近年来，随着计算机与图像处理技术的发展，机器视觉技术正广泛应用于工业、农业、医学、军事等领域，作为一种高精度、高智能化的先进技术已越来越引起人们的重视。而机器视觉技术在矿业工程上的应用并不多，尤其是在矿物加工领域，但煤炭洗选的工作环境迫切需要先进的具有智能控制的在线检测系统。煤质组成的在线快速检测已经成为制约选煤过程自动化的技术瓶颈。对于一个机器视觉系统来说，最关键的就是图像的获取，任何在图像获取方面的缺陷都会给后续图像分析和理解带来困难。同时图像采集也是进行图像处理、图像压缩、图像识别的基础，所以对图像采集系统的研究与设计有着重要的现实意义和价值。本文首先介绍了机器视觉系统的组成机构和特点，并综述了其在工业检测与矿业工程领域中的应用，概述了论文的选题意义、背景及研究内容。根据选煤厂的生产情况、工艺要求及在线检测系统功能要求，从图像采集系统整体的硬件构成方面对整个图像采集系统进行了总体设计。系统包括信息采集、照明、相机的防振与除尘三个分系统。并针对信息采集部分中主要硬件进行了详细的性能比较和选型。为消除选煤厂皮带周围光照、振动、粉尘污染，构建良好的图像采集环境，开发了遮光和照明系统，并对系统相机的防振与除尘措施进行了分析论述。论文开发的图像采集系统应用于太西洗煤厂一分区末精煤皮带上，文中给出了部分工业试验结果。对现场采集到的180张不同灰分的精煤图像，提取了7个特征值并对其归一化，采用最佳参数的SVM神经网络对训练集构建煤粒灰分识别系统。利用测试集进行验证，最终末精煤测试集灰分预测绝对误差平均值为0.12%，预测效果好，验证了图像采集系统的可行性。机器视觉技术对推动煤炭加工的智能控制将起到重要的作用。本文设计开发的煤用机器视觉图像采集技术为选煤厂基于物料组成的在线过程控制提供了成功的示范。