煤矿井下巷道变形巡检视频异常检测方法
杨春雨1
袁晓光2
1.中国矿业大学地下空间智能控制教育部工程研究中心,江苏徐州221116;中国矿业大学信息与控制工程学院,江苏徐州 2211162.中国矿业大学信息与控制工程学院,江苏徐州 221116
摘要：采用智能视频巡检技术进行煤矿井下巷道变形检测时,常用的背景差分算法因要求输入图像具有良好的时空连续性而无法满足巡检视频背景建模要求.根据煤矿井下巷道变形巡检机器人匀速、定向运动及周期性采集视频数据的特点,提出一种巡检视频异常检测方法:结合巡检机器人定位信息对巡检视频分段并提取相应关键帧,采用均值哈希算法建立背景模型,对背景模型中图像进行特征跟踪以实现校正,之后将背景模型与关键帧进行差分运算,生成二值掩膜并进行去噪及连通处理后,输出异常检测结果并更新关键帧.实验结果表明,该方法在一定条件下可较准确地定位关键帧并检测出异常目标,检测速度约为50帧/s.
关键词：巷道变形检测巡检机器人智能视频巡检异常检测背景差分
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(61873272)
论文发表日期：2021-02-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 13-17 )
英文信息