图像模糊识别技术在高压输电线路智能化视频监控系统中应用的研究.docx
《图像模糊识别技术在高压输电线路智能化视频监控系统中应用的研究.docx》由会员分享，可在线阅读，更多相关《图像模糊识别技术在高压输电线路智能化视频监控系统中应用的研究.docx（14页珍藏版）》请在冰豆网上搜索。
图像模糊识别技术在高压输电线路智能化视频监控系统中应用的研究
项目名称：
图像模糊识别技术在高压输电线路智能化视频监控系统中应用的研究
申请单位：
起止时间：
申请日期：
一、
目的和意义
随着电力系统规模的扩大，高压远距离架空输电线路日益增多。
高压输电线路由于分布范围广，穿越地区地形复杂、气候条件多变，传输距离远，造成人力巡检不能及时有效的巡视和监控，国内外都发生过由于高压输电线路或杆塔被盗而诱发的电力系统瓦解事故。
另外，处在荒郊野外的杆塔线路极易受到环境外力的破坏，由此引起的线路跳闸事故逐年增加。
如何有效的，快速的建立高压输电线路安全防范机制，从而减少输电线路设施受自然灾害和人为被盗已成为了保障电力系统正常运行的当务之急。
现有的解决办法是安装视频摄像头，拍下图片，由工作人员对比原始图片人工分析是否被盗或受灾。
这种方法起到了一些作用，但仍然不能及时有效的监控线路，发现问题。
我们拟研制的高压输电线路智能化视频监控系统，在原有视频技术的基础上，采用图像模糊识别技术和嵌入式视频技术对监测对象自动分析报警，从而实现对输电线路的实时监控，及时发现被盗和受灾区域，看到具体破坏的位置，为抢修线路节约时间和人力成本。
该系统的研制和应用能够从技术上保证电网的安全运行，也方便了电力行业的管理，同时提高了管理效率。
具有巨大的社会和经济效益。
二、国内外研究水平综述
视频监控系统发展了短短二十几年时间，从最早模拟监控到前些年数字监控，再到现在网络视频监控，发生了翻天覆地变化。
从技术角度出发，视频监控系统发展划分为第一代模拟视频监控系统（CCTV），到第二代基于“PC＋多媒体卡”数字视频监控系统（DVR），到第三代完全基于IP网络视频监控系统（IPVS）。
1、模拟视频监控系统（CCTV）
模拟视频监控系统发展较早，主要由摄像机、视频矩阵、监视器、录像机等组成，通过视频矩阵主机可以将来自摄像机的视频图像显示在监视器，并能用键盘进行切换和控制或将图像信息录像到磁带；远距离图像传输采用模拟光纤，利用光端机进行视频的传输。
由于系统视频信号的采集、传输、存储均为模拟形式，因此图像信号不受损失。
模拟视频监控系统优缺点：
（1）图像信息采用视频电缆以模拟方式传输；
（2）主要应用于小范围内的监控；
（3）监控图像一般只能在控制中心查看；
（4）有线模拟视频监控无法联网，只能以点对点的方式监视现场，使得布线工程量极大；
（5）无法形成有效的报警联动；
（6）系统的扩展性较差。
2、基于“PC＋多媒体卡”数字视频监控系统（DVR）
基于“PC＋多媒体卡”数字视频监控系统，以高性能的多媒体工控机为核心，采用模块化结构，将主控端的全部设备集成与一体，该系统还具有友好的人机交互界面和基于网络的多级分控能力，每一级都有自我管理和控制的功能，并可以受上一级的控制。
基于“PC＋多媒体卡”数字视频监控系统优缺点：
（1）由于网络技术和视频压缩技术的滞后，无法组建大型监控系统，监控信息局限于本地；
（2）要实现远距离视频传输需铺设光缆、在光缆两端安装视频光端机设备；
（3）模拟传输数字化存储；
（4）数字化程度不够，远程观看、管理、资料交流功能有限；
（5）施工规模仍较大；
（6）扩展性受限、稳定性不足；
（7）系统建设成本高；
（8）不易维护、且维护费用较大。
3、完全基于IP网络视频监控系统（IPVS）
完全基于IP网络视频监控系统（IPVS）也称嵌入式视频监控系统。
以网络为依托，以数字视频的压缩、传输、存储和播放为核心，系统将传统的视频、音频及控制信号数字化，以IP包的形式在网络上传输，以智能实用的图像理解和分析为特色。
实现了视频/音频的数字化、系统的网络化、应用的多媒体化以及管理的智能化。
嵌入式视频监控系统是现今最先进、技术含量最高的视频监控系统。
它可解决当前平安社会、平安电力系统几乎所有各类远程、分散处所与设备的视频监控问题；可以克服电源不便、通信不便等关键性问题。
嵌入式视频从局域网络到广域网络，从一个城市到另一个城市，从一个国家到另一个国家，都能完成在现场所能完成的一切任务。
是技术发展和社会进步的一次巨大飞跃，具有深远的现实意义。
嵌入式视频Web服务器监控系统与其它监控系统的比较：
（1）布控区域广阔
嵌入式视频Web服务器监控系统的Web服务器直接连入网络，没有线缆长度和信号衰减的限制，同时网络是没有距离概念的，彻底抛弃了地域的概念，扩展布控区域。
（2）系统具有几乎无限的无缝扩展能力
所有设备都以IP地址进行标识，增加设备只是意味着IP地址的扩充。
（3）可组成非常复杂的监控网络
采用基于嵌入式Web服务器为核心的监控系统，在组网方式上与传统的模拟监控和基于PC平台的监控方式有极大的不同，由于Web服务器输出已完成模拟到数字的转换并压缩，采用统一的协议在网络上传输，支持跨网关、跨路由器的远程视频传输。
（4）性能稳定可靠，无需专人管理
嵌入式Web服务器实际上基于嵌入式电脑技术，采用嵌入式实时多任务操作系统，又由于视频压缩和Web功能集中到一个体积很小的设备内，直接连入局域网或广域网，即插即看，系统的实时性、稳定性、可靠性大大提高，也无需专人管理，非常适合于无人值守的环境。
三、项目的理论和实践依据
1、工作原理与系统结构
拟研制的输电线路智能化视频监控系统能够对绝缘子串、导线（导线金具、导线弧垂）、地线（地线金具、地线羊角）、杆塔（塔身、塔基及对面杆塔）等进行全方位无盲点监视，并且可以监测到输电绝缘子闪络弧光情况。
以高灵敏度的红外报警启动即时拍摄监控现场视频录象以及启动即时抓拍检测现场图片，将远程无人值守或观测人员无法到达的现场情况的高清晰图文信息数据以及其它现场辅助信息数据，后通过3G/GPRS/CDMA无线网络即时传送至监控中心监测人员，实现现场即时图片信息数据的采集、通信、分析、处理和应用的一体化。
（1）系统采用分层分布式结构，由摄像机、前置控制机和后台服务器三部分组成。
摄像机完成对输电线路的监视，将图像送到前置控制机进行图像的采集、转换以及告警，并将图像上传到后台服务器进行全面的监视和分析。
这种结构不仅使整套系统的结构非常清晰和简洁，也使得各子系统功能完整独立。
采用统一数据接口规范，大大提高了系统的兼容性和可扩展性。
（2）在线监视的数字化和网络化。
前置控制机通过先进的视频数字提取、将视频图像转换成计算机可以识别的数字视频，采用了先进的网络技术，网络之间传递数字化信息，避免了模拟小信号的距离传输，这是本项目实现高精确性和高可靠性测量的另一保证。
2关键技术分析
2.1嵌入式视频技术
嵌入式视频技术实现可以分解为三个方面：
嵌入式装置技术、嵌入式系统通信技术、后台集中与分散结合的管理技术。
2.1.1嵌入式装置技术
嵌入式装置技术又可分为嵌入式硬件技术、嵌入式软件技术和智能应用技术；还要妥善解决供电问题和通信自适应不同环境问题。
（1）嵌入式装置硬件技术——要能解决以下问题
◆体积小、重量轻，能在输电线路和铁塔现场方便安装；
◆能抵抗高压大电流现场强力电磁场干扰；
◆装置硬件的处理速度和存储容量要能适应自监视、自检测、自处理、自收自发自通信等众多工作量要求；
◆由于现场电能匮乏，硬件还要尽量节省电能。
（2）嵌入式装置软件技术——着重要解决装置的智能问题
常规软件包括嵌入式操作系统，含有与硬件相关的底层驱动软件、系统内核、设备驱动接口、通信协议、图形界面、标准化浏览器等，嵌入式操作系统在系统实时高效性、硬件的相关依靠性、软件固态化及应用的专用性等方面具有非常突出的特点。
2.1.2嵌入式系统通信技术
有线通信技术采用无线3G/GPRS/CDMA通信，只要有GPRS、CDMA通讯网络的地方均可使用、不用自建、维护通讯网络，通讯距离不受限制。
2.1.3后台集中与分散结合的管理方式
后台集中管理服务器内嵌入Web服务器，采用实时多任务操作系统。
使网络上用户可以直接用浏览器观看Web服务器上的摄像机图像，授权用户还可以控制摄像机、云台、镜头的动作或对系统配置进行操作。
●集中管理：
接收所有输电线路现场嵌入式装置的图像、短信及数据，存入数据库，实现集中统计分析数据等功能。
●分散管理：
对于紧急报警类信息和图片即时转发到相关线路责任人，使其可即时掌握、及时到现场进行必要的处理。
2.2图像模糊识别技术
图像模糊识别首先对背景建立统计模型，然后将当前需识别的图像与背景图像模型做位处理，提取出活动性前景图像再予以识别。
2.2.1背景图像建模
建模方法选取：
使用自适应基密尔估计法建立背景模型，可以取得较好的检测效果，但需要较多的存储空间而且运算复杂，实时性差；
W4算法以双峰分布描述单像素的概率分布，采用最大值、最小值及与最大帧之间的变化建立背景模型，可使运算速度加快，但其只利用图像的灰度信息，在应用中有局限性；
采用混合高斯模型（MOG）作为背景的统计模型，对每个高斯分布的参数不断进行更新以适应背景的逐渐变化；该方法对于非完全静止的时变背景有较好的适应能力；但MOG的缺点在于，当图像边缘纹理、颜色变化很明显的情况下，识别前景对象仍不是很准确；
本研究采用改进的混合高斯模型，在一定边框范围内，利用像素局部邻域之间的相关性，采用每一个像素点及其邻域组成的集合作为特征矢量来描述图像。
为了更加充分地利用边缘空间背景，本研究扩大图像背景分割建模，以从重复变化的背景中提取出活动目标。
（1）图像的混合高斯分布表示
利用像素邻域之间的相关性，采用每一个像素点及其邻域组成的集合作为特征矢量来描述图像。
例如，对像素x55采用其5×5邻域像素构成特征向量，即x55（x11,…x15,x21,…,x25,x31,…x35,x41,…x45x51,…x55）T。
为使白天、黑夜获得同样的识别效果，本系统使用灰度图像序列。
对集合
元素
采用5×5邻域内s像素的特征向量表示，则集合
可以表示为
。
在任意t时刻，像素
的混合高斯分布表示为
（1）
其中
表示为t时刻像素
的第k个高斯分布的权值，
为相应高斯分布的均值和协方差阵，
为多元高斯概率密度函数
（2）
其中协方差阵为
其中，I为25×25的单位矩阵。
对于前景或背景，5×5矩形区域内的像素，即特征矢量
内的25个元素具有较强的相关性，因此认为它们具有相同的方差是合理的。
***
（2）混合高斯分布参数的更新
为了适应光线亮度与背景中动态因素的变化，混合高斯分布参数随着新图像的到来要不断更新。
本研究对不同处理阶段采用不同的方法，两个阶段的具体方法如下：
①初始学习建立背景模型阶段
在该阶段，混合高斯分布参数的更新采用最大期望（EM）算法的在线K－均值近似方法。
②前景检测阶段
设联合图像分割与背景建模提取的运动前景二值模板为F2，基于灰度的背景建模检测的运动前景二值模板为F1。
若（x,y）位置F2（x,y）＝F1（x,y）。
说明最终检测的结果与基于灰度的背景建模检测的结果相同，该像素为前景点或是背景点，这种情况仍然按照学习建立初始背景模型阶段中的更新方法进行更新。
若F1（x,y）≠F2（x,y），进一步分为两种情况处理：
①F2（x,y）＝0,F1（x,y）＝1,即最终检测该像素点为背景点，而背景建模检测为前景点，则将匹配的高斯分布的权值降低；②F2（x,y）＝1,F1（x,y）＝0,即最终检测该像素点为前景点，而背景建模检测为背景点，则将权值最高的高斯分布的权值升高。
（3）前景图像识别
本研究对混合高斯分布中的各高斯分布设置相同的阀值
，若
，则此高斯分布属于背景分布之一，由此得到背景模型为
（4）
式中，角标b表示为背景。
是s分量K个高斯分布中属于背景模型的个数。
前景的检测即检测新的像素点
所对应的特征矢量
是否属于
中的某个高斯分布，属于
为背景点，否则为前景点。
2.2.2背景建模中的几个特征
（1）基于像素亮度的特征
像素亮度特征是背景建模中常用的一个特征。
在一个完全静止的场景中，一个像素在一段时间内的亮度变化服从高斯分布N（μ，σ）。
如果场景变化缓慢，那么只要用基本的高斯模型就可以适应这种变化。
在模型需要更新时，可以使用各种滤波器来实现。
在现实中，完全静止的场景是不存在的。
严格地说，在每一种情况下，像素都会呈现出不同的亮度值，具有不同的分布。
因此，只用单个的高斯分布来模拟像素亮度的概率密度函数是不充分的。
使用混合高斯分布（MOG）是建模时一种比较好的方法。
把每个像素在一段时间内的值作为一个“像素过程”，场景中每个像素最近观察值的分布用一个混合高斯分布来表示。
每个新的像素值可以由混合模型的主要组成之一来表示。
这种方法通过缓慢改变高斯分布值来处理光照的渐变问题，同时还可以处理阴影、摄像头抖动问题，可有效地实现图像监控系统活动对象识别功能。
再加上利用像素亮度的亮度特征，通过非参数核密度估计对背景建模。
其模型保留图像中每个像素亮度值的样本，然后用这个样本来估计像素亮度分布的密度函数。
这个模型可以估计任何新观察像素值的概率，达到处理背景比较凌乱、背景与前景同色的问题，同时减少由于摄像头的抖动而引起的误识。
为了解决像素的亮度随着光照的变化而改变，又引入Markov模型。
（2）基于块的特征
背景建模的过程也用到基于块特征的方法。
在背景学习的过程中用每一个块的中值模板和块标准偏移来代替第一块。
在每一个新帧，每一块与它的模板对应。
如果某块相对于标准偏移量的偏移程度很大，就认为它是前景区域。
（3）背景建模的保持
背景建模的保持是背景算法的一个难点。
一个理想的背景保持系统应该综合考虑以下的一些问题：
①背景对象可以移动，这种情况可能会被检测为前景；
②自然光照的渐亮变化；
③光照的突变，例如闪电等天气的突然变化；
④摆动的树枝和草叶，这种情况使背景像素值频繁改变，且像素值之间的关系不是很清晰；
⑤云彩或塔身投入的阴影；
⑥活动对象停在场景中；
背景模型的保持拟从多种空间尺度来处理，例如结合图像像素、区域、帧的特征，从像素级、区域级、帧级综合进行运算，是自上而下的阶梯式处理方法。
像素级只用到孤立像素点的信息，将前景和背景进行第一次分离。
像素级能处理一些问题，例如可动背景、光照的渐变和摆动树枝等。
区域级是一个整合过程。
在区域级结合像素之间的关系，对像素级粗分的结果进行细分。
在区域级还可以解决前景的空洞问题，同时还能处理进入场景中的对象停在场景中和原来属于场景中的对象开始移动。
帧级处理则对付光照的突变。
***
在背景保持更新时，结合采用长期更新与短期更新。
利用短期更新来处理因为光照的渐变使背景的亮度而轻微变化时的情况。
通过长期更新的方法来得到新的频变背景。
应用双背景和长期背景来解决背景静止到运动的转变以及光照变化的问题。
短期背景考虑背景的快速变更以此来更新背景模型。
***
2.2.3联合背景建模与运动图像分割以识别运动目标
装置充分利用整幅图像的空间信息，对当前图像It+1进行运动分割。
本系统增加投影方法，将图像识别和运动检测结合起来。
投影运算就是对图像识别后的每个一致性区域进行判断：
如果该区域大部分面积经背景建模法检测都属于运动区域，那么该区域属于运动目标，否则，该区域属于背景，不属于活动对象。
将面积小于一定阀值的区域去除达到消除干扰，较为准确地识别活动对象。
四、项目研究内容和实施方案
1系统构成设计
系统构成图
整个系统由视频监控装置（包括监测摄像机、数据转换模块、太阳能板、充电控制器、电池）、通信传输网络（包括无线数据传输模块、手机卡、接收基站）、数据处理系统（包括服务器、后台软件）构成。
●通讯方式：
采用3G/GPRS/CDMA无线通信方式传输数据。
●供电方式：
太阳能供电方式。
电源部分包括太阳能电池组件、锂电电池、充放电控制器。
有阳光时，系统由太阳能供电并对蓄电池充电，锂电电池无阳光使用的供电时间在30天以上，蓄电池使用寿命为5年以上。
●运行方式：
系统可采用自动采集方式或者受控采集方式。
（1）工作原理
系统由三部分组成，分别是现场视频采集监控终端，后台视频监控服务器和管理人员客户端。
现场视频采集监控终端是一台高性能的嵌入式智能设备，它部署在视频监控的现场，将实时采集到的现场视频数据进行压缩编码，利用3G无线通信方式将数据传输到监控服务器。
（2）工作过程
远程视频采集监控终端有两种工作模式，一种是自动（报警）工作模式，它根据预先设定报警工作模式进行现场视频拍摄，然后自动将视频数据上传到视频监控服务器上，客户端可以连接上服务器下载监控视频；另一种工作模式是受控工作模式，这种工作模式下，远程视频采集监控终端一直等待客户端发送采集视频的命令或者其它控制命令，只有接收到控制命令，它才会进行相应的动作，这种模式可用于客户即时获取现场视频和实时设置工作状态。
1.1视频监控装置
（1）采用最先进H.264压缩方式，超低码流，高保真画质；
（2）设备内置OS系统和标准TCP/IP网络协议栈；
（3）集视频信号、视频压缩、转换数字信号为一体；
（4）设备采用休眠、待机、定时传输相结合的低功耗模式设计；
（5）数据采集前端采用多层屏蔽、抗干扰、抗雷击技术、确保系统运行稳定可靠；
（6）具有适当的接口，供本地调试；
（7）只要有GPRS、CDMA通讯网络的地方均可使用、不用自建、维护通讯网络，通讯距离不受限制；
1.2数据处理系统
（1）本系统软件平台能够同时在B/S及C/S方式下工作；
（2）多方式远程监控：
远程WEB、客户端系统控制；
（3）支持其他标准IP设备无缝接入；
（4）可以从其它MIS系统进行接口；
2系统功能设计
2.1设计目标：
（1）实时监测输电线路的运行现场情况；
（2）具有后台显示和分析功能，能够实现数据的分析对比；
（3）通过现场网络完成对在线监测单元的管理和控制；
（4）可实现远程对设备的实时监测、状态诊断和优化决策；
（5）能够及时发现输电线路运行故障，并且报警、提示；
（6）能够实现设备管理自动化、科学化和智能化。
2.2视频监测装置功能设计
（1）加电自启动或定时启动监控系统功能；
（2）在线自诊断功能；
（3）实时、即时或定时采集现场视频功能；
（4）实时视频图像抓拍功能；
（5）摄像机预置位功能；
（6）红外夜视功能。
视频监测采集器通过红外夜视装置可实现夜间图像拍摄。
（7）远程调焦、自动聚焦、自动对准拍摄目标功能；
（8）终端设备工作状态监测功能；
（9）自动识别，主动跟踪，智能报警功能；
（10）时间同步功能
2.3数据处理系统功能设计
（1）实时、定时自动接收监控装置采集的视频数据功能；
（2）实时视频图像抓拍功能；
（3）综合管理图片和数据信息功能；
（4）历史视频回放功能；
（5）远程设置视频数据采集密度功能；
（6）远程设置视频数据采集方式功能（自控或受控方式）；
（7）自动采集时间，并能向监控装置发送对时命令功能；
（8）终端设备工作状态监测功能。
被监视的参数有：
蓄电池电压（或供电电源电压）、太阳能电池板电压、云台偏转方向等；
（9）远程修改视频监控装置的IP地址和端口号功能；
（10）自动识别，主动跟踪，智能报警功能；
（11）设备管理功能和存储服务功能；
（12）无限扩展功能；电力公司可设输电线路运行监控中心，安装图像监控服务器，则在该服务器上可管理成百上千个监视装置，服务器上可进行全网输电线路生产安全集中管理和有关事件统计分析；
五、预期目标和成果形式
研制一套适合电力系统使用的输电线路智能化视频监控系统。
该系统采用嵌入式视频技术和图像模糊识别技术，能够对绝缘子串、导线（导线金具、导线弧垂）、地线（地线金具、地线羊角）、杆塔（塔身、塔基及对面杆塔）等进行全方位无盲点监视，并且可以监测到输电绝缘子闪络弧光情况。
该系统具有以下特点：
（写创新点和特色，不要写功能）
①在对输电铁塔图像监视的同时，自动识别塔基范围内可疑的活动对象并及时报警，使达到可及时处理而减少故障、减少损失；
②在对输电导线、输电绝缘子图像监视的同时，自动识别绝缘子漏电的闪络弧光，并及时发回闪络图像，供管理人员分析；
③本系统智能图像识别的特点是：
对现场图像先用混合高斯分布模型表示，监视过程中适时对混合高斯分布参数予以更新，对现场监视中提取的前景图像进行识别；
④本系统在背景模型建立过程中自适应使用以下几个特征：
基于象素亮度的特征、基于图像块的特征、背景模型保持和适应性更新特征。
六、项目经费预算
科 目
金额
申请资助
自筹
备注
（一）直接费用
1.人员费
（1）研究机构人员费
（2）临时工工资
2.设备及软件费
预算明细表
（1）购置
（2）试制
3.业务费
预算明细表
（1）材料费
（2）资料费
（3）外协测试试验及加工费
（4）会议费
（5）差旅费
4.其他直接费用
（二）间接费用
1.现有仪器设备使用费
2.直接管理费用
3.其他间接费用
（三）协作研究支出
预算明细表
协作支出1
合计
注：
1、与项目有关的前期研究（包括阶段性成果）支出的各项经费不列入本项目预算；
2、项目下设的每个子项目（子合同）均需单独填报各自的项目预算表，并将子项目（子合同）预算汇总后计入项目经费预算相应栏内。
3、当子项目存在协作研究时，应逐项分别填报每一项协作研究任务的预算表。
协作研究支出预算汇总后填入子项目经费预算的“协作研究支出”栏内。
七、项目的进度安排
序号
时间段
内容
1
2010年9月～2010年11月
调研及系统的总体方案设计。
2
2010年11月～2011年1月
软件系统设计，开发，系统自检与测试、系统整体及样品设计完成。
3
2011年1月～2011年3月
模拟环境安装及调试。
4
2011年3月～2011年6月
现实环境安装及实验。
5
2011年6月～2011年9月
现场安装、试用、系统调试和修正；资料整理及鉴定。
升级会员 