礦機機車行人檢測技術研究.pdf

1、礦井機車是井下巷道中的主要運輸工具，隨著礦產(chǎn)資源需求量持續(xù)上升，礦井機車的運輸任務也越發(fā)繁重，行駛的機車在井下復雜環(huán)境中容易與行人發(fā)生碰撞，因此研究礦井機車行人檢測對保障礦工生命安全具有重要意義。目前，國內(nèi)外在這方面做了很多相關研究，雖然取得了一定的成果，但在實際的應用中，仍然面對諸多難題。本文分析目前井下行人檢測研究現(xiàn)狀，利用圖像處理技術，結合實際項目需求對井下行人檢測中相關問題進行研究。具體工作內(nèi)容如下:
　　1、針對傳統(tǒng)軌道

2、檢測中軌道漏檢和誤檢，提出一種基于極角極徑約束的Hough變換軌道檢測方法。該方法選取一定數(shù)量的高清晰模板軌道圖片，通過傳統(tǒng)Hough變換得到合適的極角和極徑范圍，用其限定傳統(tǒng)Hough變換參數(shù)空間的投票區(qū)域，并在約束后的參數(shù)空間尋找局部峰值。利用該方法不僅可以提高了軌道檢測的精確度，也減少了計算量。
　　2、設計了一種低維度行人特征提取方法。該方法將原始HOG特征的細胞單元與塊單元合并，用于減少圖像冗余特征。減少HOG特征檢測窗

3、口滑動塊的滑動次數(shù)，并在統(tǒng)計方向梯度直方圖時使用了查表法，實驗結果表明該方法以高效方式實現(xiàn)了HOG特征降維。
　　3、提出了一種樣本特征空間分段過采樣方法，用以均衡訓練樣本的數(shù)據(jù)分布。本文在分析傳統(tǒng)過采樣算法基礎上提出分段過采樣方法，對少數(shù)類樣本的特征空間進行分段劃分，針對決策函數(shù)周圍和其他具有分類價值區(qū)域內(nèi)的少數(shù)類樣本，分別選用不同過采樣方法生成新的少數(shù)類樣本，通過該方法可以有效的緩解訓練樣本中存在的數(shù)據(jù)分布不均衡問題。