井下胶带运输机的智能视频测速方法研究
发布时间：2021-02-27 09:22
近年来,视频智能监控技术得到了快速发展,己被广泛的应用于社会生产生活的各个领域。在煤炭工业中视频智能监控技术也得到应用,尤其是在矿井安全生产方面,这对于及时发现和预防煤矿事故具有重要的意义。本文的研究内容如下:首先,对选题内容和研究意义以及煤矿井下智能监控系统的应用现状进行了阐述,对井下胶带运输机的结构组成原理及常见的设备故障和检测方法进行了介绍,并且总结了运动目标测速的基本理论知识,为本文的研究奠定了理论基础。其次,采用一种基于独立多模态背景减除的算法对煤块进行目标检测,其复杂度在时间上和空间上都有很大的降低,能保证实时背景建模和目标检测。并且对煤块运动检测结果进行筛选,从而减少由于煤块分布不均和煤块区域大小变化造成的影响,保证煤块准确跟踪。对卡尔曼滤波进行介绍并初始化,并对那些形状大小合适和检测到的次数较多的煤炭块,利用卡尔曼滤波与最近邻算法相结合的方法对其进行跟踪,为后续胶带运输机运行速度的监测做好准备。最后,根据胶带运输机视频拍摄的特点,提出基于胶带运输机同侧滚筒间距的坐标转换模型计算煤块的实际运行速度,从而对胶带运输机的运动速度进行监测。实验表明,该方法能够用较少的标定点实现...
【文章来源】：西安科技大学陕西省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
井下胶带运输机的智能视频测速方法流程图
最优化算法得到，也可以通过计算坐标系变换矩阵得到，还可以通过考虑畸得到等。摄像机自标定方法：类方法不使用参照物获取目标信息，而是通过控制安装摄像机的转台运动得，并对图像序列进行匹配获得一定的约束条件来计算参数。具有灵活方便的优度一般不太高，鲁棒性不强。基于主动视觉的标定方法[20]：于主动视觉的方法是将摄像机精确安装于可控平台，并让其做特殊运动来获，再通过图像和摄像机运动参数来计算内外参数。该种方法鲁棒性比较强，性求解，但是对运动平台的精度和运动场合要求严格，成本较高。3）摄像机成像模型计算机视觉中，摄像机成像模型能够建立世界坐标系中的坐标点与图像坐标标点的相互关系。常用的摄像机成像模型有三种：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还是小孔成像模型。本文将着重介绍型。
且cX 轴和cY轴所在平面平行于图像坐标系，即cZ 轴垂直于图像平面。两个坐标系之间的关系如图2.2，其中 f 为摄像机焦距。世界坐标可以通过一个旋转矩阵R 和一个平移向量t 完成：c wc wc wX XY R Y tZ Z ， (2.2)其齐次坐标表示为：0 11 1c wc wTc wX XY R t YZ Z (2.3)3）图像坐标系摄像机拍摄的图像在计算机中是以M N矩阵的形式进行存储，其中一个单元称之为像素。显然，图像像素坐标系是一个二值坐标系，如图 2.3：
【参考文献】：
期刊论文
[1]煤矿视频监控系统的应用现状与发展趋势[J]. 田将杉. 机械管理开发. 2017(09)
[2]胶带输送机智能视频监测与预警方法[J]. 李占利,陈佳迎,李洪安,李慧琳,赵文博. 图学学报. 2017(02)
[3]煤矿烟雾的计算机视觉检测方法[J]. 王媛彬. 辽宁工程技术大学学报(自然科学版). 2016(11)
[4]煤矿智能视频监控中的运动目标检测研究[J]. 张谢华,赵小虎. 工矿自动化. 2016(04)
[5]煤矿信息化与自动化发展趋势[J]. 孙继平. 工矿自动化. 2015(04)
[6]基于暗原色先验的煤矿井下图像增强技术[J]. 张英俊,雷耀花,潘理虎. 工矿自动化. 2015(03)
[7]视频监控系统在煤矿企业中的应用[J]. 张秋良. 中国科技信息. 2014(13)
[8]视频测速综述[J]. 陈薏竹,李一昂. 电子技术与软件工程. 2014(10)
[9]基于视觉计算的胶带运输机跑偏监测[J]. 李占利,赵文博. 煤矿安全. 2014(05)
[10]煤矿智能视频监控中雾尘图像的清晰化研究[J]. 张谢华,张申,方帅,曹洋. 煤炭学报. 2014(01)
博士论文
[1]基于视频的运动目标检测研究[D]. 黄敏.东南大学 2014
[2]带式输送机动态称重检测理论与试验研究[D]. 初琦.中国矿业大学（北京） 2014
[3]智能视觉监视中目标检测与跟踪算法研究[D]. 涂虬.华中科技大学 2010
硕士论文
[1]基于邻域相关性的背景建模方法研究[D]. 万剑.重庆大学 2016
[2]基于机器视觉的煤矿井下钻杆计数方法研究与实现[D]. 王杰.西安科技大学 2015
[3]基于计算机视觉的输送带纵向撕裂检测算法研究与系统实现[D]. 杨洋.太原理工大学 2015
[4]井下胶带输送机的智能视频监测方法研究[D]. 赵文博.西安科技大学 2014
[5]井下皮带输送机运行状态在线监测系统[D]. 宋伟.青岛科技大学 2014
[6]基于视觉技术的井下胶带运输机运动监测方法研究[D]. 何倩.西安科技大学 2012
[7]基于目标检测与跟踪的机动车视频测速方法研究[D]. 刘明.南昌大学 2007
本文编号：3054023
【文章来源】：西安科技大学陕西省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
井下胶带运输机的智能视频测速方法流程图
最优化算法得到，也可以通过计算坐标系变换矩阵得到，还可以通过考虑畸得到等。摄像机自标定方法：类方法不使用参照物获取目标信息，而是通过控制安装摄像机的转台运动得，并对图像序列进行匹配获得一定的约束条件来计算参数。具有灵活方便的优度一般不太高，鲁棒性不强。基于主动视觉的标定方法[20]：于主动视觉的方法是将摄像机精确安装于可控平台，并让其做特殊运动来获，再通过图像和摄像机运动参数来计算内外参数。该种方法鲁棒性比较强，性求解，但是对运动平台的精度和运动场合要求严格，成本较高。3）摄像机成像模型计算机视觉中，摄像机成像模型能够建立世界坐标系中的坐标点与图像坐标标点的相互关系。常用的摄像机成像模型有三种：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还是小孔成像模型。本文将着重介绍型。
且cX 轴和cY轴所在平面平行于图像坐标系，即cZ 轴垂直于图像平面。两个坐标系之间的关系如图2.2，其中 f 为摄像机焦距。世界坐标可以通过一个旋转矩阵R 和一个平移向量t 完成：c wc wc wX XY R Y tZ Z ， (2.2)其齐次坐标表示为：0 11 1c wc wTc wX XY R t YZ Z (2.3)3）图像坐标系摄像机拍摄的图像在计算机中是以M N矩阵的形式进行存储，其中一个单元称之为像素。显然，图像像素坐标系是一个二值坐标系，如图 2.3：
【参考文献】：
期刊论文
[1]煤矿视频监控系统的应用现状与发展趋势[J]. 田将杉. 机械管理开发. 2017(09)
[2]胶带输送机智能视频监测与预警方法[J]. 李占利,陈佳迎,李洪安,李慧琳,赵文博. 图学学报. 2017(02)
[3]煤矿烟雾的计算机视觉检测方法[J]. 王媛彬. 辽宁工程技术大学学报(自然科学版). 2016(11)
[4]煤矿智能视频监控中的运动目标检测研究[J]. 张谢华,赵小虎. 工矿自动化. 2016(04)
[5]煤矿信息化与自动化发展趋势[J]. 孙继平. 工矿自动化. 2015(04)
[6]基于暗原色先验的煤矿井下图像增强技术[J]. 张英俊,雷耀花,潘理虎. 工矿自动化. 2015(03)
[7]视频监控系统在煤矿企业中的应用[J]. 张秋良. 中国科技信息. 2014(13)
[8]视频测速综述[J]. 陈薏竹,李一昂. 电子技术与软件工程. 2014(10)
[9]基于视觉计算的胶带运输机跑偏监测[J]. 李占利,赵文博. 煤矿安全. 2014(05)
[10]煤矿智能视频监控中雾尘图像的清晰化研究[J]. 张谢华,张申,方帅,曹洋. 煤炭学报. 2014(01)
博士论文
[1]基于视频的运动目标检测研究[D]. 黄敏.东南大学 2014
[2]带式输送机动态称重检测理论与试验研究[D]. 初琦.中国矿业大学（北京） 2014
[3]智能视觉监视中目标检测与跟踪算法研究[D]. 涂虬.华中科技大学 2010
硕士论文
[1]基于邻域相关性的背景建模方法研究[D]. 万剑.重庆大学 2016
[2]基于机器视觉的煤矿井下钻杆计数方法研究与实现[D]. 王杰.西安科技大学 2015
[3]基于计算机视觉的输送带纵向撕裂检测算法研究与系统实现[D]. 杨洋.太原理工大学 2015
[4]井下胶带输送机的智能视频监测方法研究[D]. 赵文博.西安科技大学 2014
[5]井下皮带输送机运行状态在线监测系统[D]. 宋伟.青岛科技大学 2014
[6]基于视觉技术的井下胶带运输机运动监测方法研究[D]. 何倩.西安科技大学 2012
[7]基于目标检测与跟踪的机动车视频测速方法研究[D]. 刘明.南昌大学 2007
本文编号：3054023
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3054023.html
