提升煤矿安全生产的管理水平是煤矿企业不懈的追求,瓦斯爆炸是影响煤矿安全生产的主要灾害事故之一,生产实践中解决这一问题的有效方法就是降低煤体中瓦斯含量。目前煤矿开采前采用打钻抽采的方式抽取瓦斯,打钻深度对瓦斯抽采能力起到直接作用,因此钻杆计数准确性直接关系到瓦斯抽取浓度。为解决传统人工计数,存在劳动强度高、准确度低的问题,本文运用计算机视觉相关技术,对井下钻杆视频进行检测跟踪,建立统计模型,达到精确计数的目的,提高安全生产水平。针对煤矿井下复杂的环境,采用高斯滤波和直方图均衡化对视频帧进行去噪和增强,使煤矿井下视频清晰度得到了提高;然后对运动钻机进行角点检测,通过Sobel边缘检测进行角点的备选,运算效率得到了提升,采用圆周Harris模板对备选角点进行非极大值抑制,减少了部分伪角点和漏检角点,通过运用邻近角点剔除法,解决了角点簇的问题。实验表明,该算法在保证正确率的基础上提高了运算效率,抗噪性也得到提升。在对钻机区域进行角点检测后,结合金字塔光流法对运动钻机进行光流场的估计,实现了运动目标的追踪;根据光流场方向进行钻杆运动周期学习并建立数学模型,通过对光流极大值抑制,排除了强光源的干扰,选用跳帧的思想,解决了运动物体遮挡的问题,实现了精确计数的功能。本文基于计算机视觉的煤矿井下钻杆计数方法,实现了精确的钻杆计数,解决了人工计数精度低和劳动强度大的问题,同时减少了人员数量,节约了成本,满足了安全生产的需求,对智能化矿山具有很强的实用意义。