專利名稱:一種電力智能視頻分析監(jiān)控系統(tǒng)和方法
技術領域:
本發(fā)明涉及一種視頻分析監(jiān)控系統(tǒng)和方法,特別涉及一種電力智能視頻分析監(jiān)控系統(tǒng)和方法。
背景技術:
目前在各行業(yè)中,生產(chǎn)過程監(jiān)控和治安安防的雙重需求均增長很快,不論國內(nèi)還是國外,視頻監(jiān)控系統(tǒng)的應用范圍和系統(tǒng)規(guī)模越來越大。目前基本普及以DVR(DigitalVideo Recorder,硬盤錄像機)為核心的第二代半數(shù)字化系統(tǒng),局部開始向網(wǎng)絡攝像機和視頻服務器的第三代全數(shù)字化系統(tǒng)過渡。截至目前為止,視頻監(jiān)控的技術革新均著眼于信號采集、編碼解碼、傳輸、存儲技術及設備的改進,而監(jiān)控方式始終沒有改變。監(jiān)控系統(tǒng)的數(shù)字化和網(wǎng)絡化解除了攝像頭和主控室之間的距離的制約,現(xiàn)代視頻監(jiān)控系統(tǒng)所集中管理的視頻路數(shù)往往非常多,不得不采用多屏幕電視墻外加輪巡顯示。而傳統(tǒng)監(jiān)控模式主要是人工肉眼監(jiān)控,其缺點包括:電視墻和輪巡顯示的原理性漏檢;人工監(jiān)控的生理性極限;對存儲空間的要求極大,成本高,資料查找困難等。因此,雖然隨著技術進步和經(jīng)費投入的加大,視頻監(jiān)控系統(tǒng)的硬件規(guī)模和性能大大提高,但在傳統(tǒng)監(jiān)控模式下,監(jiān)控效率的實際提高很有限,龐大的圖像數(shù)據(jù)沒有得到真正有效利用。因此,如果不改變?nèi)斯けO(jiān)控的傳統(tǒng)模式,單純依靠加大投入、提高硬件規(guī)模和性能指標并不能從根本上提高監(jiān)控效率。目前有必要基于傳統(tǒng)監(jiān)控模式局限性的分析,針對性地進行解決??紤]到監(jiān)控技術的數(shù)字化和網(wǎng)絡化給系統(tǒng)提供了與先進IT技術的接口,因此可以積極利用計算機科學,充分發(fā)掘視頻中豐富的圖像信息,實現(xiàn)視頻監(jiān)控的智能化,從而在現(xiàn)有硬件系統(tǒng)的基礎上全方位提升監(jiān)控效率并改善用戶體驗。智能視頻監(jiān)控(IVS, Intelligent Video Surveillance)是基于計算機視覺技術對監(jiān)控場景的視頻圖像內(nèi)容進行分析,提取場景中的關鍵信息,并形成相應事件和告警的監(jiān)控方式,是新一代基于視頻內(nèi)容分析的監(jiān)控系統(tǒng)。智能視頻監(jiān)控從概念提出以及進入中國市場至今已有數(shù)年,在學術和市場領域均是熱點,但以現(xiàn)狀而言尚遠未進入規(guī)模應用的階段。該狀況的原因,除視頻分析算法有待進一步成熟以外,當前的主要問題是市場行業(yè)需求不清晰不明確,也即不同行業(yè)和不同領域?qū)χ悄芤曨l監(jiān)控的需求點、性能指標和偏重均不同,用戶由于不了解智能視頻分析技術內(nèi)涵,也就無法準確歸納自己的需求,而多數(shù)廠商僅憑技術人員的想象來提供各種所謂的行業(yè)解決方案,在真正使用時往往會顯得蒼白無力。因此,就目前來說,基于對特定行業(yè)和對智能視頻監(jiān)控技術兩方面的深入了解,細致梳理行業(yè)需求和側(cè)重,從而定義監(jiān)控功能、設計系統(tǒng)結(jié)構(gòu)乃至選擇合適的算法,以便使智能視頻分析監(jiān)控技術走出實驗室、真正在特定行業(yè)獲得實際有效的應用,是目前的首要課題。在變電站生產(chǎn)監(jiān)控和安防系統(tǒng)中,視頻監(jiān)控系統(tǒng)是必不可少的組成部分。目前變電站視頻監(jiān)控系統(tǒng)的基本情況包括:硬件的技術類別(第二代還是第三代系統(tǒng));系統(tǒng)規(guī)模(每站攝像頭布點數(shù)目、多少個站點需要監(jiān)控);以及網(wǎng)絡傳輸條件等。目前視頻監(jiān)控系統(tǒng)的主要問題包括:監(jiān)控效率、準確性和及時性等都存在較大問題,很多畫面經(jīng)常處于無人值守狀態(tài),視頻系統(tǒng)往往僅能起到事故之后追查的作用,而在大量錄像中查找有用信息難度很大,而且數(shù)據(jù)是定時清空的。因此需要一種電力智能視頻分析監(jiān)控系統(tǒng)和方法,在變電站原有的傳統(tǒng)監(jiān)控系統(tǒng)上,建立一套開放式智能監(jiān)控綜合管理平臺,實現(xiàn)無人智能監(jiān)控,多系統(tǒng)信息共享、統(tǒng)一管理和協(xié)同工作。
發(fā)明內(nèi)容
本發(fā)明的主要目的是提供一種監(jiān)控效率更高的電力智能視頻分析監(jiān)控系統(tǒng)。本發(fā)明的另一目的是提供一種監(jiān)控效率更高的電力智能視頻分析監(jiān)控方法。為了達到上述目的,本發(fā)明提出了一種電力智能視頻分析監(jiān)控系統(tǒng),包括終端結(jié)點、中間結(jié)點、總結(jié)點和客戶端,其特征在于,所述終端結(jié)點包括安裝在現(xiàn)場變電站處的攝像頭、視頻采集模塊、視頻分析模塊、第一中央處理模塊和第一通信模塊;所述攝像頭采集的畫面數(shù)據(jù)經(jīng)所述視頻采集模塊傳入所述第一中央處理模塊;所述視頻分析模塊對所述畫面數(shù)據(jù)中的異常事件進行分析以生成對應的報警數(shù)據(jù);所述中間結(jié)點包括第二通信模塊、第二中央處理模塊和第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第二通信模塊接收所有下屬變電站中所述第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第二中央處理模塊;所述第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第二通信模塊發(fā)送給所述總結(jié)點;所述總結(jié)點包括第三通信模塊、第三中央處理模塊和第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第三中央處理模塊;所述第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第三通信模塊發(fā)送給所述客戶端。進一步地,所述終端結(jié)點還包括第一數(shù)據(jù)存儲模塊和第一顯示模塊,分別用于保存和顯示所述攝像頭采集的畫面數(shù)據(jù)和所述視頻分析模塊生成的報警數(shù)據(jù)。進一步地,所述中間結(jié)點還包括第二數(shù)據(jù)存儲模塊和第二顯示模塊,分別用于保存和顯示所述第二中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。進一步地,所述總結(jié)點還包括第三數(shù)據(jù)存儲模塊和第三顯示模塊,分別用于保存和顯示所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。進一步地,所述總結(jié)點還包括基于智能視頻分析的應用模塊,用于根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。進一步地,所述視頻分析模塊包括:人員入侵告警模塊,用于對所述異常事件中的人員入侵進行檢測并告警;遺留物/被盜物告警模塊,用于對所述異常事件中的遺留物/被盜物進行識別并
告警;煙霧火光告警模塊,用于對所述異常事件中的煙霧火光進行檢測并告警;人員安全帽佩戴告警模塊,用于對所述異常事件中的人員安全帽未佩戴進行識別并告警;視頻質(zhì)量自檢模塊,用于對視頻畫面是否出現(xiàn)質(zhì)量異常進行自檢并告警。本發(fā)明還提供了一種電力智能視頻分析監(jiān)控方法,其特征在于,包括以下步驟:步驟101,利用終端結(jié)點中安裝在現(xiàn)場變電站處的攝像頭采集畫面數(shù)據(jù),并將其經(jīng)視頻采集模塊傳入終端結(jié)點中的第一中央處理模塊,所述畫面數(shù)據(jù)中的異常事件經(jīng)終端結(jié)點中的視頻分析模塊進行分析后生成對應的報警數(shù)據(jù);步驟102,利用中間結(jié)點中的第二通信模塊接收所有下屬變電站中第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入中間結(jié)點中的第二中央處理模塊;所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第二通信模塊發(fā)送給總結(jié)點;步驟103,利用總結(jié)點中的第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入總結(jié)點中的第三中央處理模塊;所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第三通信模塊發(fā)送給客戶端。進一步地,步驟103中,還包括根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。進一步地,步驟101中,所述視頻分析模塊的視頻分析過程主要包括以下步驟:(11)加載視頻質(zhì)量自檢和視頻分析的參數(shù):其中視頻質(zhì)量自檢參數(shù)包括是否啟用雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控和視頻信號丟失這些常見攝像頭故障和視頻信號干擾的各項功能的開關,以及對應各項功能的相應算法參數(shù);視頻分析參數(shù)包括是否啟用人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件的各項功能的開關,以及對應各項功能的相應算法參數(shù);(12)判斷是否部署算法:即視頻分析參數(shù)中的各項功能開關是否有開啟的,如果有則進入步驟(13),沒有則結(jié)束;(13)視頻質(zhì)量自檢:即檢查視頻畫面是否出現(xiàn)質(zhì)量異常,如果有質(zhì)量異常,則給出質(zhì)量異常報警,并繼續(xù)視頻質(zhì)量自檢;如果無質(zhì)量異常,則進入步驟(14);(14)視頻分析:即判斷是否發(fā)生異常事件,如果檢測沒有異常事件發(fā)生,則繼續(xù)進行視頻分析;如果檢測有異常事件發(fā)生,則進入步驟(15);(15)標記事件、報警和保存記錄:即在畫面中標注包括事件類型和事件發(fā)生位置的事件信息,同時給出報警,并保存相關的日志記錄。進一步地,步驟(14)中視頻分析對異常事件的檢測算法的基本步驟包括:(21)對當前畫面進行預處理,通過圖像去噪和增強操作,消除圖像中出現(xiàn)的噪聲;(22)背景減除:將當前處理后的畫面和背景畫面相減,得到候選的前景目標像素;(23)提取目標:根據(jù)檢測出來的前景目標像素,求得其聯(lián)通塊,作為候選的前景目標;(24)過濾目標:在步驟(23)的前景目標的基礎上,過濾大小過小的目標塊,或者不滿足所述異常事件的檢測算法的目標要求的目標塊,以獲得過濾后的前景目標;
(25)背景更新:根據(jù)當前畫面劃分好的前背景,融合當前畫面和背景畫面,得到最新的背景畫面,從而使背景更能應對光照變化和微小變動的變化;(26)目標跟蹤:跟蹤當前檢測到的過濾后的前景目標中的目標塊,獲得其運動軌跡;(27)目標分析:對目標塊的各項參數(shù)進行統(tǒng)計分析,判斷其是否滿足發(fā)生該異常事件的的相應條件,并做出是否發(fā)生異常事件的結(jié)論。與現(xiàn)有技術相比,本發(fā)明具有以下優(yōu)點:本發(fā)明針對變電站安全生產(chǎn)的相關視頻圖像分析算法的設計,并將其嵌入到當前的傳統(tǒng)監(jiān)控系統(tǒng)中,附加智能分析監(jiān)控設備,使得各變電站獨自監(jiān)控檢測事件,將結(jié)果通過網(wǎng)絡傳回主控中心匯總分析。本發(fā)明采用了智能監(jiān)控技術(包括人員入侵檢測、遺留物/被盜物識別、煙霧火光檢測和人員安全帽佩帶識別)和服務器級聯(lián)技術,其技術優(yōu)勢主要包括:I) 7 X 24全天候可靠監(jiān)控,不存在生物生理局限;2)多路并行分析;3)及時自動報警,在規(guī)范允許的范圍內(nèi)還可主動向相關部門報送數(shù)據(jù)以及操控相關設備進行應急處理,提聞響應速度;4)可集成計算機視覺領域的其他研究成果,完成如人臉辨識、人員統(tǒng)計等僅依靠人工難以完成的工作,拓寬視頻監(jiān)控系統(tǒng)的應用范圍;5)選擇性地完成數(shù)據(jù)備份,便于檢索查詢并可減小存儲空間消耗、延長數(shù)據(jù)留存周期;6)智能視頻圖像分析模塊嵌入到變電站的監(jiān)控系統(tǒng)中,大大提高了監(jiān)控的效率,從而使變電站的生產(chǎn)運行更加高效智能化。
為了更清楚的說明本發(fā)明的技術方案,下面將對實施例描述中所需要使用的附圖作簡單的介紹,顯而易見的,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領域普通技術人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明的電力智能視頻分析監(jiān)控系統(tǒng)的系統(tǒng)組網(wǎng)結(jié)構(gòu)圖;圖2為圖1中各個結(jié)點的模塊組成結(jié)構(gòu)示意圖。圖3為本發(fā)明電力智能視頻分析監(jiān)控方法的智能視頻分析流程示意圖。圖4為圖3中智能視頻分析基本步驟示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術方案進行清楚、完整的描述,顯然所描述的實施例僅是本發(fā)明的一部分實施例,不是全部的實施例,基于本發(fā)明中的實施例,本領域普通技術人員在沒有付出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。實施例1本發(fā)明在符合標準通信協(xié)議的基礎上,采用了計算機視覺技術,實現(xiàn)了系統(tǒng)的智能分析功能。本發(fā)明還在符合標準通信協(xié)議的服務器級聯(lián)技術搭建了智能監(jiān)控平臺及管理信息系統(tǒng),具體來說,本發(fā)明的核心技術主要包括:1、智能監(jiān)控技術在經(jīng)典智能監(jiān)控算法的基礎上,應用統(tǒng)計建模思想和數(shù)學分析手段針對實際的變電站環(huán)境嘗試解決人員入侵、遺留物/被盜物識別、煙霧火光檢測還有人員安全帽佩戴識另O。也即,引入實際現(xiàn)場分析得到的統(tǒng)計信息和先驗知識采用計算機視覺和人工智能的方法在幾乎不需要人工干預的情況下通過對攝像機拍攝的圖像序列進行自動分析來對動態(tài)場景中的人員進行檢測,識別和跟蹤。同時還能對施工工作人員的遺落物也可進行檢測和定位。此外,針對變電站可能出現(xiàn)的火情還有人員安全帽佩戴識別,也有相對應的智能監(jiān)控算法來分別實現(xiàn)。以上相應智能識別算法都可進行指定區(qū)域的識別并進行相應的彈出界面和語音等多種報警方式。2、服務器級聯(lián)技術在符合相關通信協(xié)議標準的基礎上,集合了視頻聯(lián)網(wǎng)、權(quán)限細分管理、分布式云存儲與計算、主干線路由管理、流媒體點播、異質(zhì)設備互聯(lián)等技術的嵌入式監(jiān)控綜合管理系統(tǒng)。采用先進的系統(tǒng)級模塊化組網(wǎng)方式,支持不同規(guī)模的建設需求。本發(fā)明的電力智能視頻監(jiān)控系統(tǒng)采用低耦合度的模塊化組合方式支持搭建三級以上中、大規(guī)模系統(tǒng),實現(xiàn)分布式部署,上下級平臺,同級平臺均為完整的平臺。不依賴于其他平臺的運行,相互間保持獨立,任何一級平臺發(fā)生故障均不會影響其他平臺及總體平臺的正常運行,充分保證了系統(tǒng)的安全穩(wěn)定運行。如圖1-2所示,本發(fā)明提出了一種電力智能視頻監(jiān)控系統(tǒng),包括終端結(jié)點、中間結(jié)點、總結(jié)點和客戶端,所述終端結(jié)點包括安裝在現(xiàn)場變電站處的攝像頭、視頻采集模塊、視頻分析模塊、第一中央處理模塊和第一通信模塊;所述攝像頭采集的畫面數(shù)據(jù)經(jīng)所述視頻采集模塊傳入所述第一中央處理模塊;所述視頻分析模塊對所述畫面數(shù)據(jù)中的異常事件進行分析以生成對應的報警數(shù)據(jù);所述中間結(jié)點包括第二通信模塊、第二中央處理模塊和第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第二通信模塊接收所有下屬變電站中所述第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第二中央處理模塊;所述第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第二通信模塊發(fā)送給所述總結(jié)點;所述總結(jié)點包括第三通信模塊、第三中央處理模塊和第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第三中央處理模塊;所述第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第三通信模塊發(fā)送給所述客戶端。進一步地,所述終端結(jié)點還包括第一數(shù)據(jù)存儲模塊和第一顯示模塊,分別用于保存和顯示所述攝像頭采集的畫面數(shù)據(jù)和所述視頻分析模塊生成的報警數(shù)據(jù)。進一步地,所述中間結(jié)點還包括第二數(shù)據(jù)存儲模塊和第二顯示模塊,分別用于保存和顯示所述第二中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。進一步地,所述總結(jié)點還包括第三數(shù)據(jù)存儲模塊和第三顯示模塊,分別用于保存和顯示所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。通過這種方式,可以采用終端結(jié)點、中間結(jié)點和總結(jié)點的架構(gòu)來實時的監(jiān)控變電站的具體情況,所述終端結(jié)點中的視頻分析模塊能夠?qū)λ鰯z像頭采集的畫面數(shù)據(jù)中的異常事件進行分析和判斷,如果有異常事件發(fā)生,則能夠生成對應的報警數(shù)據(jù),此時第一中央處理模塊能夠根據(jù)視頻分析模塊對異常事件的判斷結(jié)果,控制第一數(shù)據(jù)存儲模塊實時的存儲異常事件發(fā)生時攝像頭采集的畫面數(shù)據(jù),通過這種方式,終端結(jié)點上的第一數(shù)據(jù)存儲模塊只用存儲與異常事件相關的畫面數(shù)據(jù)和視頻分析模塊提供的報警數(shù)據(jù),大大的減少了存儲模塊的存儲壓力,從而節(jié)省了存儲空間,也為后續(xù)調(diào)用第一數(shù)據(jù)存儲模塊,以便在第一顯示模塊顯示畫面數(shù)據(jù)供用戶使用,提供了極大的方便。此外,由于終端結(jié)點處有效的降低了數(shù)據(jù)冗余,因此使得后續(xù)的中間結(jié)點能夠?qū)崟r有效的監(jiān)控下屬變電站點,而總結(jié)點也能夠?qū)崟r有效的監(jiān)控下屬中間結(jié)點,整個電力智能視頻監(jiān)控系統(tǒng)有效的降低了數(shù)據(jù)冗余帶來的視頻查看和分析困難,提高了監(jiān)控效率。進一步地,所述總結(jié)點還包括基于智能視頻分析的應用模塊,用于根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。通過這種方式,在總結(jié)點處可以對所有終端結(jié)點和中間結(jié)點處獲得的畫面數(shù)據(jù)和告警數(shù)據(jù)進行有效的統(tǒng)計分析,從而獲得整個視頻監(jiān)控系統(tǒng)的整體統(tǒng)計信息,為客戶端的用戶提供更好的數(shù)據(jù)服務。進一步地,所述視頻分析模塊包括:人員入侵告警模塊,用于對所述異常事件中的人員入侵進行檢測并告警;遺留物/被盜物告警模塊,用于對所述異常事件中的遺留物/被盜物進行識別并
告警;煙霧火光告警模塊,用于對所述異常事件中的煙霧火光進行檢測并告警;人員安全帽佩戴告警模塊,用于對所述異常事件中的人員安全帽未佩戴進行識別
并告警;視頻質(zhì)量自檢模塊,用于對視頻畫面是否出現(xiàn)質(zhì)量異常進行自檢并告警。通過這種方式,終端結(jié)點可以采用視頻分析模塊有效的檢測變電站處發(fā)生的異常事件,包括人員入侵告警、遺留物/被盜物告警、煙霧火光告警、人員安全帽佩戴告警以及視頻質(zhì)量自檢等,這些功能基本滿足了一般的變電站視頻監(jiān)控需求,可以有效的實現(xiàn)無人值守的變電站視頻監(jiān)控,由于視頻分析模塊采用了智能化的檢測算法,因此對這些異常事件的發(fā)生能夠進行有效的檢測,一旦檢測到這些異常事件,就可以將對應的畫面數(shù)據(jù)進行存儲,從而節(jié)省系統(tǒng)的整體存儲空間,降低了數(shù)據(jù)冗余,提供了視頻監(jiān)控效率。如圖1-2所示,本發(fā)明提出一種電力智能視頻監(jiān)控系統(tǒng),屬于一種適用于電力變電站無人值守的智能視頻監(jiān)控系統(tǒng),該系統(tǒng)可由多級子系統(tǒng)級聯(lián)組成。如圖1所示,為本發(fā)明的電力智能視頻監(jiān)控系統(tǒng)的系統(tǒng)組網(wǎng)結(jié)構(gòu)圖(包括中間結(jié)
點I (包括NI個終端結(jié)點)、中間結(jié)點2 (包括N2個終端結(jié)點)......中間結(jié)點C (包括NC
個終端結(jié)點),M個客戶端,一個總結(jié)點),對于每個變電站為一個終端結(jié)點,它們有自己獨立的一套智能視頻監(jiān)控系統(tǒng);由若干個變電站組成一個區(qū)域智能監(jiān)控系統(tǒng),各個變電站可將實時畫面和各自的智能視頻分析結(jié)果上報到中間結(jié)點,形成一個分監(jiān)控系統(tǒng);這些中間結(jié)點將所有的內(nèi)容上報到總結(jié)點,從而形成整體的智能視頻監(jiān)控系統(tǒng)。同時,總結(jié)點可對其下屬的所有中間結(jié)點和終端結(jié)點可以進行控制和管理,而每個中間結(jié)點只對其下屬的終端結(jié)點擁有控制權(quán)和管理權(quán),對其他中間結(jié)點既獨立也不能訪問。如圖2所示,為圖1中各個結(jié)點的模塊組成結(jié)構(gòu)示意圖,下面就各個結(jié)點的模塊組成做詳細介紹。(一)、終端結(jié)點終端結(jié)點對應于一個現(xiàn)場變電站的現(xiàn)場監(jiān)控系統(tǒng),有攝像頭、第一中央處理模塊、視頻采集模塊、視頻分析模塊、第一數(shù)據(jù)存儲模塊、第一顯示模塊和第一通信模塊構(gòu)成了一個獨立的智能視頻監(jiān)控系統(tǒng)。首先,在終端結(jié)點的各個需要部署攝像頭位置,安裝攝像頭。通過視頻采集模塊,將攝像頭所有的實時畫面采集到第一中央處理器模塊。第一中央處理器模塊可對采集得到的數(shù)據(jù)做以下處理:(I)將實時畫面數(shù)據(jù)送到第一顯示模塊,呈現(xiàn)給用戶;(2)將實時畫面數(shù)據(jù)保存到第一數(shù)據(jù)存儲模塊;(3)調(diào)用第一數(shù)據(jù)存儲模塊以回放歷史畫面數(shù)據(jù);(4)將實時畫面數(shù)據(jù)傳送到視頻分析模塊,視頻分析模塊分析其中是否存在異常事件(人員入侵、遺留物/被盜物、煙霧火光、安全帽佩戴等),并生成對應的報警數(shù)據(jù);(5)將畫面數(shù)據(jù)和報警數(shù)據(jù)封裝送到第一通信模塊,進而發(fā)送給上級結(jié)點。視頻分析模塊,可以配置各個攝像頭的視頻分析算法參數(shù),啟動視頻分析流程,同時將視頻分析的結(jié)果傳送到第一中央處理模塊。(二)、中間結(jié)點中間結(jié)點對應于區(qū)域監(jiān)控系統(tǒng)的區(qū)域監(jiān)控中心(也即分監(jiān)控中心),該監(jiān)控中心負責匯總其下屬的變電站的所有數(shù)據(jù)存儲和轉(zhuǎn)發(fā)。首先,由第二通信模塊接收下級傳送上來的畫面數(shù)據(jù)和報警數(shù)據(jù),然后傳送到第二中央處理模塊。第二中央處理模塊對這些數(shù)據(jù)做以下處理:(I)將實時畫面數(shù)據(jù)和報警數(shù)據(jù)送到第二顯示模塊,呈現(xiàn)給用戶;(2)將實時畫面數(shù)據(jù)和報警數(shù)據(jù)保存到第二數(shù)據(jù)存儲模塊;(3)經(jīng)由第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊,封裝數(shù)據(jù),進一步上傳到上級結(jié)點。(三)、總結(jié)點總結(jié)點對應于整體監(jiān)控系統(tǒng)的整體監(jiān)控中心(也即總監(jiān)控中心),負責管理和控制來自所有站端傳送上來的數(shù)據(jù),同時基于這些數(shù)據(jù),向客戶端提供相關的服務應用。首先,由第三通信模塊接收下級傳送上來的畫面數(shù)據(jù)和報警數(shù)據(jù),然后傳送到第三中央處理模塊。第三中央處理模塊對這些數(shù)據(jù)做以下處理:(I)將實時畫面數(shù)據(jù)和報警數(shù)據(jù)送到第三顯示模塊,呈現(xiàn)給用戶;(2)將實時畫面數(shù)據(jù)和報警數(shù)據(jù)保存到第三數(shù)據(jù)存儲模塊;(3)經(jīng)由第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊,封裝數(shù)據(jù),進一步發(fā)送到客戶端呈現(xiàn)給用戶;(4)將數(shù)據(jù)發(fā)送給基于智能視頻分析的應用模塊,為客戶端提供進一步的服務?;谥悄芤曨l分析的應用模塊,根據(jù)智能分析的報警記錄,提供相關的數(shù)據(jù)統(tǒng)計分析服務,將分析的結(jié)果由第三通信模塊傳送到客戶端。
(四)、客戶端客戶端是智能視頻監(jiān)控系統(tǒng)的最終用戶,通過第三通信模塊,可接受來自總結(jié)點的以下數(shù)據(jù)和服務:(I)實時的任意一個終端結(jié)點的畫面數(shù)據(jù);(2)每一個終端結(jié)點的報警記錄;(3)來自總結(jié)點基于智能視頻分析的應用模塊分析記錄的進一步數(shù)據(jù)統(tǒng)計分析結(jié)
果O實施例2如圖3-4所示,本發(fā)明的電力智能分析監(jiān)控方法的基本原理介紹如下。在上述監(jiān)控系統(tǒng)的基礎之上,本發(fā)明的電力智能分析監(jiān)控方法通過分析來自每個攝像頭的實時畫面,保證了視頻畫面質(zhì)量的同時,消除了很多冗余的視頻畫面,而將那些有用的或者出現(xiàn)異常時間的視頻畫面內(nèi)容及時保存,并及時傳送到監(jiān)控中心,這大大提高了監(jiān)控的存儲能力,也使得監(jiān)控中心能夠在最短時間內(nèi)排查潛在的變電站安全生產(chǎn)隱患,提高了生產(chǎn)效率。智能視頻(IV,Intelligent Video)技術源自計算機視覺(CV, Computer Vision)與人工智能(Al, Artificial Intelligent)的研究,其發(fā)展目標在于將圖像與事件描述之間建立一種映射關系,使計算機從紛繁的視頻圖像中分辨、識別出關鍵目標物體,這一研究應用于安防視頻監(jiān)控系統(tǒng)、將能借助計算機強大的數(shù)據(jù)處理能力過濾掉圖像中無用的或干擾信息、自動分析、抽取視頻源中的關鍵有用信息,從而使傳統(tǒng)的監(jiān)控系統(tǒng)中的攝像機不但成為人的眼睛,也使“智能視頻分析”計算機成為人的大腦,并具有更為“聰明”的學習思考方式。智能視頻分析系統(tǒng)的一般過程是:首先在監(jiān)控畫面的基礎上建立背景模型;然后對攝像頭捕獲的實時圖像,基于背景模型,檢測出移動或可疑的目標,并對目標進行跟蹤;最后在跟蹤上的目標的基礎上,對目標的行為進行分析,根據(jù)分析結(jié)果發(fā)出警告或做記錄
坐寸ο對于智能視頻監(jiān)控系統(tǒng)來說,顯然,場景中出現(xiàn)的人或車等運動目標應該是重點關注的對象,系統(tǒng)對這些運動目標進行實時檢測、跟蹤與識別,進而分析它們的運動或行為。對視頻序列圖像的處理過程可分為低層處理和高層處理兩個階段,低層處理過程包括場景建模,運動區(qū)域分割,目標分類,目標跟蹤等,高層處理過程包括人體運動分析,行為識別和行為理解。先經(jīng)過場景建模分割出運動區(qū)域,然后在目標分類環(huán)節(jié)確定目標類別(人、車或其他目標),下一步的工作就是對運動目標進行持續(xù)的跟蹤,以確定目標運動軌跡,并分析其行為特征和可能目的,以便采取相應措施,這些行為包括例如人員入侵、遺留物、煙火、人員安全帽是否佩帶安全帽等。也就是說,智能視頻監(jiān)控系統(tǒng)可通過對目標的持續(xù)跟蹤,軌跡分析,行為識別與理解,做出是否發(fā)生異常事件的判斷,進而采取必要措施并及時發(fā)出報警信號,同時記錄有關原始資料及證據(jù)。本發(fā)明還提供了一種電力智能視頻分析監(jiān)控方法,其特征在于,包括以下步驟:步驟101,利用終端結(jié)點中安裝在現(xiàn)場變電站處的攝像頭采集畫面數(shù)據(jù),并將其經(jīng)視頻采集模塊傳入終端結(jié)點中的第一中央處理模塊,所述畫面數(shù)據(jù)中的異常事件經(jīng)終端結(jié)點中的視頻分析模塊進行分析后生成對應的報警數(shù)據(jù);
步驟102,利用中間結(jié)點中的第二通信模塊接收所有下屬變電站中第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入中間結(jié)點中的第二中央處理模塊;所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第二通信模塊發(fā)送給總結(jié)點;步驟103,利用總結(jié)點中的第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入總結(jié)點中的第三中央處理模塊;所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第三通信模塊發(fā)送給客戶端。通過這種方式,可以采用終端結(jié)點、中間結(jié)點和總結(jié)點的架構(gòu)來實時的監(jiān)控變電站的具體情況,所述終端結(jié)點中的視頻分析模塊能夠?qū)λ鰯z像頭采集的畫面數(shù)據(jù)中的異常事件進行分析和判斷,如果有異常事件發(fā)生,則能夠生成對應的報警數(shù)據(jù),此時第一中央處理模塊能夠根據(jù)視頻分析模塊對異常事件的判斷結(jié)果,控制第一數(shù)據(jù)存儲模塊實時的存儲異常事件發(fā)生時攝像頭采集的畫面數(shù)據(jù),通過這種方式,終端結(jié)點上的第一數(shù)據(jù)存儲模塊只用存儲與異常事件相關的畫面數(shù)據(jù)和視頻分析模塊提供的報警數(shù)據(jù),大大的減少了存儲模塊的存儲壓力,從而節(jié)省了存儲空間,也為后續(xù)調(diào)用第一數(shù)據(jù)存儲模塊,以便在第一顯示模塊顯示畫面數(shù)據(jù)供用戶使用,提供了極大的方便。此外,由于終端結(jié)點處有效的降低了數(shù)據(jù)冗余,因此使得后續(xù)的中間結(jié)點能夠?qū)崟r有效的監(jiān)控下屬變電站點,而總結(jié)點也能夠?qū)崟r有效的監(jiān)控下屬中間結(jié)點,整個電力智能視頻分析監(jiān)控系統(tǒng)有效的降低了數(shù)據(jù)冗余帶來的視頻查看和分析困難,提高了監(jiān)控效率。進一步地,步驟103中,還包括根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。通過這種方式,在總結(jié)點處可以對所有終端結(jié)點和中間結(jié)點處獲得的畫面數(shù)據(jù)和告警數(shù)據(jù)進行有效的統(tǒng)計分析,從而獲得整個視頻分析監(jiān)控系統(tǒng)的整體統(tǒng)計信息,為客戶端的用戶提供更好的數(shù)據(jù)服務。進一步地,步驟101中,所述視頻分析模塊的視頻分析過程主要包括以下步驟:(11)加載視頻質(zhì)量自檢和視頻分析的參數(shù):其中視頻質(zhì)量自檢參數(shù)包括是否啟用雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控和視頻信號丟失這些常見攝像頭故障和視頻信號干擾的各項功能的開關,以及對應各項功能的相應算法參數(shù);視頻分析參數(shù)包括是否啟用人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件的各項功能的開關,以及對應各項功能的相應算法參數(shù)(這些自檢參數(shù)和視頻分析參數(shù),都可以根據(jù)用戶的需求來設定);(12)判斷是否部署算法:即視頻分析參數(shù)中的各項功能開關是否有開啟的,如果有則進入步驟(13),沒有則結(jié)束(例如可以選擇所有的視頻分析功能,包括啟用人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件的檢測功能開關,也可以只是選擇部分功能開關,這些可以根據(jù)用戶的需求來靈活設定;如果這些功能開關都沒有選擇,則就不存在相應的視頻分析過程,只是一般的視頻監(jiān)控而已);(13)視頻質(zhì)量自檢:即檢查視頻畫面是否出現(xiàn)質(zhì)量異常,如果有質(zhì)量異常,則給出質(zhì)量異常報警,并繼續(xù)視頻質(zhì)量自檢;如果無質(zhì)量異常,則進入步驟(14)(這里,視頻質(zhì)量如果存在異常,則必將使得整個視頻分析過程,準確度不高,因此必須滿足一定的視頻質(zhì)量要求,才能進行下一步的視頻分析);(14)視頻分析:即判斷是否發(fā)生異常事件,如果檢測沒有異常事件發(fā)生,則繼續(xù)進行視頻分析;如果檢測有異常事件發(fā)生,則進入步驟(15)(這里需要采用一定的異常事件檢測算法,才能夠判斷是否有異常事件發(fā)生,例如人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件,都分別有相應的算法進行檢測,由于這類的算法較多,這里不再贅述);(15)標記事件、報警和保存記錄:即在畫面中標注包括事件類型和事件發(fā)生位置的事件信息,同時給出報警,并保存相關的日志記錄。通過這種方式,視頻分析模塊能夠有效的完成參數(shù)設定、選擇視頻分析算法、視頻質(zhì)量自檢、視頻分析和對異常事件的標記、報警和數(shù)據(jù)保存,這種視頻分析的過程,能夠有效的實現(xiàn)一般的視頻分析過程,基本滿足用戶的視頻分析需求。進一步地,步驟(14)中視頻分析對異常事件的檢測算法的基本步驟包括:(21)對當前畫面進行預處理,通過圖像去噪和增強操作,消除圖像中出現(xiàn)的噪聲;(22)背景減除:將當前處理后的畫面和背景畫面相減,得到候選的前景目標像素;(23)提取目標:根據(jù)檢測出來的前景目標像素,求得其聯(lián)通塊,作為候選的前景目標;(24)過濾目標:在步驟(23)的前景目標的基礎上,過濾大小過小的目標塊,或者不滿足所述異常事件的檢測算法的目標要求的目標塊,以獲得過濾后的前景目標;(25)背景更新:根據(jù)當前畫面劃分好的前背景,融合當前畫面和背景畫面,得到最新的背景畫面,從而使背景更能應對光照變化和微小變動的變化;(26)目標跟蹤:跟蹤當前檢測到的過濾后的前景目標中的目標塊,獲得其運動軌跡;(27)目標分析:對目標塊的各項參數(shù)進行統(tǒng)計分析,判斷其是否滿足發(fā)生該異常事件的的相應條件,并做出是否發(fā)生異常事件的結(jié)論。通過這種方式,可以有效的實現(xiàn)對異常事件的檢測,這里給出的步驟只是籠統(tǒng)的對例如人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件的檢測算法的共通的一般過程進行了介紹,通過背景減除、提取目標、過濾目標、背景更新、目標跟蹤和目標分析這些步驟,可以有效的實現(xiàn)對畫面中出現(xiàn)的目標(也即異常事件)進行檢測,從而實現(xiàn)相應的視頻分析過程。詳細來說,本發(fā)明的電力智能監(jiān)控方法主要包括以下方面。A.視頻在線分析事件分類在各變電站分別安裝I套視頻智能分析裝置,各站的智能分析裝置對來自本站各攝像頭的視頻圖像進行實時處理和計算,人員或物體入侵、可疑物品、火情、未佩戴安全帽等生產(chǎn)事件,向操作員發(fā)出告警信號,并記錄事件的圖片和錄像資料在本地存儲。具體的功能有如下幾點:I)人員入侵告警對于進入布防好的監(jiān)控畫面(或監(jiān)控畫面內(nèi)預先設定好的布防區(qū)域)的人或物,系統(tǒng)自動告警,并在第一時間進行現(xiàn)場抓圖及10秒鐘現(xiàn)場錄像記錄,以供后續(xù)調(diào)閱。為了實現(xiàn)上述監(jiān)控變電站的施工人員和保證設備安全,通過對人員入侵檢測算法,來實現(xiàn)對應無人現(xiàn)場的人員監(jiān)測。根據(jù)人員入侵的運動特性,首先需要檢測出畫面的運動區(qū)域,我們使用幀差法來檢測畫面運動區(qū)域?;谶\動目標檢測方法檢測人員的方法很多,各有利弊,性能不一,但共同的一個不足是只能對運動的人員進行檢測,若人員目標處于靜止狀態(tài)時,運動特征消失,從而導致這些方法的失效,因此,產(chǎn)生了基于人體特征的分割方法。在圖像或視頻中,形狀是一種很好的描述子,在區(qū)別人和其他物體時,形狀起很大的作用;在缺乏關于諸如顏色紋理等人物外形信息時,形狀是一種穩(wěn)定可靠的描述子。因此,形狀信息被廣泛地直接或間接應用于人員檢測算法中。在檢測出運動區(qū)域以后,怎么判定是人員,我們進行了大量的線下觀察和采用統(tǒng)計機器學習的方式進行特征的篩選。根據(jù)人員的一些特性我們依據(jù)以上的思想總結(jié)了人員運動區(qū)域的一些特征:(A).人員的靜態(tài)特征(I).靜態(tài)區(qū)域像素點面積人員區(qū)域一定占用一定的像素點面積,面積過小或者過大都是不合理的,這樣的區(qū)域可以作為噪聲去除。根據(jù)我們對實際現(xiàn)場的統(tǒng)計,站立姿勢的概率大致是70%以上,從而達到70%以上響應長寬比的區(qū)域可以作為人員區(qū)域備選。(2).頭肩曲線特征從備選區(qū)域中抽取形狀特征,采用幾何形狀特征抽取方法做抽取比對先驗頭肩曲線特征從而精確判定人員。(B).人員動態(tài)區(qū)域特征人運動起來,上身基本不動,下邊的兩條腿運動相對交大。體現(xiàn)在運動區(qū)域上就是,上邊的運動區(qū)域成整體運動,運動面積交大,下半部分成多個區(qū)域。所以一旦發(fā)現(xiàn)這樣的運動區(qū)域,即上邊面積大,下邊有若干面積較小的運動區(qū)域,并且最大外接矩形符合人身長寬比既可以預判定為人員。人員進入(也即人員入侵)算法具體的實現(xiàn)如下:a.對輸入的圖像進行逐幀或者隔幀采集;b.待運算相減圖像灰度化處理;c.兩幀想減并按照閾值二值化圖像,濾波消除噪聲,得到運動區(qū)域;d.根據(jù)先驗知識,抽取運動區(qū)域形狀特征;e.根據(jù)形狀特征抽取結(jié)果判斷是否是人員。2)遺留物/被盜物識別告警在布防好的系統(tǒng)監(jiān)控畫面(或監(jiān)控畫面內(nèi)預先設定好的布防區(qū)域)中,由于人物疏忽等因素,導致現(xiàn)場出現(xiàn)遺留物品,時間達到預先設定值,系統(tǒng)自動告警,并在第一時間進行現(xiàn)場抓圖,以供后續(xù)調(diào)閱。電力施工現(xiàn)場中遺留物檢測的研究,主要是針對固定監(jiān)測區(qū)域中出現(xiàn)的遺留物體。首先檢測進入施工現(xiàn)場的物體,然后分析判斷此物體是否為遺留物體。當進入場景的物體符合用戶預設的遺留檢測參數(shù)時(例如停留時間超過某個值),則進行實時報警、視頻記錄等處理。如果有物體進入監(jiān)測區(qū)域,但經(jīng)過檢測和分析判斷其不符合遺留物檢測條件時,可以選擇對此物體忽略或只是對此物體進入場景的視頻進行記錄,但并不觸發(fā)實時報警。根據(jù)遺留物檢測算法的描述以及針對遺留物的特征定義,我們設計的遺留物檢測總體流程可劃分為以下六個步驟。第一步,對固定監(jiān)測場景視頻序列的捕獲。第二步,對視頻序列進行預處理。這一階段主要是對已經(jīng)捕獲的視頻序列進行優(yōu)化處理,實現(xiàn)降低噪音干擾,增強序列圖像質(zhì)量的目的,為后續(xù)的處理提供較好的圖像序列。第三步,對經(jīng)過預處理的視頻序列圖像分別進行幀間差分和背景差分運算,并由直方圖計算前景目標像素數(shù)。第四步,由檢測算法提出的判斷標準,進行場景的分類。第五步,針對不同的場景,運用不同的檢測算法實現(xiàn)遺留物的檢測。第六步,場景中檢測出遺留物體時,以質(zhì)心判斷距法對其遺留特性進行分析。當確定目標物體為遺留物體時,則進行安全類防范措施,例如標記遺留物、觸發(fā)警報等。3)煙霧火花檢測告警在布防好的系統(tǒng)監(jiān)控畫面中,一旦出現(xiàn)明火或明顯的火花,系統(tǒng)自動告警,并在第一時間進行現(xiàn)場抓圖及10秒鐘現(xiàn)場錄像記錄,以供后續(xù)調(diào)閱。為了達到對煙霧探測報警的目的,需要對視頻序列各個視頻幀圖像中的煙霧疑似區(qū)域部分進行分析辨別,這也就需要在對其進行分析辨別前得到煙霧疑似區(qū)域,即把它從圖像中分割提取出來,在此基礎上才有可能進一步對目標進行各種特征統(tǒng)計,然后篩選出真正是煙霧或火光的區(qū)域。對于疑似區(qū)域的提取,可以采用減背景模型的方式,提取畫面中的運動區(qū)域。然后對于檢測出來的區(qū)域,根據(jù)火焰和煙霧的特征,進一步判斷。4)未佩戴安全帽告警在布防好的監(jiān)控畫面(或監(jiān)控畫面內(nèi)預先設定好的布防區(qū)域)中,出現(xiàn)入侵告警時,系統(tǒng)可以自動識別入侵人員是否按要求佩戴安全帽,一旦發(fā)現(xiàn)未佩戴安全帽的人員,系統(tǒng)自動告警,并在第一時間進行現(xiàn)場抓圖及10秒鐘現(xiàn)場錄像記錄,以供后續(xù)調(diào)閱。在變電站施工現(xiàn)場中,要面對高壓危險設備,施工人員進入現(xiàn)場佩戴安全帽是必要的安全措施。佩戴的安全帽有嚴格的等級之分,在國電系統(tǒng)中,國電系統(tǒng)安全帽顏色按照視覺識別系統(tǒng)(VI)規(guī)定:白色代表領導人員,藍色代表管理人員,黃色代表施工人員,紅色代表外來人員。在變電站的安全生產(chǎn)規(guī)范中,對進入變電設備施工現(xiàn)場的要求非常嚴格,如不允許不佩戴帽子進入現(xiàn)場,也不允許不同身份的人越界非法操作等。但違反安全規(guī)定不佩戴安全帽的情況也時有發(fā)生,帶來是安全隱患。如果可以通過監(jiān)控視頻直接對進入施工現(xiàn)場的人員的安全帽進行識別,那么就能及時的發(fā)現(xiàn)未戴安全帽或非法操作等現(xiàn)象的發(fā)生。為了實現(xiàn)上述監(jiān)控變電站的施工人員安全帽佩戴情況和是否有非法操作行為發(fā)生,通過對安全帽檢測和顏色識別的算法,來實現(xiàn)對施工人員是否佩戴安全帽的判斷以及對施工人員身份的識別,具體實現(xiàn)算法主要按以下過程進行:
a.對畫面中的行人進行檢測與跟蹤,分割出行人目標;b.對分割出來的行人目標,尋找其幾何質(zhì)心;c.確定行人目標的軸線;d.以質(zhì)心為出發(fā),分別向左上方和右上方引出與軸線角度為α的頭部區(qū)域限制線.
e.從行人目標從上往下掃描,確定在頭部區(qū)域限制線范圍內(nèi)的上輪廓為帽子區(qū)域的上邊界,封閉上邊界形成帽子區(qū)域;f.計算帽子區(qū)域中每個像素屬于最接近的顏色(紅,藍,綠,白,橙);g.統(tǒng)計帽子區(qū)域中每個像素3X3鄰域,用該鄰域中最多的顏色來替換當前像素的顏色值;h.統(tǒng)計帽子區(qū)域所有像素點的直方圖,直方圖中取值最大的對應的顏色值作為改帽子區(qū)域的顏色值;1.根據(jù)顏色值,如果為黑色,則判定為未佩戴帽子,否則根據(jù)不同顏色值輸出相應的身份。5)視頻畫面質(zhì)量檢測畫面質(zhì)量過差將導致智能分析系統(tǒng)無法準確處理:實際物體的大量特征被掩蓋會造成漏檢;而異常干擾很容易觸發(fā)誤報警。因此,本系統(tǒng)提供視頻質(zhì)量的自檢功能,并擴展到硬件診斷功能。,對視頻圖像出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控、視頻信號丟失等常見攝像頭故障、視頻信號干擾、視頻質(zhì)量下降進行準確分析、判斷和報警。根據(jù)成像質(zhì)量適時暫停事件識別計算、并排除可能的誤報,同時自動向用戶給出畫面質(zhì)量下降或硬件故障提示。視頻質(zhì)量診斷系統(tǒng)是一種智能化視頻故障分析與預警系統(tǒng),對視頻圖像出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控、視頻信號丟失等常見攝像頭故障、視頻信號干擾、視頻質(zhì)量下降進行準確分析、判斷和報警。系統(tǒng)按照診斷預案自動對攝像頭進行檢測,并記錄所有的檢測結(jié)果。視頻質(zhì)量診斷算法的設計,可以對每一幅視頻畫面,分別統(tǒng)計其顏色、梯度、移動等相關信息。根據(jù)顏色的直方圖統(tǒng)計,判斷畫面是否發(fā)生偏色;根據(jù)梯度的直方圖分布判斷畫面是否包含噪聲或者模糊;根據(jù)畫面特征點的變化判斷畫面是否發(fā)生移動。B.基于智能視頻分析應用各變電站在安裝視頻智能分析裝置后,除了在傳統(tǒng)的工業(yè)電視監(jiān)控基礎上實現(xiàn)上述幾種智能監(jiān)控,還可基于上述幾點智能視頻分析事件,結(jié)合變電站日常管理的需求,通過進一步的開發(fā),本項目實現(xiàn)如下幾點應用:I)通過入侵事件檢測,為變電站日常巡檢提供地點與時間的核查依據(jù);2)通過入侵事件檢測,為變電站計劃性站內(nèi)工作提供地點與時間的核查依據(jù);3)通過入侵事件及安全帽檢測,為進站人員中是否有人佩戴安全帽提供核查依據(jù);4)根據(jù)每個變電站的巡檢檢查結(jié)果,監(jiān)控中心可隨時對指定時間段和指定變電站,查看每日或每月的巡檢記錄報表,以方便對各個站的安全生產(chǎn)情況進行監(jiān)管。如圖3所示,針對智能視頻分析的具體過程,一個完整的智能視頻分析包括以下步驟:(I)加載視頻質(zhì)量自檢和視頻分析的參數(shù),其中視頻質(zhì)量自檢參數(shù)包括是否啟用雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控、視頻信號丟失等常見攝像頭故障、視頻信號干擾各項功能的開關,以及各項功能的相應算法參數(shù);視頻分析參數(shù)包括是否啟用人員入侵、遺留物、煙火、安全帽佩戴等各項功能開關,以及各項功能的相應算法參數(shù)。(2)判斷是否部署算法,即視頻分析參數(shù)中的各項功能開關是否有開啟的,如果有則進入下一步,沒有則結(jié)束智能視頻分析。(3)視頻質(zhì)量自檢,檢查視頻畫面是否出現(xiàn)質(zhì)量異常,如果有質(zhì)量異常,則給出質(zhì)量異常報警,直到檢查無質(zhì)量異常為止。(4)進行視頻分析,如果檢測有時間發(fā)生,則進入下一步,否則繼續(xù)智能視頻分析。(5)當發(fā)生事件,在畫面中標注事件類型和事件發(fā)生位置等信息,同時給出報警,并保存相關的日志記錄。其中,如圖4所示,智能視頻分析的算法基本步驟如下:(I)對當前畫面進行預處理,通過圖像去噪、增強等操作,消除圖像中出現(xiàn)的噪聲。(2)背景減除:將當前處理后的畫面和背景畫面相減,得到候選的前景目標像素。(3)提取目標:根據(jù)檢測出來的前景像素,求得其聯(lián)通塊,作為候選的前景目標。(4)過濾目標:在3的基礎上,過濾大小過小的目標塊,或者不滿足具體某一類算法的目標要求的目標塊。(5)背景更新:根據(jù)當前畫面劃分好的前背景,融合當前畫面和背景畫面,得到最新的背景畫面,從而是背景更能應對光照變化和微小變動的變化。(6)目標跟蹤:跟蹤當前檢測到的目標塊,獲得其運動軌跡。(7)目標分析:對目標的各項參數(shù)進行統(tǒng)計分析,判斷其是否達到發(fā)生該事件的臨界閾值,或滿足該事件發(fā)生的條件,并做出結(jié)論。通過以上的實施方式的描述,本領域的技術人員可以清楚地了解到本發(fā)明還可以通過其他結(jié)構(gòu)來實現(xiàn),本發(fā)明的特征并不局限于上述較佳的實施例。任何熟悉該項技術的人員在本發(fā)明的技術領域內(nèi),可輕易想到的變化或修飾,都應涵蓋在本發(fā)明的專利保護范圍之內(nèi)。
權(quán)利要求
1.一種電力智能視頻分析監(jiān)控系統(tǒng),包括終端結(jié)點、中間結(jié)點、總結(jié)點和客戶端,其特征在于, 所述終端結(jié)點包括安裝在現(xiàn)場變電站處的攝像頭、視頻采集模塊、視頻分析模塊、第一中央處理模塊和第一通信模塊;所述攝像頭采集的畫面數(shù)據(jù)經(jīng)所述視頻采集模塊傳入所述第一中央處理模塊;所述視頻分析模塊對所述畫面數(shù)據(jù)中的異常事件進行分析以生成對應的報警數(shù)據(jù); 所述中間結(jié)點包 括第二通信模塊、第二中央處理模塊和第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第二通信模塊接收所有下屬變電站中所述第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第二中央處理模塊;所述第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第二通信模塊發(fā)送給所述總結(jié)點; 所述總結(jié)點包括第三通信模塊、第三中央處理模塊和第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊,所述第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入所述第三中央處理模塊;所述第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊將所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)進行封裝,并通過所述第三通信模塊發(fā)送給所述客戶端。
2.如權(quán)利要求1所述的系統(tǒng),其特征在于,所述終端結(jié)點還包括第一數(shù)據(jù)存儲模塊和第一顯示模塊,分別用于保存和顯示所述攝像頭采集的畫面數(shù)據(jù)和所述視頻分析模塊生成的報警數(shù)據(jù)。
3.如權(quán)利要求1所述的系統(tǒng),其特征在于,所述中間結(jié)點還包括第二數(shù)據(jù)存儲模塊和第二顯示模塊,分別用于保存和顯示所述第二中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。
4.如權(quán)利要求1所述的系統(tǒng),其特征在于,所述總結(jié)點還包括第三數(shù)據(jù)存儲模塊和第三顯示模塊,分別用于保存和顯示所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)。
5.如權(quán)利要求1-4任一項所述的系統(tǒng),其特征在于,所述總結(jié)點還包括基于智能視頻分析的應用模塊,用于根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。
6.如權(quán)利要求1-4任一項所述的系統(tǒng),其特征在于,所述視頻分析模塊包括: 人員入侵告警模塊,用于對所述異常事件中的人員入侵進行檢測并告警; 遺留物/被盜物告警模塊,用于對所述異常事件中的遺留物/被盜物進行識別并告m.1=I , 煙霧火光告警模塊,用于對所述異常事件中的煙霧火光進行檢測并告警; 人員安全帽佩戴告警模塊,用于對所述異常事件中的人員安全帽未佩戴進行識別并告警;, 視頻質(zhì)量自檢模塊,用于對視頻畫面是否出現(xiàn)質(zhì)量異常進行自檢并告警。
7.一種電力智能視頻分析監(jiān)控方法,其特征在于,包括以下步驟: 步驟101,利用終端結(jié)點中安裝在現(xiàn)場變電站處的攝像頭采集畫面數(shù)據(jù),并將其經(jīng)視頻采集模塊傳入終端結(jié)點中的第一中央處理模塊,所述畫面數(shù)據(jù)中的異常事件經(jīng)終端結(jié)點中的視頻分析模塊進行分析后生成對應的報警數(shù)據(jù); 步驟102,利用中間結(jié)點中的第二通信模塊接收所有下屬變電站中第一通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入中間結(jié)點中的第二中央處理模塊;所述第二中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第二通信模塊發(fā)送給總結(jié)點; 步驟103,利用總結(jié)點中的第三通信模塊接收所有下屬中間結(jié)點中所述第二通信模塊發(fā)送的畫面數(shù)據(jù)和報警數(shù)據(jù),并將其傳入總結(jié)點中的第三中央處理模塊;所述第三中央處理模塊接收的畫面數(shù)據(jù)和報警數(shù)據(jù)經(jīng)第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊封裝后,通過所述第三通信模塊發(fā)送給客戶端。
8.如權(quán)利要求7所述的方法,其特征在于,步驟103中,還包括根據(jù)所述第三中央處理模塊接收到的畫面數(shù)據(jù)和報警數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析,并將分析結(jié)果由所述第三通信模塊傳送到所述客戶端。
9.如權(quán)利要求7或8所述的方法,其特征在于,步驟101中,所述視頻分析模塊的視頻分析過程主要包括以下步驟: (11)加載視頻質(zhì)量自檢和視頻分析的參數(shù):其中視頻質(zhì)量自檢參數(shù)包括是否啟用雪花、滾屏、模糊、偏色、畫面凍結(jié)、增益失衡、云臺失控和視頻信號丟失這些常見攝像頭故障和視頻信號干擾的各項功能的開關,以及對應各項功能的相應算法參數(shù);視頻分析參數(shù)包括是否啟用人員入侵、遺留物/被盜物、煙霧火光和人員安全帽佩戴這些異常事件的各項功能的開關,以及對應各項功能的相應算法參數(shù); (12)判斷是否部署算法:即視頻分析參數(shù)中的各項功能開關是否有開啟的,如果有則進入步驟(13),沒有則結(jié)束; (13)視頻質(zhì)量自檢:即檢查視頻畫面是否出現(xiàn)質(zhì)量異常,如果有質(zhì)量異常,則給出質(zhì)量異常報警,并繼續(xù)視頻質(zhì)量自檢;如果無質(zhì)量異常,則進入步驟(14); (14)視 頻分析:即判斷是否發(fā)生異常事件,如果檢測沒有異常事件發(fā)生,則繼續(xù)進行視頻分析;如果檢測有異常事件發(fā)生,則進入步驟(15); (15)標記事件、報警和保存記錄:即在畫面中標注包括事件類型和事件發(fā)生位置的事件信息,同時給出報警,并保存相關的日志記錄。
10.如權(quán)利要求9所述的方法,其特征在于,步驟(14)中視頻分析對異常事件的檢測算法的基本步驟包括: (21)對當前畫面進行預處理,通過圖像去噪和增強操作,消除圖像中出現(xiàn)的噪聲; (22)背景減除:將當前處理后的畫面和背景畫面相減,得到候選的前景目標像素; (23)提取目標:根據(jù)檢測出來的前景目標像素,求得其聯(lián)通塊,作為候選的前景目標; (24)過濾目標:在步驟(23)的前景目標的基礎上,過濾大小過小的目標塊,或者不滿足所述異常事件的檢測算法的目標要求的目標塊,以獲得過濾后的前景目標; (25)背景更新:根據(jù)當前畫面劃分好的前背景,融合當前畫面和背景畫面,得到最新的背景畫面,從而使背景更能應對光照變化和微小變動的變化; (26)目標跟蹤:跟蹤當前檢測到的過濾后的前景目標中的目標塊,獲得其運動軌跡; (27)目標分析:對目標塊的各項參數(shù)進行統(tǒng)計分析,判斷其是否滿足發(fā)生該異常事件的的相應條件,并做出是否發(fā)生異常事件的結(jié)論。
全文摘要
本發(fā)明公開了一種電力智能視頻分析監(jiān)控系統(tǒng)和方法,該系統(tǒng)包括終端結(jié)點、中間結(jié)點、總結(jié)點和客戶端,所述終端結(jié)點包括安裝在現(xiàn)場變電站處的攝像頭、視頻采集模塊、視頻分析模塊、第一中央處理模塊和第一通信模塊;所述中間結(jié)點包括第二通信模塊、第二中央處理模塊和第二數(shù)據(jù)轉(zhuǎn)發(fā)模塊;所述總結(jié)點包括第三通信模塊、第三中央處理模塊和第三數(shù)據(jù)轉(zhuǎn)發(fā)模塊,通過這種方式,電力智能視頻分析監(jiān)控系統(tǒng)和方法的監(jiān)控效率更高,智能化程度更好。
文檔編號H04N7/18GK103108159SQ20131001685
公開日2013年5月15日 申請日期2013年1月17日 優(yōu)先權(quán)日2013年1月17日
發(fā)明者張偉奎, 周喜賓, 繆剛, 李太華, 肖永立, 石靜, 劉沖, 于小強 申請人:新疆電力公司烏魯木齊電業(yè)局, 北京騰旭電網(wǎng)自動化技術有限公司