一种基于视频智能识别的水电厂状态监视系统及方法技术方案

本发明专利技术涉及一种基于视频智能识别的水电厂状态监视系统及方法，包括位于系统最前端的视频采集模块、与所述视频采集模块相连的嵌入式视频处理单元、与所述嵌入式视频处理单元相连的EVU设备设置客户端与视频应急业务处理平台。本发明专利技术采用机器代替人眼实现监控，降低出错率，提高效率。

Power plant state monitoring system and method based on video intelligent identification

The invention relates to a hydro power plant condition monitoring system and method of video based on intelligent identification, including video capture module, the system is located in the front end is connected with the video capture module of embedded video processing unit, and the embedded video processing unit is connected to the EVU equipment set emergency service client and the video processing platform. The invention adopts the machine instead of the human eye to realize the monitoring, thereby reducing the error rate and improving the efficiency.

【技术实现步骤摘要】
一种基于视频智能识别的水电厂状态监视系统及方法
本专利技术涉及水电产监控领域，特别是一种基于视频智能识别的水电厂状态监视系统及方法。
技术介绍
工业电视监控系统在水电厂得到广泛应用，对于及时发现生产运行现场出现的异常情况起到重要作用。目前主要依靠人工监视工业电视屏幕来发现现场异常情况，然而，随着视频监视点的增多，越来越多的视频画面需要运行人员监视，有限的人力难以胜任。不仅如此，研究表明人类很难对静止画面长时间保持高度注意，一般情况下监视者在盯着视频画面20多分钟之后，将对视频画面里95%以上的活动信息视而不见。工作人员不会也不可能持续地关注到监控画面中的重要信息。
技术实现思路
有鉴于此，本专利技术的目的是提出一种基于视频智能识别的水电厂状态监视系统及方法，采用机器代替人眼实现监控。本专利技术采用以下方案实现：一种基于视频智能识别的水电厂状态监视系统，包括位于系统最前端的视频采集模块、与所述视频采集模块相连的嵌入式视频处理单元、与所述嵌入式视频处理单元相连的EVU设备设置客户端与视频应急业务处理平台。进一步地，所述视频采集模块包括高清摄像机。进一步地，所述EVU设备设置客户端与视频应急业务处理平台通过3G或有限IP通路与所述嵌入式视频处理单元相连。本专利技术还提供了一种基于上文所述的基于视频智能识别的水电厂状态监视系统的方法，具体包括以下步骤：步骤S1：在观测区域设置高清相机；步骤S2：系统采用轮询的方式对视频采集模块中的各个相机进行识别，识别的时间间隔与每次识别时长均根据具体功能需要通过参数在所述EVU设备设置客户端进行设置；步骤S3：嵌入式视频处理单元接收来自视频采集模块的识别信息，根据嵌入的算法来分析识别信息，并将识别结果上传至视频应急业务处理平台与EVU设备设置客户端。进一步地，所述步骤步骤S1中的观测区域包括厂房内的水管和油罐、涵道内的水位、工具仪表的表盘；其中当观测区域为涵道内的水位时，采集的视频画面中包括水位线与涵道的交接线；当观测区域为工具仪表的表盘时，相机正对表盘和液柱。进一步地，步骤S3中嵌入的算法包括基于子空间的背景建模、基于稀疏编码的图像表示以及物体跟踪；其中所述基于子空间的背景建模采用主成分分析法来建立背景模型；所述基于稀疏编码的图像表示为通过将输入图像转换为稀疏表示用以获得更好的鲁棒性；所述物体跟踪为基于OnlineBoosting的框架在线实时提取鲁棒的物体特征进行跟踪，其中每一帧的检测结果都作为正样本，周围的四个区块作为负样本，检测过程中，每一个跟踪过程由物体检测结果触发；通过OnlineBoosting，在下一帧得到期望的目标位置，对于每一个预测结果，用物体检测模块进行打分以确保跟踪是否发生漂移；如果发现跟踪漂移，则触发跟踪终止，通过以上过程，得到一个新的物体的跟踪路径。与现有技术相比，本专利技术有以下有益效果：采用机器代替人眼来进行监控，依靠高效的智能计算模型和计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉无关信息，强化重要信息，为应急处置提供有力的支持。这一技术的开发将能够大幅度提高视频监测数据的应用效率，缩短应急反应时间，减少异常事件漏报，为安全运行提供保障。采用图像智能识别的方式可以有效替代人工，真正发挥监控系统的核心价值。附图说明图1为本专利技术系统原理示意图。图2为本专利技术实施例中的检测跟踪框架。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。如图1所示，本实施例提供了一种基于视频智能识别的水电厂状态监视系统，包括位于系统最前端的视频采集模块、与所述视频采集模块相连的嵌入式视频处理单元、与所述嵌入式视频处理单元相连的EVU设备设置客户端与视频应急业务处理平台。在本实施例中，所述视频采集模块包括高清摄像机。在本实施例中，所述EVU设备设置客户端与视频应急业务处理平台通过3G或有限IP通路与所述嵌入式视频处理单元相连。本实施例还提供了一种基于上文所述的基于视频智能识别的水电厂状态监视系统的方法，具体包括以下步骤：步骤S1：在观测区域设置高清相机；步骤S2：系统采用轮询的方式对视频采集模块中的各个相机进行识别，识别的时间间隔与每次识别时长均根据具体功能需要通过参数在所述EVU设备设置客户端进行设置；步骤S3：嵌入式视频处理单元接收来自视频采集模块的识别信息，根据嵌入的算法来分析识别信息，并将识别结果上传至视频应急业务处理平台与EVU设备设置客户端。在本实施例中，所述步骤步骤S1中的观测区域包括厂房内的水管和油罐、涵道内的水位、工具仪表的表盘；其中当观测区域为涵道内的水位时，采集的视频画面中包括水位线与涵道的交接线；当观测区域为工具仪表的表盘时，相机正对表盘和液柱。在本实施例中，步骤S3中嵌入的算法包括基于子空间的背景建模、基于稀疏编码的图像表示以及物体跟踪；其中所述基于子空间的背景建模采用主成分分析法来建立背景模型；所述基于稀疏编码的图像表示为通过将输入图像转换为稀疏表示用以获得更好的鲁棒性；所述物体跟踪为基于OnlineBoosting的框架在线实时提取鲁棒的物体特征进行跟踪，其中每一帧的检测结果都作为正样本，周围的四个区块作为负样本，检测过程中，每一个跟踪过程由物体检测结果触发；通过OnlineBoosting，在下一帧得到期望的目标位置，对于每一个预测结果，用物体检测模块进行打分以确保跟踪是否发生漂移；如果发现跟踪漂移，则触发跟踪终止，通过以上过程，得到一个新的物体的跟踪路径。在本实施例中，所述基于子空间的背景建模，采用主成分分析(PrincipleComponentAnalysis，简称PCA)来建立背景模型，由于运动物体对于背景的统计特性贡献很小，对多帧图像进行特征值分解时，特征值较大的特征向量(即主成分)对应着背景的统计特性。将图像区域看作是一种随机向量，可以用K-L变换获取其正交K-L基底，对应其中较大特征值的基底主要表征了静止背景的特性。高维图像空间经K-L变换后可得到一组新的正交基，因此，可以保留部分正交基，以生成低维背景空间。K-L变换的生成矩阵一般是训练样本集的总体散布矩阵。每一帧背景图像的投影都可以获得一组坐标系数，这组坐标系数表明了静止背景在子空间中的位置，实验表明它具有一定的稳定性。在本实施例中，稀疏表示(sparserepresentation)是一种将信号用较少数量的基本信号（称作原子）的线性组合来进行表示的方法。原子是从一个所谓的过完备的字典里面选取。从形式上来看，这个过完备的字典就是众多原子的集合，并且包含原子的数量超过信号空间的维度，因此任何信号都可以用至少一种不同原子的组合来进行表示。信号内在的结构是稀疏表示的基础。通过将输入图像转换为稀疏表示可以获得更好的鲁棒性，利用这种内在的结构更好的消除噪声等干扰。本实施例首先从训练图像库上建立10×10图像块的256个原子的稀疏表示字典，多尺度特性通过借助图像金字塔获得。对于输入图像通过稀疏表示可以获得两个结果：1）利用稀疏表示重构原始图像可以去除视频帧中的一些噪声，并将重构后的图像作为后续特征提取的输入图像。2）将稀疏编码作为图像概念的一种表示方法，这种表示方法因为具有局部统计特性和描述了自然图像的内在统计特性，从而相比基于像素的表示方法具有更好的鲁棒性和推广性。通过本文档来自技高网...

【技术保护点】
一种基于视频智能识别的水电厂状态监视系统，其特征在于：包括位于系统最前端的视频采集模块、与所述视频采集模块相连的嵌入式视频处理单元、与所述嵌入式视频处理单元相连的EVU设备设置客户端与视频应急业务处理平台。

【技术特征摘要】
1.一种基于视频智能识别的水电厂状态监视系统，其特征在于：包括位于系统最前端的视频采集模块、与所述视频采集模块相连的嵌入式视频处理单元、与所述嵌入式视频处理单元相连的EVU设备设置客户端与视频应急业务处理平台。2.根据权利要求1所述的一种基于视频智能识别的水电厂状态监视系统，其特征在于：所述视频采集模块包括高清摄像机。3.根据权利要求1所述的一种基于视频智能识别的水电厂状态监视系统，其特征在于：所述EVU设备设置客户端与视频应急业务处理平台通过3G或有限IP通路与所述嵌入式视频处理单元相连。4.一种基于权利要求1所述的基于视频智能识别的水电厂状态监视系统的方法，其特征在于：包括以下步骤：步骤S1：在观测区域设置高清相机；步骤S2：系统采用轮询的方式对视频采集模块中的各个相机进行识别，识别的时间间隔与每次识别时长均根据具体功能需要通过参数在所述EVU设备设置客户端进行设置；步骤S3：嵌入式视频处理单元接收来自视频采集模块的识别信息，根据嵌入的算法来分析识别信息，并将识别结果上传至视频应急业务处理平台与EVU设备设置客户端。5.根据权利要求4所述的一种基于权利要求1所述的...

【专利技术属性】
技术研发人员：庄明，王昕，李宇胜，吴慧峰，葛耿民，张伟，聂俊胜，王静怡，杨天水，陈建南，林新，余怀湘，
申请(专利权)人：国网福建省电力有限公司，国家电网公司，福建水口发电集团有限公司，
类型：发明
国别省市：福建,35