CN104100256B - 基于图像处理技术的煤矿井下钻孔深度测量方法 - Google Patents

Abstract

本发明公开了一种图像处理视频跟踪技术，具体是对打孔视频中的钻头运动进行跟踪，测量分析跟踪轨迹自动计算钻杆的数目，并根据钻杆数量来计算出钻孔深度，避免了人为因素造成的测量错误，可以实时或事后处理数据，并且测量的安全性好，解决了重大的安全隐患。基于图像处理技术的煤矿井下钻孔深度测量方法，对井下复杂环境中低质量视频的目标自动跟踪识别技术，该方法不仅能够解决井下运动目标复杂，井下工人对钻孔视频产生的遮挡问题，而且还能应对井下矿灯以及工人头顶灯中产生的复杂光照环境，同时跟踪结果自动定量分析及计数判断结果精度很高，***的实时性高。

Description

基于图像处理技术的煤矿井下钻孔深度测量方法

技术领域

本发明涉及图像处理技术，具体涉及基于图像处理技术的煤矿井下钻孔深度测量方法。

背景技术

瓦斯一直是煤矿安全生产的重大隐患。对瓦斯矿井而言，煤矿生产过程中的最大安全隐患是瓦斯事故。我国1990年到2000年一次死亡3人以上重大瓦斯事故所占比例逐年上升，最高达到45.61％，1996年以后一直保持在40％以上。因此，瓦斯事故是我国煤矿安全事故居高不下的主要矛盾，有效控制瓦斯事故是解决我国煤矿安全问题的关键。由于瓦斯事故的危害极大，消除瓦斯事故隐患需要花费较多的时间和费用，对高瓦斯突出矿井，机械化采掘设备很难发挥效用，煤巷掘进速度通常都难以超过100m/月，回采工作面产量通常难以超过100万t/a。因此，瓦斯灾害事故的威胁也极大限制了煤矿生产规模、生产效率和经济效益的提高。瓦斯灾害的有效控制是保证我国煤炭工业可持续发展的一个关键性问题。

因此对煤矿瓦斯进行综合治理尤为重要，目前应用较广、效果较好的技术是瓦斯抽采技术。瓦斯抽采是煤矿防止瓦斯突出的主要手段。目前对于钻孔深度的测量还停留在随钻测量的方法，事后监督无法进行。而对于打钻后的测量仍然采用人工方法，存在安全隐患。

发明内容

为了解决现有技术的不足，本发明采用图像处理技术，自动应用钻杆计数算法，测量打钻过程中打入钻杆的数量，并根据钻杆数量来计算出钻孔深度，避免了人为因素造成的测量错误，可以实时或事后处理数据，并且测量的安全性好，解决了重大的安全隐患。

本发明的技术方案是：基于图像处理技术的煤矿井下钻孔深度测量方法，包括以下步骤：

步骤一，根据视频的帧率数自动计算钻头钻入过程的帧数FramIn＝打钻需时间(s)*视频帧率(帧/s)，以及退出过程的帧数FrameOut＝退钻所需时间需时间(s)*视频帧率(帧/s)；

步骤二，选择打钻的钻头矩形框作为目标模板，记录下目标矩形框的位置和大小以及钻头的目标图像；

步骤三，依据均值漂移目标跟踪算法采用核函数加权的特征直方图来描述目标模板，在每帧中对目标模板模型和候选目标模型进行相似性度量，并沿着核直方图相似性的梯度方向迭代搜索目标位置，实现目标跟踪；所述目标跟踪就是根据上一帧的钻头目标位置y₀，在当前帧中寻找使距离最小或者相似性系数最大的位置y₁.在核窗宽确定的条件下，获得目标模版p和候选目标模版q的和直方图模型后，模型之间的匹配距离定义为其中ρ为Bhattacharyya系数，通过不断地沿着相似性度量的梯度方向移动到新的位置直至收敛，得到当前新的位置；

步骤四，钻井过程中钻头的运动为不断抖动着前进与后退，所以对跟踪结果的距离轨迹先采用中值平滑处理，平滑后某时刻t的偏移距离为d′(t)＝med{d(t-k，t+k)}，其中k为滤波尺寸参数，通过寻找平滑后的目标模板偏移距离的显著跳跃点判断单次钻杆运动的划分，整个运动曲线呈现为反复的Z字型，显著跳跃的判断标准定义为判断点的前后一定范围内三平均偏移距离大于整个运动轨迹(即钻杆长度)的2/3，即，即满足同时需满足两次连续跳跃的时间差符合设定的时间要求，即满足T_i+1-T_i＞a*(FrameIn+FrameOut)，a在0到1之间，则为一个钻杆数量；

步骤五，钻孔深度根据分析的钻井钻杆数量可方便测量得知：Depth＝钻杆长度*钻井钻杆数量。

本发明的进一步改进包括：

所述步骤二还包括选择钻杆方向作为主运动方向，以避免复杂井下环境中多运动目标如工人运动等产生的干扰和遮挡情况，记录方向线段的参数。

如果均值漂移算法跟踪到的当前帧中目标的位置偏移到离在步骤二中选择的运动方向一定距离，则认为当前帧目标丢失，该帧结果无效，以持续运动的预测值为目标位置。

所述步骤三还包括通过灰度特征、梯度方向特征以及角点特征来判断目标模板和候选模型之间的相似性。

所述步骤三还包括定义目标区域，以目标区域几何中心为中心的3倍目标区域面积的领域区域为背景区域，计算区分度D来判断目标和背景的区分程度，的计算原则定义为其中Ha和Hb分别表示目标区域和背景区域的特征直方图

本发明采用图像处理视频跟踪技术，对打孔视频中的钻头运动进行跟踪，测量分析跟踪轨迹自动计算钻杆的数目，并根据钻杆数量来计算出钻孔深度，避免了人为因素造成的测量错误，可以实时或事后处理数据，并且测量的安全性好，解决了重大的安全隐患。基于图像处理技术的煤矿井下钻孔深度测量方法，对井下复杂环境中低质量视频的目标自动跟踪识别技术，该方法不仅能够解决井下运动目标复杂，井下工人对钻孔视频产生的遮挡问题，而且还能应对井下矿灯以及工人头顶灯中产生的复杂光照环境，同时跟踪结果自动定量分析及计数判断结果精度很高，***的实时性高。

具体实施方式

下面对本发明做详细说明。

1.视频预处理

1.1视频的处理

选取并打开同一系列的待处理钻井视频，读取视频内部参数。

1.2参数的自动获取

根据视频的帧率数自动计算钻头钻入过程的帧数FramIn＝打钻需时间(s)*视频帧率(帧/s)，以及退出过程的帧数FrameOut＝退钻所需时间需时间(s)*视频帧率(帧/s)

2.目标跟踪

2.1跟踪目标和运动方向的选择

人工鼠标选择打钻的钻头矩形框作为目标模板，并选择钻杆方向作为主运动方向，以避免复杂井下环境中多运动目标如工人运动等产生的干扰和遮挡情况。记录下目标矩形框和方向线段的参数。

2.2基于多特征的均值漂移目标跟踪算法

均值漂移目标跟踪算法采用核函数加权的特征直方图来描述目标，在每帧中对目标模板模型和候选目标模型进行相似性度量，并沿着核直方图相似性的梯度方向迭代搜索目标位置，实现目标跟踪。

a)多特征的选择

井下视频为噪声严重的低分辨率灰度图，使用单个灰度特征很难区分被跟踪的钻头和背景，不同的特征描述区分目标和背景分布的能力不同。因此，结合灰度特征、梯度方向特征以及角点特征来判断目标模板和候选模型之间的相似性。

定义目标区域，以目标区域中心为中心的3倍目标区域面积的领域区域为背景区域，计算区分度D来判断目标和背景的区分程度，D的计算原则定义为其中Ha和Hb分别表示目标区域和背景区域的特征直方图。

b)当前帧目标位置的跟踪

目标跟踪就是根据上一帧的钻头目标位置y₀，在当前帧中寻找使距离最小或者相似性系数最大的位置y₁.在核窗宽确定的条件下，获得目标模版p和候选目标模版q的和直方图模型后，模型之间的匹配距离定义为其中ρ为Bhattacharyya系数。通过不断地沿着相似性度量的梯度方向移动到新的位置直至收敛，得到当前新的位置。

c)跟踪目标位置的校正以及模型更新

如果均值漂移算法跟踪到的当前帧的位置偏移到离在2.1步中选择的运动方向一定距离，则认为当前帧目标丢失，该帧结果无效，以持续运动的预测值为目标位置。

3.自动钻杆计数方法

3.1平滑目标跟踪的运动轨迹

钻井过程中钻头的运动为不断抖动着前进与后退，所以对跟踪结果的距离轨迹先采用中值平滑处理，平滑后某时刻t的偏移距离为d′(t)＝med{d(t-k，t+k)}，其中k为滤波尺寸参数。

3.2钻杆退杆周期的判断

钻孔过程为表现为进-退-...-进-退的周期性运动，在运动轨迹图上则表现为偏移距离呈现周期性的跳跃，通过寻找平滑后的偏移距离的显著跳跃点判断单次钻杆运动的划分，整个运动曲线呈现为反复的Z字型，显著跳跃的判断标准定义为判断点的前后一定范围内三平均偏移距离大于整个运动轨迹(即钻杆长度)的2/3，即，即满足同时需满足同时两次连续跳跃的时间差符合设定的时间要求，即满足T_i+1-T_i＞a*(FrameIn+FrameOut)，a在0到1之间。

4.钻孔深度测量和校正

钻孔深度根据分析的钻井钻杆数量可方便测量得知：Depth＝钻杆长度*钻井钻杆数量。由于井下复杂光照及运动环境，或者工人的不规则作业等可能导致跟踪丢失，或者钻头的运动轨迹并不完全为打钻和退钻过程，因此在***提供了轨迹跟踪图，可以鲜明地看出跟踪丢失和不规则的打钻周期，管理人员可以根据轨迹跟踪图对部分视频段进行验证并校正计算结果。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进部落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.基于图像处理技术的煤矿井下钻孔深度测量方法，其特征在于，包括以下步骤：

步骤一，根据视频的帧率数自动计算钻头钻入过程的帧数FramIn＝打钻需时间(s)*视频帧率(帧/s)，以及退出过程的帧数FrameOut＝退钻所需时间需时间(s)*视频帧率(帧/s)；

步骤二，选择打钻的钻头矩形框作为目标模板P，记录下目标模板P的位置和大小以及钻头的目标图像；

步骤三，依据均值漂移目标跟踪算法采用核函数加权的特征直方图来描述目标模板P，在每帧中对目标模板P和候选目标模板q进行相似性度量，并沿着核直方图相似性的梯度方向迭代搜索目标位置，实现目标跟踪；所述目标跟踪就是根据上一帧的钻头目标位置y₀，在当前帧中寻找使距离最小或者相似性系数最大的位置y₁，在核窗宽确定的条件下，获得目标模板p和候选目标模板q的直方图模型后，模型之间的匹配距离定义为其中ρ为Bhattacharyya系数，通过不断地沿着相似性度量的梯度方向移动到新的位置直至收敛，得到当前新的位置；

步骤四，钻井过程中钻头的运动为不断抖动着前进与后退，所以对跟踪结果的距离轨迹先采用中值平滑处理，平滑后某时刻t的偏移距离为d′(t)＝med{d(t-k，t+k)}，其中k为滤波尺寸参数，通过寻找平滑后的跟踪结果偏移距离的显著跳跃判断单次钻杆运动的划分，同时需满足两次连续跳跃的时间差符合设定的时间要求，即满足T_i+1-T_i＞a*(FrameIn+FrameOut)，a在0到1之间，为一个钻杆数量；

步骤五，钻孔深度根据分析的钻井钻杆数量可方便测量得知：Depth＝钻杆长度*钻井钻杆数量。

2.根据权利要求1所述的基于图像处理技术的煤矿井下钻孔深度测量方法，其特征在于，所述步骤二还包括选择钻杆方向作为主运动方向，以避免复杂井下环境中多运动目标产生的干扰和遮挡情况，记录方向线段的参数。

3.根据权利要求2所述的基于图像处理技术的煤矿井下钻孔深度测量方法，其特征在于，如果均值漂移目标跟踪算法跟踪到的当前帧的位置偏移到离在步骤二中选择的运动方向一定距离，则认为当前帧目标丢失，该帧结果无效，以持续运动的预测值为目标位置。

4.根据权利要求1所述的基于图像处理技术的煤矿井下钻孔深度测量方法，其特征在于，所述步骤三还包括通过灰度特征、梯度方向特征以及角点特征来判断目标模板p和候选目标模板q之间的相似性。