礦機(jī)機(jī)車行人檢測(cè)技術(shù)研究.pdf

1、礦井機(jī)車是井下巷道中的主要運(yùn)輸工具，隨著礦產(chǎn)資源需求量持續(xù)上升，礦井機(jī)車的運(yùn)輸任務(wù)也越發(fā)繁重，行駛的機(jī)車在井下復(fù)雜環(huán)境中容易與行人發(fā)生碰撞，因此研究礦井機(jī)車行人檢測(cè)對(duì)保障礦工生命安全具有重要意義。目前，國(guó)內(nèi)外在這方面做了很多相關(guān)研究，雖然取得了一定的成果，但在實(shí)際的應(yīng)用中，仍然面對(duì)諸多難題。本文分析目前井下行人檢測(cè)研究現(xiàn)狀，利用圖像處理技術(shù)，結(jié)合實(shí)際項(xiàng)目需求對(duì)井下行人檢測(cè)中相關(guān)問題進(jìn)行研究。具體工作內(nèi)容如下:
　　1、針對(duì)傳統(tǒng)軌道

2、檢測(cè)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(cè)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(cè)的精確度，也減少了計(jì)算量。
　　2、設(shè)計(jì)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(xì)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(cè)窗

3、口滑動(dòng)塊的滑動(dòng)次數(shù)，并在統(tǒng)計(jì)方向梯度直方圖時(shí)使用了查表法，實(shí)驗(yàn)結(jié)果表明該方法以高效方式實(shí)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(xùn)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(chǔ)上提出分段過采樣方法，對(duì)少數(shù)類樣本的特征空間進(jìn)行分段劃分，針對(duì)決策函數(shù)周圍和其他具有分類價(jià)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(xùn)練樣本中存在的數(shù)據(jù)分布不均衡問題。