钨矿石初选具有提高矿石富集效率、降低企业生产成本的特点,冶金企业广泛采用了初选工序,但采用人工初选黑钨矿石的方式提高了人工成本、增大了工人的劳动强度。随着机器视觉被广泛地研究和应用,工业生产与机器视觉相结合的方式被迅速地推广,使工业生产朝自动化和智能化的方向发展。因此,研究矿石自动化初选具有重要意义和实际应用价值。本课题以解决矿石初选问题为目标,结合机器视觉实现黑钨矿石的自动化初选。本课题首选分析了赣南地区黑钨矿石的生产现状,提出了当前矿石初选过程中存在的问题。然后针对矿石的初选工艺要求进行分析,在此基础上提出了利用机器视觉分选黑钨矿石,设计了基于机器视觉的黑钨矿石初选系统,并验证其可行性。最后确定了基于机器视觉的黑钨矿石初选系统的各个功能模块,并对功能模块进行分析和选型,建立了基于机器视觉的黑钨矿石初选系统。针对矿石分选工艺要求,采用了圆形标定板标定工业相机,并校正图像畸变现象,建立图像与矿石位置关系的数学模型,实现了矿石的定位与粒度测量,并保证了定位精度和测量精度。通过标定实验,验证了工业相机的标定精度。为了使气体喷射口可以精确地分选黑钨矿石,设计了黑钨矿石与气体喷射口的对应关系,并建立了气体喷射口空间位置与黑钨矿石位置的数学模型。识别黑钨矿石是基于机器视觉的黑钨矿石初选系统核心内容。针对矿石图像存在灰尘和矿石碎屑、黑钨矿石颜色特征复杂的特点,对矿石图像进行灰度化和降噪预处理,使图像具有较高的清晰度。为了精确地检测矿石位置和粒度大小,分析并研究了阈值分割和基于边缘检测分割的方法,通过分析分割矿石的效果,提出了基于Canny边缘检测算法分割矿石图像。针对边缘检测分割方法出现边缘不连续现象,提出了形态学连接边缘轮廓,实现小邻域断点的连接,并改进了矿石轮廓搜索方法,使轮廓搜索算法能准确地找到黑钨矿石轮廓。通过统计矿石的颜色特征和粒度信息,设置阈值分析矿石含钨量,并筛选不需要分选的矿石碎屑。最后设计了基于矿石定位和粒度测量、黑钨矿石分割与识别的上位机人机交互软件和下位机控制器软件。以OpenCV和QT为基础,开发的上位机软件具有模块化的特点,集成了工业相机等外设的调试、运行和矿石数据统计等功能,并且具有可扩展性。基于STM32的下位机软件通过串口与上位机实时通信,配合上位机完成矿石的分选。通过实验,本课题基于机器视觉的黑钨矿石初选系统能精确地识别出黑钨矿石,定位矿石位置和分选黑钨矿石,满足了分选黑钨矿石的工艺要求,具有实际应用价值。