一种用于电力线防外力破坏系统的视频入侵检测方法

文档序号:6524511阅读:420来源:国知局
一种用于电力线防外力破坏系统的视频入侵检测方法
【专利摘要】本发明公开了一种用于电力线防外力破坏系统的视频入侵检测方法,包括:使用大津法,获取当前视频图像信息的差分图像二值化分割处理结果;基于差分图像二值化分割处理结果,使用改进的SURENDRA算法,建立场景的背景模型;基于建立的背景模型,生成前景运动区域,同时更新背景模型。本发明所述用于电力线防外力破坏系统的视频入侵检测方法,可以克服现有技术中处理效率低、及时性差和误操作率高等缺陷,以实现处理效率高、及时性好和误操作率低的优点。
【专利说明】—种用于电力线防外力破坏系统的视频入侵检测方法
【技术领域】
[0001]本发明涉及电力检测【技术领域】,具体地,涉及一种用于电力线防外力破坏系统的视频入侵检测方法。
【背景技术】
[0002]电能在国民经济发展中起着不可或缺和举足轻重的作用,电力设施在为经济发展做出贡献的同时,却面临着一个日益突出地问题:外力破坏。输电线路外力破坏事件的发生具有经常性、隐蔽性、突发性的特点,使得供电部门的日常巡视难以达到理想的管理效果。
[0003]电力线路人为外力破坏事故逐年增长,破坏的形式多种多样,其中直接破坏的原因主要是在线路保护区内使用高大机械施工作业、野蛮施工、盗窃线路器材、机动车辆碰撞线路设施等。
[0004]为了防止电力线路被外力破坏,常用的方法有:⑴工作人员巡视;⑵主动红外线监测微波雷达监测;⑷有人值守视频监控;(5)无人值守智能视频监控。其中⑷、(5)都是依赖于电力线视频监控系统的,电力线视频监控系统安装在电力杆塔上,就像电力部门的“电子眼”一样,随时对外力破坏事故进行查看,当发生外力破坏事件时,值班人员看到视频图像后可根据情况决定是否派人到现在解决情况。
[0005]在现有技术中,有人值守视频监控需要工作人员24小时监控摄像头传回来的视频图像,一旦有异常情况,及时处理。效率不高,且值守人员易疲劳,容易产生漏警。
[0006]无人值守智能视频监控依赖于智能图像分析技术,由计算机自动对监控画面中的内容进行分析,识别。实时监控预警线路走廊附近施工状况,对大型施工机械违章超高作业等入侵防护区域的行为可以自动实时抓拍照片,自动播报语音提示信息,并以短信的方式将告警信息发送至线路维护单位相关负责人和领导手机上,同时也可在监控中心借助实时语音喊话喇叭,及时制止危险作业。
[0007]传统的无线视频监控装置由于对施工现场缺乏智能预警的功能,需要人为干预。现有的智能分析预警设备图像分析算法检测灵敏度不高,在视频背景复杂的情况下难以准确的识别出入侵目标。有可能对闯入防护区域的入侵目标不能正确检测出,或对树木摇摆、雨雪等自然环境干扰产生误报警。
[0008]在实现本发明的过程中,发明人发现现有技术中至少存在处理效率低、及时性差和误操作率高等缺陷。

【发明内容】

[0009]本发明的目的在于,针对上述问题,提出一种用于电力线防外力破坏系统的视频入侵检测方法,以实现处理效率高、及时性好和误操作率低的优点。
[0010]为实现上述目的,本发明采用的技术方案是:一种用于电力线防外力破坏系统的视频入侵检测方法,包括:
[0011]a、使用大津法,自适应地对当前视频图像信息的差分图像进行二值化分割处理,获取当前视频图像信息的差分图像二值化分割处理结果;
[0012]b、基于差分图像二值化分割处理结果,使用改进的SURENDRA算法,建立场景的背景模型;
[0013]C、基于建立的背景模型,生成前景运动区域,同时返回步骤b更新背景模型。
[0014]进一步地,在步骤a中,所述自适应地对当前视频图像信息的差分图像进行二值化分割处理的操作,具体包括:
[0015]差分图像二值化是指对当前图像Ii与背景图像Bi相减所得到的图像Ri进行二值化处理,其数学表达式为:
【权利要求】
1.一种用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,包括: a、使用大津法,获取当前视频图像信息的差分图像二值化分割处理结果; b、基于差分图像二值化分割处理结果,使用改进的SURENDRA算法,建立场景的背景模型; C、基于建立的背景模型,生成前景运动区域,同时返回步骤b更新背景模型。
2.根据权利要求1所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,在步骤a中,所述自适应地对当前视频图像信息的差分图像进行二值化分割处理的操作,具体包括: 差分图像二值化是指对当前图像Ii与背景图像Bi相减所得到的图像Ri进行二值化处理,其数学表达式为:
3.根据权利要求1所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,在步骤b中,所述使用改进的SURENDRA算法,建立场景的背景模型的操作,具体包括: bl、对运动目标进行检测,提取变化的目标区域:运动目标检测是从连续的视频图像中将变化的目标区域从相对静止的背景区域中提取出来;视频序列中第k帧图像f(x,y, k)可以表示为:
f (X,y, k) =M (X,y, k) +B (x, y, k) +n (x, y, k); 其中,M(x, y, k)为运动目标,B(x, y, k)为背景,n(x, y, k)为噪声; b2、基于提取得到的变化的目标区域,建立SURENDRA背景模型:自适应地从提取得到的变化的目标区域中获取背景图像,通过计算当前图像与相邻图像的帧差来找到运动的目标区域;对目标区域内的背景保持不变,而目标区域外的背景用当前图像来进行更新,经过在预设时间段内的迭代,计算出稳定的背景图像模型。
4.根据权利要求1所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,在步骤c中,所述基于建立的背景模型,生成前景运动区域的操作,具体包括: 基于建立的背景模型,计算当前图像与背景模型的差值,得到运动目标区域; 基于得到的运动目标区域,通过背景差分与帧间差分相结合的方法,计算前景运动区域;计算前景运动区域的数学表达式如下:
5.根据权利要求1所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,在步骤c中,所述更新背景模型的操作,具体包括: 在电力线实际监控场景中,对基于SURENDRA算法建立的背景模型进行选择性地更新,即: 在背景模型Bi中,对于存在运动目标即Ci(^y)=I的区域,背景模型保持不变,而Bi的其他部分则用当前图像Ii的数据进行更新;更新的数学表达式为:
6.根据权利要求1-5中任一项所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,在步骤b中,还包括:针对电力线路监控视频的特点,改进SURENDRA算法。
7.根据权利要求6所述的用于电力线防外力破坏系统的视频入侵检测方法,其特征在于,所述针对电力线路监控视频的特点,改进SURENDRA算法的操作,具体包括: ①默认使用第一帧图像I。,作为SURENDRA算法的原始背景B。; ②设定最大迭代次数阈值M,该阈值根据经验预设为[40,100]; ③设定图像处理间隔n=[3,5],即每[3,5]帧图像处理一帧; ④初始化背景模型的迭代计算次数m=l; ⑤每间隔η帧图像,计算帧差分图像如下:
【文档编号】G06K9/00GK103714319SQ201310703379
【公开日】2014年4月9日 申请日期:2013年12月18日 优先权日:2013年12月18日
【发明者】张子龙, 翟耀乾, 孔晨华, 张步勇, 吕强, 焦小强 申请人:国家电网公司, 国网甘肃省电力公司, 国网甘肃省电力公司检修公司, 上海波汇通信科技有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1