CN101977304A - 基于dsp视频处理的输电线路远程监测系统及监测方法 - Google Patents

Abstract

本发明公开了一种基于DSP视频处理的输电线路远程监测系统及监测方法，设计了基于DSP的视频监控终端系统，利用DSP强大的数据处理能力，在监控终端直接利用视频图像处理技术和相关算法，对现场采集到的输电线路视频数据进行滤波、清晰化、异常检测等分析和处理，自动提取监测场景输电线路状态的有效数据信息，仅将处理结果和有效数据信息传送给监控中心，并能够对异常情况通过无线模块发送报警信息到监控中心或者监控人员手机上，以便及时采取相应的措施。这样在大大减小了传输数据冗余、提高监测系统实时性的同时，又能够提供给监控人员实时有效的现场信息，减轻了监控人员的工作负担，实现了实时、有效的智能化监控。

Description

基于DSP视频处理的输电线路远程监测系统及监测方法 

技术领域

本发明属于远程监测技术领域，涉及一种基于DSP嵌入式终端的远程监测系统，具体涉及一种基于DSP视频处理的输电线路远程监测系统，本发明还涉及利用该系统进行监测的方法。 

背景技术

由于某些地区特殊的自然地理环境因素，会引起输电线覆冰、舞动等不良状况发生，输电线路舞动会导致跳闸、导线电弧烧伤、金具损坏、导线断股、断线、倒塔等危害，严重影响输电线路的安全运行^[1-2]。随着工农业生产的日益发展，对供电系统可靠性的要求不断提高。对输电线路的状态进行实时监测，及时发现异常现象，并准确提供预警信息，对于实现输电线路由计划检修到状态检修的过渡，提高输电线路和供电系统的可靠性具有重要的意义。但传统的人工线路巡视，不但工作量大，危险性高，而且效率也十分低，是目前供电企业的巨大负担。现代检测技术、计算机技术和无线通信技术的发展，为输电线路的状态监测提供了先进的技术手段，使得输电线路远程在线监测成为可能。 

随着无线通信技术和嵌入式技术的发展，涌现出很多关于远程视频监测系统方案和监测方法的成果^[3-9]，其中有很多方案和方法已经应用到了实际的监测系统中，实现了对待监测场景各状态信息的远程监测，具有一定的应用价值。比如张占龙等人提出了基于视频监视和GPRS通信技术的输电线路舞动远程监测系统^[3]，该系统利用摄像头采集输电线路的图像，将图像通过 GPRS通信传输回监控中心，运行检测人员可以实时观测输电线路的舞动情况的图像。为研究导线舞动特点、规律和防A舞动方案评估提供了科学依据。深圳市融创天下科技发展有限公司的发明专利《一种远程视频监控的系统及方法》^[9](申请号200910105705.9，公开号CN101547343，公开日2009.09.30)，提供了一种远程视频监控的系统及方法，系统由前端装置和用户终端组成，由前端装置完成音视频采集、编码，然后由嵌入式流服务器通过移动通信网络发送至用户终端。利用移动通信网络传递信息方便以及不受地域限制的特点，将前端装置监控的音视频数据发送到移动终端中供用户察看，实现了用户终端对前端监视场景的监视及对前端装置的远程控制。但是，目前大多数远程视频监测系统，都是在监控终端先利用摄像头采集现场视频数据，然后将视频数据经过压缩后通过无线网络传送到监测中心，再由工作人员对视频进行查看、分析、处理操作。由于视频采集的数据量庞大，无线网络的通信速率相对较低，这样直接传输视频数据不仅占用大量的带宽，而且监测的实时性受到很大的限制。另外，系统对于舞动的判断和分析是靠工作人员离线进行的，监测的实时性和有效性受到了极大限制，智能化程度低。 

发明内容

本发明的目的是提供一种基于DSP视频处理的输电线路远程监测系统，解决了现有远程视频监测系统利用摄像头采集现场视频数据，数据量庞大，而无线网络的通信速率相对较低，导致监测的实时性受到很大的限制的问题，以及传统系统对于输电线路异常状况的判断和分析是靠工作人员离线进行，导致监测的实时性和有效性受到了极大限制，智能化程度低的问题。而且由于视频处理在DSP终端完成，大大减轻监控中心计算机运算负担，因此可以实现多路同时监控，另外，通过更新软件算法可以方便进行系统升级 或功能扩展。 

本发明的另一目的是提供一种采用上述系统进行监测的方法。 

本发明采用的技术方案是，一种基于DSP视频处理技术的输电线路远程监测系统，包括依次通过无线连接的监控终端、无线网络、移动中心服务器、Internet网络及监控中心。 

本发明的特点还在于，其中的监控终端包括DSP处理器模块，DSP处理器模块上分别连接有图像采集模块、存储器模块、电源模块、网络模块、GPRS模块及图像显示模块。 

本发明采用的另一技术方案是，一种基于DSP视频处理技术的输电线路远程监测方法，具体按照以下步骤实施： 

步骤1：监控终端的图像采集模块采集视频帧数据，传递给DSP处理器模块； 

步骤2：DSP处理器模块对得到的视频帧数据进行图像处理，一方面，进行现场图像获取，得到处理后的现场图像数据流；另一方面，进行现场状况监测，得到导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息； 

步骤3：数据无线发送，监控终端中的GPRS模块将步骤2得到的现场图像数据流、导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息依次通过无线网络、移动中心服务器、Internet网络送到监控中心，提供给监控人员经处理过的有效数据信息，或者将步骤2得到的现场图像数据流、导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息依次通过无线网络、移动中心服务器、Internet网络直接发送报警信息到监控人员手机上，及时通晓监控人员便于其采取相应措施； 

步骤4：数据接收与综合管理， 

监控中心对个监控终端发过来的数据进行解析和综合管理，得到图像数据、处理结果、输电线路状况参数、异常状况的有效信息，进行显示、分析、存储和管理。 

本发明的有益效果是， 

设计了基于DSP的视频监控终端系统，利用DSP强大的数据处理能力，在监控终端直接利用视频图像处理技术和相关算法，对现场采集到的输电线路视频数据进行滤波、清晰化、异常检测等分析和处理，自动提取监测场景输电线路状态的有效数据信息，仅将处理结果和有效数据信息传送给监控中心，并能够对异常情况通过无线模块发送报警信息到监控中心或者监控人员手机上，以便及时采取相应的措施。这样在大大减小了传输数据冗余、提高监测系统实时性的同时，又能够提供给监控人员实时有效的现场信息，减轻了监控人员的工作负担，实现了实时、有效的智能化监控。 

附图说明

图1是本发明基于DSP视频处理技术的输电线路远程监测系统的结构示意图； 

图2是本发明基于DSP视频处理技术的输电线路远程监测系统中监控终端的结构示意图； 

图3是本发明监测方法的软件工作流程图； 

图4是不同天气下输电线原图片，其中，(a)为理想天气，(b)为阴天，(c)为雾天，(d)为雨天，(e)为雪天，(f)为强光照； 

图5是对图4中各图片滤波及清晰化处理后效果图，其中(a)为理想天气，(b)为阴天，(c)为雾天，(d)为雨天，(e)为雪天，(f)为强光照； 

图6是对图5中各图片二值化处理后效果图，其中(a)为理想天气，(b) 为阴天，(c)为雾天，(d)为雨天，(e)为雪天，(f)为强光照； 

图7是对图6中各图片形态学滤波后效果图，其中(a)为理想天气，(b)为阴天，(c)为雾天，(d)为雨天，(e)为雪天，(f)为强光照： 

图8是导线舞动幅值计算示意图。 

图中，1.监控终端，2.无线网络，3.移动中心服务器，4.Internet网络，5.监控中心，6.DSP处理器模块，7.图像采集模块，8.存储器模块，9.电源模块，10.网络模块，11.GPRS模块，12.图像显示模块。 

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。 

本发明基于DSP视频处理技术的输电线路远程监测系统的结构，如图1所示，包括依次通过无线连接的监控终端1、无线网络2、移动中心服务器3、Internet网络4及监控中心5。监控终端1分别设置在各个不同的输电线路监控点，用于完成对各监控点现场视频图像的采集、检测处理及异常状况报警，并对处理结果及有效信息进行编码、压缩及数据发送，数据依次通过无线网络2、移动中心服务器3、Internet网络4最终到达监控中心5。监控中心5实现对各监控终端1所发送的信息进行存储、管理以及对监控终端1进行远程控制等操作。 

监控终端1的结构如图2所示，包括DSP处理器模块6，其周边分别连接有图像采集模块7、存储器模块8、电源模块9、网络模块10、GPRS模块11及图像显示模块12。各模块特点及功能分别如下： 

DSP处理器模块6：是监控终端1的核心单元，完成数据处理及各模块间的协调工作，选用的是TI公司的TMS320DM642处理芯片，是专为数字媒体应用而设计的高性能数字信号处理器，功耗低(核电压仅1.4V)，外设 接口方便。 

图像采集模块7：采用的解码芯片是TI公司的TVP5150PBS。它是一款高性能视频解码器，封装小(32脚的TQFP)、功耗低(＜150mW)，支持PAL/NTSC模拟复合视频输入，输出格式为ITU-RBT.656。非常适用于便携、批量大、高质量和高性能的视频产品。 

存储器模块8：包括系统中外扩的4M×64位的SDRAM(同步动态存储器)，用于视频大数据量的高速缓存及部分程序的存储；和4M×8位的FLASH(异步静态存储器)程序存储器，用于固化程序。 

电源模块9：采用电源芯片TPS54310，它是TI公司推出的一款高性能、低功耗、电压可调的精准稳压芯片，为整个系统提供稳定的电压，主要包括DSP核电压1.4V和I/O电压3.3V。 

网络模块10：采用网络收发器芯片LXT971进行数据收发控制，并采用RJ45标准10/100M自适应的以太网接口，可以进行数据网络传输。 

GPRS模块11：选用的是谱泰公司的PTW73GPRS MODEM模块，内嵌TCP/IP协议，通讯接口标准DB9RS232，支持标准GSM 07.07AT指令。由于内嵌了TCP/IP协议，DSP只需通过串口向模块发送相应的AT指令，便可以实现网络的连接及数据的发送等功能。 

图像显示模块12：采用SAA7121作为编码芯片，支持PAL和NTSC格式的视频编码，可将数字视频信号转换成模拟信号通过显示器显示出来，以查看采集到的视频或处理后的视频画面效果。 

系统软件架构设计： 

整个监控终端系统软件设计采用了DSP/BIOS^[10]，它是TI提供的一个简易的实时多任务微操作系统，是一种可裁剪的实时处理内核，具有任务的调 度管理、任务间的同步和通讯等多种实时操作系统功能。系统基于DSP/BIOS，采用多任务编程技术，设计了4个任务模块，分别是：图像采集任务、图像检测任务、传输图像提取任务和数据发送任务，各任务间通过SCOM消息机制进行通信。软件框架及流程如图3所示： 

系统上电自启动后，DSP/BIOS会自动进行硬件初始化，然后进行主函数的初始化，主要完成片上缓存的设置、各个任务的初始化、SCOM队列的创建等。主函数执行完以后，DSP把程序的控制权交给实时操作系统DSP/BIOS的线程调度器，由调度器按各任务的优先级来调度执行。 

按照任务的优先级，图像采集任务首先获得系统资源而运行。它首先从底层驱动获得一帧图像，然后将存储图像的指针随同SCOM消息发送到图像检测任务和传输图像提取任务，随后图像采集任务将由运行态转为挂起态，等待来自其它任务的SCOM消息将其激活。 

图像检测任务接收到来自图像采集任务的SCOM消息后，开始运行。首先从SCOM中取出存储图像的指针，得到一帧图像数据，接着进行检测处理。若检测出有异常状况发生，便会给数据发送任务发送包含预警信息的SCOM消息。其处理完后将给图像采集任务返回一个SCOM消息，转为挂起态。 

传输图像提取任务同样通过来自图像采集任务的SCOM消息，获得图像数据，当前帧图片与背景图片做差，分割出相对背景有变化的差值及位置信息，如果帧间图像差别大于设定阈值，则对差别信息进行压缩、编码、打包后，将数据包随同SCOM发送给传输任务。同时也给图像采集任务返回一个SCOM消息，之后便转为挂起态。 

当数据发送任务收到SCOM消息后，从中得到待发送的数据，然后通 过串口向GPRS模块11发送相应的AT指令，将数据及命令传送到GPRS模块11，并控制GPRS模块11进行数据远程发送，GPRS模块11内嵌的TCP/IP协议栈的缓存区有限，串口写入速率又高于GPRS传输速率，可能会丢失数据。为保证数据传输的可靠性，采用了数据分包来实现流控制：将待传输的数据先打成若干个小数据包，逐个写入串口，接收到模块返回的发送成功的应答帧后，再继续发下一个数据包。若超时还未返回应答帧，则重发上一个数据包。这样虽然牺牲了一定时间，但很好地保证了图像传输的可靠性。发送完成后将会给相应任务返回SCOM消息。这样在DSP/BIOS操作系统的实时任务调度和管理下，各任务模块相互协作执行任务，完成图像采集到检测处理及传输所有软件功能。 

监控中心5接收到各监测点发来的数据后，根据标识进行分别存储和解析，获得图像、处理结果、异常状况等有效信息。这样在大大减小了传输数据冗余、提高监测系统实时性的同时，又能够提供给监控人员实时有效的现场信息，减轻了监控人员的工作负担，实现了实时、有效的智能化监控。而且由于视频处理在DSP终端完成，大大降低了对传输信道带宽的要求，减轻监控中心5计算机运算负担，因此可以实现多路同时监控，另外，通过更新软件算法可以方便进行系统升级或功能扩展。 

本发明基于DSP视频处理的输电线路远程监测方法，具体按照以下步骤实施： 

步骤1：监控终端1的图像采集模块7采集视频帧数据，传递给DSP处理器模块6； 

步骤2：DSP处理器模块6对得到的视频帧数据进行图像处理，利用图像处理技术，从现场图像获取和现场状况监测两个方面来提高系统的实时 性、有效性及智能化程度，具体按照以下步骤实施： 

一方面，进行现场图像获取，得到处理后的现场图像数据流，具体按照以下步骤实施： 

获取监视场景图像是远程监测必要的环节，传统监测系统的图像获取方法是将采集到的视频的每帧图像经过压缩后，通过无线模块发送到监控中心。由于视频数据量庞大，而无线通信速率相对较低，这样直接传输视频数据不仅占用大量的带宽，而且监测的实时性受到很大的限制。本发明采用如下方法来提高监测系统的实时性和有效性，具体算法实施步骤为： 

a：获取参考帧图像 

从视频采集模块底层驱动中获取完整的第一帧现场图像作为参考帧(记为I_ref)，并将其保存在终端系统内存中，同时将参考帧数据进行压缩后通过GPRS模块11发送到监控中心5，也保存起来。 

b：计算当前帧与参考帧的灰度差值 

用后续采集到的每帧图像(记为I)与参考帧图像对应位置像素值做差。用i，j分别表示图像中某一像素的横纵坐标，I(i，j)表示当前帧图像中位置(i，j)处像素的灰度值，I_ref(i，j)表示参考帧对应位置的像素灰度值，则得到当前帧与参考帧图像(i，j)位置处的像素灰度变化量ΔI(i，j)为 

ΔI(i，j)＝I(i，j)-I_ref(i，j)              (1) 

c：差值数据传送 

给定一个门限值ε，对满足条件：ΔI(i，j)＞ε的像素点，即当前图像中相对于参考帧相应位置像素灰度值有较大变化量的点，将它们的位置和灰度变化量压缩打包后传送给监控中心5。由于实际场景变化速度相对于视频帧率来说要缓慢得多，可利用视频图像帧间相似性，对于当前帧，仅传送其中变 化量较大的像素点的灰度值和其位置到监控中心5，这样相对于每帧都传送整幅图像数据，大幅度减小了传输的数据量和数据冗余，提高了传输的实时性。ε的选取要适当，其值若偏大，则对图像变化不敏感，丢失过多变化的信息，过小又不能有效减小冗余和传输数据量。经过分析和实验，ε取10个灰度级左右的值比较合适。 

监控中心5对收到的数据后对其进行解压，然后从中获得位置和对应的灰度值信息后，将参考帧中相应位置的灰度值进行数据替换生成新的一帧图像，恢复出现场图像帧，然后保存起来。 

现场环境随着天气等因素再长时间内会有变化，之前的参考帧数据较早，和当前帧数据会有较大差异，导致需要传输的数据量增大。因此为了适应环境变化以及减小需要传输的数据量，需要适时的对参考帧进行更新。更新方法是，计算当前帧数据和参考帧数据的平均变化量，即用总的变化量除以一帧图像的像素总数，如果平均变化量超过一个阈值，就用当前帧数据作为新的参考帧数据，同时通知监控中心也用恢复出的当前帧图像作为新的参考帧，以保持同步。更新不会增加额外的运算量和数据量，因此更新阈值不能过大，否则不能及时更新，使得传输数据量较大，可以选取得较小，以较好的适应环境变化，同时减小传输的数据量，实验中取3个灰度级。 

另一方面，进行现场状况监测，得到导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息； 

算法思路为：利用图像处理技术，直接在监控终端1对采集到的现场视频进行分析处理，提取有效信息、检测异常状况等，并将提取到的有效信息和处理结果传回到监控中心5，并对异常情况进行报警，以便工作人员及时发现异常。这相对于传统的在监控中心5对现场视频进行处理，或是由工作 人员进行人工处理和分析的方式，不但减轻了监控中心5和工作人员的负担，而且能够获得实时有效的处理结果，提高了监测系统的实时性、有效性以及智能化程度。具体按照以下步骤实施： 

a：图像去噪 

为了减小图像噪声的影响，先对采集到的视频中的图像帧进行滤波处理。滤波算法采用中值滤波，该算法既能消除噪声又能保持图像的细节信息，而且算法复杂度相对较低。中值滤波算法计算公式为： 

g(i，j)＝Med{f(i-k，j-l)，(k，l)∈W}              (2) 

其中g为处理后图像，f为待处理原图像。W为二维模板，选择模板滑动窗口大小为3×3的中值滤波算法，其计算过程为： 

首先将模板中心放在图像的第1行第1列位置，接着对模板范围内的9个点按像素灰度值进行排序，然后以位置在最中间的点的灰度值替换当前像素的灰度值，移动模板到下一个像素点，循环进行此过程，直到将所有覆盖范围内的像素点都处理完毕，即可得滤波后的图像。 

b：图像清晰化 

清晰化处理可以使在雾天、阴天等对比度较低、目标模糊不清的环境下，使得图像变得清晰，以提供给监控中心良好的图像效果。清晰化算法采用非线性对比度展宽，非线性对比度展宽的处理后的视觉效果很好，而且算法复杂度低。非线性对比度展宽的目的是把在不良环境下所采集到的动态变化范围较窄的图像的动态变化范围增大，来达到清晰化的最终目的。按照下式对每个像素点进行处理： 

$g(i,j)=\frac{f(i,j)-f_{\min }}{f_{\max }-f_{\min }}\×255---\left(3\right)$

其中，g为对比度展宽后的灰度图像，f为待处理原图像。 

对图4中不同天气环境干扰下的图片，经过中值滤波和非线性对比度展宽清晰化处理后，得到图5处理后的效果。为了客观定量评价处理效果，对处理前后图像对比度进行计算并比较如表1所示。 

表1滤波及清晰化处理前后图像对比度比较 

从表1中数据可看出，多种天气情况下的图像经过滤波和清晰化处理后对比度值均有增大，特别是对原图像对比度较低的阴天、雾天及雨雪天气情况，对比度大幅度提高，从图5处理后视觉效果上也可以看出，处理后图像明显变得清晰干净了，由此可见，所采用的方法能够很好的适应输电线路不同天气环境下的图像，获得了良好的效果。 

c：目标提取 

图像二值化：二值化处理将图像中的像素划分为黑白两种灰度，通过二值化处理从图像中提取出所关心的目标。对于输电线路图像的二值化处理，其背景是复杂多变的天气环境，为了适应不同天气下的图片，采用自适应迭代阈值二值化方法^[13]。具体按照以下步骤实施： 

1)求出图像中的最小、最大灰度值f_min，f_max，阈值初始值为： 

T_k＝(f_min+f_max)/2，                   (4) 

迭代次数k初始值为0； 

2)根据阈值T_k将图像分割成目标和背景两部分，分别计算两部分的像素数N₁，N₂，以及灰度平均值U₁，U₂，即分别用两部分所有像素灰度值之和除以各自的像素总数得到； 

3)求出新的阈值T_k+1＝(U₁+U₂)/2； 

4)如果前后两次计算出的阈值相等或迭代次数k＞100，则转步骤5)；否则k＝k+1，转到步骤2)； 

5)用T_k作为阈值对图像进行二值化处理； 

从迭代阈值二值化方法原理可看出，该方法能够根据图像内容迭代计算出二值化的自适应阈值，因此能够适应多变的天气环境。使用该算法对图5中各图片处理的结果如图6所示。 

形态学滤波：由图6中(c)、(d)、(e)可见，二值化处理后图像中可能会含有噪声点或是毛刺，对目标会造成一定程度上的干扰，因此有必要对其进行形态学滤波处理。这里采用开运算对二值化后的图像进行滤波处理。所谓开运算即对图像先进行腐蚀，消除图形中的噪声点及目标边缘的毛刺，然后又进行一次膨胀处理，使目标的面积基本保持原来的大小。其处理结果如图7所示。可见开运算很好的去除了二值图像中的噪声，且保持目标的大小基本不改变。 

从对不同环境下的图像处理的效果可看出，迭代阈值二值化分割方法和形态学滤波处理后的效果良好，能够较好的适用于不同天气环境下的输电线路导线的提取，为输电线路状态的准确检测提供了保证。 

d：异常状况检测 

提取到目标后，可以采用图像检测技术对导线舞动幅度及覆冰覆雪等异常情况进行自动检测。 

输电线路异常状况检测示意图如图8所示，当导线静止时记录下导线在图像中的位置和宽度，用后续每一帧图像中导线的位置与静止时导线的位置做差并求绝对值，然后求出最大的差值，即得到导线的舞动幅值。采用对后续帧中输电线的宽度变化情况进行比较，可以得知输电线变粗细的变化情 况，进而检测出覆冰覆雪厚度变化情况。若导线的舞动幅值超出预设门限值或者连续监测到导线直径增大，则可自动判断是否出现异常状况。 

步骤3：数据无线发送 

监控终端1中的GPRS模块11将步骤2得到的现场图像数据流、导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息依次通过无线网络2、移动中心服务器3、Internet网络4送达监控中心5，提供给监控人员经处理过的有效数据信息，或者直接发送报警信息到监控人员手机上，及时通晓监控人员便于其采取相应措施，避免事故发生。 

步骤4：数据接收与综合管理 

监控中心5对个监控终端1发过来的数据进行解析和综合管理，接收到各监控终端1发来的数据后，根据标识分别进行解析，获得图像数据、处理结果、输电线路状况参数、异常状况等有效信息，并对数据进行显示、分析、存储和管理，完成基于DSP视频处理技术的输电线路远程监测。 

参考文献： 

[1]胡毅，电网大面积冰灾分析及对策探讨[J].高电压技术，2009，Vol34(2)：215-219 

[2]朱宽军，尤传永，赵渊如，输电线路舞动的研究与治理[J].电力建设，2004，Vol25(12)：18-21 

[3]张占龙，邓军，毛玉星，陈正宇，熊兰，蒋涛.输电线路导线舞动远程监测系统[J].现代科学仪器，2008，(02)：18-20 

[4]黄敏，李达，朱婷.基于CDMA1X网络的架空输电线路无线视频监控系统[J].电力系统自动化，2007.03，31(5)：105-107 

[5]黄新波，王小敬，武键.输电线路危险点远程图像监控系统[J].高电压 技术，2007，(8)：192-197 

[6]李凤保，李凌，潘泽友.基于CDMA1X的无线远程视频监视系统[J].仪器仪表学报，2005.08，26(8)：516-518 

[7]青岛海信移动通信技术股份有限公司.一种实现无线视频监控的方法和移动终端[P].中国专利，CN101697587A.2010-04-21 

[8]北京华美博弈软件开发有限公司.无线视频监控系统[P].中国专利，CN201467366U.2010-05-12 

[9]深圳市融创天下科技发展有限公司.一种远程视频监控的系统及方法[P].中国专利，CN101547343.2009-09-30 

[10]Taxes Instruments，TMS320C6000DSP/BIOS User′s Guide[M].TexasInstruments Incorporated.November 2002 

[11]章毓晋，图像工程(第2版)[M].北京：清华大学出版社，2005 

[12]王湘辉，曾明.基于视觉感知的图像增强质量客观评价算法[J].光电子·激光，2008，19(2)：258-260 

[13]Perez，Arnulfo Gonzalez，Rafael C.An Iterative ThresholdingAlgorithm for Image Segmentation[J].IEEE Transactions on Pattern Analysisand Machine Intelligence.Vol.PAMI-9，pp.742-751.Nov.1987。 

Claims (5)

1.一种基于DSP视频处理技术的输电线路远程监测系统，其特征在于，包括依次通过无线连接的监控终端(1)、无线网络(2)、移动中心服务器(3)、Internet网络(4)及监控中心(5)。

2.根据权利要求1所述的基于DSP视频处理技术的输电线路远程监测系统，其特征在于，所述的监控终端(1)包括DSP处理器模块(6)，DSP处理器模块(6)上分别连接有图像采集模块(7)、存储器模块(8)、电源模块(9)、网络模块(10)、GPRS模块(11)及图像显示模块(12)。

3.一种基于DSP视频处理技术的输电线路远程监测方法，其特征在于，采用一种基于DSP视频处理技术的输电线路远程监测系统，其结构为：包括依次通过无线连接的监控终端(1)、无线网络(2)、移动中心服务器(3)、Internet网络(4)及监控中心(5)，所述的监控终端(1)包括DSP处理器模块(6)，DSP处理器模块(6)上分别连接有图像采集模块(7)、存储器模块(8)、电源模块(9)、网络模块(10)、GPRS模块(11)及图像显示模块(12)，

具体按照以下步骤实施：

步骤1：监控终端(1)的图像采集模块(7)采集视频帧数据，传递给DSP处理器模块(6)；

步骤2：DSP处理器模块(6)对得到的视频帧数据进行图像处理，一方面，进行现场图像获取，得到处理后的现场图像数据流；另一方面，进行现场状况监测，得到导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息；

步骤3：数据无线发送，监控终端(1)中的GPRS模块(11)将步骤2得到的现场图像数据流、导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息依次通过无线网络(2)、移动中心服务器(3)、Internet网络(4)送到监控中心(5)，提供给监控人员经处理过的有效数据信息，或者将步骤2得到的现场图像数据流、导线的舞动幅值、覆冰覆雪厚度变化情况及导线异常状况信息依次通过无线网络(2)、移动中心服务器(3)、Internet网络(4)直接发送报警信息到监控人员手机上，及时通晓监控人员便于其采取相应措施；

步骤4：数据接收与综合管理，

监控中心(5)对个监控终端(1)发过来的数据进行解析和综合管理，得到图像数据、处理结果、输电线路状况参数、异常状况的有效信息，进行显示、分析、存储和管理。

4.根据权利要求3所述的基于DSP视频处理技术的输电线路远程监测方法，其特征在于，所述的步骤2中现场图像获取，具体按照以下步骤实施：

a：获取参考帧图像，

从视频采集模块底层驱动中获取完整的第一帧现场图像作为参考帧I_ref，并将其保存在终端系统内存中，同时将参考帧数据进行压缩后通过GPRS模块(11)发送到监控中心(5)，保存起来；

b：计算当前帧与参考帧的灰度差值，

用后续采集到的每帧图像I与参考帧图像对应位置像素值做差，用i，j分别表示图像中某一像素的横纵坐标，I(i，j)表示当前帧图像中位置(i，j)处像素的灰度值，I_ref(i，j)表示参考帧对应位置的像素灰度值，得到当前帧与参考帧图像(i，j)位置处的像素灰度变化量ΔI(i，j)为：

ΔI(i，j)＝I(i，j)-I_ref(i，j)；

c：差值数据传送，

给定一个门限值ε，对满足条件：ΔI(i，j)＞ε的像素点，即当前图像中相对于参考帧相应位置像素灰度值有较大变化量的点，将它们的位置和灰度变化量压缩打包后传送给监控中心(5)。

5.根据权利要求3所述的基于DSP视频处理技术的输电线路远程监测方法，其特征在于，所述的步骤2中现场状况监测，具体按照以下步骤实施：

a：图像去噪，

采用中值滤波算法对采集到的视频中的图像帧进行滤波处理，中值滤波算法计算公式为：

g(i，j)＝Med{f(i-k，j-l)，(k，l)∈W}，

其中g为处理后图像，f为待处理原图像，W为二维模板，选择模板滑动窗口大小为3×3的中值滤波算法，其计算过程为：

首先将模板中心放在图像的第1行第1列位置，接着对模板范围内的9个点按像素灰度值进行排序，然后以位置在最中间的点的灰度值替换当前像素的灰度值，移动模板到下一个像素点，循环进行此过程，直到将所有覆盖范围内的像素点都处理完毕，即得滤波后的图像；

b：图像清晰化，

采用非线性对比度展宽，按照下式对每个像素点进行处理：

$g(i,j)=\frac{f(i,j)-f_{\min }}{f_{\max }-f_{\min }}\×255,$

其中，g为对比度展宽后的灰度图像，f为待处理原图像；

c：目标提取，

图像二值化：采用自适应迭代阈值二值化方法，具体按照以下步骤实施：

1)求出图像中的最小、最大灰度值f_min，f_max，阈值初始值为：

T_k＝(f_min+f_max)/2，

迭代次数k初始值为0；

2)根据阈值T_k将图像分割成目标和背景两部分，分别计算两部分的像素数N₁，N₂，以及灰度平均值U₁，U₂，即分别用两部分所有像素灰度值之和除以各自的像素总数；

3)求出新的阈值T_k+1＝(U₁+U₂)/2；

4)如果前后两次计算出的阈值相等或迭代次数k＞100，则转到步骤5)；否则k＝k+1，转到步骤2)；

5)用T_k作为阈值对图像进行二值化处理；

d：异常状况检测，

当导线静止时记录下导线在图像中的位置和宽度，用后续每一帧图像中导线的位置与静止时导线的位置做差并求绝对值，然后求出最大的差值，即得到导线的舞动幅值；采用对后续帧中输电线的宽度变化情况进行比较，得到输电线变粗细的变化情况，进而检测出覆冰覆雪厚度变化情况，若导线的舞动幅值超出预设门限值或者连续监测到导线直径增大，则自动判断是否出现异常状况。

Images