摘要：为了解决基于图像识别的煤矸分选技术中,识别准确率受图像采集环境照度影响较大、识别效果不佳的问题,提出一种基于激光散斑成像的煤矸特征提取与识别方法。针对煤矸激光散斑分布特点,提出Lab颜色空间下基于高斯金字塔的Otsu阈值分割方法,以准确分割煤矸激光散斑图像的感兴趣区域。利用灰度区域大小矩阵设计了煤矸激光散斑图像纹理特征提取方法,并结合传统特征提取方法构建煤矸激光散斑图像多维特征数据。利用所提取特征数据对支持向量机分类器进行训练,最终实现煤与矸石的准确识别。经实验验证,在多种照度下煤矸激光散斑成像的识别准确率平均值为96.05%,最高可达98.6%,标准差为1.85%。通过与现有识别方法开展对比实验,证明了本研究方法进行煤矸识别的可靠性且在不同照度环境下具有较小的识别准确率波动。