1.一种用于矿山安全作业的监控视频数据处理方法，其特征在于，包括：

对安全作业监控采集到的视频图像进行处理，得到灰度化的连续帧的静态图像；

基于第t帧静态图像和第t+1帧静态图像，分别确定第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域；其中，所述第t帧静态图像和所述第t+1帧静态图像为所述连续帧的静态图像中的相邻两帧静态图像，t为大于或者等于1的正整数；

基于所述第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域，确定第一特征点丢失连通域和第二特征点丢失连通域；其中，所述第一特征点丢失连通域和所述第二特征点丢失连通域匹配，所述第一特征点丢失连通域为所述第t帧静态图像的特征点丢失连通域，所述第二特征点丢失连通域为所述第t+1帧静态图像的特征点丢失连通域；

基于所述第一特征点丢失连通域和所述第二特征点丢失连通域之间的灰度变化程度、以及与所述第一特征点丢失连通域相邻的连通域和与所述第二特征点丢失连通域相邻的连通域之间的灰度变化程度，确定所述第一特征点丢失连通域的光照影响程度；

以所述光照影响程度为增强系数，对所述第一特征点丢失连通域内的像素点的灰度值进行增强处理。

2.根据权利要求1所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述基于第t帧静态图像和第t+1帧静态图像，分别确定第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域，包括：构建所述第t帧静态图像和所述第t+1帧静态图像之间的光流匹配模型；

基于所述光流匹配模型，对所述第t帧静态图像和所述第t+1帧静态图像的像素点进行匹配；

对所述第t帧静态图像进行超像素分割，得到所述第t帧静态图像的连通域；对所述第t+1帧静态图像进行超像素分割，得到所述第t+1帧静态图像的连通域；

基于每一所述连通域内的特征点数量和像素点的数量，确定每一所述连通域的特征点密度；

在所述第t帧静态图像的连通域的特征点密度小于预设阈值的情况下，确定该连通域为第t帧静态图像的特征点丢失连通域；在所述第t+1帧静态图像的连通域的特征点密度小于预设阈值的情况下，确定该连通域为第t+1帧静态图像的特征点丢失连通域。

3.根据权利要求2所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述构建第t帧静态图像和第t+1帧静态图像之间的光流匹配模型，包括：遍历所述第t帧静态图像和所述第t+1帧静态图像中的每一像素点，获取所述每一像素点的八邻域内的像素点的局部灰度特征；

基于所述局部灰度特征和所述每一像素点的族群特征，确定所述第t帧静态图像和所述第t+1帧静态图像的像素点之间的欧式距离模型；

以所述欧式距离模型的最小值为所述第t帧静态图像和所述第t+1帧静态图像之间的光流匹配模型。

4.根据权利要求3所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述光流匹配模型为：；

其中，t表示所述第t帧静态图像，t+1表示所述第t+1帧静态图像，i表示所述第t帧静态图像的任意一个像素点，v表示所述第t+1帧静态图像的任意一个像素点， 表示所述第t+1帧静态图像的第i个像素点的八邻域的像素点的灰度方差， 表示所述第t+1帧静态图像的第v个像素点的八邻域的像素点灰度方差； 表示所述第t帧静态图像的第i个像素点的八邻域的像素点的灰度均值， 表示所述第t+1帧静态图像的第v个像素点的八邻域的像素点的灰度均值；表示所述第t帧静态图像的第i个像素点的灰度值在所述第t帧静态图像内的族群数量， 表示所述第t+1帧静态图像的第v个像素点在所述第t+1帧静态图像内的族群数量； 表示所述第t帧静态图像的第i个像素点和所述第t+1帧静态图像的第v个像素点之间的欧式距离模型的欧式距离；min表示最小值函数。

5.根据权利要求1所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述基于所述第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域，确定第一特征点丢失连通域和第二特征点丢失连通域，包括：基于所述第t帧静态图像中的全部特征点的矢量众数，确定所述第t帧静态图像的干扰边缘；

将所述第t帧静态图像中位于所述第t帧静态图像的干扰边缘内的特征点丢失连通域进行排除；

基于所述第t+1帧静态图形中的全部特征点的矢量众数，确定所述第t+1帧静态图像的干扰边缘；

将所述第t+1帧静态图像中位于所述第t+1帧静态图像的干扰边缘内的特征点丢失连通域进行排除；

将所述第t帧静态图像中剩余的特征点丢失连通域和所述第t+1帧静态图像中剩余的特征点丢失连通域进行匹配，确定所述第一特征点丢失连通域和所述第二特征点丢失连通域。

6.根据权利要求5所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述将所述第t帧静态图像中剩余的特征点丢失连通域和所述第t+1帧静态图像中剩余的特征点丢失连通域进行匹配，确定所述第一特征点丢失连通域和所述第二特征点丢失连通域，包括：基于所述第t帧静态图像中剩余的特征点丢失连通域和所述第t+1帧静态图像中剩余的特征点丢失连通域的灰度方差、边缘梯度均值和面积，构建所述第t帧静态图像中剩余的特征点丢失连通域和第t+1帧静态图像中剩余的特征点丢失连通域之间的余弦相似度模型；

所述余弦相似度模型为最大值的情况下对应的两个特征点丢失连通域为所述第一特征点丢失连通域和所述第二特征点丢失连通域。

7.根据权利要求6所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述余弦相似度模型为：；

其中，表示所述第t帧静态图像内任意一个特征点丢失连通域，表示所述第t+1帧静态图像内任意一个特征点丢失连通域， 表示所述第t帧静态图像内第B个特征点丢失连通域内部的灰度方差， 表示所述第t+1帧静态图像内第C个特征点丢失连通域内部的灰度方差， 表示所述第t帧静态图像内第B个特征点丢失连通域的边缘梯度均值，表示所述第t+1帧静态图像内第C个特征点丢失连通域的边缘梯度均值， 表示所述第t帧静态图像内第B个特征丢失连通域的面积， 表示所述第t+1帧静态图像内第C个特征丢失连通域的面积； 表示第t帧静态图像的第B个特征点丢失连通域和第t+1帧静态图像的第C个特征点丢失连通域之间的余弦相似度模型的余弦值；max表示最大值函数。

8.根据权利要求2所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述基于所述第一特征点丢失连通域和所述第二特征点丢失连通域之间的灰度变化程度、以及与所述第一特征点丢失连通域相邻的连通域和与所述第二特征点丢失连通域相邻的连通域之间的灰度变化程度，确定所述第一特征点丢失连通域的光照影响程度，包括：获取每一连通域的近邻N个相邻连通域；

建立所述第一特征点丢失连通域的光照影响程度函数：

；

其中，q表示第一特征点丢失连通域， 表示所述第一特征点丢失连通域的光照影响程度， 表示所述第t+1帧静态图像的第二特征点丢失连通域以及与所述第二特征点丢失连通域相邻的第v个连通域的灰度均值， 表示所述第t帧静态图像的第一特征点丢失连通域以及与所述第一特征点丢失连通域相邻的第v个连通域的灰度均值， 表示所述第v个连通域与所述第一特征点丢失连通域q的质心的距离；N表示每一连通域的相邻连通域的数量；e表示自然常数。

9.根据权利要求1所述的一种用于矿山安全作业的监控视频数据处理方法，其特征在于，所述以所述光照影响程度为增强系数，对所述第一特征点丢失连通域包括的像素点的灰度值进行增强处理，包括：将所述光照影响程度进行归一化处理在[‑1,1]区间内；

以归一化后的所述光照影响程度为所述增强系数，对所述第t帧静态图像的特征点丢失连通域内的像素点进行线性增强处理。

10.一种用于矿山安全作业的监控视频数据处理系统，其特征在于，所述系统包括：

第一处理模块，用于对安全作业监控采集到的视频图像进行处理，得到灰度化的连续帧的静态图像；

第一确定模块，用于基于第t帧静态图像和第t+1帧静态图像，分别确定第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域；其中，所述第t帧静态图像和所述第t+1帧静态图像为所述连续帧的静态图像中的相邻两帧静态图像，t为大于或者等于1的正整数；

第二确定模块，用于基于所述第t帧静态图像的特征点丢失连通域和第t+1帧静态图像的特征点丢失连通域，确定第一特征点丢失连通域和第二特征点丢失连通域；其中，所述第一特征点丢失连通域和所述第二特征点丢失连通域匹配，所述第一特征点丢失连通域为所述第t帧静态图像的特征点丢失连通域，所述第二特征点丢失连通域为所述第t+1帧静态图像的特征点丢失连通域；

第三确定模块，用于基于所述第一特征点丢失连通域和所述第二特征点丢失连通域之间的灰度变化程度、以及与所述第一特征点丢失连通域相邻的连通域和与所述第二特征点丢失连通域相邻的连通域之间的灰度变化程度，确定所述第一特征点丢失连通域的光照影响程度；

第二处理模块，用于以所述光照影响程度为增强系数，对所述第一特征点丢失连通域内的像素点的灰度值进行增强处理。