近年來(lái),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(huì)生產(chǎn)生活的各個(gè)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(duì)于及時(shí)發(fā)現(xiàn)和預(yù)防煤礦事故具有重要的意義。本文的研究?jī)?nèi)容如下:首先,對(duì)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(duì)井下膠帶運(yùn)輸機(jī)的結(jié)構(gòu)組成原理及常見(jiàn)的設(shè)備故障和檢測(cè)方法進(jìn)行了介紹,并且總結(jié)了運(yùn)動(dòng)目標(biāo)測(cè)速的基本理論知識(shí),為本文的研究奠定了理論基礎(chǔ)。其次,采用一種基于獨(dú)立多模態(tài)背景減除的算法對(duì)煤塊進(jìn)行目標(biāo)檢測(cè),其復(fù)雜度在時(shí)間上和空間上都有很大的降低,能保證實(shí)時(shí)背景建模和目標(biāo)檢測(cè)。并且對(duì)煤塊運(yùn)動(dòng)檢測(cè)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(duì)卡爾曼濾波進(jìn)行介紹并初始化,并對(duì)那些形狀大小合適和檢測(cè)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(duì)其進(jìn)行跟蹤,為后續(xù)膠帶運(yùn)輸機(jī)運(yùn)行速度的監(jiān)測(cè)做好準(zhǔn)備。最后,根據(jù)膠帶運(yùn)輸機(jī)視頻拍攝的特點(diǎn),提出基于膠帶運(yùn)輸機(jī)同側(cè)滾筒間距的坐標(biāo)轉(zhuǎn)換模型計(jì)算煤塊的實(shí)際運(yùn)行速度,從而對(duì)膠帶運(yùn)輸機(jī)的運(yùn)動(dòng)速度進(jìn)行監(jiān)測(cè)。實(shí)驗(yàn)表明,該方法能夠用較少的標(biāo)定點(diǎn)實(shí)現(xiàn)... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

井下膠帶運(yùn)輸機(jī)的智能視頻測(cè)速方法流程圖

最優(yōu)化算法得到，也可以通過(guò)計(jì)算坐標(biāo)系變換矩陣得到，還可以通過(guò)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(guò)控制安裝攝像機(jī)的轉(zhuǎn)臺(tái)運(yùn)動(dòng)得，并對(duì)圖像序列進(jìn)行匹配獲得一定的約束條件來(lái)計(jì)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)�；谥鲃�(dòng)視覺(jué)的標(biāo)定方法[20]：于主動(dòng)視覺(jué)的方法是將攝像機(jī)精確安裝于可控平臺(tái)，并讓其做特殊運(yùn)動(dòng)來(lái)獲，再通過(guò)圖像和攝像機(jī)運(yùn)動(dòng)參數(shù)來(lái)計(jì)算內(nèi)外參數(shù)。該種方法魯棒性比較強(qiáng)，性求解，但是對(duì)運(yùn)動(dòng)平臺(tái)的精度和運(yùn)動(dòng)場(chǎng)合要求嚴(yán)格，成本較高。3）攝像機(jī)成像模型計(jì)算機(jī)視覺(jué)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(diǎn)與圖像坐標(biāo)標(biāo)點(diǎn)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(gè)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(guò)一個(gè)旋轉(zhuǎn)矩陣R 和一個(gè)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(jì)算機(jī)中是以M N矩陣的形式進(jìn)行存儲(chǔ)，其中一個(gè)單元稱之為像素。顯然，圖像像素坐標(biāo)系是一個(gè)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(shì)[J]. 田將杉.  機(jī)械管理開(kāi)發(fā). 2017(09)
[2]膠帶輸送機(jī)智能視頻監(jiān)測(cè)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(bào). 2017(02)
[3]煤礦煙霧的計(jì)算機(jī)視覺(jué)檢測(cè)方法[J]. 王媛彬.  遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(11)
[4]煤礦智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[J]. 張謝華,趙小虎.  工礦自動(dòng)化. 2016(04)
[5]煤礦信息化與自動(dòng)化發(fā)展趨勢(shì)[J]. 孫繼平.  工礦自動(dòng)化. 2015(04)
[6]基于暗原色先驗(yàn)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(dòng)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(guó)科技信息. 2014(13)
[8]視頻測(cè)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(jué)計(jì)算的膠帶運(yùn)輸機(jī)跑偏監(jiān)測(cè)[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(bào). 2014(01)

博士論文
[1]基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[D]. 黃敏.東南大學(xué) 2014
[2]帶式輸送機(jī)動(dòng)態(tài)稱重檢測(cè)理論與試驗(yàn)研究[D]. 初琦.中國(guó)礦業(yè)大學(xué)（北京） 2014
[3]智能視覺(jué)監(jiān)視中目標(biāo)檢測(cè)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(wàn)劍.重慶大學(xué) 2016
[2]基于機(jī)器視覺(jué)的煤礦井下鉆桿計(jì)數(shù)方法研究與實(shí)現(xiàn)[D]. 王杰.西安科技大學(xué) 2015
[3]基于計(jì)算機(jī)視覺(jué)的輸送帶縱向撕裂檢測(cè)算法研究與系統(tǒng)實(shí)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(cè)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(yùn)行狀態(tài)在線監(jiān)測(cè)系統(tǒng)[D]. 宋偉.青島科技大學(xué) 2014
[6]基于視覺(jué)技術(shù)的井下膠帶運(yùn)輸機(jī)運(yùn)動(dòng)監(jiān)測(cè)方法研究[D]. 何倩.西安科技大學(xué) 2012
[7]基于目標(biāo)檢測(cè)與跟蹤的機(jī)動(dòng)車(chē)視頻測(cè)速方法研究[D]. 劉明.南昌大學(xué) 2007



本文編號(hào)：3054023