收藏本站
《合肥工业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

矿机机车行人检测技术研究

李晓明  
【摘要】:矿井机车是井下巷道中的主要运输工具,随着矿产资源需求量持续上升,矿井机车的运输任务也越发繁重,行驶的机车在井下复杂环境中容易与行人发生碰撞,因此研究矿井机车行人检测对保障矿工生命安全具有重要意义。目前,国内外在这方面做了很多相关研究,虽然取得了一定的成果,但在实际的应用中,仍然面对诸多难题。本文分析目前井下行人检测研究现状,利用图像处理技术,结合实际项目需求对井下行人检测中相关问题进行研究。具体工作内容如下:1、针对传统轨道检测中轨道漏检和误检,提出一种基于极角极径约束的Hough变换轨道检测方法。该方法选取一定数量的高清晰模板轨道图片,通过传统Hough变换得到合适的极角和极径范围,用其限定传统Hough变换参数空间的投票区域,并在约束后的参数空间寻找局部峰值。利用该方法不仅可以提高了轨道检测的精确度,也减少了计算量。2、设计了一种低维度行人特征提取方法。该方法将原始HOG特征的细胞单元与块单元合并,用于减少图像冗余特征。减少HOG特征检测窗口滑动块的滑动次数,并在统计方向梯度直方图时使用了查表法,实验结果表明该方法以高效方式实现了 HOG特征降维。3、提出了一种样本特征空间分段过采样方法,用以均衡训练样本的数据分布。本文在分析传统过采样算法基础上提出分段过采样方法,对少数类样本的特征空间进行分段划分,针对决策函数周围和其他具有分类价值区域内的少数类样本,分别选用不同过采样方法生成新的少数类样本,通过该方法可以有效的缓解训练样本中存在的数据分布不均衡问题。4、本文改进一种基于AdaBoost与SVM组合的行人分类方法。该方法利用AdaBoost算法强大的组合能力和SVM算法在小样本数据学习能力强特点,将SVM算法集成到AdaBoost算法框架中。通过对训练集进行有序划分,得到不同的SVM弱分类器模型,再从这些弱分类器中选择最优的组合形成最终强分类器,与传统的AdaBoost分类器和SVM分类器进行比较,该方法的分类精度有了 一定的改善。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TD52;TP391.41

【相似文献】
中国期刊全文数据库 前3条
1 张成忠;防锈剂的性质与作用[J];化学世界;1952年09期
2 ;光电自控风门[J];煤炭科学技术;1975年05期
3 房师龙,孙洪海;新形势对机车行车安全装备检修管理的新要求及对策[J];理论学习与探索;2004年S1期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026