气流分级机的出现解决了煤炭分选过程中传统筛分设备经常出现的筛孔堵塞的问题。传统检测气流分级机分级效果的方法为在粗细物料产物中分别人工取样,筛分并称重后计算限下率和限上率,该方法费时费力,检测结果代表性不强且无法及时反馈。基于有经验的工人能够通过肉眼观察产物表面粗细颗粒所占面积,来粗略地判断气流分级机的分级效果这一现象,本文利用机器视觉代替人眼,设计了一个基于机器视觉的气流分级机分级效果在线检测系统,快速连续地检测分级效果。通过分析气流分级机粗细物料产物在皮带机上输送时的情况,决定将细物料产物出口处皮带机上的物料作为检测的对象。本文的核心内容包含两个部分,第一个部分是确定图像处理的方法。本次研究中图像处理的步骤为:先将RGB图像转化为灰度图,接着使用对比度受限自适应直方图均衡化方法进行灰度调整,并采用双边滤波器弱化噪音的同时保留颗粒边缘,然后使用作者针对本次研究中图像的特点编写的基于灰度变化率的二值法将灰度图像转变为二值图像,填充图像中的小孔洞后使用作者编写的算法分割二值图像中的粘连颗粒,该算法需要分三次分割,每次分割后将图像中粒径小于6mm的颗粒去除。最终图像中的粗颗粒被保留下来,通过计算求得粗颗粒的总面积与图像面积的比值。另一个部分为通过实验探究厚度为30mm,煤炭颗粒粒径为0-10mm的煤样中粗颗粒的质量分数和该煤样表面图像中粗颗粒的总面积与图像面积的比值之间的对应关系,并确定用于判断气流分级机分级效果的区间。考虑到实际生产中煤炭含水的情况,对含水量不同的潮湿煤样进行实验,探究了不同含水量对判断区间造成的影响。最终在MATLAB环境下完成了基于机器视觉的气流分级机分级效果在线检测系统的设计。该系统能够每隔一段固定的时间自动获取气流分级机细物料出口处皮带机上物料的图像并进行处理。计算结果以折线图的形式展示在坐标轴上,配合由实验确定的判断区间,实现在线检测气流分级机分级效果的目的。