示例中，该超像素合并条件仅包括：一个预设的相似度阈值，那么在实现过程中，对每两个像素坐标的至少一个相似度进行计算得到新的相似度，继而根据预设的相似度阈值判断每两个像素坐标是否满足超像素合并条件。
82.s203、若满足超像素合并条件，则将每两个像素坐标进行合并，生成一个超像素。
83.每两个像素坐标满足超像素合并条件，则将每两个像素坐标进行合并，依次完成对物料图像中所有像素坐标两两之间的判断，将满足超像素合并条件的像素坐标都进行合并，生成一个超像素，依次最终形成多个超像素，每个超像素中的像素都满足合并条件，最终，物料图像被分割为多个超像素。若某一个像素坐标和其他所有像素坐标都不满足超像素合并条件，则将该像素坐标单独作为一个超像素。
84.综上，本技术提供的煤炭物料粒度识别方法中得到超像素的实现方法，通过增强物料图像中的各像素坐标的至少一种特征信息计算增强物料图像中每两个像素坐标的至少一个相似度，进而根据相似度判断每两个像素坐标是否满足超像素合并条件，若满足超像素合并条件，则将每两个像素坐标进行合并，生成一个超像素。从而根据像素坐标的特征信息，对增强物料图像完成超像素分割，精准地实现了对增强物料图像中的各区域的划分。
85.在上述图4所示的煤炭物料粒度识别方法中得到超像素的实现方法的基础上，本技术实施例还提供了一种上述煤炭物料粒度识别方法中根据颜色、位置特征判断是否满足超像素合并条件的实现方法。图5为本技术实施例提供的一种煤炭物料粒度识别方法中根据颜色、位置特征判断是否满足超像素合并条件的实现方法的流程示意图，如图5所示，该方法包括：
86.s301、根据每两个像素坐标的颜色特征，计算每两个像素坐标的灰度相似度。
87.示例地，可采用欧几里德距离法每两个像素坐标的灰度相似度。灰度相似度计算表达式如下：
[0088][0089]
其中，gi为第i个像素坐标的灰度，gj为第j个像素坐标的灰度，dc为第i个像素坐标与第j个像素坐标的灰度相似度。
[0090]
可采用上述公式(2)依次计算出所有像素坐标两两之间的灰度相似度。
[0091]
s302、根据每两个像素坐标的位置特征，计算每两个像素坐标的距离相似度。
[0092]
示例地，可采用欧几里德距离法每两个像素坐标的距离相似度。灰度相似度计算表达式如下：
[0093][0094]
其中，xi为第i个像素坐标的横坐标，yi为第i个像素坐标的纵坐标，xj为第j个像素坐标的横坐标，yj为第j个像素坐标的纵坐标，dc为第i个像素坐标与第j个像素坐标的距离相似度。
[0095]
可采用上述公式(3)依次计算出所有像素坐标两两之间的距离相似度。
[0096]
s303、根据至少一个相似度，生成每两个像素坐标的综合相似度。
[0097]
示例地，根据每两个像素坐标的灰度相似度和距离相似度，可采用加权法计算每两个像素坐标的综合相似度。综合相似度的计算表达式如下：
[0098][0099]
其中，d为两个像素坐标的综合相似度，m和n是两个预设的常量参数，m控制灰度相似度所占比重，n控制距离相似度所占比重。
[0100]
可采用上述公式(4)依次计算出所有像素坐标两两之间的综合相似度。
[0101]
s304、根据综合相似度，判断每两个像素坐标是否满足超像素合并条件。
[0102]
在实际判断时，可根据实际的物料情况设定超像素合并条件。例如，将综合相似度与设定阈值比较大小，或将综合相似度进行函数变换后与设定阈值比较大小，对于具体判断方式，此处不做具体限定。
[0103]
综上，本技术提供的煤炭物料粒度识别方法中根据颜色、位置特征判断是否满足超像素合并条件的实现方法，通过根据每两个像素坐标的颜色特征，计算每两个像素坐标的灰度相似度，根据每两个像素坐标的位置特征，计算每两个像素坐标的距离相似度，并根据灰度相似度与距离相似度计算综合相似度，最终，根据综合相似度，判断每两个像素坐标是否满足超像素合并条件。从而综合考虑了像素坐标的颜色、位置特征，更加精确地判断了每两个像素坐标是否满足超像素合并条件。
[0104]
在上述图3所示的煤炭物料粒度识别方法的基础上，本技术实施例还提供了一种上述煤炭物料粒度识别方法中得到煤炭粒度组成的实现方法。图6为本技术实施例提供的一种煤炭物料粒度识别方法中得到煤炭粒度组成的实现方法的流程示意图，如图6所示，对多个超像素进行聚类，得到出料口的煤炭粒度组成，可包括：
[0105]
s401、对多个超像素进行聚类，得到多个像素目标；
[0106]
示例地，可利用多个超像素中的至少一种特征信息，计算多个超像素之间的相似度，并根据相似度判断是否将两个超像素聚类，依次对多个超像素进行聚类，得到多个像素目标。在得到多个像素目标之后，同时计算多个像素目标中的每个像素目标的面积。在实际应用中，可根据实际物料情况设定聚类方法，此处不做具体限定。
[0107]
s402、根据多个像素目标的面积，分别确定多个像素目标所属的粒度类别；
[0108]
经过聚类后的像素目标的数量，相较于超像素的数量，已经大幅减少，根据像素目标的面积，可对多个像素目标所属的粒度进行分类。示例地，可将粒度分类为粗粒、中粒、细粒，可根据实际物料情况设定粗粒、中粒、细粒的尺寸范围，将像素目标的面积与粗粒、中粒、细粒的尺寸范围进行比较，确定该像素目标的粒度类别。
[0109]
s403、根据多个像素目标所属的粒度类别，得到出料口的煤炭粒度组成。
[0110]
示例地，在确定多个像素目标所属的粒度类别之后，进而根据多个像素目标的粒度类别和面积计算粗粒、中粒、细粒在整个物料图像中的百分比，并根据不同粒度占比将物料图像划分为粗料、中料、细料，进而得到出料口的煤炭粒度组成。
[0111]
综上，本技术提供的煤炭物料粒度识别方法中得到煤炭粒度组成的实现方法，通过对多个超像素进行聚类，得到多个像素目标，并根据多个像素目标的面积，分别确定多个像素目标所属的粒度类别，进而根据多个像素目标所属的粒度类别，得到出料口的煤炭粒
度组成。从而通过对超像素聚类的方式完成对出料口的煤炭粒度组成的识别，相较于人工识别的方式，大大提高了粒度识别的精确度和效率。
[0112]
下述对用以执行的本技术所提供的煤炭物料粒度识别装置、粒度检测仪及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
[0113]
图7为本技术实施例提供的一种电机控制装置的示意图，如图6所示，该电机控制装置700可包括：
[0114]
获取模块701，用于获取所述物料传输皮带上所述视野范围内的物料图像；
[0115]
处理模块702，用于采用预设的图像边缘滤波器，对所述物料图像进行增强处理，得到增强物料图像；
[0116]
分割模块703，用于对所述增强物料图像进行超像素分割，得到多个超像素，其中，每个超像素由多个像素坐标组成；
[0117]
聚类模块704，用于对所述多个超像素进行聚类，得到所述出料口的煤炭粒度组成。
[0118]
进一步地，分割模块703，具体用于根据所述增强物料图像中的各像素坐标的至少一种特征信息，计算所述增强物料图像中每两个像素坐标的至少一个相似度；
[0119]
根据所述每两个像素坐标的至少一个相似度，判断所述每两个像素坐标是否满足超像素合并条件；
[0120]
若满足所述超像素合并条件，则将所述每两个像素坐标进行合并，生成一个超像素。
[0121]
进一步地，分割模块703，具体用于所述至少一种特征信息包括:颜色特征，相应的，所述至少一个相似度包括：灰度相似度；根据所述每两个像素坐标的颜色特征，计算所述每两个像素坐标的灰度相似度。
[0122]
进一步地，分割模块703，具体用于所述至少一种特征信息包括:位置特征，相应的，所述至少一个相似度包括：距离相似度；根据所述每两个像素坐标的位置特征，计算所述每两个像素坐标的距离相似度。
[0123]
进一步地，分割模块703，具体用于根据所述至少一个相似度，生成所述每两个像素坐标的综合相似度；根据所述综合相似度，判断所述每两个像素坐标是否满足超像素合并条件。
[0124]
进一步地，聚类模块704，具体用于对所述多个超像素进行聚类，得到多个像素目标；根据所述多个像素目标的面积，分别确定所述多个像素目标所属的粒度类别；根据所述多个像素目标所属的粒度类别，得到所述出料口的煤炭粒度组成。
[0125]
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个微处理器(digital singnal processor，简称dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
[0126]
图8为本技术实施例提供的一种计算芯片的示意图，该计算芯片可以是具备计算
处理功能的芯片。
[0127]
该计算芯片800包括：处理器801、存储器802。处理器801和存储器802通过总线连接。
[0128]
存储器802用于存储程序，处理器801调用存储器802存储的程序，以执行上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。
[0129]
可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。
[0130]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0131]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0132]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0133]
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文：read-only memory，简称：rom)、随机存取存储器(英文：random access memory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0134]
上仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。