在煤化工生产中,煤、灰渣,煤渣、成品物料等存储均需要对料仓内的料位进行测量,如何提高对料位数据进行测量及分析的准确度在相关产品的生产中至关重要。目前,计算机与数字化技术被广泛的应用到了各行各业中,对复杂数据的分析处理体现出了很高效率,并取得了良好的应用效果。本研究基于图形处理技术以及相关的理论对料仓内的料位进行了测量分析,为如何准确测量与分析料位提供了基础。主要获得如下研究结果:首先,本文提出面向料位测量的多点激光图像光斑检测系统,通过检测、处理光斑图像数据来分析料位。以往研究中,由于采集的光斑图像噪声严重,亮度低等,对数据的分析影响较大。为解决这个问题,本文优化了设计并探讨了光斑成像的图像处理方法,采取了三层不断深入的图像去噪的方法,具体措施有:1)采用常规滤波图像去噪、图像增强、彩色图像二值图像映射;2)图像形态化处理;3)卷积神经网络方法来处理光斑图像,最终依据多点光斑所拟合成圆形的尺寸,进而获得料仓料位并进行显示。其次,本文搭建了一套多点激光的图像采集硬件平台,通过网络便捷的方式获取料仓内光斑的视频或图像的信息。随后基于获得的光斑图像进行图像预处理,通过中值滤波进行图像去噪,采用自动阀值调节图像对比度的方式增强图像;将处理后的彩色图像转到hsv色带空间,依靠颜色（红色）模型得到光斑区域的二值图像映射,二值图像映射图像中存在粘连点、光斑区域边界不清晰、图像中间区域有孔洞等问题,为此通过形态学的开运算、填充对光斑图像进行去除粘连点、边界优化以及填补孔洞,而后提取光斑图像中的连通区域的信息,在连通区域中存在干扰光斑需要进一步进行筛选,为此构建适合的卷积神经网络结构用于判断连通区域是否为光斑,即通过连通区域提取出每个光斑所在位置的区域并送入带卷积神经网络中进行判断。对判断为光斑的连通区域采用边界检测Canny算法提取边界点并拟合为圆形获取圆心坐标。最后,应用MATLAB分析工具,通过对获取的各光斑的圆心坐标拟合为大圆,来获取大圆的半径,再通过MATLAB对料位的状态进行显示,以此来验证整个系统设计的合理性以及在实际工作中应用的可行性。本研究通过多种分析方法优化了对料位的数据采集及分析,相关结果为准确测量与分析料位提供了研究方向,对以后对料位的研究提供了研究参考;本研究实施简单可靠,并能以视频图像直观呈现检测状态,具备在工业化运用的基础。