智能巡检机器人视频监测皮带异物自动识别报警技术研究

《智能巡检机器人视频监测皮带异物自动识别报警技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、智能巡检机器人视频监测皮带异物自动识别报警技术研宄摘要煤矿企业井下重点场所监控方式逐步由人工巡检或固定摄像头定点监视方式转变为智能巡检机器人巡检。智能机器人巡检方式能够实现可靠巡检、自主充电、实时采集煤矿井下现场音频、视频和环境等数据，通过无线通信传输网路实现各种数据的分析优化，以便管理人员实时做出控制决策。本文通过研究视频监控的整个工作流程，对煤矿井下智能巡检机器人视频检测皮带异物视频采集功能、特征提取功能、场景判断处理过程进行研宄和分析。在皮带异常事物识别中，按照场景判断处理，对特定的皮带监控区域

2、出现的异常情况进行判断分析，并甄别和报警，从而达到煤矿井下智能巡检机器人视频采集监控的实时性、智能性和准确性。【关键词】视频检测视频采集自动识别特征提取近年来，我国煤矿企业井下重点场所监控方式逐步由人工巡检或固定摄像头定点监视方式转变为智能巡检机器人巡检。智能机器人巡检方式能够实现可靠智能巡检机器人视频监测皮带异物自动识别报警技术研宄摘要煤矿企业井下重点场所监控方式逐步由人工巡检或固定摄像头定点监视方式转变为智能巡检机器人巡检。智能机器人巡检方式能够实现可靠巡检、自主充电、实时采集煤矿井下现场音频、视

3、频和环境等数据，通过无线通信传输网路实现各种数据的分析优化，以便管理人员实时做出控制决策。本文通过研究视频监控的整个工作流程，对煤矿井下智能巡检机器人视频检测皮带异物视频采集功能、特征提取功能、场景判断处理过程进行研宄和分析。在皮带异常事物识别中，按照场景判断处理，对特定的皮带监控区域出现的异常情况进行判断分析，并甄别和报警，从而达到煤矿井下智能巡检机器人视频采集监控的实时性、智能性和准确性。【关键词】视频检测视频采集自动识别特征提取近年来，我国煤矿企业井下重点场所监控方式逐步由人工巡检或固定摄像头定

4、点监视方式转变为智能巡检机器人巡检。智能机器人巡检方式能够实现可靠巡检、自主充电、实时采集煤矿井下现场音频、视频和环境等数据，通过无线通信传输网路实现各种数据的分析优化，以便管理人员实时做出控制决策。该种方式在很大程度上减轻劳动强度、降低劳动风险和煤炭企业生产过程中的非正常停机时间，提高煤矿企业经济效益和社会效益。本文对煤矿井下智能巡检机器人视频检测皮带异物自动识别技术进行研宄，对特定的皮带监控区域出现的异常情况进行判断分析，并甄别报警，从而达到煤矿井下智能巡检机器人视频采集监控的实时性、智能性和准确

5、性。1异常场景视频内容监控技术分析所谓异常行为监控识别本质就是对目标实物进行实时监控，根据特征进行一一比较，判断合法性，如果当值高于阈值后，就会进行自动报警，否则滤掉信息，继续进行监控。监控过程主要是视频摄像头的作用，视频摄像头将一定间隔内采集到的图像帧数据传入特征提取模块，特征提取模块对该图像帧与背景图进行比对，如果图像差异大于设置阈值，将对比出的数据传入场景判断处理模块，如果未超过阈值，则跳过该帧数据。在数据传入场景判断模块后，服务器将对数据与服务器内已有的异常模型数据进行比较，如果匹配出异常种类

6、，则开始报警。2国内外智能视频监控技术研宄状况近年来，许多国内外大型公司、研宄机构及各类高校纷纷开展智能视频监控相关研宄。例如，美国国防部立项的VSAM视觉监控项目，主要完成对战场进行智能化和自动化的进行监控；英国的雷丁大学把重点放在针对车辆和行人的跟踪上；Vidient公司研发的SmartCatch智能监控系统，可以对进出特定区域的物体等方面及进行辨别、统计；Perceptron智能视频系统主要研究动态场景下的智能视频监控问题。贝尔信智能视频监控系统可以通过入侵检测发出警报。从目前国内外的研发结果来

7、看，这些“较为成熟”的智能视频监控系统，在对异物的行为分析方面并不成熟。这些智能视频监控系统可以对异物的行动轨迹进行跟踪，对是否越界进行判断，还可以统计异物的数量等。这些系统在分析判断异物较为复杂的动作或者举止上，准确率还是不高，所以，对异物的行为识别就显得十分重要。因为在真实环境中，存在很多障碍物或遮挡物，受其影响，使得监控的物体在光线等效果上大打折扣。为了解决这个问题，大多数研宄者采用行为特征建模的方法，来排除各种干扰，准确进行信息的识别。3煤矿井下智能巡检机器人视频监测皮带异物自动识别技术研宄3

8、.1智能视频监控系统的构建智能视频监控系统采用模块化的思想来设计，系统的核心模块包括：视频采集模块、特征提取模块和场景判断处理模块等。首先，智能视频监控系统在一段时间内通提取一张场景内的图像作为基础并送入视频处理服务器，将RGB图像经过一系列的变化后，得到LAB色彩空间，这个转换后的图像作为智能视频监控系统的背景图像。每隔一定的时间，在视频序列中提取一帧作为前景图并对其进行LAB转换。最后，在视频处理服务器中，系统将背景图与前景图进行矩阵计算，如果发现两