[发明专利]基于视频运动检测技术的电力设施防外破预警方案

说明书

技术领域

本发明属于数字图像处理领域，特别涉及电力设施的防外破预警方面的数字图像处理。

背景技术

随着国民经济的发展，电力的供应在社会的生产生活中占据着越来越重要的地位，而如何保障远距离高压输电线路等电力设施的安全稳定运行是亟需解决的课题。数字图像处理等计算机技术的快速发展使得有关高压输电线路的安全监控技术的研究与开发出现新的思路。其中基于视频的运动检测技术作为计算机视觉应用的分支，是一种通过视频摄像机和电脑模仿人眼的功能将视频图像和电脑化模式识别结合起来的技术，日益成为各类监控系统中最具优势、最有发展潜力的检测方法。而将视频检测技术应用到电力设施（如高压输电线路）的监控防护中，形成基于视频运动检测的高压输电线路监控预警系统，已经成为了电力设施监控领域研究的主流与前沿，引起了业界的高度关注。

然而有关该类系统的研究与开发还远未成熟，目前已见诸报道的少量此类系统也存在如下问题：（1）很多系统不具有智能化检测算法，因而无法自动化识别目标，只能在有人值守的情况下才能实时监测预警，从而产生极高的人力成本；（2）少数系统具有智能化检测算法，但是视频检测不是由现场系统完成，而是通过无线通信传输到远程控制中心完成，鉴于无线通信环境的低可靠性难以保证对突发情况及时响应，且一旦控制中心无法运行，整个系统就将瘫痪；（3）极少数成型系统也未能解决在复杂场景、遮挡场景、黑夜场景等特殊情况下目标检测问题，无法实现误检率和漏检率的联合最优化。这些问题都阻碍着该类系统的大规模商用。

发明内容

本发明要解决的技术问题是提供一种可实现实时预警、实用性较好、实时性较高且准确性较高的基于视频运动检测技术的电力设施防外破预警方案。

实现本发明目的的技术方案是提供一种基于视频运动检测技术的电力设施防外破预警方案，包括如下几个步骤：

①读取图像，将摄像头所检测的视频按照一帧帧图像读取到内存中并记录该图像的像素灰度值数据；

②根据时间设置相应的阈值体系，时间为早上8点到下午5点之间确定为白昼模式、晚上8点到凌晨5点确定为黑夜模式，而对于其它时间即模糊时间区域，采用Bayes定理进行决策分类，黑夜和白昼模式采用相应的不同阈值体系；

③通过图像边缘检测算法对步骤①得到的视频一系列的帧图像处理来提取出电力设施的整体轮廓；

④在步骤②得到的阈值体系下，根据步骤③得到的电力设施轮廓生成整个视频图像的从内到外的3至8个虚拟线圈；

⑤根据步骤③得到的电力设施轮廓和步骤④得到的虚拟线圈确定检测区域，检测区域为电力设施轮廓以外、位于最内的虚拟线圈以内的区域以及所有相邻的两个虚拟线圈之间的区域；

⑥在步骤⑤得到的所有检测区域内采用混合高斯分布背景模型来进行背景提取和更新；采用一个多重自适应的混合高斯模型并根据高斯分布的持续性和变化性来检测出背景点和前景点；背景的更新是通过引入更新率更新各高斯分布的权重来实现的；基于混合高斯分布背景模型的背景提取和更新的原理和处理方法如下：

设用来描述每个象素点颜色分布的高斯分布共有K 个；在时刻，某象素点第i 个高斯分布的概率密度函数为：

（3）

其中，表示时刻象素点的RGB强度值组成的颜色向量；、分别为时刻第个高斯分布的均值向量，协方差矩阵；

各高斯分布分别具有不同的权值和优先级，它们按照优先级从高到低进行排序；满足公式的前b 个高斯分布被认为是背景分布，而其它高斯分布则认为前景分布，上式中，T为阈值，T的取值决定了背景分布的个数；在检测前景点时，按照优先级次序将与各高斯分布逐一匹配，若没有表示背景分布的高斯分布与匹配，则判定该点为前景点，否则为背景点；

若检测时没有找到任何高斯分布与匹配，则将优先级最小的一个高斯分布去除，并根据引入一个新的高斯分布，并赋予较小的权值和较大的方差，若第k 个高斯分布与匹配，则对第i 个高斯分布的权值更新如下：

（4）

其中，为更新率，当i=k时，，否则，；

⑦通过背景消减法得到检测区域的前景，通过对一帧帧的检测区域的图像像素数据和实时更新的检测区域中的背景像素数据做差值运算，即可得到所检测区域的前景；