近年来,视频智能监控技术得到了快速发展,己被广泛的应用于社会生产生活的各个领域。在煤炭工业中视频智能监控技术也得到应用,尤其是在矿井安全生产方面,这对于及时发现和预防煤矿事故具有重要的意义。本文的研究内容如下:首先,对选题内容和研究意义以及煤矿井下智能监控系统的应用现状进行了阐述,对井下胶带运输机的结构组成原理及常见的设备故障和检测方法进行了介绍,并且总结了运动目标测速的基本理论知识,为本文的研究奠定了理论基础。其次,采用一种基于独立多模态背景减除的算法对煤块进行目标检测,其复杂度在时间上和空间上都有很大的降低,能保证实时背景建模和目标检测。并且对煤块运动检测结果进行筛选,从而减少由于煤块分布不均和煤块区域大小变化造成的影响,保证煤块准确跟踪。对卡尔曼滤波进行介绍并初始化,并对那些形状大小合适和检测到的次数较多的煤炭块,利用卡尔曼滤波与最近邻算法相结合的方法对其进行跟踪,为后续胶带运输机运行速度的监测做好准备。最后,根据胶带运输机视频拍摄的特点,提出基于胶带运输机同侧滚筒间距的坐标转换模型计算煤块的实际运行速度,从而对胶带运输机的运动速度进行监测。实验表明,该方法能够用较少的标定点实现对胶带运输机的异常监测。本文提出的基于视觉的井下胶带运输机煤块速度监测方法能够利用煤矿视频监控信息,实现对井下胶带运输机运动速度的监测,对于煤矿的安全生产具有重要意义。