煤岩识别技术是实现煤矿智能化的处理手段,是促进高效开采的重要基础。在当前煤岩识别技术的发展中,基于图像处理的技术有着多元信息融合的趋势。相比通常对煤岩图像的局部识别处理,本文利用数字图像处理技术验证了煤岩识别的可行性,对工业防爆数码相机采集的图像开展融合性研究。进行煤岩分界面的空间属性提取时结合了前期地质资料,开展了整个工作面的模型建立与智能识别的坐标限制方法应用,使煤岩智能识别的效率与准确度得到提高,为生产应用提供一定的技术参考。首先,研究了煤矿回采工作面煤岩分界图像的预处理技术。将利用工业防爆数码相机拍摄的工作面煤岩分界数字图像与室内煤岩分界数字图像进行处理,在工作方法、影响因素、算法优化等方面进行对比分析。得出了以下结论:井下光线因素造成的阴影区与高亮区造成煤岩特征提取、识别误差过大,而机器晃动与煤尘干扰因素通常可以利用数据处理算法调整改善;在工况条件下的图像,利用中值滤波处理技术消除噪声的图像增强效果好;针对煤岩颜色相近的图像,采取直方图均衡化的图像处理可以提高对比度,增强识别的准确度;通过图像ROI的方法定位选择区域,减少了大部分岩石或阴影干扰区;Canny算子图像边缘检测的方式提取煤炭区域边缘效果更加清晰,有利于开展煤岩识别的研究。其次,研究了轮廓区域空间属性提取。对预处理之后获取的煤炭区域界面轮廓可以进行坐标提取操作,利用数字图像像素坐标点的矩阵分布输出选定离散点的像素坐标,对坐标点进行属性定义。针对受到干扰较为严重的图像在处理过程中往往会造成选择图像区域的残余或者缺失等问题,本文解决方法是在进行轮廓坐标提取时根据坐标特点进行提取补偿,能够有效提高煤炭区域的连贯性。此外,对坐标格式统一设定可以为智能开采与智能识别提供坐标参考。本文坐标处理以GEOVIAsurpac6.6.2商用软件的文件格式导入和整理,优势是可以对点的属性进行分类,在整体观测上能够取得良好的视觉效果。最后,开展了基于图像处理煤岩智能识别的多元信息融合研究。目前关于图像处理的煤岩识别研究缺少实际应用性,本文通过地质模型的建立在整个工作面范围内利用识别过程的地质资料进行分析。选用煤矿回采工作面的多种地质资料,将煤岩图像与轮廓处理限制在工作面模型规定范围内。地球物理超前探测的地电模型建立,选用了井下工作面的直流电法探测的电性数据,在地质资料结合的基础上开展煤岩图像的智能识别方法与应用。实现了利用神经网络对煤岩分界的坐标学习预测下一坐标以规避干扰区域的智能识别操作,其读取坐标可以依据煤矿的独立坐标进行设定,对煤矿的智能开采具有重要的应用价值。综上,本文验证煤岩数字图像处理提取煤岩分界的可行性,优化了煤岩图像分界面空间属性提取过程的连续性,开展了煤岩图像处理的回采工作面地质-地球物理模型多元信息的融合研究,结合模型进行图像神经网络学习的煤岩智能识别应用,为通过煤岩智能识别建立智慧矿山提供新的技术参考。