近年來,視頻智能監(jiān)控技術(shù)得到了快速發(fā)展,己被廣泛的應(yīng)用于社會生產(chǎn)生活的各個領(lǐng)域。在煤炭工業(yè)中視頻智能監(jiān)控技術(shù)也得到應(yīng)用,尤其是在礦井安全生產(chǎn)方面,這對于及時發(fā)現(xiàn)和預(yù)防煤礦事故具有重要的意義。本文的研究內(nèi)容如下:首先,對選題內(nèi)容和研究意義以及煤礦井下智能監(jiān)控系統(tǒng)的應(yīng)用現(xiàn)狀進(jìn)行了闡述,對井下膠帶運輸機(jī)的結(jié)構(gòu)組成原理及常見的設(shè)備故障和檢測方法進(jìn)行了介紹,并且總結(jié)了運動目標(biāo)測速的基本理論知識,為本文的研究奠定了理論基礎(chǔ)。其次,采用一種基于獨立多模態(tài)背景減除的算法對煤塊進(jìn)行目標(biāo)檢測,其復(fù)雜度在時間上和空間上都有很大的降低,能保證實時背景建模和目標(biāo)檢測。并且對煤塊運動檢測結(jié)果進(jìn)行篩選,從而減少由于煤塊分布不均和煤塊區(qū)域大小變化造成的影響,保證煤塊準(zhǔn)確跟蹤。對卡爾曼濾波進(jìn)行介紹并初始化,并對那些形狀大小合適和檢測到的次數(shù)較多的煤炭塊,利用卡爾曼濾波與最近鄰算法相結(jié)合的方法對其進(jìn)行跟蹤,為后續(xù)膠帶運輸機(jī)運行速度的監(jiān)測做好準(zhǔn)備。最后,根據(jù)膠帶運輸機(jī)視頻拍攝的特點,提出基于膠帶運輸機(jī)同側(cè)滾筒間距的坐標(biāo)轉(zhuǎn)換模型計算煤塊的實際運行速度,從而對膠帶運輸機(jī)的運動速度進(jìn)行監(jiān)測。實驗表明,該方法能夠用較少的標(biāo)定點實現(xiàn)... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

井下膠帶運輸機(jī)的智能視頻測速方法流程圖

最優(yōu)化算法得到，也可以通過計算坐標(biāo)系變換矩陣得到，還可以通過考慮畸得到等。攝像機(jī)自標(biāo)定方法：類方法不使用參照物獲取目標(biāo)信息，而是通過控制安裝攝像機(jī)的轉(zhuǎn)臺運動得，并對圖像序列進(jìn)行匹配獲得一定的約束條件來計算參數(shù)。具有靈活方便的優(yōu)度一般不太高，魯棒性不強(qiáng)。基于主動視覺的標(biāo)定方法[20]：于主動視覺的方法是將攝像機(jī)精確安裝于可控平臺，并讓其做特殊運動來獲，再通過圖像和攝像機(jī)運動參數(shù)來計算內(nèi)外參數(shù)。該種方法魯棒性比較強(qiáng)，性求解，但是對運動平臺的精度和運動場合要求嚴(yán)格，成本較高。3）攝像機(jī)成像模型計算機(jī)視覺中，攝像機(jī)成像模型能夠建立世界坐標(biāo)系中的坐標(biāo)點與圖像坐標(biāo)標(biāo)點的相互關(guān)系。常用的攝像機(jī)成像模型有三種：小孔成像模型，正交投影模投影模型。其中，用的最多的成像模型還是小孔成像模型。本文將著重介紹型。

且cX 軸和cY軸所在平面平行于圖像坐標(biāo)系，即cZ 軸垂直于圖像平面。兩個坐標(biāo)系之間的關(guān)系如圖2.2，其中 f 為攝像機(jī)焦距。世界坐標(biāo)可以通過一個旋轉(zhuǎn)矩陣R 和一個平移向量t 完成：c wc wc wX XY R Y tZ Z ， (2.2)其齊次坐標(biāo)表示為：0 11 1c wc wTc wX XY R t YZ Z (2.3)3）圖像坐標(biāo)系攝像機(jī)拍攝的圖像在計算機(jī)中是以M N矩陣的形式進(jìn)行存儲，其中一個單元稱之為像素。顯然，圖像像素坐標(biāo)系是一個二值坐標(biāo)系，如圖 2.3：

【參考文獻(xiàn)】：
期刊論文
[1]煤礦視頻監(jiān)控系統(tǒng)的應(yīng)用現(xiàn)狀與發(fā)展趨勢[J]. 田將杉.  機(jī)械管理開發(fā). 2017(09)
[2]膠帶輸送機(jī)智能視頻監(jiān)測與預(yù)警方法[J]. 李占利,陳佳迎,李洪安,李慧琳,趙文博.  圖學(xué)學(xué)報. 2017(02)
[3]煤礦煙霧的計算機(jī)視覺檢測方法[J]. 王媛彬.  遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2016(11)
[4]煤礦智能視頻監(jiān)控中的運動目標(biāo)檢測研究[J]. 張謝華,趙小虎.  工礦自動化. 2016(04)
[5]煤礦信息化與自動化發(fā)展趨勢[J]. 孫繼平.  工礦自動化. 2015(04)
[6]基于暗原色先驗的煤礦井下圖像增強(qiáng)技術(shù)[J]. 張英俊,雷耀花,潘理虎.  工礦自動化. 2015(03)
[7]視頻監(jiān)控系統(tǒng)在煤礦企業(yè)中的應(yīng)用[J]. 張秋良.  中國科技信息. 2014(13)
[8]視頻測速綜述[J]. 陳薏竹,李一昂.  電子技術(shù)與軟件工程. 2014(10)
[9]基于視覺計算的膠帶運輸機(jī)跑偏監(jiān)測[J]. 李占利,趙文博.  煤礦安全. 2014(05)
[10]煤礦智能視頻監(jiān)控中霧塵圖像的清晰化研究[J]. 張謝華,張申,方帥,曹洋.  煤炭學(xué)報. 2014(01)

博士論文
[1]基于視頻的運動目標(biāo)檢測研究[D]. 黃敏.東南大學(xué) 2014
[2]帶式輸送機(jī)動態(tài)稱重檢測理論與試驗研究[D]. 初琦.中國礦業(yè)大學(xué)（北京） 2014
[3]智能視覺監(jiān)視中目標(biāo)檢測與跟蹤算法研究[D]. 涂虬.華中科技大學(xué) 2010

碩士論文
[1]基于鄰域相關(guān)性的背景建模方法研究[D]. 萬劍.重慶大學(xué) 2016
[2]基于機(jī)器視覺的煤礦井下鉆桿計數(shù)方法研究與實現(xiàn)[D]. 王杰.西安科技大學(xué) 2015
[3]基于計算機(jī)視覺的輸送帶縱向撕裂檢測算法研究與系統(tǒng)實現(xiàn)[D]. 楊洋.太原理工大學(xué) 2015
[4]井下膠帶輸送機(jī)的智能視頻監(jiān)測方法研究[D]. 趙文博.西安科技大學(xué) 2014
[5]井下皮帶輸送機(jī)運行狀態(tài)在線監(jiān)測系統(tǒng)[D]. 宋偉.青島科技大學(xué) 2014
[6]基于視覺技術(shù)的井下膠帶運輸機(jī)運動監(jiān)測方法研究[D]. 何倩.西安科技大學(xué) 2012
[7]基于目標(biāo)檢測與跟蹤的機(jī)動車視頻測速方法研究[D]. 劉明.南昌大學(xué) 2007



本文編號：3054023