一种油田实时视频智能检测与跟踪方法及装置制造方法及图纸

本发明专利技术涉及一种油田实时视频智能检测与跟踪方法及装置。该方法包括：获取视频流；对视频流进行目标检测；当目标检测结果中存在目标时，对目标进行实时跟踪。本发明专利技术将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

【技术实现步骤摘要】
一种油田实时视频智能检测与跟踪方法及装置
本专利技术涉及一种视频智能检测与跟踪方法，尤其是涉及一种油田实时视频智能检测与跟踪方法及装置。
技术介绍
油田的井场、站库等设施有时会受到一些不安定因素的威胁，例如行人或动物目标的闯入等。为了保障油田的勘探、开发、生产安全，有必要对传回的实时视频进行智能分析。如果发现有不明目标的闯入，及时检测出来，以便后续的处理。现有的各种视频检测方法都能对人们所需要的各种场所，提供一种实时、形象、真实的反映被监控对象的画面，这些视频监控系统集成了预防、监视、控制取证和管理等多种功能，可用作即时处理或事后分析。然而，现有的视频检测与跟踪方法并没有针对油田业务的。例如针对车辆的检测与跟踪方法：检测视频中的车辆，对标记出的车辆编号，并记录车辆信息，若驾驶员要求对车辆进行跟踪，则切换到跟踪模式。但是这种方法主要是针对车辆的检测与跟踪。再例如针对水利防控的检测与跟踪方法，如CN103325216A公开的“基于视频监控的水利防汛监控预警方法与系统”，该方法将智能高速球型摄像机连接到视频行为分析服务器，用户登录到监控预警平台软件当中，在监控预警平台的存储单元设置预警图像、信息的存储路径与存储方式，视频行为分析服务器逐次调用关联的智能高速球机预置位，其涉及视频监控与河流防汛排污检测的结合。但这种方法仅是用于水利防控，目前并没有在油田领域进行尝试与探索。对于油田而言，主要是针对分布在野外的油井、输油管道以及站库进行实时监测，任何运动体都可能对这些设施造成破坏，从这个角度来说，油田应急监测会更关注运动目标的检测和其后续的动向。
技术实现思路
(一)要解决的技术问题为了解决现有技术的不足，本专利技术提供一种油田实时视频智能检测与跟踪方法及装置，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。(二)技术方案为了达到上述目的，本专利技术采用的主要技术方案包括：一种油田实时视频智能检测与跟踪方法，其包括：101，获取视频流；102，对所述视频流进行目标检测；103，当目标检测结果中存在目标时，对所述目标进行实时跟踪。可选地，步骤102，具体包括：102-1，对于所述视频流中的任意一帧，获取所述任意一帧的上一帧图像和所述任意一帧的下一帧图像；102-2，计算所述任意一帧与所述上一帧的差D(n,n-1)以及所述下一帧与所述任意一帧的差D(n+1,n)；102-3，根据所述D(n,n-1)、所述D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。可选地，步骤102-2，具体包括：D(n,n-1)＝|In(x,y)-In-1(x,y)|；D(n+1,n)＝|In+1(x,y)-In(x,y)|；其中，(x,y)为像素点的坐标，In(x,y)为任意一帧图像的像素值。可选地，步骤102-3，具体包括：可选地，步骤103，具体包括：103-1，根据所述任意一帧图像S的大小建立模板；103-2，从所述S左上角开始遍历每一像素点(i,j)，计算所述模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC。可选地，步骤103-1，具体包括：所述模板的大小＝0.39·S的大小。可选地，步骤103-2，具体包括：其中，T(i,j)为所述模板在(i,j)处的亮度值，S(x+i,y+j)为所述S在(x+i,y+j)处的亮度值。可选地，步骤103执行之后，还包括：若对所述目标进行实时跟踪后未发现运动目标，则重新执行步骤101及后续步骤。除此之外，本专利技术采用的主要技术方案还包括：一种油田实时视频智能检测与跟踪装置，所述装置，包括：获取模块，用于获取视频流；检测模块，用于对所述获取模块获取的视频流进行目标检测；跟踪模块，用于当所述检测模块的目标检测结果中存在目标时，对所述目标进行实时跟踪；所述检测模块，用于对于所述视频流中的任意一帧，获取所述任意一帧的上一帧图像和所述任意一帧的下一帧图像；计算所述任意一帧与所述上一帧的差D(n,n-1)以及所述下一帧与所述任意一帧的差D(n+1,n)；根据所述D(n,n-1)、所述D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)；所述检测模块，用于根据如下公式计算D(n,n-1)和D(n+1,n)，D(n,n-1)＝|In(x,y)-In-1(x,y)|；D(n+1,n)＝|In+1(x,y)-In(x,y)|；其中，(x,y)为像素点的坐标，In(x,y)为任意一帧图像的像素值；所述检测模块，用于根据如下公式计算D(n)，所述跟踪模块，用于根据所述任意一帧图像S的大小建立模板；从所述S左上角开始遍历每一像素点(i,j)，计算所述模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC；所述模板的大小＝0.39·S的大小；所述跟踪模块，用于根据如下公式计算NC，其中，T(i,j)为所述模板在(i,j)处的亮度值，S(x+i,y+j)为所述S在(x+i,y+j)处的亮度值。可选地，所述装置，还包括：控制模块，用于当对所述目标进行实时跟踪后未发现运动目标时，控制获取模块、检测模块和跟踪模块重新执行。(三)有益效果本专利技术的有益效果是：获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。附图说明图1为本专利技术一个实施例提供的一种油田实时视频智能检测与跟踪方法流程图；图2为本专利技术一个实施例提供的另一种油田实时视频智能检测与跟踪方法流程图；图3为本专利技术一个实施例提供的一种基于归一化相关的区域匹配跟踪算法示意图；图4为本专利技术一个实施例提供的另一种油田实时视频智能检测与跟踪方法流程图；图5为本专利技术一个实施例提供的一种油田实时视频智能检测与跟踪装置结构示意图。具体实施方式为了更好的解释本专利技术，以便于理解，下面结合附图，通过具体实施方式，对本专利技术作详细描述。现有的视频检测与跟踪方法并没有针对油田业务的。为了解决该问题，根据油田勘探开发生产的特点，本专利技术提供一种油田实时视频智能检测与跟踪方法及装置，可以通过获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。参见图1，本实施例提供的一种油田实时视频智能检测与跟踪方法，包括：101，获取视频流。102，对视频流进行目标检测。可选地，步骤102，具体包括：102-1，对于视频流中的任意一帧，获取该任意一帧的上一帧图像和该任意一帧的下一帧图像。102-2，计算该任意一帧与上一帧的差D(n,n-1)以及下一帧与该任意一帧的差D(n+1,n)。102-3，根据D(n,n-1)、D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。可选地，步骤102-2，具体包括：D(n,n-1)＝|In(x,y)-In-1(x,y)|；D(n+1,本文档来自技高网...

【技术保护点】
一种油田实时视频智能检测与跟踪方法，其特征在于，所述方法，包括：101，获取视频流；102，对所述视频流进行目标检测；103，当目标检测结果中存在目标时，对所述目标进行实时跟踪。

【技术特征摘要】
1.一种油田实时视频智能检测与跟踪方法，其特征在于，所述方法，包括：101，获取视频流；102，对所述视频流进行目标检测；103，当目标检测结果中存在目标时，对所述目标进行实时跟踪。2.根据权利要求1所述的方法，其特征在于，步骤102，具体包括：102-1，对于所述视频流中的任意一帧，获取所述任意一帧的上一帧图像和所述任意一帧的下一帧图像；102-2，计算所述任意一帧与所述上一帧的差D(n,n-1)以及所述下一帧与所述任意一帧的差D(n+1,n)；102-3，根据所述D(n,n-1)、所述D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。3.根据权利要求2所述的方法，其特征在于，步骤102-2，具体包括：D(n,n-1)＝|In(x,y)-In-1(x,y)|；D(n+1,n)＝|In+1(x,y)-In(x,y)|；其中，(x,y)为像素点的坐标，In(x,y)为任意一帧图像的像素值。4.根据权利要求2所述的方法，其特征在于，步骤102-3，具体包括：5.根据权利要求1所述的方法，其特征在于，步骤103，具体包括：103-1，根据所述任意一帧图像S的大小建立模板；103-2，从所述S左上角开始遍历每一像素点(i,j)，计算所述模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC。6.根据权利要求5所述的方法，其特征在于，步骤103-1，具体包括：所述模板的大小＝0.39·S的大小。7.根据权利要求5所述的方法，其特征在于，步骤103-2，具体包括：其中，T(i,j)为所述模板在(i,j)处的亮度值，S(x+i,y+j)为所述S在(x+i,y+j)处的亮度值。8.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：陈圣波，刘炎，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22