CN105306909B - 基于视觉的煤矿井下作业人员超员报警系统 - Google Patents

Abstract

本发明公开了一种基于视觉的煤矿井下作业人员超员报警系统，系统主要包括成像设备、数据网络、图像处理服务器和报警器；在井下每个作业区安装成像设备，图像处理服务器接收通过数据网络传输来的各个作业区的场景图像，检测场景图像中的人员目标并计数，若超过了限定的人数，则触发报警器发出声光报警。该系统可以对煤矿井下作业人数自动计数，无需人员主动配合，实现无干扰实时监控。

Description

基于视觉的煤矿井下作业人员超员报警系统

技术领域

本发明涉及煤矿井下作业人员超员报警系统，尤其涉及一种基于视觉的煤矿井下作业人员超员报警系统。

背景技术

为了杜绝煤矿特、重大事故发生，煤矿严禁超定员生产，实时监控煤矿井下作业人数是防止超定员生产的有效措施之一。目前，煤矿井下作业人数是通过井下人员携带标识卡来计数的，标识卡系统无法识别多人一卡现象，时常出现漏读，因而不能准确计数煤矿井下作业人员，煤矿井下作业人数无法得到有效监管。

需要一种解决或至少改善现有技术中固有的一个或多个问题的煤矿井下作业人员计数方法和系统。

发明内容

本发明的目的在于提供一种基于视觉的煤矿井下作业人员超员报警系统，该系统可以对煤矿井下作业人数自动计数，无需人员主动配合，实现无干扰实时监控。

根据一种实施例形式，提供一种基于视觉的煤矿井下作业人员超员报警系统，本发明提供的技术方案如下：系统主要包括成像设备、数据网络、图像处理服务器和报警器；所述成像设备安装在井下每个作业区；所述图像处理服务器接收通过数据网络传输来的各个作业区的场景图像，检测图像中的人员目标并计数，若超过了限定的人数，则触发报警器发出声光报警；

所述系统检测和计数图像中人员目标的方法是：图像中的人员目标用图像中的一块椭圆区域表征，定义图像中的椭圆空间χ＝[0，X_M]×[0，Y_M]×[a_m，a_M]×[b_m，b_M]×[0，π]，其中，X_M和Y_M分别表示图像的宽度和高度，(a_m，a_M)和(b_m，b_M)分别表示椭圆长轴和短轴的最小值与最大值，θ∈[0，π]表示椭圆的方向；用随机模型表达图像内容，图像中椭圆的出现则是一个随机过程，用Gibbs密度描述所述随机过程即其中，U(o)表示椭圆随机过程的势能，o＝{o₁＝(x₁，m₁)，...，o_n＝(x_n，m_n)}∈χ表示椭圆随机过程的一种配置，为归一化常数；寻找使Gibbs密度最大的椭圆配置，即解优化问题统计中的椭圆个数，即为人员总数目。

附图说明

通过以下说明，附图实施例变得显而已见，其仅以结合附图描述的至少一种优选但非限制性实施例的示例方式给出。

图1是本发明系统的连接示意图。

图2是本发明系统检测作业区场景中人员目标的流程图。

图3是本发明系统中人员目标表征示意图。

图4是本发明系统中人员目标候选区域与背景示意图。

具体实施方式

如图1所示实施示例中，所述报警系统组成包括：

1.图像处理服务器，控制并接收各个作业区成像设备的图像采集，检测图像中人员目标并计数，当超过了限定的人数时，触发声光报警器发生声光报警。

2.核心交换设备，数据网络的核心管理和交换设备，负责所有接入有线网络设备的管理和数据交换，用以太网组网，传输介质使用光纤。

3.接入交换设备，数据网络的接入设备，负责将设备接入网络和数据交换。

4.成像设备，采用具有光纤接口的网络摄像机，安装在各个作业区上方。

图2是本发明系统检测作业区场景图像中人员目标的流程图，对照图1流程，进行描述。

煤矿井下作业人员必须佩戴安全帽，安全帽呈近圆形，且通常为黄色，与灰色背景对比度明显。在煤矿井下安装捕捉作业区场景摄像机时，由于煤矿井下是巷道，摄像机光轴通常与地面有大于0小于90的夹角，因此，作业人员所配带的安全帽在图像中则呈近椭圆形，基于以上两点，图像中的人员目标用图像中的一块椭圆区域来表征。井下人员散布在一定范围内作业，他们与摄像机的距离和视角各不相同，因此安全帽在图像中的位置和形态也各异，为此，在图像中定义椭圆所属空间χ＝K×M＝[0，X_M]×[0，Y_M]×[a_m，a_M]×[b_m，b_M]×[0，π]，K表示椭圆位置空间，M表示椭圆属性空间，X_M和Y_M分别表示图像的宽度和高度，(a_m，a_M)和(b_m，b_M)分别表示椭圆长轴和短轴的最小值与最大值，θ∈[0，π]表示椭圆方向，椭圆模型如图3所示。用随机模型表达图像内容，图像中椭圆的出现则是一个随机过程，用Gibbs密度描述这个随机过程即U(o)表示椭圆随机过程的势能，o＝{o₁＝(x₁，m₁)，...，o_n＝(x_n，m_n)}∈χ表示椭圆随机过程的一种配置，为归一化常数；寻找使Gibbs密度最大的椭圆配置，即解优化问题统计中的椭圆个数，即为人员总数目。

势能函数U(o)＝U_p(o)+U_d(o)，U_p(o)表示先验能量，U_d(o)表示数据能量。

考虑到井下作业区人员有时会相互遮挡，在图像中则表现为椭圆会有重叠，U_p(o)根据每个椭圆与邻近椭圆的最大重叠进行惩罚，定义A(o_i，o_j)∈[0，1]表示重叠系数，C为正常数，μ(·)为椭圆面积，μ(o_i∩o_j)表示椭圆o_i与o_j的重叠面积，γ_p表示对重叠关系惩罚的权重，它的大小随着椭圆间重叠面积的大小而变化，重叠面积大，则赋予较大权重，相应先验能量也越大。

数据项U_d(o)表达了图像中一个候选椭圆区域是人员的置信度，安全帽在图像中是黄色椭圆，而背景为灰色，用两者颜色特征差异大小来表征一个候选椭圆区域是人员的置信度，即

o_i表示候选椭圆区域，F(o_i)表示候选椭圆区域的邻域，如图4所示。d_B(o_i，F(o_i))表示候选椭圆区域颜色分布与其邻域颜色分布的巴氏距离：

其中，p_j(·)和q_j(·)分别表示候选椭圆区域与其邻域颜色直方图每一个bin对应的概率分布，L表示颜色直方图bin的个数，将其归一化到[-1，1]范围，

其中，d₀表示椭圆人员目标区域与其邻域颜色分布的巴氏距离的均值，D为一尺度参数，o_d(d_B)∈[-1，1]评估了候选椭圆区域与其邻域颜色分布的相似度，对于较小的巴氏距离，o_d(d_B)为正值，表示候选椭圆区域是人员的置信度大，负值表示候选椭圆区域是人员的置信度低。

利用基于生灭过程的模拟退火算法(SA)求解优化问题，算法包括以下步骤：

E1.初始化温度参数时间离散化步长δ＝δ₀；

E2.生的步骤：对于每个像素s∈I，如果没有目标存在，在s处以概率δB(s)增加一个目标，其中，z为给点参数；

E3.排序步骤：计算配置目标o_i的数据项u_d(o_i)，按照数据能量递减的顺序排序；

E4.灭的步骤：对按照这种顺序的每个目标o_i计算死亡率其中a_β(o_i)＝exp(-βU(o_i))，然后目标以概率d(o_i)灭亡；

E5.收敛测试：如果步骤E2所加所有目标恰好在步骤E4被灭亡，则实现收敛，算法结束，否则，降低温度T(n+1)＝kT(n)和离散化步长δ(n+1)＝δ(n)-Δδ，然后回到步骤E2，其中n表示降温次数，k＜1为常数，Δδ为常数。

Claims (1)

1.一种基于视觉的煤矿井下作业人员超员报警系统，其特征在于：系统主要包括成像设备、数据网络、图像处理服务器和报警器；所述成像设备安装在井下每个作业区；所述图像处理服务器接收通过数据网络传输来的各个作业区的场景图像，检测图像中的人员目标并计数，若超过了限定的人数，则触发报警器发出声光报警；

所述系统检测和计数图像中人员目标的方法是：图像中的人员目标用图像中的一块椭圆区域表征，定义图像中的椭圆空间χ＝[0，X_M]×[0，Y_M]×[a_m，a_M]×[b_m，b_M]×[0，π]，其中，X_M和Y_M分别表示图像的宽度和高度，(a_m，a_M)和(b_m，b_M)分别表示椭圆长轴和短轴的最小值与最大值，θ∈[0，π]表示椭圆的方向；用随机模型表达图像内容，图像中椭圆的出现则是一个随机过程，用Gibbs密度描述所述随机过程即其中，U(o)表示椭圆随机过程的势能，o＝{o₁＝(x₁，m₁)，...，o_i＝(x_i，m_i)，...，o_n＝(x_n，m_n)}∈χ表示椭圆随机过程的一种配置，o_i表示椭圆，x_i表示椭圆o_i在图像中的位置，m_i表示椭圆o_i的形状，为归一化常数；寻找使Gibbs密度最大的椭圆配置，即解优化问题统计中的椭圆个数，即为人员总数目。