[发明专利]一种煤矿井下巷道形变视频检测方法

权利要求书

1.一种煤矿井下巷道形变视频检测方法，其特征在于：

包括如下步骤：

S1、视频采集：通过悬挂轨道式机器人移动平台巡检视频分段采集，获取初始视频与历次巡检视频；

S2、获得背景模型关键帧：依照视频的巡检进度的图片时空序列按需采样背景关键帧集合M：

M(x)＝{m_i|i＝1,2,…,N}

其中,m_i表示选择的背景关键帧，N根据视频长度、巡检距离以及场景视野等属性综合选定；生成的关键帧序列包含有巡检路径的空间序列信息，据此高效处理巡检采集的分段视频数据；

S3、视频-模型匹配：将采样的背景关键帧与新进巡检视频匹配，建立背景模型，包括：采用相似图像检索算法对背景模型中的关键帧与新进巡检视频进行遍历匹配；

S4、差分检测：根据模型匹配的结果进行图像差分处理，检测井下巷道变化并输出检测结果；

S5、背景模型更新：根据异常检测结果更新关键帧模型。

2.根据权利要求1所述的煤矿井下巷道形变视频检测方法，其特征在于：

所述的悬挂轨道式机器人移动平台为IC卡辅助定位分段采集传输巡检视频的移动平台，所述悬挂轨道式机器人移动平台包括：装有IC卡定位装置的悬挂式巡检机器人轨道、搭载摄像头的移动平台、视频存储装置和无线通信传输装置。

3.根据权利要求1所述的煤矿井下巷道形变视频检测方法，其特征在于：

所述步骤S3中，所述相似图像检索通过如下均值哈希算法实现：

步骤一：对于RGB三通道图像，通过如下方式转换为灰度图像：

Gray＝0.299×R+0.587×G+0.114×B

步骤二：图像统一缩放为8×8图像；

步骤三：计算步骤二得到图像的像素平均值v，并以v为阈值完成图像二值化操作，根据生成的二值图像生成64位hash值序列；

步骤四：比较两张图像的hash值，对两张图hash值分别进行异或求和位运算，得出衡量两张图片相似程度的汉明距离。

4.根据权利要求1或3所述的煤矿井下巷道形变视频检测方法，其特征在于：所述步骤S3中，当巡检视频渐变特性导致巡检视频与背景关键帧m_i相似图片有多张时，对于背景关键帧m_i生成集合N_i：

其中P表示该段巡检视频中的帧合集，阈值T根据哈希算法处理结果自适应选取。

5.根据权利要求1所述的煤矿井下巷道形变视频检测方法，其特征在于：所述步骤S4中，所述的图像差分处理方法为基于建立的背景模型的最优结果差分检测。

6.根据权利要求1所述的煤矿井下巷道形变视频检测方法，其特征在于：所述步骤S5中，所述的关键帧更新方法为基于背景模型的最优结果关键帧更新方法。

7.根据权利要求1所述的煤矿井下巷道形变视频检测方法，其特征在于：所述步骤S4中，采用基于模型库的最优化差分检测方法进行异常检测，并将检测结果优化输出：

根据关键帧集合包含的位置信息匹配新进巡检视频；新输入的巡检视频P_new对应于生成关键帧集合M的原巡检视频P；分别计算P_new视频序列与各模型集关键帧之间汉明距离,生成模型集{N_l+1,N_l+2,…，N_k}；

对得到的模型集{N_l+1,N_l+2,…，N_k}与关键帧{m_l+1,m_l+2,…，m_k}进行差分操作生成二值掩膜并去噪；

对于图片m_l+1与对应的集合N_l+1,由预设阈值T_r计算得到二值掩膜B：

S＝|m_l+1-I| I∈N_l+1

对二值掩膜B采用形态学开运算去噪，得到最终的二至掩膜集合{B_l+1,B_l+2,…，B_k}；

对得到的掩膜集合，统计其检测到的前景数量S，将S_min对应的二值掩膜B作为最终的检测结果，并将检测的结果在图片m_i中标记输出。