【摘要】：煤礦火災(zāi)是影響礦井安全生產(chǎn)的重大災(zāi)害之一,嚴(yán)重威脅到人類的健康�；谝曨l圖像的自動火災(zāi)探測技術(shù)已成為當(dāng)前監(jiān)測和火災(zāi)預(yù)警的重要手段,對煤礦工作的安全生產(chǎn)意義重大,但井下環(huán)境潮濕多塵,并且人工巡邏產(chǎn)生的光束與火災(zāi)早期階段產(chǎn)生的煙霧特征極度相似,易造成計(jì)算機(jī)誤判。本文針對煤礦井下的復(fù)雜環(huán)境,研究煙霧檢測方法,進(jìn)而判斷礦井火災(zāi)。針對井下巷道霧氣會使采集到的圖像模糊不清,井下光照強(qiáng)度低且不均勻的情況,本文對暗原色去霧增強(qiáng)算法進(jìn)行了改進(jìn),先濾除巷道中的霧氣,再使用CLAHEE算法對圖像進(jìn)行亮度增強(qiáng),恢復(fù)巷道原貌,使視頻監(jiān)控中的煤礦圖像對比度增加,煙霧輪廓清晰,細(xì)節(jié)信息更為豐富。對運(yùn)動目標(biāo)檢測為法進(jìn)行研究,采用基于混合高斯模型建模的方法提取視頻頻序列中的運(yùn)動目標(biāo),將煙霧連同其他運(yùn)動目標(biāo)一并提取出來。然后對提取的運(yùn)動區(qū)域進(jìn)行顏色分析,統(tǒng)計(jì)煤礦井下煙霧圖像的顏色規(guī)律,建立井下煙霧顏色的判決條件,進(jìn)一步排除不具有煙霧顏色特征的運(yùn)動物體,由此分割出疑煙區(qū)域。對煙霧的多種特征進(jìn)行分析,進(jìn)一步提高煙霧檢測的準(zhǔn)確率。本文先使用主運(yùn)動方向閾值濾除與煙霧運(yùn)動方向不一致的運(yùn)動光束,然后使用煙霧的紋理特征,形狀不規(guī)則特性和平均梯度三個(gè)特征,訓(xùn)練生成SVM煙霧分類器,用于排除偽煙物的干擾。通過對大量煙霧和偽煙霧干擾視頻進(jìn)行檢測分析,表明本文的算法能夠有效濾除井下圖像的霧氣,還原巷道面貌,并能夠及時(shí)、有效地檢測出視頻圖像中的煙霧,且具有一定的抗干擾能力。
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TD79;TP391.41
【圖文】：

圖 1.1 煙霧檢測的基本框架視頻圖像的預(yù)處理圖像的來源一般是通過攝像頭采集，在采集過程中，監(jiān)控設(shè)備的電子噪免的影響，不同場景的光照條件和外界環(huán)境的干擾也會對采集結(jié)果產(chǎn)生視頻進(jìn)行預(yù)處理可以增強(qiáng)圖像對比度，突出圖像細(xì)節(jié)，使其比原始圖像

煤礦井下圖片像素統(tǒng)計(jì)圖

像的去霧增強(qiáng)9(a)原圖 (b)暗通道圖(c)像素統(tǒng)計(jì)圖圖 2.1 煤礦井下圖片像素統(tǒng)計(jì)圖2.2.1 去霧模型與暗原色理論（1） 大氣散射模型2001 年，Narasimhan 等人[37]修改完善了大氣散射模型，該模型描述了霧天圖像退化的過程，表示為式(2.1)：I ( x) J(x)t(x) A(1 t(x))（2.1）其中， I (x)為拍攝的有霧圖像， J (x)為將要恢復(fù)的無霧圖像，A 表示全局大氣光值，與環(huán)境有關(guān)，一般認(rèn)為是全局常量，與x無關(guān)， t (x)為場景的透射率。變換公式(2.1)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭懷兵;翟濟(jì)云;;基于視頻分析的森林火災(zāi)煙霧檢測方法[J];南京理工大學(xué)學(xué)報(bào);2015年06期

2 史玉坤;仲貞;張德馨;楊金鋒;;利用多特征判別的煙霧檢測方法研究[J];信號處理;2015年10期

3 董蘭芳;余家奎;;基于圖像分離的視頻煙霧檢測方法[J];計(jì)算機(jī)工程;2015年09期

4 吳冬梅;李白萍;沈燕;王靜;何蓉;;基于多特征融合的煙霧檢測[J];圖學(xué)學(xué)報(bào);2015年04期

5 劉青松;崔更申;吳鵬;李傳明;;基于機(jī)器學(xué)習(xí)的煙霧檢測算法去除固定干擾[J];計(jì)算機(jī)測量與控制;2015年03期

6 陳海鵬;劉飛;徐磊;徐廣偉;王宏雷;譚華春;;基于視頻多特征融合的列車車廂煙霧檢測方法[J];北京交通大學(xué)學(xué)報(bào);2015年01期

7 潘朝峰;楊樹森;陳寧;;基于圖像熵的火災(zāi)煙霧識別[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

8 楊驥;楊亞東;梅雪;袁曉龍;袁宇浩;;基于改進(jìn)的限制對比度自適應(yīng)直方圖的視頻快速去霧算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年01期

9 王孟柳;陳和平;劉夏;;基于暗通道優(yōu)先煙霧檢測算法的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2014年11期

10 胡良梅;段琳琳;張旭東;楊靜;;融合顏色信息與深度信息的運(yùn)動目標(biāo)檢測方法[J];電子與信息學(xué)報(bào);2014年09期

相關(guān)博士學(xué)位論文 前1條

1 王媛彬;基于圖像特征的煤礦火災(zāi)檢測與識別研究[D];西安科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 雷丹;公路隧道視頻火災(zāi)煙霧檢測方法研究[D];大連海事大學(xué);2017年

2 汪子杰;基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測研究[D];西南交通大學(xué);2016年

3 邵坤艷;基于視頻圖像的火災(zāi)檢測方法研究[D];重慶大學(xué);2015年

4 劉鵬;基于視頻的火災(zāi)煙霧檢測[D];華北電力大學(xué);2014年

5 王娜娜;基于視頻的火災(zāi)煙霧檢測算法研究[D];西安科技大學(xué);2012年

本文編號：2784679