一種快速有效的變電站監(jiān)控視頻質(zhì)量檢測方法

翟永杰，王迪

(華北電力大學(xué) 控制與計算機工程學(xué)院，河北 保定 071003)

?

一種快速有效的變電站監(jiān)控視頻質(zhì)量檢測方法

翟永杰，王迪

(華北電力大學(xué) 控制與計算機工程學(xué)院，河北 保定 071003)

無人值守變電站視頻監(jiān)控系統(tǒng)中攝像頭的維護依賴于人工巡查，工作量大，工作效率低。為此，提出一種基于圖像處理技術(shù)的視頻質(zhì)量檢測方法。首先，通過顏色空間轉(zhuǎn)換和偏色因子計算檢測視頻中偏色故障；其次，通過高斯濾波和峰值信噪比檢測視頻中雪花噪聲；然后，通過幀間方差法檢測視頻畫面凍結(jié)故障；最后，通過相似度計算檢測視頻畫面黑屏故障。實驗中，視頻質(zhì)量檢測準(zhǔn)確率均達到98%以上，算法耗時在110 ms以內(nèi)。測試結(jié)果表明，該方法能實現(xiàn)監(jiān)控視頻質(zhì)量的實時、準(zhǔn)確檢測。

變電站監(jiān)控系統(tǒng)；視頻質(zhì)量檢測; 雪花噪聲; 偏色; 黑屏; 畫面凍結(jié)

隨著電網(wǎng)調(diào)度自動化水平的提高，變電站無人值守運行是當(dāng)今電力系統(tǒng)的發(fā)展趨勢[1]。通過安裝監(jiān)控攝像頭，搭建變電站監(jiān)控系統(tǒng)，實現(xiàn)遠(yuǎn)程監(jiān)控[2]。而在視頻采集、視頻壓縮、信道編碼、傳輸和視頻解碼等常規(guī)的視頻信息處理過程中，都可能會產(chǎn)生一些失真，導(dǎo)致圖像質(zhì)量損傷，視頻圖像會出現(xiàn)黑屏、雪花、偏色、畫面凍結(jié)、視頻抖動等異?，F(xiàn)象[3]。隨著變電站運維要求的不斷提高，視頻監(jiān)控點的覆蓋面越來越大，僅靠監(jiān)控中心工作人員對監(jiān)控畫面進行逐個排查，不僅加大運維人員的工作強度而且檢測效率低，一旦系統(tǒng)中的相機出現(xiàn)故障且不能及時發(fā)現(xiàn)，則存在安全隱患，可能帶來巨大的損失。因此，實現(xiàn)監(jiān)控視頻質(zhì)量的自動檢測是保障變電站智能監(jiān)控系統(tǒng)正常運作的基礎(chǔ)。

近年來，視頻質(zhì)量檢測算法先后被提出，文獻[4]采用基于空間域的圖像噪聲檢測技術(shù)，實現(xiàn)對噪點、雪花和條紋異常的檢測；文獻[5]提出基于運動估計的視頻質(zhì)量檢測算法；文獻[6]基于梯度特征檢測視頻的失真程度；文獻[7]提出一種基于人眼視覺特性的視頻質(zhì)量評價算法；文獻[8]采用視圖匹配和重建的方法對視頻的偏色和清晰度進行評估。這些方法在離線視頻檢測方面取得了較好的效果，但不能滿足變電站監(jiān)控系統(tǒng)的實時檢測要求。因此，本文提出一種快速、準(zhǔn)確的視頻質(zhì)量實時檢測方法。

1　視頻質(zhì)量檢測方案

本文提出的變電站監(jiān)控視頻質(zhì)量檢測方法整體流程如圖1所示，包括偏色、雪花、畫面凍結(jié)和畫面黑屏4種常見故障類型的檢測，其中It表示輸入的第t幀檢測幀。通過顏色空間轉(zhuǎn)換和偏色因子計算檢測偏色故障；通過高斯濾波和峰值信噪比檢測雪花噪聲；通過幀間方差檢測畫面凍結(jié)故障；通過相似度計算檢測畫面黑屏故障。

圖1　算法整體流程

2　視頻質(zhì)量檢測算法實現(xiàn)

2.1偏色檢測

攝像頭、相機等成像設(shè)備所拍攝的圖像顏色與物體的真實顏色存在一定差異，這就是偏色。產(chǎn)生偏色的主要原因是成像設(shè)備中的感光元件受到物體表面顏色、光照條件、感光元件的物理特性等多種因素的影響[9]。

本文提出一種基于Lab顏色空間的偏色因子計算方法，將RGB圖像轉(zhuǎn)變到Lab空間，其中L表示圖像亮度，a表示圖像紅、綠分量，b表示圖像黃、藍(lán)分量。通常存在偏色現(xiàn)象的圖像，在a和b分量上的均值會偏離原點很遠(yuǎn)，方差也會偏小。因此，本文通過這種特性計算偏色因子K來評估圖像是否存在偏色，并根據(jù)a、b分量的均值判斷偏色分布，計算方法如式(1)—(5)所示。

(1)

(2)

(3)

(4)

(5)

計算出偏色因子K后，依據(jù)式(6)進行偏色檢測，并根據(jù)圖2判斷偏色的顏色，檢測結(jié)果如圖3所示。

(6)

圖2　偏色顏色判斷方法

(a)偏綠色現(xiàn)場視頻及檢測結(jié)果

(b)偏紅色現(xiàn)場視頻及檢測結(jié)果圖3　偏色檢測

2.2雪花噪聲檢測

視頻畫面中出現(xiàn)的雪花點就是視頻信號中的噪波。產(chǎn)生噪波的原因主要為電磁干擾或者設(shè)備本身的質(zhì)量問題[9]。

為了實現(xiàn)快速、準(zhǔn)確的實時檢測，本文提出一種級聯(lián)檢測算法，通過幀差法進行一次檢測，判斷是否存在疑似雪花點，若存在則進行二次檢測，通過峰值信噪比進一步確認(rèn)雪花噪聲。

2.2.1一次檢測

同一場景的相鄰圖像，如果沒有受到雪花噪聲干擾，在減法運算后，理想情況下差值圖為0，設(shè)定閾值T1，通過式(7)對像素進行篩選：

(7)

式中IN(i,j)為差值圖IN中點(i,j)的像素。

統(tǒng)計IN中像素等于1的點的個數(shù)E，根據(jù)E值判斷是否存在雪花噪聲，若超出閾值，則表示可能存在雪花噪聲，并進入二次檢測。

2.2.2二次檢測

監(jiān)控視頻中雪花噪聲與高斯隨機噪聲相似，因此首先利用高斯濾波器對待檢測視頻幀進行高斯濾波。視頻幀雪花噪聲干擾的程度與峰值信噪比大小有一定關(guān)系：峰值信噪比越小，視頻受到的雪花噪聲干擾程度越高。根據(jù)這一思路，為視頻幀峰值信噪比設(shè)定參考閾值T2，根據(jù)對正常視頻與雪花噪聲視頻的峰值信噪比進行統(tǒng)計分析，閾值T2設(shè)置為經(jīng)驗值35。當(dāng)峰值信噪比小于該閾值時，則認(rèn)為存在雪花干擾，反之則為正常圖像，峰值信噪比計算方法如式(8)所示，檢測結(jié)果如圖4所示。

(8)

式中：RPSN為峰值信噪比；It(i,j)為待檢測幀It中點(i,j)的像素；I0(i,j)為經(jīng)過高斯濾波后的視頻幀I0中點(i,j)的像素。

(a)嚴(yán)重雪花噪聲現(xiàn)場視頻及檢測結(jié)果

(b)輕微雪花噪聲現(xiàn)場視頻及檢測結(jié)果圖4　雪花噪聲檢測

2.3畫面凍結(jié)檢測

畫面凍結(jié)故障的表現(xiàn)為監(jiān)控畫面靜止不動，即視頻傳輸信號不再更新。根據(jù)畫面凍結(jié)故障的特點，提出利用相鄰幀圖像檢測畫面異常的方法，分別計算差值圖和方差，通過閾值判定是否發(fā)生此故障，計算方法如式(9)所示：

(9)

式中It-1為待檢測圖像It的前一幀圖像。

差值圖像的方差

(10)

式中Var(*)為求方差函數(shù)。

根據(jù)V值大小判斷圖像是否異常，即：

(11)

式中：Tv為判別閾值，根據(jù)實驗統(tǒng)計分析設(shè)定為5；S為異常判別因子。當(dāng)V≤Tv時，判定待檢測幀It相對于前一幀沒有變化，此時將S置為1；否則置為0。

當(dāng)待檢測幀滿足S=1的異常條件時，考慮到檢測的有效性，繼續(xù)測試該幀圖像之后的N幀視頻畫面，如果連續(xù)滿足異常條件，畫面長時間不變，則確定監(jiān)控視頻畫面圖像凍結(jié)。其中N的取值設(shè)定為1s內(nèi)的幀數(shù)。檢測結(jié)果如圖5所示。

2.4畫面黑屏檢測

(a)畫面凍結(jié)現(xiàn)場視頻A及檢測結(jié)果

(b)畫面凍結(jié)現(xiàn)場視頻B及檢測結(jié)果圖5　畫面凍結(jié)檢測

當(dāng)變電站監(jiān)控系統(tǒng)出現(xiàn)黑屏故障時，運行人員無法掌握變電站現(xiàn)場的實時情況，變電站的運行存在很大的安全隱患，這是一個亟待解決的視頻質(zhì)量問題。當(dāng)視頻出現(xiàn)黑屏故障時，直方圖的分布接近于0，因此本文提出一種基于直方圖閾值判定的方法實現(xiàn)視頻黑屏故障的實時檢測。首先，求取待檢測幀圖像It和模板圖像的灰度直方圖并進行歸一化處理，然后采用巴氏系數(shù)計算其與黑屏模板圖像的相似度，進行進一步確認(rèn)，即：

(12)

式中：P、P′分別表示待測幀和黑屏模板圖像的灰度直方圖，Pt(P,P′)為二者的相似度；P(i)、P′(i)分別表示P、P′的灰度值為i的像素個數(shù)；W表示最大灰度值，其值為255。

相似度取值范圍在[0，1]，0表示極其不同，1表示極其相似。當(dāng)相似度Pt與設(shè)定閾值Tp滿足Pt≥Tp時，則判定為存在黑屏故障，檢測結(jié)果如圖6所示。

(a)畫面完全黑屏及檢測結(jié)果

(b)畫面嚴(yán)重暗淡及檢測結(jié)果圖6　畫面黑屏檢測

在本系統(tǒng)中，將監(jiān)控視頻畫面嚴(yán)重偏黑或暗淡的情況也視為黑屏故障，因此設(shè)置相似度閾值Tp=0.8。

3　實驗結(jié)果與分析

以實際監(jiān)控視頻為準(zhǔn)，收集某電力公司提供的10段變電站監(jiān)控視頻作為測試的數(shù)據(jù)源，視頻圖像的分辨率為432×240，對4項視頻故障類型的檢測效果及檢測耗時見表1。

表1視頻質(zhì)量檢測結(jié)果

故障類型正確率/%耗時/s偏色98.10.062雪花98.50.056畫面凍結(jié)1000.103黑屏99.40.015

從表1可以看出，4項故障類型的檢測正確率均達到98%以上，其中畫面凍結(jié)的檢測結(jié)果達到完全正確。同時，各算法的耗時均不超過110 ms，符合實時檢測的要求。

4　結(jié)論

采用視頻質(zhì)量檢測系統(tǒng)將運維人員從繁重的工作負(fù)擔(dān)中解脫出來，提高變電站作業(yè)效率，是無人值守變電站監(jiān)控系統(tǒng)中一個至關(guān)重要的部分。而準(zhǔn)確性、實時性是視頻質(zhì)量檢測系統(tǒng)的兩大需求，本文針對這一需求，提出了一種快速、準(zhǔn)確的視頻質(zhì)量實時檢測方法。通過偏色因子計算、高斯濾波、峰值信噪比、幀間方差和巴氏相似度等算法實現(xiàn)了偏色、雪花噪聲、畫面凍結(jié)和黑屏等故障的檢測。實驗結(jié)果證明，本文提出的視頻質(zhì)量檢測算法快速有效。

[1] BESSA R J，TRINDADE A，MIRANDA V.Spatial-temporal Solar Power Forecasting for Smart Grids[J]. IEEE Transactions on Industrial Informatics，2015，11(1)：232-241.

[2] 陳旭，韓文花.變電站智能監(jiān)控系統(tǒng)[J].廣東電力，2015，28(6)：34-40.

CHEN Xu，HAN Wenhua.Intelligent Monitoring System of Substation[J]. Guangdong Electric Power，2015，28(6)：34-40.

[3] WU Chao，YE Han，YANG Quansheng. Unattended Power Monitored Control System Design[C]//2011 3rd International Conference on Advanced Computer Control (ICACC).San Antonio，Texas，USA：IEEE，2011：74-78.

[4] 余燕飛，鄭烇，王嵩，等.基于空間域的圖像噪聲檢測技術(shù)[J].計算機應(yīng)用，2012，32(6)：1552-1556.

YU Yanfei，ZHENG Quan，WANG Song，et al. Image Noise Detection Technology Based on Spatial Domain[J]. Journal of Computer Applications，2012，32(6)：1552-1556.

[5] 姚杰，譚建明，唐超，等. 基于運動估計的視頻質(zhì)量評價[J]. 重慶理工大學(xué)學(xué)報(自然科學(xué))，2012，26(5)：74-78.

YAO Jie，TAN Jianming，TANG Chao，et al. Video Quality Assessment Based on Motion Estimation[J]. Journal of Chongqing University of Technology(Natural Science)，2012，26(5)：74-78.

[6] 劉文娟，李素梅，臧艷軍，等.基于梯度和運動估計的視頻質(zhì)量評價[J].光子學(xué)報，2011，40(10)：1547-1552.

LIU Wenjuan，LI Sumei，ZANG Yanjun，et al. Video Quality Assessment Based on Gradient and Motion Estimation[J]. Acta Photonica Sinica，2011，40(10)：1547-1552.

[7] 朱宏，蔣剛毅，王曉東.一種基于人眼視覺特性的視頻質(zhì)量評價算[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報，2014，26(5)：776-781.

ZHU Hong，JIANG Gangyi，WANG Xiaodong，et al. A Video Quality Assessment Metric Based on Human Visual System[J]. Journal of Computer-aided Design & Computer Graphics，2014，26(5)：776-781.

[8] VORONOV A，VATOLING D，SUMIN D，et al. Towards Automatic Stereo-video Quality Assessment and Detection of Color and Sharpness Mismatch[C]//2012 International Conference on 3D Imaging(IC3D).Liege，Belgium：IEEE，2012：1-6.

[9] 莊自超.面向視頻監(jiān)控的視頻質(zhì)量檢測系統(tǒng)的設(shè)計與開發(fā)[D].武漢：華中師范大學(xué)，2011.

(編輯彭艷)

A Rapid and Effective Detection Method for Monitoring Video Quality in Substation

ZHAI Yongjie, WANG Di

(School of Control and Computer Engineering, North China Electric Power University, Baoding, Hebei 071003,China)

Maintenance for camera in video monitoring system in unattended substation mostly depends on human inspection which means heavy work and low working efficiency. Therefore, this paper presents a kind of detection method for video quality based on image processing technology. Firstly, it uses color space conversion and partial color factor to calculate partial color fault in detected video. Secondly, it is able to detect snowflake noise in video by Gaussian filter and peak signal to noise ratio. Then, by means of variance between frames method it is able to detect video screen freeze fault and finally to detect black screen fault of video by similarity calculation. In the experiment, accuracy rate of video quality detection reaches over 98% and time consumption for the algorithm is within 110 ms. Testing result indicates that this method can realize real-time and accurate detection on monitoring video quality.

substation monitoring system; video quality detection; snowflake noise; partial color; black screen; screen freeze

2016-04-12

10.3969/j.issn.1007-290X.2016.07.017

TP391.41

A

1007-290X(2016)07-0088-05

翟永杰(1972)，男，河南漯河人。副教授，工學(xué)博士，研究方向為模式識別與數(shù)字圖像處理、計算機控制技術(shù)。

王迪(1991)，女，貴州岑鞏人。在讀碩士研究生，研究方向為計算機視覺、圖像處理與機器學(xué)習(xí)在電力系統(tǒng)中的應(yīng)用。