[發(fā)明專利]井下高危區(qū)域動目標監(jiān)測和管理系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710367748.9
• 申請日: 2017-05-23
• 公開（公告）號: CN106951889A
• 公開（公告）日: 2017-07-14
• 發(fā)明（設(shè)計）人: 韓忠利;張立亞;孟慶勇;溫良;李起偉
• 申請（專利權(quán)）人: 煤炭科學技術(shù)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

技術(shù)領(lǐng)域

本發(fā)明實施例涉及礦井安全監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種井下高危區(qū)域動目標監(jiān)測和管理系統(tǒng)。

背景技術(shù)

隨著對煤礦安全的重視程度日益提高及管控手段的不斷加大，近年來，煤礦安全工作取得了顯著成效，但是仍然沒有徹底杜絕安全事故的發(fā)生，安全管理中還存在一定盲區(qū)和薄弱環(huán)節(jié)。特別是一些由于人員對危險源的辯識不到位、人員不安全行為導致的事故時有發(fā)生?，F(xiàn)有的安全監(jiān)控系統(tǒng)主要針對工作環(huán)境和設(shè)備進行監(jiān)控，未對動目標的行為實施有效監(jiān)控，只是單純依靠管理人員現(xiàn)場檢查發(fā)現(xiàn)，存在不全面、不及時的局限性。煤礦井下人員定位系統(tǒng)主要是對井下人員定位、考勤信息等進行實時上傳和存儲，沒有進行分析處理和判斷預警。綜上，現(xiàn)有的系統(tǒng)滿足不了高危區(qū)域動目標的監(jiān)測和預警的需求。

發(fā)明內(nèi)容

針對上述技術(shù)問題，本發(fā)明實施例提供了一種井下高危區(qū)域動目標監(jiān)測和管理系統(tǒng)，以實現(xiàn)對井下高危區(qū)域運動目標的監(jiān)測和預警。

一方面，本發(fā)明實施例提供了一種井下高危區(qū)域動目標監(jiān)測和管理系統(tǒng)，所述系統(tǒng)包括：

現(xiàn)場圖像采集裝置，布設(shè)于需要監(jiān)測的井下高危區(qū)域，用于采集所述井下高危區(qū)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(jié)果傳輸至后臺分析設(shè)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(jiān)控裝置，布設(shè)于所述井下高危區(qū)域的關(guān)鍵位置，用于采集所述關(guān)鍵位置處的環(huán)境參數(shù)信息；

所述后臺分析設(shè)備，與所述現(xiàn)場圖像采集裝置、所述人員定位裝置以及所述安全監(jiān)控裝置之間均保持網(wǎng)絡(luò)連接，通過所述網(wǎng)絡(luò)連接獲取所述井下高危區(qū)域的現(xiàn)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(jiān)控裝置采集的環(huán)境參數(shù)，并將所述現(xiàn)場采集圖像、所述實時位置及所述環(huán)境參數(shù)的分析結(jié)果與預設(shè)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(tǒng)計、車輛出入統(tǒng)計、車輛違章統(tǒng)計，以及違章關(guān)聯(lián)分析。

另一方面，本發(fā)明實施例還提供一種井下目標圖像識別方法，所述方法包括：

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(shù)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(shè)大小像素塊的鄰域點和其上下尺度對應(yīng)的預設(shè)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(tǒng)計預定圓域內(nèi)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(jù)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(qū)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(jù)所述種子特征點的梯度直方圖的統(tǒng)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(guī)范化；

O.基于規(guī)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(jù)杰卡德系數(shù)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。