1.一种井下危险区域运动目标检测方法，其特征在于：包括如下步骤：S1、采集井下区域的视频信息，对视频信息预处理

将视频图像序列转换为灰度图像序列，并记录灰度图像各像素点的灰度值及此灰度图所对应的原始视频帧的帧号，使用直方图均衡化方法对转换后的灰度图像进行低照度图像增强，并对增强后的图像进行椒盐去噪处理，然后选取预处理后的视频图像序列的第一帧作为初始背景帧；

S2、提取S1中的视频图像序列，使用高斯型平滑函数卷积对视频图像对进行平滑处理；

S3、采用几何曲率的方法提取步骤S1中图像表面的纹理信息；

S31、检测在相应尺度的背景帧和当前帧对应的的η算子检测结果；其中，η算子检测结果为最终检测出的矿井下危险区域运动目标的纹理结构信息，纹理结构信息基于图像表面几何曲率中的主曲率进行提取，提取过程为求解背景帧和当前帧图像对应hessian矩阵的极大值和极小值曲率，对极大值和极小值曲率进行量化处理，生成纹理结构信息；

S32、对S31中的两个纹理检测结果进行“与”运算，得到图像中非运动目标区域的纹理结构；

S33、将当前帧的η算子检测结果和上一步得到的非运动目标区域纹理结构做差分，从而得到准确的运动目标纹理结构；

S4、采用基于类内类间方差的OTSU方法对检测结果信息进行二值化处理；

S5、将步骤S2中与步骤S3中得到的数据进行“或”运算数据融合，得到图像中非运动目标区域的边缘；

S6、对S5中的图像进行形态学处理，去除运动区域内多余的噪声，填充运动目标检测结果中小的孔洞和去除一些面积较小的不相关的区域块，将运动目标的轮廓补充的更加完整。

2.根据权利要求1所述的井下危险区域运动目标检测方法，其特征在于：所述步骤S2具体为：S21、检测在相应尺度上的背景帧边缘和当前帧边缘；

S22、然后对两个边缘检测结果进行“与”运算，得到图像中非运动目标区域的边缘；

S23、最后将当前帧的边缘检测结果和上一步得到的非运动目标区域边缘做差分，从而得到准确地得到运动目标的边缘轮廓信息。

3.根据权利要求2所述的井下危险区域运动目标检测方法，其特征在于：步骤S4具体为：类内方差结合类间方差通过使类内类间距离的可分离性判据最大来确定图像的阈值，设图像有L阶灰度，ni是灰度为i的像素数，图像总像素数N＝n1+n2+...+nL，灰度为i的像素概率为设二值化图像的阈值为k，定义类间方差σA为：

定义两类问题的类内方差σB为：

式中：pi为第i类像素的概率，mi为第i类像素的均值，Xi为第i类像素集合；可分离性判据H定义为：根据类间离散度尽量大，类内离散度尽量小的原则，使得H最大的阈值为图像二值化处理的最佳阈值。