[发明专利]一种基于图像处理的矿井机器人落石监测预警方法

说明书

本发明公开了一种基于图像处理的矿井机器人落石监测预警方法，它包括：步骤S1、通过巡检机器人上的光学摄像机扫描井下环境，对井下巷道环境进行视频图像采集；步骤S2、对采集到的视频流进行图像预处理，首先通过计算图像灰度值均值对采集到的视频图像进行异常图像帧排查，采用直方图均衡化的方式对异常图像帧进行均衡化处理，采用高斯滤波方法对排查后的图像帧进行去噪处理。本发明提供一种基于图像处理的矿井机器人落石监测预警方法，基于图像处理方法对落石进行监测，能够尽可能的扩大落石监测范围，采用对落石进行跟踪及轨迹判别，计算量相对较小且能够一定程度提高落石事件监测的准确率。

技术领域

本发明涉及一种基于图像处理的矿井机器人落石监测预警方法。

背景技术

目前，崩塌落石是煤矿井下环境安全的一个重大威胁。几十年来，落石崩塌灾害时有发生，造成的人员伤亡等事件并不鲜见。因而，为了提高煤矿井下人员的安全指数，及时监测落石事件并预警是煤矿安全领域中一件比较重要的任务。

当前对于落石监测的研究方法分为两类：基于传感器进行的和基于图像处理进行的。其中传感器多为压力传感器、光传感器等，基于图像处理检测落石的研究方法包括：通过构建分类器实现对落石识别、通过运动矢量和圆形度匹配等特征进行落石识别及通过形态特征和振动特征置信度匹配进行落石识别等方法。这些研究多是针对山体滑坡、山区轨道隧道等环境进行的，对于煤矿井下的落石检测研究几乎没有。

煤矿井下环境复杂，存在光照不足，煤炭粉尘弥漫等现象，单纯的通过机器学习的方法进行识别难度大、计算量大、准确率也比较低。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足，提供一种基于图像处理的矿井机器人落石监测预警方法，基于图像处理方法对落石进行监测，能够尽可能的扩大落石监测范围，采用对落石进行跟踪及轨迹判别，计算量相对较小且能够一定程度提高落石事件监测的准确率。

为了解决上述技术问题，本发明的技术方案是：

一种基于图像处理的矿井机器人落石监测预警方法，它包括：

步骤S1、通过巡检机器人上的光学摄像机扫描井下环境，对井下巷道环境进行视频图像采集；

步骤S2、对采集到的视频流进行图像预处理，首先通过计算图像灰度值均值对采集到的视频图像进行异常图像帧排查，采用直方图均衡化的方式对异常图像帧进行均衡化处理，采用高斯滤波方法对排查后的图像帧进行去噪处理；

步骤S3、采用三帧差法对视频图像中的坠落物进行运动目标提取，对提取到的运动目标的二值图像进行形态学去噪处理，然后计算运动目标区域的面积，筛选出符合面积阈值特征的运动目标；

步骤S4、对两帧视频图像中的符合面积阈值特征的运动目标进行相似度计算，当两帧视频图像中的运动目标被匹配为同一个目标时，对该运动目标的运动方向进行判别，当连续三帧以上视频图像出现该运动目标且该运动目标的运动方向符合向下运动特性，则保留该运动目标的中心坐标；

步骤S5、对运动目标轨迹进行判别，根据运动目标的中心坐标计算两帧图像中的运动目标的质心点的倾斜角度和距离，当角度和距离变化符合阈值要求，则认为该运动目标轨迹为落石事件；

步骤S6、根据产生的落石事件进行报警提醒。

进一步，所述步骤S2中通过计算图像灰度值均值对采集到的视频图像进行异常图像帧排查，采用直方图均衡化的方式对异常图像帧进行均衡化处理，包括如下步骤：

步骤S21、对采集到的视频图像进行灰度均值计算，先将视频图像转为灰度图像，再计算所述灰度图像的灰度均值，通过所述灰度均值的大小可以判定当前图像帧是否正常；

步骤S22、对异常图像帧采用直方图均衡化的方式对其进行均衡化处理，所述均衡化处理采用的是累积分布函数，其映射方法为：