煤矿监控图像拼接与识别的方法研究

发布时间：2017-10-23 01:10

  本文关键词：煤矿监控图像拼接与识别的方法研究

  更多相关文章： 煤矿监控 感知矿山 智能监控 图像拼接 目标识别 行为分析

【摘要】：煤矿安全事关井下矿工生命,视频监控是保障矿井安全生产的重要技术手段之一,但是由于现有煤矿视频监控系统监控模式简单,人工监视难以及时有效捕捉异常状态,不能满足煤矿对安全监控的要求。因此,在视频监控系统中引入智能视频感知、数字图像处理等技术,作为感知矿山的核心手段是十分必要的。然而煤矿监控场景存在光照条件差、遮挡和矿尘干扰严重等特点,造成视频监控图像质量严重下降,给视频监控中图像拼接、运动目标检测及其行为模式分析带来了严峻挑战。本文针对煤矿井下特殊环境,围绕基于矿井监控视频的图像去噪、图像增强、图像拼接、复杂场景情况下的运动目标跟踪识别及行为分析进行研究,针对性的提出解决问题的方法。本课题由淮北矿业集团科研项目“多目标矿用智能视频传感器研究”、江苏省“333工程”项目“煤矿图像拼接与识别关键技术研究”(项目编号:BRA2014048)、国家自然科学基金项目“面向煤矿物联网的分布式监控信源高可靠压缩编码模型与方法”(项目编号:51574232)资助,主要研究工作如下:(1)针对井下图像光照度不够、噪声较大等特点,提出了基于视觉特性的井下图像去噪新方法。该方法采用CIELab均匀颜色空间,动态自适应决定滤波器权值,从而减少了图像轮廓边缘等细节信息的破坏,使去噪后的图像更加清晰。(2)针对井下图像质量提升的需求,提出了将一种自适应免疫遗传算法应用到图像的增强处理,建立一种能根据图像灰度自动调节图像质量的非线性自适应增强方法。利用新的免疫疫苗选择策略和免疫操作方法,自动寻找图像非线性增强函数的最佳变换参数,达到图像增强的效果。(3)针对煤矿对大场景图像监控需求,提出了矿井监控图像自动快速拼接方法。在结合Harris特征点提取算法和SIFT特征点提取算法优点的基础上,利用改进的RANSAC算法对提取出来的特征点进行提纯匹配以及估计模型参数,使算法抗尺度变化和抗噪性得到很大改善,并采用位置敏感散列算法,提高了图像拼接的成功率与实时性。(4)针对煤矿复杂环境下智能视频监控的实际需求,提出了基于PCA-SIFT特征的智能视觉定位算法。将SIFT特征融入到Mean Shift跟踪方法,提高智能视频感知定位的准确性与实时性。(5)针对井下运动目标识别分析的需求,提出了基于快速傅立叶变换的快速模板匹配算法,在支持向量机分类训练构建目标模式和行为库的基础上,对运动目标进行行为分析。以上研究成果丰富了智能视频监控领域研究的内容,解决了构建智能视频监控系统的关键技术问题,对于构建煤矿智能监控系统具有重要的支撑作用。
【关键词】：煤矿监控 感知矿山 智能监控 图像拼接 目标识别 行为分析
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TD76;TP391.41
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-17
• 1 绪论17-34
• 1.1 研究背景与意义17-21
• 1.2 国内外研究现状21-29
• 1.3 论文的主要研究内容及创新点29-33
• 1.4 小结33-34
• 2 基于视觉特性的图像去噪新方法34-52
• 2.1 引言34-35
• 2.2 井下图像噪声分类35
• 2.3 常用的图像去噪方法35-41
• 2.4 基于视觉特性的图像去噪新方法41-48
• 2.5 实验结果与分析48-51
• 2.6 小结51-52
• 3 基于免疫遗传的图像自适应增强方法52-71
• 3.1 引言52
• 3.2 传统图像增强方法52-55
• 3.3 遗传算法基本理论55-58
• 3.4 基于免疫遗传的图像自适应增强方法58-66
• 3.5 实验结果与分析66-70
• 3.6 小结70-71
• 4 基于Harris－SIFT的图像自动快速拼接方法71-88
• 4.1 引言71-72
• 4.2 基于角点检测的图像拼接算法72-75
• 4.3 SIFT算法75-78
• 4.4 井下监控图像序列全自动快速拼接算法78-81
• 4.5 实验结果与分析81-87
• 4.6 小结87-88
• 5 基于PCA－SIFT的运动目标跟踪识别及行为分析88-113
• 5.1 引言88
• 5.2 井下运动目标识别分析研究框架88-89
• 5.3 运动目标轮廓提取89-94
• 5.4 基于PCA-SIFT的运动目标跟踪识别94-101
• 5.5 基于快速模板匹配的运动目标行为分析101-106
• 5.6 实验结果与分析106-111
• 5.7 小结111-113
• 6 结论与展望113-116
• 6.1 结论113-114
• 6.2 展望114-116
• 参考文献116-125
• 作者简历125-128
• 学位论文数据集128

【相似文献】

中国期刊全文数据库 前10条

1 刘素一;夏蕾;;基于元胞自动机的织物图像拼接[J];纺织学报;2011年01期

2 李旋宇;陈荣保;;基于游程长度和边缘统计的图像拼接检测[J];齐齐哈尔大学学报(自然科学版);2013年01期

3 孙刚,付文智,李明哲,蔡中义;图像拼接在板类件三维测量中的应用[J];塑性工程学报;2003年05期

4 程琳;蔡晓婉;张国勇;;煤矿井下图像拼接的算法研究[J];煤矿机电;2011年03期

5 李文亚;杨维宇;;图像拼接及景深扩展技术在金相检验中的应用[J];包钢科技;2011年06期

6 林绮;马铁军;;轮胎断面测量系统的快速图像拼接方法[J];橡胶工业;2010年07期

7 ;射线探测技术与装置[J];中国光学与应用光学文摘;2000年03期

8 钱驰;张少华;吴秉羲;;基于精密移动平台的数字化切片技术[J];苏州大学学报(工科版);2012年06期

9 周虎;杨建国;李蓓智;;基于互信息测度的平面图像拼接及其测量技术[J];东华大学学报(自然科学版);2011年06期

10 韩冬;黄霞;李波;王翔;;透射电镜多图像拼接法测量纳米氧化镍的颗粒粒径[J];电子显微学报;2009年03期

中国重要会议论文全文数据库 前10条

1 田宏亮;王俊妮;岳鹏;;一种基于边界阈值的图像拼接融合算法[A];2013年（第五届）西部光子学学术会议论文集[C];2013年

2 郑金鑫;杜军平;;基于Levenberg-Marquardt算法的图像拼接研究[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

3 易端阳;唐万有;郝健强;;印品检测中相似测度算法在图像拼接中的对比研究[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年

4 谢凌霄;张茂军;王云丽;高辉;;基于特征匹配的无缝图像拼接方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

5 高冠东;贾克斌;肖珂;;一种新的基于特征点匹配的图像拼接方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 胡社教;陈宗海;刘年庆;;基于图像灰度特征的全景图像拼接[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

7 冯桂兰;田维坚;张薇;鲍峗;张宏建;;基于DSP的图像拼接系统研究[A];中国光学学会2006年学术大会论文摘要集[C];2006年

8 赖力;周代全;黎川;王新;;Innova4100血管机下肢静脉跟踪造影中的图像拼接[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

9 李骋进;;DR全下肢图像拼接成像技术的临床应用[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

10 周剑军;欧阳宁;陈旭;黄先锋;;一种基于Harris特征点的图像拼接方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年

中国重要报纸全文数据库 前2条

1 山东 猫咪老爸;图像拼接 天衣无缝[N];电脑报;2003年

2 本报记者 刘霞;放飞想象的翅膀(二)[N];科技日报;2014年

中国博士学位论文全文数据库 前9条

1 张桦;场景图像拼接关键技术研究[D];天津大学;2008年

2 邵向鑫;数字图像拼接核心算法研究[D];吉林大学;2010年

3 姜代红;煤矿监控图像拼接与识别的方法研究[D];中国矿业大学;2015年

4 曾峦;基于不变特征的图像拼接及软同步直写硬盘记录技术研究[D];哈尔滨工业大学;2012年

5 冯桂兰;车载夜视导航系统的研究[D];中国科学院研究生院（西安光学精密机械研究所）;2007年

6 李新娥;大视场多光谱相机图像拼接与融合技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

7 朱云芳;基于图像拼接的视频编辑[D];浙江大学;2006年

8 张德新;面阵航侦CCD相机系统设计及其图像拼接技术研究[D];哈尔滨工业大学;2010年

9 赵凯;医学影像中骨组织定量分析关键技术研究与应用[D];东北大学;2012年

中国硕士学位论文全文数据库 前10条

1 岳昕;基于SIFT的全景图像拼接方法研究[D];昆明理工大学;2015年

2 徐忠洋;航拍图像拼接算法的研究与实现[D];辽宁大学;2015年

3 吴金津;改进的SIFT算法及其在图像拼接中的应用[D];湖南工业大学;2015年

4 王鹏程;基于DSP的视频拼接技术的研究[D];湖南工业大学;2015年

5 宋佳乾;视频图像拼接优化算法实现研究[D];宁夏大学;2015年

6 徐止喜;基于匹配的图像拼接关键技术研究与实现[D];电子科技大学;2013年

7 蔡静;粒计算在图像拼接中的应用研究[D];华北电力大学（北京）;2009年

8 于明言;一种基于时域和频域特征的图像拼接方法[D];大连理工大学;2006年

9 张建伟;军用望远镜图像拼接和融合技术的研究与实现[D];昆明理工大学;2011年

10 王鸿;图像拼接方法及其应用研究[D];中南大学;2013年

，

本文编号：1080906