一种煤矿入井人员唯一性检测系统和检测方法

1.一种煤矿入井人员唯一性检测系统，其特征在于，包括以下模块：
人员限入模块，用于限定煤矿入井人员在唯一性检测点的进入方式；
自动检测模块，用于采集煤矿入井人员携带的煤矿井下人员定位识别卡的数量唯一性信息及其中存储的个人身份信息、人脸特征以及煤矿入井人员的即时人脸特征，将所述人脸特征进行比对，判定煤矿井下人员定位识别卡的唯一性及煤矿入井人员身份的唯一性；
报警限行模块，所述煤矿井下人员定位识别卡的唯一性及煤矿入井人员身份的唯一性检测未通过，进行报警并禁止该人员入井，进行人工核查；所述唯一性检测通过，对检测人员放行。
2.根据权利要求1所述的煤矿入井人员唯一性检测系统，其特征在于，所述人员限入模块进一步包括标识模块、重力感应模块、限入模块；所述标识模块用于标识接受检测的位置；所述重力感应模块用于感应是否有人员进入检测区，发送“检测开始”指令至限入模块和图像采集模块；所述限入模块用于接收“检测开始”指令并关闭检测通道入口，接收“检测结束”指令并打开检测通道入口。
3.根据权利要求1所述的煤矿入井人员唯一性检测系统，其特征在于，所述自动检测模块进一步包括识别卡检测模块、图像采集模块、图像处理模块、判别模块，所述识别卡检测模块用于检测煤矿井下人员定位识别卡信息，所述图像采集模块和图像处理模块分别用于采集和处理即时人脸图像，判别模块用于比对煤矿井下人员定位识别卡存储的人脸特征和即时人脸特征判别唯一性。
4.根据权利要求3所述的煤矿入井人员唯一性检测系统，其特征在于，所述识别卡检测模块的检测以检测点长度的1/2为半径的区域，检测煤矿井下人员定位识别卡数量、读取身份信息和人脸特征并发送至判别模块，根据检测点内煤矿井下人员定位识别卡的数量判别是否存在“一人多卡”违章行为，向报警限行模块发出“报警禁行”指令。
5.根据权利要求3所述的煤矿入井人员唯一性检测系统，其特征在于，所述图像采集模块用于接收“检测开始”指令、采集标识模块指定区域的图像并发送至图像处理模块。
6.根据权利要求3所述的煤矿入井人员唯一性检测系统，其特征在于，所述图像处理模块用于对采集到的图像进行处理，提取具有即时人脸特征，人脸图像处理采用改进的广义对称变换算法，所述改进的广义对称变换算法具体内容为：
步骤一：图像预处理，采用二维小波变换的Mallat算法对采集到的图像进行分解重构；
过程为：对二维图像的每一列利用分析滤波器进行列卷积再进行行抽样保留偶数行，分别得到低频系数和高频系数，再对所得到的低频系数和高频系数分别利用分析滤波器作行卷积再进行列抽样保留偶数列，分别得到一组低频系数和高频系数，完成二维图像的一级小波变换，即二维图像的分解；对二维图像小波变换得到的两组低频系数和高频系数分别进行列插值在不同的列之间插入由0组成的列后再利用分析滤波器进行行卷积，得出一组高频系数和低频系数，对该组高频系数和低频系数分别进行行插值在不同的行之间插入由0组成的行再利用分析滤波器进行列卷积，得出重构的二维图像，完成二维图像的重构；
步骤二：利用广义对称变换算法检测图像中具有强对称性的圆形结构矿灯；
广义对称变换算法是通过计算图像中各点的距离因子、方向权重找到具有强对称性的点或区域，从而检测出图像中具有对称结构的特征；
广义对称算法检测圆形结构矿灯具体内容为：
作为针对梯度图像的一个局部算子，对称变换被用来处理图像上各点的点对称性；设zn＝(xn，yn)为图像上的一个任意的点，其中n＝1，2，3...N，x，y分别为直角坐标系横、纵坐标；定义： 为点zn处的梯度算子，变换成极坐标形式为：ρn＝(rn，θn)，其中 分别表示为点zn处的梯度强度与梯度方
向；zi和zj为任意两点，i，j＝1，2，3，...N，记γij为zi和zj连线与水平线的逆时针角度，且zi的边缘方向角度小于zj的边缘方向角，考虑到两点的无序性，γij的值域记为[0，π]；
将所有以z为连线中心点的点对集合定义为：
距离权重函数定义为：
其中σ及后文提及σ0、σ1、σ2均为所检测图像宽度与图像
宽度的比值；
相位权重函数定义为：
Z(i，j)＝(1-cos(θi+θj-2γij))(1-cos(θi-θj))；
在z点处广义对称变换的强度定义为：
Sσ(z)＝∑(i，j∈Γ(z))C(i，j)；
其中，C(i，j)＝Lσ(i，j)Z(i，j)rirj，ri，rj分别为点zi，zj处的梯度强度；
广义对称变换的方向则定义为：
在图像检测中，对于强对称性的圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
矿灯视为强对称圆形结构进行检测，高斯距离因子为：
由相位权重函数得出的方向权重因子为：
步骤三：利用广义对称算法检测图像中矿灯区域下方的具有强对称性的双眼及嘴巴，具体内容为：
对于强对称性的圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
对于强对称的椭圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
眼睛检测：眼睛划分瞳孔区域抽象而成的圆形对称区和整个眼球区域的椭圆形对称区，相应地，将对称区分为两段进行表示：
其中r＝(xj-xi)2+(yj-yi)2；
瞳孔区域的方向权重因子为：
嘴巴检测：分析时需参考为椭圆形区域，由于嘴巴可能随时张开或者闭合，取σ1＝mσ2，m∈(1，3)。
由距离权重函数得出的高斯距离因子修改为：
由相位权重函数得出的方向权重因子修改为：
7.根据权利要求3所述的煤矿入井人员唯一性检测系统，其特征在于，所述判别模块用于接收识别卡检测模块发送的人脸特征和图像处理模块发送的即时人脸特征并进行比对，判别两种人脸特征是否匹配，人脸特征不匹配判别为“代替刷卡”的违章行为，发送“报警禁行”指令至报警放行模块，人脸特征匹配判别为“通过检测”的正常行为，发送“放行”指令至报警放行模块和“检测结束”指令至限入模块。
8.根据权利要求1所述的煤矿入井人员唯一性检测系统，其特征在于，所述报警限行模块进一步包括报警模块及放行模块，用于接收“报警禁行”指令，由所述报警模块播放报警提示音，所述放行模块保持检测通道出口关闭；接收“放行”指令，由所述放行模块打开检测通道出口。
9.一种煤矿入井人员唯一性检测方法，其特征在于，包括以下步骤：
步骤一：标识模块标识接受检测的位置；煤矿入井人员进入检测点的标识模块，重力感应模块感应到有人员进入检测区，发送“检测开始”指令至限入模块和自动检测模块；限入模块收到“检测开始”指令，关闭通道入口并等待接收“检测结束”指令，不允许两名以上煤矿入井人员同时进入检测点；
步骤二：识别卡检测模块检测以检测点长度的1/2为半径的检测区域，检测到有煤矿井下人员定位识别卡，如数量为两个或两个以上判定为“一人多卡”的违章行为，向报警限行模块发出“报警禁行”指令；检测到只有唯一的煤矿井下人员定位识别卡时，读取煤矿井下人员定位识别卡存储的身份信息和人脸特征，发送人脸特征到判别模块；
步骤三：图像采集模块接收到“检测开始”指令，对所述标识模块指定的区域进行图像采集，并发送至图像处理模块；
步骤四：图像处理模块对所述采集到的图像进行处理，采用改进的广义对称变换算法，提取出具有包括矿灯、眼睛、嘴巴等对称性局部特征的即时人脸特征；
步骤五：判别模块接收识别卡检测模块发送的人脸特征和图像处理模块发送的即时人脸特征并进行判别，人脸信息不匹配判别为“代替刷卡”的违章行为向所述报警限行模块发送“报警禁行”指令，人脸特征匹配判别为“通过检测”向所述报警限行模块发送“放行”指令，向人员限入模块发送“检测结束”指令；
步骤六：报警限行模块接收到所述识别卡检测模块发送的“一人多卡”违章行为“报警禁行”指令或所述图判别模块发送的“代替刷卡”违章行为“报警禁行”时，报警模块播放报警提示音，放行模块不开启检测通道出口，等待人工核查；接收到所述图像判别模块发送的“放行”指令时放行模块开启检测通道出口，允许煤矿入井人员正常出入井口。
10.根据权利要求9所述的煤矿入井人员唯一性检测方法，其特征在于，步骤四对所述采集到的图像进行处理，采用的改进广义对称变换算法，进一步包括以下步骤：
步骤一：图像预处理，采用二维小波变换的Mallat算法对采集到的图像进行分解重构；
过程为：对二维图像的每一列利用分析滤波器进行列卷积再进行行抽样保留偶数行，分别得到低频系数和高频系数，再对所得到的低频系数和高频系数分别利用分析滤波器作行卷积再进行列抽样保留偶数列，分别得到一组低频系数和高频系数，完成二维图像的一级小波变换，即二维图像的分解；对低频系数继续进行上述过程，可实现二维图像的多级小波变换；对二维图像小波变换得到的两组低频系数和高频系数分别进行列插值在不同的列之间插入由0组成的列后再利用分析滤波器进行行卷积，得出一组高频系数和低频系数，对该组高频系数和低频系数分别进行行插值在不同的行之间插入由0组成的行再利用分析滤波器进行列卷积，得出重构的二维图像，完成二维图像的重构；
步骤二：利用广义对称变换算法检测图像中具有强对称性的圆形结构矿灯；
广义对称变换算法是通过计算图像中各点的距离因子、方向权重找到具有强对称性的点或区域，从而检测出图像中具有对称结构的特征；
广义对称算法检测圆形结构矿灯具体内容为：
作为针对梯度图像的一个局部算子，对称变换被用来处理图像上各点的点对称性；设zn＝(xn，yn)为图像上的一个任意的点，其中n＝1，2，3...N，x，y分别为直角坐标系横、纵坐标；定义： 为点zn处的梯度算子，变换成极坐标形式为：ρn＝(rn，θn)，其中 分别表示为点zn处的梯度强度与梯度方
向；zi和zj为任意两点，i，j＝1，2，3，...N，记γij为zi和zj连线与水平线的逆时针角度，且zi的边缘方向角度小于zj的边缘方向角，考虑到两点的无序性，γij的值域记为[0，π]；
将所有以z为连线中心点的点对集合定义为：
距离权重函数定义为：
其中σ及后文提及σ0、σ1、σ2均为所检测图像宽度与图像
宽度的比值；
相位权重函数定义为：
Z(i，j)＝(1-cos(θi+θj-2γij))(1-cos(θi-θj))；
在z点处广义对称变换的强度定义为：
Sσ(z)＝∑(i，j∈Γ(z))C(i，j)；
其中，C(i，j)＝Lσ(i，j)Z(i，j)rirj，ri，rj分别为点zi，zj处的梯度强度；
广义对称变换的方向则定义为：
在图像检测中，对于强对称性的圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
矿灯视为强对称圆形结构进行检测，高斯距离因子为：
由相位权重函数得出的方向权重因子为：
步骤三：利用广义对称算法检测图像中矿灯区域下方的具有强对称性的双眼及嘴巴，具体内容为：
对于强对称性的圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
对于强对称的椭圆形结构：
由距离权重函数得出的高斯距离因子记为：
由相位权重函数得出的方向权重因子记为：
眼睛检测：眼睛划分瞳孔区域抽象而成的圆形对称区和整个眼球区域的椭圆形对称区，相应地，将对称区分为两段进行表示：
2 2
其中r＝(xj-xi)+(yj-yi) ；
瞳孔区域的方向权重因子为：
嘴巴检测：分析时需参考为椭圆形区域，由于嘴巴可能随时张开或者闭合，取σ1＝mσ2，m∈(1，3)。
由距离权重函数得出的高斯距离因子修改为：
由相位权重函数得出的方向权重因子修改为：

暂无