本文選題：煤礦井下　切入點：視頻處理　出處：《西安科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：煤炭是我國的基礎(chǔ)能源之一,是國家經(jīng)濟的重要支柱。礦難事故的頻發(fā)引起了國家和社會對煤礦安全問題的高度重視。隨著視頻監(jiān)控技術(shù)的快速發(fā)展,視頻監(jiān)控技術(shù)已在煤炭安全生產(chǎn)監(jiān)測中得到廣泛應(yīng)用。論文從安全生產(chǎn)的角度,對煤礦井下的視頻監(jiān)控技術(shù)進行研究,通過計算機信息化技術(shù)減少煤礦井下事故的發(fā)生,保障煤礦井下的安全生產(chǎn)。論文根據(jù)煤礦井下監(jiān)控視頻的特點,研究了煤礦井下視頻處理技術(shù),對CamShift算法進行了改進,開發(fā)了煤礦井下視頻多目標(biāo)軌跡跟蹤系統(tǒng)。論文的主要研究內(nèi)容及創(chuàng)新點如下:(1)提出了一種適用于煤礦井下的視頻多目標(biāo)軌跡跟蹤算法。為了提高煤礦井下視頻目標(biāo)跟蹤的準(zhǔn)確率,對運動目標(biāo)進行有效跟蹤,論文將小波變換和背景差分法相結(jié)合,對CamShift算法進行改進。首先采用小波三層變換對視頻圖像進行去噪處理,然后再進行背景差分運算,檢測出運動目標(biāo),最后采用CamShift算法對運動目標(biāo)進行跟蹤處理。實驗結(jié)果表明:改進的CamShift算法減少了原始CamShift算法在初始候選目標(biāo)時的隨機性,提高了目標(biāo)檢測和跟蹤的準(zhǔn)確率。(2)開發(fā)了煤礦井下視頻多目標(biāo)軌跡跟蹤系統(tǒng)。為了應(yīng)對煤礦井下環(huán)境多變的情況,研究了視頻處理技術(shù)和煤礦井下視頻的特點,將多種目標(biāo)檢測技術(shù)和目標(biāo)跟蹤技術(shù)融入到一起應(yīng)用于煤礦井下的視頻中,開發(fā)了煤礦井下視頻多目標(biāo)軌跡跟蹤系統(tǒng)。在系統(tǒng)開發(fā)過程中,采用模塊化的設(shè)計思想,將各個功能獨立封裝,方便用戶選擇和使用。并且系統(tǒng)還提供了危險區(qū)域警告功能,當(dāng)運動目標(biāo)進入到人工設(shè)置的危險區(qū)域時,該目標(biāo)將會被突出顯示,以示警告。論文開發(fā)的煤礦井下視頻多目標(biāo)軌跡跟蹤系統(tǒng)運用了改進的CamShift算法,提高了目標(biāo)跟蹤的成功率。但系統(tǒng)中仍然存在一些問題,今后將進一步進行研究和探索。
[Abstract]:Coal is one of the basic energy sources in our country and an important pillar of the national economy. The frequent occurrence of mine accidents has caused the country and society to attach great importance to the problem of coal mine safety. With the rapid development of video surveillance technology, Video surveillance technology has been widely used in coal mine safety monitoring. From the point of view of safety production, this paper studies the video monitoring technology in coal mine, and reduces the occurrence of mine accidents by computer information technology. According to the characteristics of monitoring video in coal mine, the video processing technology of underground coal mine is studied, and the CamShift algorithm is improved. A video multi-target trajectory tracking system is developed. The main contents and innovations of this paper are as follows: 1) A video multi-target trajectory tracking algorithm suitable for coal mine is proposed. In order to improve the mine video trajectory tracking algorithm, the main contents and innovations of this paper are as follows: (1) A video multi-target trajectory tracking algorithm is proposed. Target tracking accuracy, In this paper, CamShift algorithm is improved by combining wavelet transform with background difference method. Firstly, wavelet three-layer transform is used to Denoise the video image, then background difference operation is carried out. The moving target is detected and the moving target is tracked by CamShift algorithm. The experimental results show that the improved CamShift algorithm reduces the randomness of the original CamShift algorithm in the initial candidate target. In order to deal with the changing environment of underground coal mine, the video processing technology and the characteristics of underground video are studied in order to improve the accuracy of target detection and tracking. The multiple target detection technology and target tracking technology are integrated into the video of underground coal mine, and a multi-target tracking system is developed. In the course of the system development, the modular design idea is adopted. The system also provides the danger area warning function, which will be highlighted when the moving target enters the manually set danger area. A mine video multi-target trajectory tracking system developed in this paper uses the improved CamShift algorithm to improve the success rate of target tracking. However, there are still some problems in the system, which will be further studied and explored in the future.
【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】：2017
【分類號】：TN948.6;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 管麗玲;潘伶佼;朱幼蓮;;小波閾值去噪與Sobel算子相結(jié)合的深度圖像邊緣檢測技術(shù)[J];江蘇理工學(xué)院學(xué)報;2014年06期

2 姜柏軍;鐘明霞;;改進的直方圖均衡化算法在圖像增強中的應(yīng)用[J];激光與紅外;2014年06期

3 李敏;劉軻;羅惠瓊;王添楊;趙麒;;基于混合高斯模型的異常檢測算法改進[J];計算機應(yīng)用與軟件;2014年06期

4 鐘建軍;宋健;由長喜;殷信橋;;基于信噪比評價的閾值優(yōu)選小波去噪法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2014年02期

5 黎萬義;王鵬;喬紅;;引入視覺注意機制的目標(biāo)跟蹤方法綜述[J];自動化學(xué)報;2014年04期

6 楊輝;劉軍;阮松;;基于Mean Shift算法視頻跟蹤研究[J];計算機工程與設(shè)計;2013年06期

7 秦緒佳;王慧玲;杜軼誠;鄭紅波;梁震華;;HSV色彩空間的Retinex結(jié)構(gòu)光圖像增強算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2013年04期

8 袁國武;陳志強;龔健;徐丹;廖仁健;何俊遠;;一種結(jié)合光流法與三幀差分法的運動目標(biāo)檢測算法[J];小型微型計算機系統(tǒng);2013年03期

9 桑海峰;吳丹陽;王會;;視頻監(jiān)控下的人臉跟蹤與識別系統(tǒng)[J];計算機工程與應(yīng)用;2014年12期

10 李平;張生旺;張會柱;孫晉永;彭慶虎;;煤礦掘進面遠程視頻監(jiān)控系統(tǒng)的設(shè)計與應(yīng)用[J];工礦自動化;2013年01期

相關(guān)碩士學(xué)位論文 前10條

1 郭程義;Camshift和Kalman濾波算法在視頻圖像跟蹤中的應(yīng)用研究[D];鄭州大學(xué);2015年

2 許曉珊;基于實時監(jiān)控視頻的人體目標(biāo)檢測和跟蹤系統(tǒng)的設(shè)計與實現(xiàn)[D];南昌大學(xué);2014年

3 王建勛;基于混合高斯模型的視頻人體檢測研究[D];華中科技大學(xué);2013年

4 施晨丹;基于視頻圖像的林火監(jiān)測方法研究與系統(tǒng)實現(xiàn)[D];南京理工大學(xué);2013年

5 胡威;基于Meanshift的視頻人體目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2013年

6 侯穆;基于OPENCV的運動目標(biāo)檢測與跟蹤技術(shù)研究[D];西安電子科技大學(xué);2012年

7 王凱;基于全方位視覺的目標(biāo)檢測與跟蹤研究[D];杭州電子科技大學(xué);2011年

8 李文燦;多攝像機下的運動目標(biāo)檢測與跟蹤[D];南京航空航天大學(xué);2010年

9 葛大偉;基于視頻內(nèi)容分析的鐵路入侵檢測研究[D];北京交通大學(xué);2009年

10 田軍;動態(tài)背景下運動目標(biāo)檢測與跟蹤的研究[D];華北電力大學(xué)（北京）;2009年

，

本文編號：1629360