[发明专利]基于安全帽检测的煤矿井下人员定位与跟踪方法

权利要求书

1.一种基于安全帽检测的煤矿井下人员定位与跟踪方法，其特征在于，包括安全帽的检测过程和安全帽跟踪过程；

安全帽检测过程如下：

(1)获得样本图像：对安全帽进行建模，对安全帽图像进行不同角度的旋转，来模拟实际环境中各个角度的图像，构成安全帽图像训练集；同时，选取井下视频中人员肩部区域和矿灯照射的区域作为非安全帽图像训练集；

(2)分类特征提取：选取训练图像的四方向边界图像作为特征量；

(3)分类器设计：选择分段线性判别函数，采用统计模式识别方法，把视频帧中的安全帽和非安全帽分别视为一个模式类，设计分类器，并用样本图像对分类器进行训练，为检测做准备；

(4)安全帽检测。利用训练好的分类器对井下视频进行安全帽检测；安全帽跟踪过程如下：

(I)确定跟踪目标：由检测算法检测到某帧中有安全帽的存在，将该帧定为跟踪初始帧，检测到的安全帽区域为初始跟踪窗口；

(II)选择跟踪特征。将边缘方向和方位信息相融合，将联合直方图作为跟踪安全帽的特征量；

(III)结合Kalman滤波和Mean-shift对安全帽进行跟踪。

1)利用Kalman滤波器预测下一帧跟踪窗口起点y₀；

2)计算候选目标的特征{p_u(y₀)}_{u＝0，1，…，39}；

3)计算候选目标与目标的相似度

4)计算权值{w_i}_{i＝0，1，…，39}；

5)利用Mean-shift算法，计算目标新位置；

6)更新{p(y₁)}_{u＝0，1，…，39}，计算

7)若ρ[p(y₁)，q]＜ρ[p(y₀)，q]，那么直到ρ[p(y₁)，q]＞ρ[p(y₀)，q]；

8)若||y₁-y₀||＜ε(ε是一个很小的常数)，则定位，转(9)；否则y₀←y₁，转(3)；

9)若间隔帧已满，计算核函数带宽更新量，否则转1)。

2.根据权利要求1所述的基于安全帽检测的煤矿井下人员定位与跟踪方法，其特征在于，安全帽检测过程(1)中所述的图像样本由10个安全帽区域和3个非安全帽局域组成。

3.根据权利要求1所述的基于安全帽检测的煤矿井下人员定位与跟踪方法，其特征在于，安全帽检测过程(2)中所述选取训练图像的四方向边界图像作为特征量，按如下步骤进行：

对安全帽图像利用Prewitt算子进行四方向边缘提取，并进行高斯滤波。减小尺寸为8×8大小，并去掉外边缘像素值，去掉四角像点，转换为直径为6的圆形，构成共24×4维的特征向量。

4.根据权利要求1所述的基于安全帽检测的煤矿井下人员定位与跟踪方法，其特征在于，安全帽检测过程(3)中所述选择分段线性判别函数，采用统计模式识别方法，把视频帧中的安全帽和非安全帽分别视为一个模式类，设计分类器，并用样本图像对分类器进行训练，其中，利用高斯模型拟合安全帽轮廓和非安全帽区域，并按如下步骤进行：

(3-a)任意选择10个高斯模型拟合安全帽区域和3个高斯模型拟合主要包括人员肩部和矿灯干扰区的非安全帽区域，分别采用欧氏距离进行K均值聚类，其聚类结果分别作为上述两类初始聚类中心；

(3-b)采用马氏距离对所有的样本进行K均值聚类，算法收敛后，计算出每类的聚类中心和协方差矩阵；

(3-c)得到安全帽区域和非安全帽区域两大类的共13个子类的聚集中心和离散矩阵。