摘要
在分析煤矿井下环境条件的基础上,设计了一种四履带移动矿山搜寻机器人及其视觉系统,研究了机器人视觉煤矿井下识别的关键技术,基于形状特征、纹理特征、颜色特征的识别技术,模式识别系统以及井下矿工图像的决策判别方法。在详细分析井下矿工特征的基础上,研究矿工目标的不变矩特征,在模糊和仿射变换下的矩不变性,实现矿工目标在变形和模糊情况下的特征提取。对矿工的一般不变矩、仿射不变矩和模糊仿射不变矩,以及图像发生平移、旋转、尺度变换、仿射变换、模糊等进行实验研究,并对不变矩误差进行了分析,结果表明不变矩可以作为矿工目标识别依据。对未遮挡矿工提出不变矩特征识别方法,对部分遮挡矿工提出基于工装特征识别方法,给出矿工帽局部特征识别方法、工靴局部特征识别方法。探讨了基于人手部特征的识别、井下灯光特征及其识别问题。研究了井下矿工识别的决策判别方法,通过实验研究均值近似法构造不变矩原始分类器,提出了综合判别分类器。通过对比实验,研究了井下其他物体对矿工识别的影响。
This paper studies a mobile miner searching robot with four tracks and designs its vision system. It researches key technologies of robot vision recognition; including recognition technologies according as shape feature, texture feature and color feature, pattern recognition system and decision method of miner's image. This paper studies the moment invariants characteristic of miner person's shape target, and pays more attention to invariance of moment on affine transformation and blur transformation based on analysis of miner's features. This paper realizes feature extract of miner person's shape target on distortion and blur image. Experimental researches of miner's general moment invariants, affine moment invariants, blur moment invariants, blur-affine moment invariants and condition of image change in translation, revolving, scale anisotropy, affine transformation and blur transformation are done. And it also discusses errors of moment invariants. The results indicate that moment invariants may use as recognizing miner's target. It points out moment invariants characteristic for no sheltering miners. And it points out recognition method based on frock characteristic for partly sheltering miners. Miner's cap and boot part characteristic recognition are put forward. It also discusses recognition method based on a person hand characteristic and lighting. It studies design-making method for recognition of miner. It constructs moment invariant originality classfy by experiment mean. And it put forwards synthetize distinguish classifier. It does a contrast experiment about other objects in coal mine underground.
引文
1.矿山救援指挥中心.矿山救援“十一五”发展规划,2005
2.本刊数据分析员.2005年全国突发公共事件数据分析.领导决策信息,2006(7):28-29
3.李学来,胡敬东.煤矿应急救援技术的研究及应用现状.煤炭工程,2005,(04):62-64
4.梅国栋,刘璐,文虎.关于我国矿山应急救援体系的探讨.矿业安全与环保,2006,33(02):79-81
5.王姝歆.小型矿山救护机器人总体方案设计与行走机构运动学的研究[D],2001
6.王廷军,贾瑞清等.井下矿山搜寻机器人构想.矿山机械,2006,34(06):40-42
7. Tingjun Wang, Ruiqing Jia, et al. Design and analysis of missing miner searching robot. Proceedings of the 3th International Conference on Mechatronics and Information Technology,2005,6042(2):201-20
8.孙久伟,刘罡,韩震峰等.多节履带式煤矿井下搜索机器人设计.煤矿机械,2009,30(09):20-23
9.王梁,李元宗,王铁.煤矿井下搜救探测机器人结构设计.煤矿机械,2010,31(2):1-3
10.肖俊君,尚建忠,罗自荣.一种多姿态便携式履带机器人运动设计及分析.机械设计与制造,2010,(8):134-136
11.魏娟,贾广利,马宏伟.煤矿救援机器人虚拟样机仿真分析.机械科学与技术,2008,27(11):1369-1373
12.周巍,李元宗,牛志刚.煤矿井下搜救探测机器人及其控制系统设计.矿山机械,2009(19):7-10
13.张小艳,周筱媛,魏娟.煤矿救援机器人全局路径规划.西安科技大学学报,2008,28(2):323-326
14.李肪,刘建辉.基于ZigBee的井下救灾机器人自主通信研究.科学技术与工程,2008(14):
15. Songdong Xue, Jianchao Zeng. Control over Swarm Robots Search with Swarm Intelligence Principles. Journal of System Simulation,2008,20(13):3449-3454
16.高广伟.中小矿山企业建立救援机制的思路.煤矿安全,2006,(03):75-76
17.编辑部.国家安全生产应急救援指挥中心成立.煤矿安全,2006,(04):77-77
18.张元祥.论矿山井下救援行动.上海消防,2002,07
19.王廷军,贾瑞清等.井下矿工现代定位搜救技术与机器人搜寻.煤矿机械,2008,(2):192-194
20.栗婧,金龙哲,汪声.基于应急避难空间的矿山安全防护体系研究.中国安全生产科学技术.2010(4):30-32
21.孙继平.煤矿井下安全避险“六大系统”的作用和配置方案.工矿自动化,2010(11):2-6
22.高广伟,张禄华.煤矿井下移动救生舱的设计思路.中国安全生产科学技术,2009(4):48-53
23.汪声,金龙哲,栗婧.国外矿用应急救生舱技术现状.中国安全生产科学技术,2010(4):33-35
24.刘承秘.井工煤矿避难舱在美国的研发应用现状.中国煤炭,2009(8):43-45
25.张殿东.无线射频识别(RFID)技术.电信技术,2005,(02):86-88
26.刘丽力,姚萌.基于射频识别技术的煤矿安全智能化监控系统.世界电子元器件,2004,(09):39-41
27.徐敏,周心权,赵红泽等.灾变期井下遇难人员搜寻定位方法初探.煤炭科学技术,2003,31(12):114-117
28.史林,姜敏.基于谐波模型的生命探测雷达人体状态识别方法.西安电子科技大学学报,2005,32(02):179-183
29.柳洪义,宋伟刚.机器人技术基础.北京:冶金工业出版社,2002,11
30.Saeed B.Niku(美)著,孙富春,朱纪洪,刘国栋译.机器人学导论.北京:电子工业出版社,2004
31.马香峰.机器人机构学.北京:机械工业出版社,1991
32.蔡自兴.机器人学.北京:清华大学出版社,2000
33.王文超,曹志奎,马培荪,许剑波.转臂式八轮移动月球机器人设计与分析.传动技术,2003,(03):27-31
34.刘方湖,马培荪,陈建平.管道形轮腿式月球探测机器人.机械工程学报.2002,38(11):42,-48
35.江浩,樊炳辉,李云江等.新型移动机器人的结构设计.应用科技,2000,27(8):3-5
36. Tingjun Wang, Ruiqing Jia, et al. Design for mobile mechanism of missing miner searching robot underground mine. Journal of China University of Mining & Technology (English version),2006,16(2):175-179
37.郑之增,葛世荣,侯园园等.基于PC104的煤矿救灾机器人控制系统.煤矿机械,2009(4):67-69
38.霍春宝,康景利,张健等.基于DSP的足球机器人车体系统.电子技术应用,2003,(6):75-77
39. Junyao Gao, Xueshan Gao, Wei Zhu, et al. Coal mine detect and rescue robot design and research. Proceedings of 2008 IEEE International Conference on Networking, Sensing and Control,2007,780-785
40.王学让,朱华,高进可.煤矿环境探测救灾机器人自主避障研究.煤矿机械,2010,31(10):46-48
41.贾云得.机器视觉.北京:科学出版社,2000
42.黄卜夫,熊蓉,周科等.基于视觉的足球机器人小车系统的设计与实现.微电子学,2002,32(6):477-480
43.田国会,尹建芹,宁春林等.足球机器人视觉子系统及其关键问题.山东工业大学学报,2002,32(01):87-91
44. Haibo Zhang, Kui Yuan, Jindong Liu. A Fast and Robust Vision System for Autonomous Mobile Robots. Proceedings of the 2003 IEEE International Conference on Robotics, Intelligent Systems and Signal Processing,2003,12:60-63
45.章毓晋.图像理解与计算机视觉.北京:清华大学出版社,2000,8
46.陈兵旗,孙明.实用数字图像处理与分析.北京:中国农业大学出版社,2008,2
47.张天序.成像自动目标识别.武汉:湖北科学技术出版社,2005,4
48.王耀明.图像的矩函数—原理、算法及应用.上海:华东理工大学出版社,2002
49. M. K. Hu. Visual pattern recognition by moment invariants. IEEE Trans on Information Theory,1962,(8):179-187
50.刘萍萍.图像的局部不变性特征方法研究[D].长春:吉林大学,2009
51.王晓红.矩技术及其在图像处理和识别中的应用研究[D].西安:西北工业大学,2001
52.李迎春,陈贺新,杨建波等.基于矩不变的飞机识别算法.吉林大学学报(信息科学版),2002,20(3):15-19
53.李迎春,陈贺新,赵铭等.基于飞机目标的仿射不变矩研究.吉林大学学报(信息科学 版),2003,21(5):85-88
54.杜亚娟,张洪才.基于矩特征的三维飞机目标识别.数据采集与处理,2000,15(3):34-36
55.杜鸿英,郭雷,李晖晖等.基于不变矩与证据理论的飞机序列图像识别.计算机仿真,2010,27(2):92-94
56.刘倩倩,石英,陈启宏等.不变矩在车牌字符识别中的应用.微计算机信息,2009,25(7):199-200
57.柳林霞,陈杰,窦丽华.不变矩理论及其在目标识别中的应用.火力与指挥控制,2003,28(2):13-15
58.刘亦书,杨力华,孙倩.轮廓矩不变量及其在物体形状识别中的应用.中国图像图形学报,2003,28(2):13-15
59.苗静,杨勇,谷欣超等.不变矩及其在基于形状特征图像检索中的应用.长春理工大学学报(自然科学版),2009,32(1):126-128
60.杨慧英,杜文斌,张璐.Hu不变矩识别算法在自动浇注系统中的应用.沈阳理工大学学报,2009,28(5):37-37
61.翟乃斌,苏建,宋年秀等.基于不变矩的机器视觉车辆类型识别技术.武汉理工大学学报(信息与管理工程版),2007,29(4):7-10
62.李迎春.航空图像中机场停泊飞行器的识别技术研究[D].长春:吉林大学,2004
63. Dudani S., Breeding K., Mcghee R.B. Aircraft identication by moment invariants. IEEE Transactions on Computers,1977,(26):39~45
64. Belkasim S, Shridhar M, Ahmadi M. Pattern recognition with moment invariants-Acomparative study and new results. Pattern Recognition Letters,1991,24 (12):1117~1138
65. Heywood M. Fractional central moment method for movement-invariant object classification. Proceedings of vision, image and signal processing,1995,142(4):213-219
66. Wong R, Hall E. Scene matching with invariant moments. Computer Graphics and Image Processing,1978,8:16~24
67. Goshtasby A. Template matching in rotated images. IEEE Computer Vision and Pattern Recognition,1985,(7):338~344
68. Jun Z, Hamid K, Walter G, et al. Object representation and recognition in shape spaces. Pattern Recognition,2003,36 (5):1143~1154
69. Boldys J, Jan Flusser. Extension of Moment Features'Invariance to Blur. Journal of Mathematical Imaging and Vision,2008,32(3):227~238
70. Flusser J, Suk T. Pattern recognition by affine moment invariants. Pattern Recognition. 1993,26(1):167~174
71. Flusser J, Suk T, Barbara Z. Momnts and moment invariants in pattern recognition. Pattern Recognition. John Wiley & Sons, Inc.,2009,12
72. Suk T, Flusser J. Combined blur and affine moment invariants and their use in pattern recognition. Pattern Recognition,2003,36 (12):2895~2907
73. Suk T, Flusser J. Projective Moment Invariants. IEEE Trans. Pattern Anal. Mach. Intell.,2004, 26(10):1364-1367
74. Flusser J, Suk T. Moment Invariants for Recognizing Symmetric Objects. CAIP,2005:9~16
75. Flusser J, Suk T. Rotation Moment Invariants for Recognition of Symmetric Objects. IEEE Transactions on Image Processing,2006,15(12):3784~3790
76. Suk T, Flusser J. Affine Moment Invariants of Color Images. CAIP,2009:334~341
77. Wang L, Healey G. Using zernike moments for the illumination and geometry invariant classification of multispectral texture. IEEE Trans. Image Process,1998,7:196~203
78. Tsirikolias K, Mertzios B. Statistical pattern recognition using efficient two-dimensional moments with applications to character recognition. Pattern Recognition,1993,26:877~882
79. Flusser J. Moment Invariants in Image Analysis. Procedings of World Academy of Science, 2006,(11):196~201
80. Flusser J. On the independence of rotation moment invariants. Pattern Recognition, 2000,33:1405~1410
81. Flusser J. On the inverse problem of rotation moment invariants. Pattern Recognition, 2002,35:3015~3017
82.王冰,刘晓霞,耿国华等.一种基于补偿法则的矩的快速算法.计算机研究与发展,2003,40(7):1042-1048
83. Flusser J. Refined moment calculation using image block representation. IEEE Trans. On Image Processing,2000,11(9):1977~1978
84. Reiss T. H. The revised fundamental theorem of moment invariants. IEEE Transactions on Pattern Analysis and Machine Intelligence.1991,13:830~834
85. Chaurchin C. Improved moment invariants for shape discrimination. Pattern Recoonition, 1993,26(5):683-686
86. Zakaria M.F., Vroomen L.J., Zsombor-Murray P.J.A., et al. Fast algorithm for the computation of moment invariants. Pattern Recognition,1987,20:639~643
87. B. Li, J.Shen. Fast computation of moment invariants, Pattern Recognition,1993,24:807-813
88.刘进,张天序.不变矩构造方法的研究.华中科技大学学报(自然科学版),2003,31(3):67-69
89.张伟,何金国.Hu不变矩的构造与推广.计算机应用,2010,30(9):2450-2452
90.杜亚娟,潘泉,张洪才.一种新的不变矩特征在图像识别中的应用.系统工程与电子技术,1999,21(10):71-74
91.王连亮,陈怀新.图像识别的RSTC不变矩.数据采集与处理.2006,21(2):225-229
92.王润生.图像理解.长沙:国防科技大学出版社,1995,10
93.孙君顶,赵珊.图像底层特征提取与检索技术.北京:电子工业出版社,2009
94.[英]Mark S. Nixon, Alberto S. Aguado,[译]李实英,杨高波.特征提取与图像处理(第二版).北京:电子工业出版社,2010
95. Yeonsik R., Seyoung O. Automatic extraction of eye and mouth fields from a face image using eigenfeatures and multilayer perceptrons. Pattern Recognition,2001,34:2459~2466
96. Palaniappan R, Raveendran P, Omatu S. New invariant moments for non-uniformly scaled images. Pattern Analysis and Applications,2000,(3):78~87
97. Balslev I, Dring K, Dencker R, Weighted central moments in pattern recognition. Pattern Recognition Letters,2000,21:381-38
98. Anil K, Robert P, Jian M. Statistical pattern recognition:a review, IEEE Transactions on Pattern Analysis and Machine Intelligence,2000,22(1):34~37
99. Fountain S, Tan T. Efficient rotation invariant texture features for content-based image retrieval. Pattern Recognition,1998,31(11):1725-1732
100.周明全,耿国华,韦娜.基于内容图像检索技术.北京:清华大学出版社,2007.8
101.张铮,王艳平,薛桂香.数字图像处理与机器视觉.北京:人民邮电出版社,2010
102.沈庭芝,王位江,闫雪梅.数字图像处理机模式识别.北京:北京理工大学出版社,2007
103. C. Steger, M. Ulrich, C. Wiedemann[译]杨少荣等.机器视觉算法与应用.北京:清华大 学出版社,2008
104.付忠良.基于图像差距度量的一种选取方法.计算机研究与发展,2001,27(3):20-23
105.章毓晋.图像工程—图像处理和分析.北京:清华大学出版社,2000.8
106. O.D.Richard, E.H.Peter, G.S.David(著).李宏东,姚天翔(译).模式分类.北京:机械工业出版社,2010
107. Sluzek A. Identification and inspection of 2-D objects using new moments-based shape descriptors. Pattern Recognition,1995,16(7):687~697
108. Utsumi A, Tetsutani N. Detection using geometrical pixel value structures. Proceedings of the 5th IEEE International Conference on Automatic Face and Gesture Recognition, 2002,(20):2034~2038
109.刘菲,唐振民.基于不变矩的实时人形监测与识别系统.小型微型计算机系统,2002,(3):28-32
110.刘菲,曹冠华.基于不变矩的实时人形识别研究.计算机工程,2002,28(9)3-6
111.倪福川,贺贵明,龙磊.基于不变矩的人形“头肩像”识别技术.计算机工程,2005,31(10):174-176
112. Jeffrey W, Invariant pattern recognition:A Review. Pattern Recognition.1996,29(1):15
113.李迎春.航空图像中机场停泊飞行器的识别技术研究[D].长春:吉林大学,2004
114.李迎春,陈贺新,高磊.基于仿射不变矩的神经网络目标识别.计算机工程,2004,30(2):31-33
115.陈涛,粟毅,蒋咏梅等.利用仿射几何特性提取图像中的仿射不变特征.中国图象图形学报,2007,12(9):1633-1640
116.陈涛.图像仿射不变特征提取方法研究[D].长沙:国防科学技术大学.2006
117.刘菲.实时景物理解系统研究[D].南京:南京理工大学,2001
118.张广军.视觉测量.北京:科学出版社,2008
119.张天序,刘进.目标不变矩的稳定性研究.红外与毫米波学报,2004,(3):197-204
120.钱忠良,王文军.不变矩目标特征描述误差分析和基于上层建筑不变矩的舰船识别.电子测量与仪器学报,1994,8(3):23-31
121.蒋平,沈世锦,陈辉堂等.基于图像误差的机器人运动目标自适应跟踪.机器人,1997,19(6):431-43
122.饶秀勤,应义斌.基于机器视觉的水果尺寸检测误差分析.农业工程学报,2003,19(1):121-123
123.孙晶.图像局部不变性特征提取技术研究及其应用[D].大连:大连理工大学,2009
124.黄黎红.家用机器人的部分遮挡物体的识别.工控技术,2005(1):112-114
125.林忠.部分形体识别研究.系统工程与电子技术,1998(1):59-62
126.张桂梅,徐临洪.基于ARG模型识别局部被遮挡物体.南昌航空工业学院学报(自然科学版),2004,18(2):11-14
127.邢延超,谈正.一种高性能部分遮挡人脸识别新方法.计算机工程,2004,30(9):143-145
128.刘洋,卜凡亮.基于小波变换特征提取和神经网络分类的人脸识别.中国人民公安大学学报(自然科学版),2010,63(1):71-73
129.彭振云,陶霖密,徐光右等.基于颜色分割和KL变换的人脸特征检测.清华大学学报,2001,41(4):218-221
130.赵春雪等.基于彩色分割的车牌自动识别技术.上海交通大学学报,1998,32(10):4-9
131.郑南宁.计算机视觉与模式识别.北京:国防工业出版社,1998.3
132.夏德深.傅德胜.现代图像处理技术与应用.南京:东南大学出版社,1997
133.边肇祺.模式识别.北京:清华大学出版社,2000
134.孙即祥,王晓华,钟山.模式识别中的特征提取与计算机视觉不变量.北京:国防工业出版社,2001
135.徐立亚.图像目标区域定位模糊法实现.红外与毫米波学报,1998,6(3):209-214
136.应义斌.水果图像的背景分割和边缘检测技术研究.浙江大学学报,2000,26(1):35-38
137.全龙哲,马小愚.基于小波分析的玉米籽粒图像正形研究.农机化研究,2006,(2):154-156
138.陈木生.一种新的基于小波变换的图像去噪方法.光学技术,2006,32(5):796-798
139.邱道尹,张红涛,陈铁军等.基于机器视觉的储粮害虫智能检测系统软件设计.农业机械学报,2003,34(2):83-85
140.马蓉.基于机器视觉的作物分类面积地面调查系统关键技术研究[D].北京:中国农业大学,2006
141.冯斌,汪懋华.计算机视觉系统中图像外边缘检测的新方法.中国农业大学学报,2002,7(2):72-75
142.孙即祥.现代模式识别.北京:国防工业出版社,2002
143.金敏,徐守时,汪行.不变矩在模式识别中的应用研究.计算机工程与应用,2004,(25):65-67
144.孙即祥.模式识别中的特征提取与计算机视觉不变量.北京:国防工业出版社,2001
145.冯迪,吕乃光,邓文怡.基于人工神经网络的立体视觉系统的研究.北京机械工业学院,2000,15(1):13-15
146.唐向阳,张勇,李江有等.机器视觉关键技术的现状及应用展望.昆明理工大学学报(理工版),2004,29(2):35-39
147.段峰,王耀南,雷晓峰等.机器视觉技术及其应用综述.自动化博览,2002,(3):59-62
148.赵静.果实形状的计算机识别方法研究.农业工程学报,2001,(2):165-167
149.孙即祥.模式识别中的特征提取与计算机视觉不变量.北京:国防工业出版社,2001
150.马颂德,张正友.计算机视觉——计算理论与算法基础.北京:科学出版社,1998
151.安玮,李宏.模式识别中的透射变换与仿射变换.系统工程与电子技术,1999,121(11)
152.张伟,吴刚,侯晴宇等.基于不变矩特征匹配的目标定位方法的实现.光学技术,2005,31(3):441-444
153. Flusser J, Suk T. Pattern recognition by affine moment invariants. Pattern Recognition. 1993,26(1):167~174
154. Rathu E, Mikko S, Janne H. Affine invariant pattern recognition using multiscale autoconvolution. IEEE Transaction on Pattern Analysis and Machine Intelligence. 2005,27(6):908~918
155. Strela V, Heller P Strang G, et al. The application multiwavelet filter banks to signal and image processin. IEEE Trans. on Image Processing,1999,8 (4):54~563
156. Neveu C, Dyer C, Chin R. Two-dimensional object recognition using multiresolution models. Computer Vision Graphics and Image Processing,1986,34:52~65
157.董武,李树祥.矩特征的一种快速算法.中国图像图形学报,1999,4(10):860-864
158.陈万米,张冰,朱明等.智能足球机器人系统.北京:机械工业出版社,2009
159. Escalera A, Arminol J, Mara M. Traffic sign recognition and analysis for intelligent vehicles jmage and vision computing,2003,21:247~258
160.夏良正.数字图像处理.南京:东南大学出版社,1999.9
161.余英林.数字图像处理及模式识别.广州:华南理工大学出版社,1990.10