[發明專利]井下高危區域動目標監測和管理系統

在審

• 申請號: 201710367748.9
• 申請日: 2017-05-23
• 公開（公告）號: CN106951889A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 韓忠利;張立亞;孟慶勇;溫良;李起偉
• 申請（專利權）人: 煤炭科學技術研究院有限公司;神華神東煤炭集團有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/52;G06K9/62;G06T7/30
• 代理公司: 北京品源專利代理有限公司11332
• 代理人: 孟金喆

1.一種井下高危區域動目標監測和管理系統，其特征在于，包括：

現場圖像采集裝置，布設于需要監測的井下高危區域，用于采集所述井下高危區域的視頻圖像信息，對所述視頻圖像進行分析，并將所述視頻圖像及其分析結果傳輸至后臺分析設備；

人員定位裝置，由井下工作人員佩戴，用于采集井下工作人員的實時位置信息；

安全監控裝置，布設于所述井下高危區域的關鍵位置，用于采集所述關鍵位置處的環境參數信息；

所述后臺分析設備，與所述現場圖像采集裝置、所述人員定位裝置以及所述安全監控裝置之間均保持網絡連接，通過所述網絡連接獲取所述井下高危區域的現場采集圖像，所述人員定位裝置采集的實時位置，以及所述安全監控裝置采集的環境參數，并將所述現場采集圖像、所述實時位置及所述環境參數的分析結果與預設的目標風險預控知識庫進行比對，以得到人員和車輛等動目標的實時危險預警、人員出勤情況統計、車輛出入統計、車輛違章統計，以及違章關聯分析。

2.根據權利要求1所述的系統，其特征在于，所述現場圖像采集裝置包括：

圖像采集單元，用于采集所述井下高危區域的所述視頻圖像；

處理芯片，與所述圖像采集卡連接，用于通過運動目標檢測由所述視頻圖像中檢測出運動的人員圖像或者車輛圖像，并對所述人員圖像進行行為分析；

通訊芯片，與所述處理芯片連接，用于將所述視頻圖像及對所述視頻圖像的分析結果傳輸至所述后臺分析設備。

3.根據權利要求2所述的系統，其特征在于，所述處理芯片包括：現場可編程門陣列FPGA，和/或數字信號處理器DSP。

4.根據權利要求2所述的系統，其特征在于，所述處理芯片通過背景建模及前景檢測，將可能的運動目標圖像與背景圖像分離，其中，所述運動目標圖像包括所述人員圖像及所述車輛圖像。

5.根據權利要求2所述的系統，其特征在于，所述處理芯片通過結構化的模板匹配進行所述人員圖像的識別。

6.根據權利要求2所述的系統，其特征在于，所述處理芯片通過預置的卷積神經網絡進行所述車輛圖像的識別。

7.根據權利要求2所述的系統，其特征在于，所述處理芯片通過方向梯度直方圖對所述人員和車輛等動目標圖像進行行為分析。

8.根據權利要求2所述的系統，其特征在于，所述通訊芯片具體用于對經過壓縮編碼后的視頻圖像，以及所述視頻圖像的分析結果進行調制，再將調制信號通過與所述后臺分析設備之間的無線網絡連接傳輸至所述后臺分析設備。

9.根據權利要求1所述的系統，其特征在于，所述環境參數包括：甲烷濃度、一氧化碳濃度、風速、風壓、溫度、濕度、二氧化氮、硫化氫、二氧化硫、煙霧、饋電狀態、風門狀態、風筒狀態、局部通風機開停、主通風機開停。

10.一種井下目標圖像識別方法，其特征在于，包括：

A.在相同的成像條件下，分別采集工作人員圖像，并組成樣本圖像集；

B.對所述樣本圖像集中的圖像進行分割，分別組成身軀樣本圖像集、上肢樣本圖像集、下肢樣本圖像集及頭部樣本圖像集；

C.分別對所述身軀樣本圖像集、所述上肢樣本圖像集、所述下肢樣本圖像集及所述頭部樣本圖像集進行灰度化；

D.將所述身軀樣本圖像集、所述上肢樣本圖像集、所述下肢樣本圖像集及所述頭部樣本圖像集中的圖像分別與高斯核函數進行卷積運算，以得到圖像的多尺度空間；

E.將每個樣本圖像與相鄰尺度圖像做差，以得到高斯差分尺度空間；

F.將所述高斯差分尺度空間中的采樣點，與預設大小像素塊的鄰域點和其上下尺度對應的預設大小像素塊的鄰域點進行比較，當所述采樣點比鄰域點均大或均小時，將該采樣點選擇為候選特征點；

G.對所述候選特征點，通過擬合三維二次方程和Hessian矩陣，剔除所述候選特征點中的低對比度點和邊緣點，得到精確特征點；

H.計算所述精確特征點的梯度值及梯度方向；

I.通過統計預定圓域內各個像素的梯度值，繪制梯度直方圖，其中，所述預定圓域以精確特征點為圓心；

J.根據所述梯度直方圖，確定精確特征點的主方向；

K.以所述精確特征點為中心，以所述精確特征點的主方向為坐標軸方向，建立坐標系；

L.將所述高斯差分尺度空間中精確特征點預定大小的鄰域空間中的像素點，分成預定大小的像素塊，并將所述像素塊按照其梯度，繪制成具有不同區間的梯度直方圖；

M.從所述精確特征點中選取種子特征點，根據所述種子特征點的梯度直方圖的統計信息，組成所述精確特征點的特征向量；

N.對所述特征向量進行規范化；

O.基于規范化之后的特征向量，建立精確特征點的精確特征描述子集合；

P.獲取待識別圖像，并對所述待識別圖像重復C至U的操作，獲取所述待識別圖像的精確特征描述子集合；

Q.利用歐式距離求每個精確特征點的模值，并組成所述精確特征點的模值向量；

R.對所述待識別圖像與樣本圖像集中的圖像的模值向量根據杰卡德系數進行相似度度量，并將相似度最大的圖像類別作為所述待識別圖像的類別。