目前煤矿已配备较完善的视频监控系统,但依赖人工查看,查看疏漏易留下安全隐患。运用智能目标检测与跟踪技术处理矿井视频,可及时发现安全隐患并发出警告,对矿井安全有重要的现实意义。本文具体工作如下:1.利用背景差分法检测目标,进行混合高斯背景建模,动态更新背景。矿工头戴矿灯及手电筒会形成动态光斑,检测时误判为目标,提出双阈值背景差分法去除光斑;针对矿工的阴影部分,结合像素阈值判断及相关系数进行阴影判断并去除,实验证明了算法的可行性。2.针对Camshift算法在跟踪中的不足,结合双阈值背景差分法和Kalman滤波改进Camshift算法,引入高斯加权。当检测到目标存在遮挡或干扰,利用Kalman预测值作为观测值,未出现干扰则使用Camshift跟踪值作为观测值,并更新目标模板。改进的Camshift算法可有效克服遮挡及黑暗背景干扰的问题。3.提出一种改进的粒子滤波与自适应多特征融合目标跟踪算法。算法将颜色、纹理特征融合,根据粒子离散程度自适应调整特征的权值系数。对传统粒子算法进行改进,优化粒子权重,提高低权重粒子的权重;在重采样时,限制大权重粒子采样数量,适当增加小权重粒子采样数量,提高粒子多样性。此跟踪算法能有效克服矿井光线变化、矿工衣服颜色干扰、遮挡,有较好的鲁棒性。