煤炭生产企业一般都会根据煤矿规模的大小，在煤矿的井下和井上设计一定数量的煤仓，主要用于缓解煤炭输送压力、存储和中转原煤。本研究主要是针对井上煤仓进行的，井上煤仓煤位监测是煤矿生产中不可或缺的重要环节。传统的煤仓煤位监测方法具有耗时耗力、机械化、无法实现全自动化管理的缺点。本文针对这一现象提出了一种基于图像处理的方案对井上煤仓煤位进行实时监控。但由于煤仓环境较差，并且往往受粉尘影响较严重，煤仓图片拍摄质量较差，因此图像需要经过预处理后才能够使用。图像预处理主要是去除或消弱煤位监测中对图像造成不利影响的背景和噪声，同时使图像中有价值的信息更加突出，从而有利于通过图像方式进行煤仓煤位的监测。本文的研究以S3C2440A为核心芯片的ARM处理器作为主控制器，通过以ZC301为主芯片的摄像头采集煤仓煤位的相关图像经局域网传输到PC机上，经过图像预处理及利用自动阈值和区域生长算法进行相应图像处理，然后利用SIFT与K聚类结合的算法进行图像匹配，此处的匹配指的是获得的图像在PC机上经过相关处理后和PC机库中所存储的满仓图片进行匹配，如果达到一定的相似度后可判断为满仓，此时PC机弹出警告窗口并自动发送信号给ARM处理器进行语音报警，同时发送调仓信号给处理器要求换仓，系统最后经过实验调试，可以实时定时获取图像并且通过图像匹配算法实现了煤仓煤位的有效监测和控制。