本文關(guān)鍵詞：井下人員目標(biāo)的檢測(cè)與跟蹤算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：煤礦井下存在著一些危險(xiǎn)區(qū)域,這些區(qū)域是不允許工作人員在未采取保護(hù)措施的情況下進(jìn)入的,但是由于一些環(huán)境與人為的因素,使得一般標(biāo)識(shí)的警示效果不夠有力。所以為了實(shí)現(xiàn)安全生產(chǎn),需要采取有效的人員檢測(cè)手段。由于井下采用的是人工照明的方式,缺乏色彩信息,并且目標(biāo)的顏色與背景的顏色相似,所以將智能監(jiān)控技術(shù)用于井下時(shí)面臨著很大的困難。本文對(duì)可用于井下環(huán)境的人員目標(biāo)檢測(cè)和跟蹤方法進(jìn)行了研究,具體工作如下：(1)混合高斯背景建模法是目前應(yīng)用較為廣泛的目標(biāo)檢測(cè)方法,但是傳統(tǒng)GMM法在建模過(guò)程中為每個(gè)像素建立固定個(gè)數(shù)的高斯模型并且采用不變的學(xué)習(xí)率,本文針對(duì)這些缺陷進(jìn)行了改進(jìn)。首先對(duì)讀入視頻幀進(jìn)行分塊處理,然后自適應(yīng)地對(duì)每個(gè)像素塊分配不同的高斯分布個(gè)數(shù)和學(xué)習(xí)率,在空域進(jìn)行改進(jìn)的同時(shí),在時(shí)域上也為建模過(guò)程的不同階段分配不同的學(xué)習(xí)率,使得建模更加快速與準(zhǔn)確。實(shí)驗(yàn)結(jié)果證明從時(shí)域和空域兩個(gè)方面改進(jìn)后的算法在提高目標(biāo)檢測(cè)準(zhǔn)確度的同時(shí)滿足了實(shí)時(shí)性的要求。(2)由于均值漂移算法用于目標(biāo)跟蹤時(shí)自身存在缺陷以及井下環(huán)境的約束,本文分別從建模特征的選擇、核函數(shù)帶寬的更新以及發(fā)生運(yùn)動(dòng)區(qū)域的判斷三個(gè)方面進(jìn)行了優(yōu)化。在特征選擇時(shí)將LBP紋理算子與原算法采用的顏色特征相結(jié)合嵌入到Mean Shift跟蹤框架中,共同描述目標(biāo)。通過(guò)幀間差分法對(duì)相鄰幀中發(fā)生變化的區(qū)域進(jìn)行檢測(cè),以得到的運(yùn)動(dòng)區(qū)域的形心作為迭代開始的初始位置,縮短初始位置與目標(biāo)實(shí)際位置的距離,進(jìn)而減少了迭代次數(shù)。在核函數(shù)帶寬的尺寸方面,通過(guò)結(jié)合定位到的目標(biāo)區(qū)域的邊界位置信息實(shí)現(xiàn)了其自適應(yīng)更新,在保證跟蹤目標(biāo)信息完整性的同時(shí)盡可能排除背景像素的干擾,使得跟蹤更加快速與準(zhǔn)確。
【關(guān)鍵詞】：煤礦井下 人員檢測(cè) 混合高斯背景模型 目標(biāo)跟蹤 視頻
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD76;TP391.41
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 引言9-17
• 1.1 研究背景及意義9-10
• 1.2 井下的目標(biāo)檢測(cè)與識(shí)別技術(shù)研究現(xiàn)狀10-13
• 1.3 煤礦井下視頻的特點(diǎn)13-14
• 1.4 本文的主要內(nèi)容及結(jié)構(gòu)安排14-17
• 第二章 圖像的預(yù)處理17-27
• 2.1 圖像灰度化和二值化處理17-20
• 2.1.1 圖像的灰度化17-18
• 2.1.2 圖像的二值化18-20
• 2.2 圖像增強(qiáng)技術(shù)20-23
• 2.2.1 直方圖均衡化20-22
• 2.2.2 模糊集圖像增強(qiáng)22-23
• 2.3 形態(tài)學(xué)圖像處理23-25
• 2.3.1 膨脹和腐蝕23-24
• 2.3.2 開運(yùn)算和閉運(yùn)算24-25
• 2.4 本章小結(jié)25-27
• 第三章 基于改進(jìn)混合高斯建模法的井下人員目標(biāo)檢測(cè)27-41
• 3.1 人員目標(biāo)檢測(cè)技術(shù)概述27-30
• 3.1.1 幀差法27-28
• 3.1.2 光流法28-29
• 3.1.3 背景減除法29-30
• 3.2 傳統(tǒng)混合高斯建模法30-32
• 3.3 本文改進(jìn)后的算法32-34
• 3.4 實(shí)驗(yàn)結(jié)果及分析34-38
• 3.5 本章小結(jié)38-41
• 第四章 井下人員目標(biāo)跟蹤的研究41-55
• 4.1 運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)概述41-42
• 4.2 Mean Shift跟蹤算法42-47
• 4.2.1 Mean Shift原理42-43
• 4.2.2 Mean Shift跟蹤43-47
• 4.3 本文算法47-51
• 4.3.1 特征選擇47-49
• 4.3.2 核函數(shù)帶寬的更新49
• 4.3.3 運(yùn)動(dòng)區(qū)域的預(yù)判斷49-51
• 4.4 實(shí)驗(yàn)結(jié)果51-54
• 4.5 本章小結(jié)54-55
• 第五章 結(jié)論與展望55-57
• 5.1 結(jié)論55
• 5.2 研究展望55-57
• 參考文獻(xiàn)57-61
• 致謝61-63
• 攻讀碩士學(xué)位期間取得的研究成果63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 朱明生;王芝瓊;莫棟;何玲軍;;MQC-30型水倉(cāng)自動(dòng)清挖系統(tǒng)在煤礦中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2014年05期

2 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 孟曉燕;井下人員目標(biāo)的檢測(cè)與跟蹤算法研究[D];太原科技大學(xué);2015年

  本文關(guān)鍵詞：井下人員目標(biāo)的檢測(cè)與跟蹤算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：300788