斜巷视频双背景模型差分目标检测算法的研究.docVIP

  斜巷视频双背景模型差分目标检测算法的 研究 刘颖，张晓光** 5 10 15 20 （中国矿业大学机电工程学院，江苏徐州 221116） 摘要：本文针对斜巷视频的特点，在分析现有目标检测方法的基础上，提出了一种基于 TAM 和 GMM 的背景模型差分运动目标检测方法。先采用双背景模型进行背景的更新，再按照背 景差分法进行目标的检测，仿真结果表明，该算法能够同时兼顾检测效果和计算量，对于斜 巷视频目标检测具有很好的适用性。 关键词：斜巷；视频监控；目标检测；差分法 中图分类号：TN941.3 Double Background Modeling Differential Target Detection Algorithm of Slope Lane Video LIU Ying, ZHANG Xiaoguang (College of Mechanical an Electrical Engineering, China University of Mining and Technology, Xuzhou, Jiangsu 221116) Abstract: Towards the features of slope lane video and the analysis of existing target detection method, the background modeling differential target detection algorithm based on ATM and GMM was proposed. Firstly, update the background by double background model, and then detection the target according to the differential method. The simulation results show that the algorithm have both good test result and less computation. It has a good applicability in target detection of Slope Lane Video. Key words: Slope Lane;Video surveillance;Target Detection;Differential 25 0 引言 斜巷轨道运输煤矿生产传输中的主要环节之一，贯穿于整个矿井生产过程中，具有点多、 面广、线长、分散度高、流动性大等特点，与入井人员的运送和行人安全有着密切的关系[1]。 由于斜巷坡度较大，距离较长，监控环境比较复杂，难以到位，成为煤矿机电事故的多发环 30 35 节。对斜巷轨道的运输情况进行视频监控能够防患于未然，为事故分析提供第一手视频资料 [2] 度比较大，由于人自身生理条件的限制，对异常情况的反应能力会降低。随着智能视频监控 技术的发展，将人从高强度的工作中解脱出来已经成为一种趋势。智能视频监控系统中运动 目标的检测作为其核心技术，成为当前学者研究的热点[3]。本文以斜巷视频运动目标检测为 研究内容，提出一种适应与井下环境的运动目标检测方法。 1 斜巷视频图像特征分析 由于煤矿井下环境特殊，斜巷空间有限，这些区域一般禁止矿工进入，但是井下巷道交 错复杂，常用的普通告示牌或者警铃等通知报警方式不能够十分有力的实现警示效果。因此， 作者简介：刘颖（1986-），女，在读硕士，主要研究方向：机电设备的监测和智能信息处理 通信联系人：张晓光（1963-），男，教授，主要研究方向：智能信息处理，传感器技术和机电设备监控. E-mail: doctorzxg@163.com -1-   大多数的煤矿企业在绞车运行的中的斜巷和一些设备重地都会配备视频监控系统。然而，由 40 45 50 55 60 65 于煤矿井下采用全天候人工照明，噪声、粉尘以及潮湿等环境因素的影响，导致煤矿斜巷视 频具有以下特点： （1）光照分布不均匀。煤矿井下都备有照明设备，但是在同一个监控场景中，越靠近 光源的地方其照度越强，甚至会发生镜面反射，图像表现为一片白；而远离光源的地方，照 度低，仅隐约可见物体的轮廓。光照度不均，导致图像无法真实反映实际监控场景。 （2）照度比较低。井下照明设备不同于自然光成像，照度不足。 （3）色彩比较单调。斜巷的视频图像除了个别用于警示的标志牌或设备有较醒目的颜 色外，其他都以黑、白、灰色为主，基于颜色特征而进行目标检测的图像处理方法无法适用 于井下。 （4）运动目标和背景对比度低。矿工的工作服颜色为深灰或深蓝色，在工作过程中很 有可能