變電站智能視頻監(jiān)控系統(tǒng)的設(shè)計

陸桂明，邱冰海

(華北水利水電學院，河南 鄭州 450011)

變電站智能視頻監(jiān)控系統(tǒng)的設(shè)計

陸桂明，邱冰海

(華北水利水電學院，河南 鄭州 450011)

針對視頻監(jiān)控技術(shù)在變電站中廣泛應(yīng)用的趨勢，介紹了變電站智能視頻監(jiān)控系統(tǒng)的整體構(gòu)成和結(jié)構(gòu)中各組成部分的功能，對變電站智能視頻監(jiān)控系統(tǒng)的實現(xiàn)機理進行了分析，分析結(jié)果為變電站智能視頻監(jiān)控系統(tǒng)的實現(xiàn)提供了理論和技術(shù)支撐.

變電站;自動跟蹤;自動識別

隨著電力工業(yè)技術(shù)的不斷發(fā)展，智能視頻監(jiān)控系統(tǒng)開始逐漸應(yīng)用于電力系統(tǒng)，特別是數(shù)字視頻監(jiān)控技術(shù)的發(fā)展和應(yīng)用，使電力自動化系統(tǒng)“遙視”功能的實現(xiàn)成為可能［1］.針對當前國內(nèi)電力視頻監(jiān)控系統(tǒng)自動化程度低、國外的相關(guān)產(chǎn)品價格昂貴的情況，筆者結(jié)合計算機、圖像處理、模式識別、多媒體等多項技術(shù)，設(shè)計了一套變電站智能視頻監(jiān)控系統(tǒng).

1 系統(tǒng)總體結(jié)構(gòu)設(shè)計

變電站智能視頻監(jiān)控系統(tǒng)的總體結(jié)構(gòu)如圖1所示［2］.整個系統(tǒng)由3部分組成:前端設(shè)備、通信設(shè)備和后端設(shè)備.前端設(shè)備主要包括電荷耦合元件(CCD)、圖像采集卡、現(xiàn)場計算機、云臺控制器和云臺;通信設(shè)備主要由網(wǎng)絡(luò)接口設(shè)備、網(wǎng)絡(luò)通信線等構(gòu)成，網(wǎng)絡(luò)通信線通常使用標準網(wǎng)線或者光纖;后端設(shè)備主要是視頻服務(wù)器，提供海量視頻存儲和視頻再現(xiàn).

圖1 系統(tǒng)結(jié)構(gòu)框圖

2 系統(tǒng)基本原理

變電站智能視頻監(jiān)控系統(tǒng)的工作原理為:利用CCD和圖像采集卡獲取現(xiàn)場視頻圖像，利用現(xiàn)場計算機讀取圖像采集卡中的視頻信息，利用圖像處理、模式識別等技術(shù)對讀取的視頻信息進行分析，根據(jù)分析結(jié)果向云臺控制器發(fā)出不同的控制指令，云臺控制器接收現(xiàn)場計算機的控制指令，向云臺發(fā)出運動控制指令，云臺接收到云臺控制器發(fā)出的指令，驅(qū)動內(nèi)部電機在水平和垂直方向上運動以完成對運動目標的智能跟蹤任務(wù).

在整個變電站智能視頻跟蹤系統(tǒng)中，對視頻信息的分析和處理是整個變電站智能視頻跟蹤系統(tǒng)的核心功能，它決定著變電站智能視頻跟蹤系統(tǒng)的準確性和智能化程度.視頻信息分析的原理如圖2所示.

當程序啟動后，進行系統(tǒng)初始化，利用CCD生成圖像信息，使用圖像采集卡獲取圖像信息，利用現(xiàn)場計算機對圖像信息進行處理分析，根據(jù)處理分析的結(jié)果，判斷圖像信息中是否存在運動目標;如果存在運動目標，系統(tǒng)智能識別模塊對目標進行類型的識別，以確定視場中的運動目標是否為需要跟蹤的目標.若需要對目標進行跟蹤，系統(tǒng)就起動自動跟蹤模塊，完成對運動目標的跟蹤，并提供報警信息.

3 視頻信息處理模塊的實現(xiàn)

3.1 運動目標的檢測

對視頻圖像信息進行分析和處理，完成對運動目標檢測.圖像的分析和處理如圖3所示，包括圖像的簡單分析和處理、圖像增強、圖像分割及濾波等3部分內(nèi)容.對于初始采集到的圖像信息進行簡單的分析，判斷是否存在運動目標.如果存在運動目標，則進行下一步的操作，否則重新采集一幀圖像信息進行分析，直到采集到的信息存在運動目標，然后進行下一步操作.

當存在運動目標時，需對圖像信息進行更詳細的分析和處理，分析和處理前需對圖像進行增強，以消除光照不均等因素引起假目標區(qū)域，通常采用圖像均衡化處理.

經(jīng)過圖像增強后，采用圖像差分法對圖像信息進行分割.采用鄰域平均法和中值濾波法消除圖像差分運算過程中引入的各種雜質(zhì)點.其中鄰域平均法雖然對噪聲的抑制能力較強，但會使圖像的邊緣產(chǎn)生嚴重的模糊，給邊緣的檢測帶來困難;中值濾波法的圖像處理效果優(yōu)于鄰域平均法，但也會使圖像邊緣產(chǎn)生一定程度的模糊［2－4］.

3.2 特征的選擇

特征形成過程所得到的原始特征維數(shù)較高，數(shù)據(jù)量很大，如果把所有的原始特征都作為最終的分類特征送往分類器，不僅使分類器的設(shè)計變得復雜，分類判別量大，而且也不一定能降低分類錯誤概率，甚至影響其性能.因此需要對原始特征進行壓縮，把高維特征空間壓縮到低維特征空間.常用的特征壓縮方法有特征選擇和特征壓縮2種.

特征選擇的任務(wù)是從一組數(shù)量為D的特征中，選擇出數(shù)量為d(D＞d)的一組最優(yōu)特征.一般情況下，d是人為確定的，章新華提出的基于動態(tài)規(guī)劃的特征選擇方法能自動確定d，由于相關(guān)性系數(shù)的不確定而限制了該方法的應(yīng)用.特征選擇有2種方法:根據(jù)專家經(jīng)驗挑選或用數(shù)學方法進行篩選比較.對于復雜的模式識別系統(tǒng)，應(yīng)用數(shù)學方法篩選比較普遍.接著選擇過程中的判據(jù)和算法:即按照某個定量的標準挑選出性能最好的特征向量作為判據(jù);在較短的時間內(nèi)找出最優(yōu)的一組特征向量的算法.

4 自動跟蹤模塊的實現(xiàn)

要實現(xiàn)運動目標的自動跟蹤，首先要獲取背景圖像A，同時計算其中心坐標(x，y)，然后獲取另外一張圖像B，進而判斷(A－B)是否大于Δ，Δ是給定的閾值.如果(A－B)小于Δ，則繼續(xù)獲取背景圖像A和圖像B;如果(A－B)大于Δ，計算差影圖像的中心坐標(x'，y')，判斷{(x－ x')+(y－ y')}的值是否等于零.如果等于零，則繼續(xù)獲取背景圖像A和B;否則計算水平和垂直方向的坐標偏移量，云臺也根據(jù)這兩個方向上的偏移量進行跟蹤.目標自動跟蹤的流程如圖4所示.

具體步驟如下:

1)將采集的現(xiàn)場視頻中前后相隔5幀的2幅圖像進行灰度差值運算，產(chǎn)生差影圖像，其算法為:

式中:j=0～N1;i=0～N2;N1，N2為圖像的大小;fin(j，i)，fout(j，i)分別為處理前后的灰度圖像.

圖4 目標自動跟蹤流程

2)對差影圖像進行處理，分離出運動目標的圖像.圖像分割主要應(yīng)用全局動態(tài)閾值法.

3)將運動目標圖像進行閾值處理轉(zhuǎn)換成二值圖像，獲取目標的中心位置坐標.把得到的二值圖分別在水平和垂直方向上進行投影，得到目標的水平和垂直投影圖.在垂直投影圖上，由上到下進行掃描，確定出上下邊界的坐標.同理，在水平投影圖上，由左到右進行掃描，從而確定出左右邊界的坐標.在獲取了目標的上、下、左、右坐標后，就可以計算出目標的中心位置.

4)根據(jù)可疑目標的中心位置坐標值，驅(qū)動云臺指向此可疑目標［5］.

5 結(jié)語

提出的運用智能識別與自動跟蹤進行數(shù)字閉環(huán)視頻監(jiān)控的新方法，能實現(xiàn)無人值守場合的智能化和自動化，改變了視頻監(jiān)控過多依賴人為因素的狀況，提高了視頻監(jiān)控的準確性和效率;實現(xiàn)了變電站區(qū)域內(nèi)場景的遠程篩視、監(jiān)聽，能直觀、全面、及時、真實地了解遠方無人值守站的實際情況，逐步實現(xiàn)電力系統(tǒng)的可視化監(jiān)控和調(diào)度，為電力系統(tǒng)的安全運行提供技術(shù)支持.

［1］黃惠匯，何三波，陳維榮，等.牽引變電站多媒體遠程監(jiān)控系統(tǒng)設(shè)計及開發(fā)［J］.電力系統(tǒng)自動化，2001(6):45－47.

［2］魯宏偉.視頻會議系統(tǒng)與遠程監(jiān)控［J］.測控技術(shù)，2000(8):52－ 56.

［3］張紅濤.儲糧害蟲圖像識別中的特征抽取研究［D］.鄭州:鄭州工業(yè)大學，2002.

［4］胡珊，顧其威.無人值守變電站智能化遠程圖像監(jiān)控系統(tǒng)［J］.計算機工程，2003(2):218－ 220.

［5］朱秀昌.數(shù)字圖像處理與圖像通信［M］.北京:北京郵電大學出版社，2002.

［6］王利敏，關(guān)延偉，劉新宇.基于圖像處理的變電站無人值守目標自動跟蹤系統(tǒng)［J］.華北水利水電學院學報，2010，31(1):67 －69.

［7］邱道尹，張成花，張紅濤，等.神經(jīng)網(wǎng)絡(luò)在儲糧害蟲識別中的應(yīng)用［J］.農(nóng)業(yè)工程學報，2003，19(1):142 －145.

Design of the Intelligent Video Surveillance System in Power Substations

LU Gui-ming，QIU Bing-hai
(North China Institute of Water Conservancy and Hydroelectric Power，Zhengzhou 450011，China)

As the video surveillance technology is widely applied in the power substation，it has become the focus of a large number of researches.This paper introduces the integrated structure of the intelligent video surveillance system in power substations and the function of its constituent parts，and analyzes its realization mechanism，which can provide the theoretical and technical support for the realization of the intelligent video surveillance system in power substation.

substation;automatic tracking;automatic identification

1002－5634(2012)02－0095－03

2011－12－20

陸桂明(1964—)，男，廣西扶綏人，教授，博士，主要從事計算機監(jiān)控與智能控制方面的研究.

(責任編輯:杜明俠)