论文部分内容阅读
[摘要]：随着煤矿信息化的建设，视频图像监控在煤矿中得到了广泛应用，但只靠人工进行分析判断，已远远不能满足应用的需要。根据煤矿需求分析了现有智能视频图像分析主流产品与煤矿企业的结合，指出智能分析系统在煤矿企业中有待解决的问题。
[关键词]：煤矿企业 图像处理 智能分析
0. 引言
近年来，在信息化技术的发展及“两化融合”的推动下，中国煤炭行业视频监控等到了快速发展。越来越多的视频图像需要调度中心人员进行监控，然而人的经历是有限的，不仅不能全天24小时监控，还会由于这样或那样的失误导致监控不准确，遗漏问题视频。目前，随着图像处理技术的发展，智能视频分析技术的需求也越来越迫切。
智能视频（Intelligent Video）技术[1]源自计算机视觉（Computer Vision）与人工智能（Artificial Intelligent）的研究，其发展目标是在图像与事件描述之间建立一种映射关系，使计算机从纷繁的视频图像中分辩、识别出关键目标物体。这一研究应用于安防视频监控系统，将能借助计算机强大的数据处理能力过滤掉图像中无用的或干扰信息，自动分析、抽取视频源中的关键有用信息，从而使传统监控系统中的摄像机成为人的眼睛，使“智能视频分析”计算机成为人的大脑，并具有更为“聪明”的学习思考方式。这一根本性的改变，可极大地发挥与拓展视频监控系统的作用与能力，使监控系统具有更高的智能化，大幅度节省资源与人员配置，同时必将全面提升安全防范工作的效率。因此，智能视频监控不仅仅是一种图像数字化监控分析技术，而是代表着一种更为高端的数字视频网络监控应用。
智能视频分析[2]包含视频诊断、视频分析和视频增强等，它们各自又包含了大量的功能算法，比如清晰度检测、视频干扰检测、亮度色度检测、PTZ（云台）控制功能检测，以及视频丢失、镜头遮挡、镜头喷涂、非正常抖动等检测都属于视频诊断内容，而视频分析算法则包含区域入侵、绊线检测、遗留遗失检测、方向检测、人群计数、徘徊检测、流量统计、区域稠密度统计、人脸识别、车牌识别、烟火烟雾检测、自动PTZ跟踪等功能，视频图像增强则包括稳像、去雾、去噪、全景拼接等算法。由此组合衍生出的算法种类又有很多，应用方式也千变万化，所以智能视频分析的应用范围很广。
1. 现有智能分析算法与煤矿企业的结合
智能分析算法主要由核心基本智能分析算法模块和特殊应用领域的智能分析算法构成。核心基本智能分析算法模塊共有7种，分别为区域入侵监测、绊线检测、遗失检测、遗留检测、方向检测、徘徊检测、人群流量统计（计数）[3]。这些智能应用可以不受行业和领域的限制，在任意项目上通用。
（1）区域入侵监测。识别出目标沿一定轨迹进入、离开标定区域的事件，识别出目标在标定区域内的出现或消失，识别出目标在标定区域内存在与否。
（2）绊线检测
识别出单方向、双方向穿越警戒线的行为；识别出逆行、转向等行为；识别物体运行方向，对逆行等行为进行报警。
（3）物体遗失检测
在指定区域内的物品被偷盗、搬移、取走时发出声光报警信息。
（4）物体遗留检测 识别出在标定区域内出现的，遗留、遗弃的单件、多件物品，可设定遗留报警时间。
（5）方向检测
识别物体运行方向，对逆行等行为进行报警。
（6）徘徊检测
识别出人员或车辆在标定区域内长时间徘徊与滞留的可疑情况，可设定徘徊报警的时间和人数。
（7）人群流量统计（计数）
单向、双向累计人流统计，包含人群稠密度检测。
（8）对象识别（人、车辆和物区分）与轨迹识别
对视场内人员、车辆、物品、动物等目标进行分类判别，对视场内已识别目标的行动轨迹、速度、方向、距离进行跟踪。
以上主流算法虽然能够满足当前广大行业的需求，由于煤矿企业工作现场的限制，仍然有很多井下图像不能进行智能分析。
2. 智能分析技术在煤矿企业有待解决的问题
（1）井下输送带撕裂的分析
井下输送带运输系统是煤矿生产的重要组成部分，在实际工作中由于一些原因容易产生输送带纵向撕裂现象。由于井下输送带运行环境比较恶劣，且输送带工作处于运动状态，智能分析主流算法不能分析出输送带的撕裂，这将成为图像智能分析系统有待解决的问题。
（2）物体变形的分析
智能分析主流算法虽然能够解决很多问题，但当物体在动态背景中发生变形，则主流算法还不能分析出这类现象。
（3）动态背景中物体的分析
现有智能分析主流算法主要是基于静态背景的算法，对于动态背景中物体的分析将成为今后研究的热门。
（5）出现物体阴影时的分析
由于煤矿企业的特殊性，在井下工作环境中灯光的照射是不可避免的，对于图像中的目标会产生阴影的干扰，需要在智能视频图像分析系统中加入基于阴影干扰的算法。
3. 总结
随着视频监控系统的广泛应用，智能视频图像分析系统的应用需求将更加迫切。当前，很多专业的图像处理公司将智能视频图像分析作为产品研究的热点，现有的产品在普通的安防中能够很好的应用，但对于煤矿企业的很多特殊应用还有待解决，本文分析了现有产品的特点，指出了煤矿企业很多有待解决的特殊应用。
参考文献：
[1] 陈树娟.智能视频在多媒体技术应用的探究[J].电子测试，2013，（5）.
[2] 武文斌.智能视频分析的现状与未来发展趋势[J].科技情报开发与经济，2011，21（31）：168-171.
[3] 张秀峰，孙余顺，田海燕.智能视频分析概观[J].智能建筑与城市信息，2010，（9）.
作者简介：胡文涛，男，1984年10月出生，河南省安阳市，2011年毕业于重庆邮电大学，硕士研究生学历，现从事矿井综合自动化、信息化的研究与应用工作，工程师。
。
[关键词]：煤矿企业 图像处理 智能分析
0. 引言
近年来，在信息化技术的发展及“两化融合”的推动下，中国煤炭行业视频监控等到了快速发展。越来越多的视频图像需要调度中心人员进行监控，然而人的经历是有限的，不仅不能全天24小时监控，还会由于这样或那样的失误导致监控不准确，遗漏问题视频。目前，随着图像处理技术的发展，智能视频分析技术的需求也越来越迫切。
智能视频（Intelligent Video）技术[1]源自计算机视觉（Computer Vision）与人工智能（Artificial Intelligent）的研究，其发展目标是在图像与事件描述之间建立一种映射关系，使计算机从纷繁的视频图像中分辩、识别出关键目标物体。这一研究应用于安防视频监控系统，将能借助计算机强大的数据处理能力过滤掉图像中无用的或干扰信息，自动分析、抽取视频源中的关键有用信息，从而使传统监控系统中的摄像机成为人的眼睛，使“智能视频分析”计算机成为人的大脑，并具有更为“聪明”的学习思考方式。这一根本性的改变，可极大地发挥与拓展视频监控系统的作用与能力，使监控系统具有更高的智能化，大幅度节省资源与人员配置，同时必将全面提升安全防范工作的效率。因此，智能视频监控不仅仅是一种图像数字化监控分析技术，而是代表着一种更为高端的数字视频网络监控应用。
智能视频分析[2]包含视频诊断、视频分析和视频增强等，它们各自又包含了大量的功能算法，比如清晰度检测、视频干扰检测、亮度色度检测、PTZ（云台）控制功能检测，以及视频丢失、镜头遮挡、镜头喷涂、非正常抖动等检测都属于视频诊断内容，而视频分析算法则包含区域入侵、绊线检测、遗留遗失检测、方向检测、人群计数、徘徊检测、流量统计、区域稠密度统计、人脸识别、车牌识别、烟火烟雾检测、自动PTZ跟踪等功能，视频图像增强则包括稳像、去雾、去噪、全景拼接等算法。由此组合衍生出的算法种类又有很多，应用方式也千变万化，所以智能视频分析的应用范围很广。
1. 现有智能分析算法与煤矿企业的结合
智能分析算法主要由核心基本智能分析算法模块和特殊应用领域的智能分析算法构成。核心基本智能分析算法模塊共有7种，分别为区域入侵监测、绊线检测、遗失检测、遗留检测、方向检测、徘徊检测、人群流量统计（计数）[3]。这些智能应用可以不受行业和领域的限制，在任意项目上通用。
（1）区域入侵监测。识别出目标沿一定轨迹进入、离开标定区域的事件，识别出目标在标定区域内的出现或消失，识别出目标在标定区域内存在与否。
（2）绊线检测
识别出单方向、双方向穿越警戒线的行为；识别出逆行、转向等行为；识别物体运行方向，对逆行等行为进行报警。
（3）物体遗失检测
在指定区域内的物品被偷盗、搬移、取走时发出声光报警信息。
（4）物体遗留检测 识别出在标定区域内出现的，遗留、遗弃的单件、多件物品，可设定遗留报警时间。
（5）方向检测
识别物体运行方向，对逆行等行为进行报警。
（6）徘徊检测
识别出人员或车辆在标定区域内长时间徘徊与滞留的可疑情况，可设定徘徊报警的时间和人数。
（7）人群流量统计（计数）
单向、双向累计人流统计，包含人群稠密度检测。
（8）对象识别（人、车辆和物区分）与轨迹识别
对视场内人员、车辆、物品、动物等目标进行分类判别，对视场内已识别目标的行动轨迹、速度、方向、距离进行跟踪。
以上主流算法虽然能够满足当前广大行业的需求，由于煤矿企业工作现场的限制，仍然有很多井下图像不能进行智能分析。
2. 智能分析技术在煤矿企业有待解决的问题
（1）井下输送带撕裂的分析
井下输送带运输系统是煤矿生产的重要组成部分，在实际工作中由于一些原因容易产生输送带纵向撕裂现象。由于井下输送带运行环境比较恶劣，且输送带工作处于运动状态，智能分析主流算法不能分析出输送带的撕裂，这将成为图像智能分析系统有待解决的问题。
（2）物体变形的分析
智能分析主流算法虽然能够解决很多问题，但当物体在动态背景中发生变形，则主流算法还不能分析出这类现象。
（3）动态背景中物体的分析
现有智能分析主流算法主要是基于静态背景的算法，对于动态背景中物体的分析将成为今后研究的热门。
（5）出现物体阴影时的分析
由于煤矿企业的特殊性，在井下工作环境中灯光的照射是不可避免的，对于图像中的目标会产生阴影的干扰，需要在智能视频图像分析系统中加入基于阴影干扰的算法。
3. 总结
随着视频监控系统的广泛应用，智能视频图像分析系统的应用需求将更加迫切。当前，很多专业的图像处理公司将智能视频图像分析作为产品研究的热点，现有的产品在普通的安防中能够很好的应用，但对于煤矿企业的很多特殊应用还有待解决，本文分析了现有产品的特点，指出了煤矿企业很多有待解决的特殊应用。
参考文献：
[1] 陈树娟.智能视频在多媒体技术应用的探究[J].电子测试，2013，（5）.
[2] 武文斌.智能视频分析的现状与未来发展趋势[J].科技情报开发与经济，2011，21（31）：168-171.
[3] 张秀峰，孙余顺，田海燕.智能视频分析概观[J].智能建筑与城市信息，2010，（9）.
作者简介：胡文涛，男，1984年10月出生，河南省安阳市，2011年毕业于重庆邮电大学，硕士研究生学历，现从事矿井综合自动化、信息化的研究与应用工作，工程师。
。