一种水电站阀门漏水检测预警方法和系统与流程

本发明属于视频图像分析检测，具体涉及一种水电站阀门漏水检测预警方法和系统。

背景技术：

1、随着自动化技术和网络技术的发展，“无人值班、少人值守”的水电站管理模式应运而生。特别是近几年来，数字图像监控技术开始应用于电力系统中，但是目前的电力监控系统存在图像处理简单、自动化程度偏低，使图像数据无法提取或者提取数据简单，造成监控系统报警不全面、运维检修人员工作过程无法监控及预警、数据分析不深入等问题，使其已不能适应现代化的发展需要。同时，阀门漏水问题也一直是水电站最为常见的问题，阀门漏水将直接威胁厂房内其他仪器的正常运行。因此，针对当前的问题，需要一种全面、高效且能够对水电站渗漏水情况进行自动连续不间断检测并主动预警的方法。

技术实现思路

1、为解决上述问题，本发明提供一种基于工业电视监控与帧间差分法的水电站阀门漏水检测预警方法和系统，能够快速、准确地定位水电站厂房阀门漏水位置，能够针对阀门渗漏水情况进行自动连续不间断检测并预警，在一定程度上提升了水电站设备智能化监测水平。

2、本发明的技术方案具体如下：

3、一种水电站阀门漏水检测预警方法，包括如下步骤：

4、s1：对目标区域视频画面进行实时采集，将采集的视频画面保存在工业电视监控终端；

5、s2：对步骤s1中的视频画面进行预处理，该预处理包括：建立背景模型、视频图像灰度化、二值化、反色、去噪、保存；

6、s3：对步骤s2中预处理后的视频画面做图像关键帧抽取，使用帧间差分法对相邻两帧图像做差分运算；

7、s4：对步骤s3中获取的图像结果做像素点统计分析，若图像像素点个数等于上一帧图像像素点个数，则阀门无漏水情况；若大于上一帧图像像素点个数，且之后每一帧新的图像像素点个数与前一帧图像像素点个数相比，数值呈上升趋势，则阀门存在漏水情况。

8、进一步地，步骤s2中，建立背景模型具体是：通过基于背景建模的vibe算法提取步骤s1中视频画面的前景对象进而检测，找出视频中的运动物体，包括：

9、第一步：为每个像素点建立一个包含n个样本值的背景模型，其数学表达式为m(x)＝{p1,p2,......pn}，pi(i＝1,2,......,n)表示样本集中第i个样本值；

10、第二步：将输入图像与背景样本模型进行像素值相似度比较并定义一个以p(x)为球体中心，r为半径的球体sr(p(x))，背景模型m(x)和球体sr(p(x))的交集用相似度函数u来表示，定义为u＝{sr(p(x))∩{p1,p2,......,pn}}；

11、第三步：计算p(x)与n个背景样本的欧式距离，判断是否小于阈值r。在实际处理中，一旦找到umin个样本匹配时，像素p(x)分类为背景，停止计算，从而提高运算效率。

12、进一步地，s2中，对视频图像进行灰度化、二值化、反色预处理，具体是：

13、将彩色图像转为灰度图像，忽略颜色特征，便于后续处理，图像的灰度值为：gray＝0.29900*r+0.58700*g+0.11400*b；

14、将原有图像dst(x,y)的灰度值范围设置为[m,n]，t为二值化的阈值，其中t的大小范围为m≤t≤n，处理后得到的图像记为f(x,y)；当dst(x,y)＜t时，f(x,y)＝0；当dst(x,y)≥t时，f(x,y)＝255；

15、图像反色处理，将灰度值为1的区域变为0，将灰度值为0的区域变为1，将背景图像置为黑色，水滴本身置为白色，突出水滴运动状态。

16、进一步地，s2中，通过中值滤波算法去噪，包括：

17、第一步：计算输入图像的宽、高和首地址并建立一块缓冲区将其初始化为0用以暂存临时图像；

18、第二步：逐行扫描图像中的像素点，对当前像素值及其领域中的像素值按照从小到大的顺序进行排列并将中值赋给当前像素点；

19、第三步：循环步骤二，直至将图像中所有的像素点全部处理完毕；

20、第四步：将缓冲区中的所有数据复制到原图像中获得最终的处理结果。

21、进一步地，s3中，图像关键帧抽取的帧率选取25fps；使用帧间差分法对当前图像与上下两帧相邻图像做差分运算，具体是：

22、步骤一：输入一段连续的视频图像序列并将当前帧与上一帧做差分运算，实现dk(x,y)＝|fk(x,y)-fk-1(x,y)|、dk+1(x,y)＝|fk+1(x,y)-fk(x,y)|，其中dk(x,y)是当前帧图像fk(x,y)与上一帧图像fk-1(x,y)的差值，dk+1(x,y)是下一帧图像fk+1(x,y)与当前帧图像fk(x,y)的差值；

23、步骤二：选择合适的阈值t对差分图像进行二值化，二值化后的差分图像分别记为rk(x,y)和rk+1(x,y)；

24、步骤三：将rk(x,y)于rk+1(x,y)做“与”运算，实现r(x,y)＝rk(x,y)∩rk+1(x,y)，其中r(x,y)为最后提取到的运动目标。

25、进一步地，s4中，像素点统计具体是：

26、第一步：对图像r(x,y)进行像素点扫描、统计；

27、第二步：若图像r(x,y)像素点个数等于上一帧图像像素点个数，则阀门无漏水情况；

28、第三步：若图像r(x,y)像素点个数大于上一帧图像像素点个数且之后每一帧新的图像像素点个数与前一帧图像像素点个数相比，相差数值呈上升趋势，则阀门漏水情况。

29、本发明还涉及的一种水电站阀门漏水检测预警系统，包括：存储器、处理器以及在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

30、本发明还涉及的一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如上述方法的步骤。

31、本发明中，s3、s4是关键步骤。步骤s3主要对步骤s2中预处理后的视频画面做图像关键帧抽取，并使用帧间差分法对相邻两帧图像做差分运算；s4主要是对步骤s3中获取的图像结果做像素点统计分析，若图像像素点个数等于上一帧图像像素点个数，则阀门无漏水情况；若大于上一帧图像像素点个数，且之后每一帧新的图像像素点个数与前一帧图像像素点个数相比，数值呈上升趋势，则阀门存在漏水情况。

32、本发明研发过程中遇到的主要难点是漏水检测，主要采用帧间差分法和图像像素点统计法相互结合来解决。其中，帧间差分法通过相邻两帧图像间差异来判断是否有漏水现象；图像像素点统计法用来判断阀门漏水量是否有增大趋势。

技术特征：

1.一种水电站阀门漏水检测预警方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤s2中，建立背景模型具体是：通过基于背景建模的vibe算法提取步骤s1中视频画面的前景对象进而检测，找出视频中的运动物体，包括：

3.根据权利要求1所述的方法，其特征在于：s2中，对视频图像进行灰度化、二值化、反色预处理，具体是：

4.根据权利要求1所述的方法，其特征在于：s2中，通过中值滤波算法去噪，包括：

5.根据权利要求1所述的方法，其特征在于：s3中，图像关键帧抽取的帧率选取25fps；使用帧间差分法对当前图像与上下两帧相邻图像做差分运算，具体是：

6.根据权利要求1所述的方法，其特征在于：s4中，像素点统计具体是：

7.一种水电站阀门漏水检测预警系统，其特征在于：包括：

8.一种非暂态计算机可读存储介质，其特征在于：其上存储有计算机程序，该计算机程序被处理器执行时，实现如权利要求1至6中任一所述方法的步骤。

技术总结
本发明公开了一种水电站阀门漏水检测预警方法和系统，该方法包括：对目标区域视频画面进行实时采集；视频画面预处理；帧间差分法提取视频图像关键帧并作差异对比；差异输出与分析。本发明能够快速、准确地定位水电站厂房阀门漏水位置，能够针对阀门渗漏水情况进行自动连续不间断检测并预警，在一定程度上提升了水电站设备智能化监测水平。

技术研发人员：朱志伟,魏坤,吕佳军,韦杰文,鲁文涛,黄光辉,柯文俊,臧永刚,彭承星,石体强,张兆新
受保护的技术使用者：云南联合电力开发有限公司
技术研发日：
技术公布日：2024/2/21