本发明涉及智能预警,特别是涉及一种适用于智能电厂运行的安全预警方法及系统。
背景技术:
1、火力发电厂简称火电厂,是利用可燃物(例如煤)作为燃料生产电能的工厂。它的基本生产过程是:燃料在燃烧时加热水生成蒸汽,将燃料的化学能转变成热能,蒸汽压力推动汽轮机旋转,热能转换成机械能,然后汽轮机带动发电机旋转,将机械能转变成电能。火力发电是现代社会电力发展的主力军,我们在提高火电技术的方向上要着重考虑电力对环境的影响,对不可再生能源的影响。虽然在中国已有部分核电机组,但火电仍占领电力的大部分市场。
2、当前的火电厂都设置有视频监控系统,通过视频监控系统对工作人员的日常行为操作进行监控,但是当前的视频监控系统的监管还是不足,视频监控系统无法直接判断工作人员的行为操作是否违规,需要对工作人员的行为操作进一步分析,极易出现检测不稳定的情况,且逐帧的图像帧检测属于高耗时算法,当画面中存在密集的工作人员时会由于计算时间过长而无法满足实时性要求,无法快速的判定工作人员是否存在违规行为。
3、因此,如何提供一种可以适用于智能电厂运行的安全预警方法及系统,是目前有待解决的技术问题。
技术实现思路
1、本发明实施例提供一种适用于智能电厂运行的安全预警方法及系统,用以解决现有技术中无法精准地判断工作人员是否存在违规操作行为,且无法对违规操作行为发出实时预警的技术问题。
2、为了实现上述目的,本发明提供了一种适用于智能电厂运行的安全预警方法,所述方法包括:
3、在预设时间段内截取当前人员的若干个行为操作图像,获取所有行为操作图像的色彩强度,并根据得到的色彩强度对所有的行为操作图像进行图像融合,得到待处理图像;
4、获取所述待处理图像的多个图像像素点,对所有的图像像素点对应的图像像素值进行数值大小排序,并基于排序结果对所述待处理图像进行图像剔除处理,得到目标特征图像;
5、获取与所述目标特征图像相对应的参考特征图像,分别计算所述目标特征图像的第一特征向量和所述参考特征图像的第二特征向量;
6、根据所述第一特征向量和所述第二特征向量判断当前人员是否存在违规操作行为,并当当前人员存在违规操作行为时,实时发出预警提醒。
7、在其中一个实施例中,在根据得到的色彩强度对所有的行为操作图像进行图像融合,得到待处理图像时,包括:
8、计算所有色彩强度的平均值和标准偏差;
9、将所述平均值和所述标准偏差进行相加来获得预设色彩强度;
10、基于色彩强度和所述预设色彩强度之间的关系来确定影响图像,
11、当色彩强度小于所述预设色彩强度时,则删除对应的行为操作图像;
12、当色彩强度大于或等于所述预设色彩强度时,则将对应的行为操作图像确定为所述影响图像,并计算所有影响图像的图像影响系数;
13、将所有的影响图像进行图像融合操作,得到初始融合图像;
14、采集所述初始融合图像的像素点,并采集像素点对应的像素值和亮度值;
15、基于采集的像素值、亮度值和所述图像影响系数对所述初始融合图像进行亮度调节,并得到所述待处理图像,其中,
16、根据下式对所述初始融合图像进行图像调节:
17、r(i,j)=(a(i,j)/w)*p(i,j);
18、其中,r(i,j)为第i行第j列的像素点的亮度调节值,a(i,j)为第i行第j列的像素点的像素值,w为图像影响系数,p为第i行第j列的像素点的亮度值。
19、在其中一个实施例中,在基于排序结果对所述待处理图像进行图像剔除处理,得到目标特征图像时,包括:
20、对所有的图像像素点对应的图像像素值进行数值大小排序,得到序列集合;
21、将所述序列集合中的头部图像像素值作为顶层数据,并将所述序列集合中的尾部图像像素值作为底层数据,其中,所述序列集合中的每一个图像像素值代表一层数据;
22、获取所有图像像素点对应的rgb值,并基于所述rgb值依次计算所述序列集合中从顶层数据到底层数据的每一层的图像特征值;
23、依次确定第i层的图像特征值与第i+1层的图像特征值之间的距离;
24、以所述第i+1层中的像素点作为聚类中心,将所述第i层中的像素点归类到所述第i+1层中对应的聚类中心,确定所述第i+1层的像素点与所述第i层的像素点之间的对应关系;
25、根据所述第i+1层的像素点与所述第i层的像素点之间的对应关系,确定所述顶层数据与所述底层数据之间的对应关系;
26、根据所述顶层数据和所述底层数据之间的对应关系将所述顶层数据和所述底层数据进行标记,得到标记后的处理图像;
27、对标记后的处理图像进行处理,得到所述目标特征图像。
28、在其中一个实施例中,
29、在其中一个实施例中,在依次确定所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离时,包括:
30、计算所述第i层的图像特征值与所述第i+1层的图像特征值之间的特征差值;
31、预先设定第一预设特征差值、第二预设特征差值和第三预设特征差值;
32、根据所述特征差值、所述第一预设特征差值、所述第二预设特征差值和所述第三预设特征差值之间的关系确定所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离;
33、当所述特征差值小于所述第一预设特征差值时,则将所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离确定为l1;
34、当所述特征差值大于或等于所述第一预设特征差值,且所述特征差值小于所述第二预设特征差值时,则将所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离确定为l2;
35、当所述特征差值大于或等于所述第二预设特征差值,且所述特征差值小于所述第三预设特征差值时,则将所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离确定为l3;
36、当所述特征差值大于或等于所述第三预设特征差值时,则将所述第i层的图像特征值与所述第i+1层的图像特征值之间的距离确定为l4。
37、在其中一个实施例中,在分别计算所述目标特征图像的第一特征向量和所述参考特征图像的第二特征向量时,包括:
38、输入所述目标特征图像;
39、对所述目标特征图像进行二维子带树分解,得到各个子带上的子带系数;其中,分解尺度为n,子带个数为4n个,第i个子带上的子带系数为rk(x,y),k=1,2,3,...,4n,每个子带上的子带系数均为大小为x×y的矩阵;
40、根据得到的子带系数计算所述目标特征图像的第一特征向量。
41、在其中一个实施例中,根据下式计算所述目标特征图像的第一特征向量:
42、;
43、其中,d为目标特征图像的第一特征向量。
44、在其中一个实施例中,在根据所述第一特征向量和所述第二特征向量判断当前人员是否存在违规操作行为时,包括:
45、计算所述第一特征向量和所述第二特征向量的特征向量差值;
46、根据所述特征向量差值和预设特征向量差值之间的关系判断当前人员是否存在违规操作行为,
47、若所述特征向量差值小于所述预设特征向量,则判断当前人员不存在违规操作行为;
48、若所述特征向量差值大于或等于所述预设特征向量,则判断当前人员存在违规操作行为。
49、为了实现上述目的,本发明提供了一种适用于智能电厂运行的安全预警系统,所述系统包括:
50、融合模块,用于在预设时间段内截取当前人员的若干个行为操作图像,获取所有行为操作图像的色彩强度,并根据得到的色彩强度对所有的行为操作图像进行图像融合,得到待处理图像;
51、剔除模块,用于获取所述待处理图像的多个图像像素点,对所有的图像像素点对应的图像像素值进行数值大小排序,并基于排序结果对所述待处理图像进行图像剔除处理,得到目标特征图像;
52、计算模块,用于获取与所述目标特征图像相对应的参考特征图像,分别计算所述目标特征图像的第一特征向量和所述参考特征图像的第二特征向量;
53、预警模块,用于根据所述第一特征向量和所述第二特征向量判断当前人员是否存在违规操作行为,并当当前人员存在违规操作行为时,实时发出预警提醒。
54、本发明提供了一种适用于智能电厂运行的安全预警方法及系统,相较现有技术,具有以下有益效果:
55、本发明公开了一种适用于智能电厂运行的安全预警方法及系统,获取行为操作图像的色彩强度,根据色彩强度对所有行为操作图像进行图像融合,得到待处理图像;获取待处理图像的多个图像像素点,对图像像素点对应的图像像素值进行数值大小排序,并进行图像剔除处理,得到目标特征图像;计算目标特征图像的第一特征向量和参考特征图像的第二特征向量;根据第一特征向量和第二特征向量判断当前人员是否存在违规操作行为,当存在违规操作行为时,实时发出预警,本发明解决了无法精准判断当前人员是否存在违规操作行为的技术问题,实现了对违规操作行为的实时预警,实现了预警信息的实时推送,提高了预警反馈实效性。