蒋泽

【摘要】针对现有煤矿部分堆煤、纵撕等传感器检测不可靠及视频图像数据处理应用相对较少的实际情况，提出了视频侦测图像传感器的概念，以高性能视频采集处理单元为平台，分析了视频图像处理的不同算法的特点，并得出解决煤矿的实际问题最佳算法，并指出现有煤矿在视频侦测图像传感器的研究方向。

【关键词】煤矿;图像处理;传感器

引言

目前，在矿井生产运输过程中经常因堆煤、纵撕[1]等传感器监测不到位而造成皮带冒烟、皮带撕裂等问题时有发生。主要原因是现有堆煤传感器[2][3]都是基于碰触检测方式来实现对皮带堆煤检测，当有大的煤块经过，或是有工人误碰触时容易发生误报警现象。

而井下作业人员或车辆非法闯入、滞留井下某些禁止区域如：井下变电所、炸药库、废弃巷道、井下轨道等，而酿成重大事故的现象时有发生。由于煤矿井下环境的特殊性，采用现有的传感器实现对人员或车辆闯入、滞留的检测识别的难度较大。

目前工业电视系统[4][5]为煤矿安全生产、调度指挥提供了直观、方便、可靠的手段，也在各大煤矿安装到位。但现有的视频监控系统通常需要调度人员对作业现场进行实时监视，对调度人员要求较高，并且实际操作具有很大难度。而通过录像录制的视频图像所提供的信息是没有经过分析的原始视频图像，只能用作事后取证，没有充分发挥图像监控的实时性和主动性[6]。

综上所述，煤矿现有的视频图像处理等功能单一，不具备完整的图像分析功能，其实际的数据利用率较低，而利用类似的图像数据开发相应的视频侦测图像传感器是有着实际的应用，并能解决煤矿现场的实际问题。

1.解决思路

本文引入了图像侦测图像传感器的概念，每一个视频监测点就类似一个监测传感器，通过分析视频画面中的有效信息：煤流的异常状态、煤块高度、人员或车辆在监控画面的位置，进而作出判断，则可以较好的解决上述存在的问题。

1.1 智能视频分析介绍及相关行业的应用

智能视频分析技术源自计算机视觉（cv，computer vision）与人工智能（ai，artificial intelligent）的研究[7] [8]，其发展目标在于将图像与事件描述之间建立一种映射关系， 使计算机从复杂的视频图像中分辩、识别出关键目标物体。近年来，智能監控技术在各个行业中得到了迅速发展，带有智能监控技术的产品已在机场、监狱、军事基地和其他大型基础设施的监控中得到应用。特别是在重要基础设施场所中，人员的 “入侵探测”应用较为典型，例如：机场，它的周界太过分散，一个人或者多个人都无法完全监控到所有周界。利用视频分析技术能够自动探测在某些特定场所或特定时间内进入或离开某一区域的可疑物体。

1.2 煤矿井下图像分析现状及可应用的场所

虽然地面其它行业智能图像识别算法比较成熟[9]，但由于煤矿井下环境比较恶劣，照度低、粉尘多、湿度大、矿工矿灯对摄像机易造成致盲现象，现有的图像识别算法无法直接应用到煤矿井下智能视频识别装备。需要针对煤矿特殊的环境研究能够应用于煤矿环境的视频图像分析算法。通过分析视频中的有效信息如皮带煤块高度、人员车辆位置，判断生产现场是否存在异常，如堆煤、区域入侵等现象，并根据不同异常直接进行报警或采取控制措施，弥补部分传感器的不足[10][11]。

为解决上述问题，提高对井下设备故障的准确检测和杜绝井下作业人员误闯禁止区域，需要研究智能视频侦测图像传感器，通过图像侦测识别及时对设备故障和人员非法入侵行为及时报警并采取相应控制措施，协助作业人员处理危机，并最大限度地降低误报和漏报现象，避免事故发生。

2.主要研究内容与方向

2.1 高性能视频采集处理平台的搭建

智能视频侦测平台（如图1所示）拟基于ti公司的高性能tms320dm6437进行开发，tms320dm6437处理器（简称dm6437）以64x+为内核，最高600mhz工作主频，处理性能5600mips，高度的灵活性和可编程性，同时外围集成了非常完整的视频和网络通信等接口，通过mpeg4对视频流进行压缩实现数据的快速传输。此外，针对特定视频数据的预处理方法以及边缘检测、目标跟踪的高效算法保证了系统处理的实时性与准确性。

平台接口及图像处理性能述如下：

●编码形式：mpeg4的视频编码功能

●接口类：1个视频输入接口、1个视频输出接口、网络接口、1组rs485接口

●实现待检测目标的检测、跟踪以及异常情况报警

●最大帧率25fps，智能报警延时