基于TLD的井下視頻目標跟蹤研究與應(yīng)用.pdf

1、計算機視覺技術(shù)是通過結(jié)合攝像機的捕獲功能和計算機的處理能力來模擬人眼，進而對視頻幀中的目標進行識別、跟蹤和測量的機器視覺技術(shù)。對井下作業(yè)進行視頻監(jiān)控可以提高井下工作的管理水平和安全性。在井巷工程中，挖掘巷道后必須對巖石進行加固，錨桿支護是常用的加固方式，錨桿支護質(zhì)量直接關(guān)系到井下工作的安全。錨桿支護安裝質(zhì)量評判標準包括錨桿的材質(zhì)，錨桿鉆孔深度與錨桿間排距等，而錨桿鉆孔深度是影響錨桿支護質(zhì)量的一個重要因素，保證鉆孔深度必須保證鉆入錨桿的數(shù)

2、量。
　　利用計算機視覺技術(shù)完成錨桿計數(shù)，進而保證錨桿支護質(zhì)量是本文的研究課題，為了實現(xiàn)統(tǒng)計計數(shù)必須對錨桿機進行監(jiān)控跟蹤。
　　井下視頻圖像缺乏彩色信息，且光照環(huán)境復雜。針對具體的井下錨桿機跟蹤問題，在研究多種跟蹤算法的基礎(chǔ)上，并結(jié)合具體環(huán)境采用基于TLD的目標跟蹤算法。本文主要工作內(nèi)容如下：
　　(1)采用基于稀疏光流的Lucas-Kanade金字塔光流算法對錨桿進行跟蹤。在跟蹤點的選擇方式上采用均勻選點和角點相結(jié)合

3、的選取策略。通過計算相鄰前后兩幀的雙向跟蹤結(jié)果的誤差，以及根據(jù)對應(yīng)跟蹤點周圍區(qū)域的匹配相似度并與閾值進行比較來對跟蹤結(jié)果點集進行過濾。
　　(2)采用基于分類的方法進行目標檢測。目標的搜索策略上采用局部搜索與全局搜索相結(jié)合的方式，上幀成功跟蹤時，進行目標的局部搜索，上幀跟蹤失敗時進行全局搜索。采用具有全局信息的方差閾值分類，基于圖像特征的快速隨機森林分類和具有高可靠性的利用模板匹配相結(jié)合的方法進行分類檢索目標。
　　(3)采