CN102013147B - 高压输电塔智能防盗监控方法和装置 - Google Patents

Abstract

高压输电塔智能防盗监控系统及方法，包括视频获取装置、照明装置、中央信息处理和控制装置、现场警告装置、偷盗者入侵信息发送装置、警告信息接收装置和高压感应取电装置。中央信息处理和控制装置经过对视频获取装置采集的图像进行图像预处理、图像分割、目标识别、偷盗者判断和背景更新等一系列处理和分析后，判断高压输电塔周界是否有偷盗者入侵，如有偷盗者入侵，则控制现场警告装置对入侵者现场警告，并拍摄现场图像，将所拍摄图像和警告信息通过入侵信息发送装置一同发送给相关工作人员的警告信息接收装置，以便相关工作人员即时采取相应措施防止偷盗情形发生。从而减轻工作人员劳动强度，提高工作效率。

Description

高压输电塔智能防盗监控方法和装置

技术领域

本发明涉及一种智能防盗监控方法和装置，具体涉及一种用于智能监控高压输电塔的方法和装置，由实时采集的视频图像实时分析输电塔周界偷盗者入侵情况，属于图像处理、图像分析和视频监控领域。

背景技术

作为电力工业发展的物质基础，电网设施负担着输送、分配电能的任务，具有点多、面广、线长、裸露野外的特点。据统计，全国近1/3的停电事故都是因为外力破坏电网引起的，而电力设施盗窃等外力破坏已成为影响电网安全运行的主要因素。2008年北京奥运会开幕式前后，为保证奥运会的正常运行，北京西郊的每一个输电铁塔都有人24小时轮班值守，严重耗费人力和物力。现有实时监控系统都只有远程监控功能，不具有智能目标探测和识别功能，这样尽管可以减少户外现场监控的辛苦，但仍然需要有人实时监视远程传回的图像，工作量大而且容易疲劳。综上所述，目前迫切需要一种可以实时分析输电铁塔周界偷盗者入侵的智能视频防盗监控系统，系统可以实时探测和识别偷盗者目标，并实时给出报警和警示信号。在保证高压输电塔的安全性的同时，节省人力成本、提高效率。

发明内容

本发明的技术解决问题是：为高压输电塔提供智能防盗监控的方法和装置，保障电网系统运行安全、可靠。本发明设计了能在各种野外条件下、各种气候下和各种光强条件下实时智能分析高压输电塔周界入侵偷盗情况、如有偷盗者入侵，自动给出现场警告信息，并发送警报信息给相关工作人员。

本发明涉及一种高压输电塔智能防盗监控的方法，所述的方法实时采集高压输电塔周界的图像，现场实时预处理和增强图像，处理因天气、光照、阴影以及背景目标摆动等原因引起的图像质量下降，然后结合运动和外观特征实时分析图像，看是否有偷盗者入侵，如有偷盗者入侵，则现场实时发出警告信息，并发送警报信息给相关工作人员，而且，在发送警报信息的同时发送一帧当前采集的图像给相关工作人员，由现场人员再次确认现场情况，防止由于防盗监控系统误报而带来的人力浪费。

本发明也涉及一种执行上述方法的装置，所述装置1包括用于采集图像的视频获取装置11，所述设备可根据输电塔实地情况调节视场范围，可提供水平和垂直两个方向上的旋转，可实时调节采集图像的放大倍数，以方便相关工作人员可以远距离进一步确认现场情况的细节；所述装置1也包括照明装置12，用于照明被监控现场，保证被监控现场总有合适的光照强度；所述装置1也包括中央信息处理和控制装置13，用于现场实时分析、处理所述采集设备采集的图像，并可根据现场光照强度，实时控制照明光源的开/关，也可根据图像分析结果控制现场警告装置14发出警告信号警告偷盗者尽快离开，并控制偷盗者入侵信息装置15发送偷盗者入侵信息给相关工作人员，而且将现场实时拍摄的一帧图像一起发送给相关工作人员；所述装置1也包括警告信息接收装置16用于接收由偷盗者入侵信息发送装置15发送的信息；所述装置1也包括高压感应取电装置17用于从高压线上取电，并给视频获取装置11、照明装置12、中央信息处理和控制装置13、现场警告装置14和偷盗者入侵信息发送装置15供电。

本发明与现有技术相比具有如下优点：

(1)本发明能现场实时智能分析图像，智能探测和识别入侵目标。提高了图像采集频率、降低了数据传输量，避免了人为监视和分析图像的高强度劳动，提高了生产效率；

(2)本发明采用运动特征与形貌特征相结合的方法探测和识别入侵者，提高了监控系统的监测率，降低了虚警率。

附图说明

图1为本发明的智能防盗监控结构框图；

图2为本发明的智能防盗监控流程图；

图3为本发明的图像预处理流程图；

图4为本发明的全局运动补偿流程图；

图5为本发明的背景微位移去除流程图；

图6为本发明的阴影去除流程图；

图7为本发明的阴影去除边缘形状示意图；

图8为本发明的图像分割流程图；

图9为本发明的运动和形貌滤波模板示意图；

具体实施方式

如图1所示，本发明所述的智能防盗视频监控系统由视频获取装置11、照明装置12、中央信息处理和控制装置13、现场警告装置14、偷盗者入侵信息发送装置15、警告信息接收装置16和高压感应取电装置17组成。高压感应取电装置17将输电导线周围的电磁能量转化为电能，为安装在输电塔上的视频获取装置11、照明装置12、中央信息处理和控制装置13、现场警告装置14和偷盗者入侵信息发送装置15提供稳定的电源；视频获取装置11的基本单元是PTZ(水平旋转Pan、垂直旋转Tilt和变焦Zoom)，所述PTZ可根据输电塔实地情况固定视场范围，可提供水平和垂直两个方向上的旋转，可实时调节采集图像的放大倍数，以方便相关工作人员可以远距离进一步确认现场情况的细节，PTZ可为可见光摄像机或红外摄像机；所述照明装置12用于照明被监控现场，并附有光强传感器，用于感受现场光照强度，当现场光线不足时，给中央信息处理和控制装置13发送信息，中央信息处理和控制装置13控制开启照明装置12；中央信息处理和控制装置13是本发明所述装置1的核心器件，用于处理从视频获取装置采集到的视频流，并给出的相应的控制指令给照明装置12、现场警告装置14和偷盗者入侵信息发送装置15；现场警告装置14的主要执行元件是扩音器，中央信息处理和控制装置13预录制一些现场警告语句，当现场有偷盗者入侵时，中央信息处理和控制装置13根据偷盗者入侵严重程度控制扩音器播放相应的声音语句；偷盗者入侵信息的发送和接受基于GPRS通用分组无线服务技术，发送装置和接收装置可为现在通用的手机或专用发送和接受设备。

如图2所示，本发明所述的智能防盗视频监控方法包括图像采集、图像预处理、图像分割、目标识别和背景更新等步骤。本发明所述的方法首先由视频获取装置11采集图像，然后将采集的图像传送到中央信息处理与控制装置13，中央信息处理与控制装置13先对所述采集的图像进行预处理，然后分割图像，再结合时域与空域信息识别目标，如果判断有偷盗者入侵，中央信息处理与控制装置13发送现场警告信息，并拍摄现场图像，将所拍摄图像和警告信息一同发送给相关工作人员，工作人员可根据现场图像进一步确认判断，并采取相应的措施；如果没有发现偷盗者入侵情况，中央信息处理与控制装置13根据未发生异常现场的间隔判断是否需要更新背景图像，如果背景图像更新时间超过一定的时间间隔则更新背景图像。而后，中央信息处理与控制装置13进入下一个图像处理循环，采集图像、预处理图像、分割图像、识别目标和判断等步骤。

如图3所示，本发明所述的图像预处理首先使用中值滤波算法滤除图像产生过程的随机噪声；其次对图像进行直方图均衡化，处理图像由于光强过强或过暗所导致的图像整体偏亮或偏暗等情形，使得图像整体有均衡的灰度值；再次中央信息处理与控制装置13使用运动模糊评价函数(例如，相邻像素的灰度差绝对值和)来判断图像是否有整体移动或转动，如果有整体移动，则使用全局运动去除算法去除图像的整体移动；如果没有整体移动，则直接进行背景微位移的去除，背景目标的微位移主要是由于输电塔下的树木、灌木、草地或水体背景(池塘、河流和湖泊等)随风的摆动或波动，如果不去除背景目标的微位移，中央信息处理与控制装置13会误将背景目标当做入侵的偷盗者。另外，背景目标以及输电塔本身的阴影随着太阳位置的移动，以及乌云的遮挡也会发生很大的变化，因此，也需要阴影剔除算法去除图像中的阴影部分。

如图4所示，本发明所述的整体运动去除算法包括背景特征块选择、全局运动估计和全局运动补偿。所述背景块选择步骤在监控系统安装时，由安装人员在监控系统视场范围内选择一些固定不动的背景特征，例如输电塔的塔基等。由于这些特征在监控系统的成像位置固定，可在监控系统的图像中设置固定的ROI(感兴趣区域)，然后在整体运动估计时，对实时采集的ROI与背景中的ROI进行计算获得图像的整体移动矢量和旋转矢量，如果计算的移动矢量和旋转矢量大于阈值a像素，则依据计算的移动矢量和旋转矢量对所采集的图像进行全局移动补偿。全局运动补偿采用图像直接移位的算法进行。

如图5所示，本发明所述的背景微位移去除算法使用运动轨迹跟踪和质心运动振幅两个判据来判断背景是否有微位移，如果有微位移存在，则用背景区域像素填充该运动区域像素，微位移识别算法包括的参数为运动区域整体面积、运动部分面积、运动目标长度、运动目标宽度和质心的振幅。这些参数通过Adaboost算法学习来确定。

如图6所示，本发明所述的阴影去除算法首先对经过图像预处理、背景微位移去除和图像整体运动去除后的图像分别进行腐蚀和膨胀运算，然后用膨胀后的图像减去腐蚀后的图像，得到所采集图像的图像范围内的特征轮廓，然后用腐蚀运算对想减后的图像进行运算，得到图像内背景和前景特征的精确轮廓。图像处理的简单示意图如图7所示，经过图像预处理、背景微位移去除和图像整体运动去除等运算后，由于有阴影的存在，图像内特征的边缘与真实边缘有一定的距离或不是真实边缘，如图7a)所示，然后系统分别对原始图像进行膨胀和腐蚀运算，得到如图7b)和c)所示的结果，再用b)所示的结果减去和c)所示的结果就得到d)所示的结果，即为图像内特征的轮廓，但该特征边缘较粗，使用腐蚀运算即可得到精确的图像边缘，如图7e)所示。

如图8所示，本发明所述的图像分割算法首先对经过预处理的图像与背景图像相减，然后对相减后的图像进行高斯分析，高斯分析采用如下算法，

$I_k=\frac{1}{M\×N}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{FD}}^k(m,n)---\left(1\right)$

H(I₁，I₂，I₃，I₄)＝I₃+I₄-3I₁(I₂-I₁ ²)-3I₂ ²-I₁ ³-2I₁ ⁴(2)

如果H(I₁，I₂，I₃，I₄)＜G，那么初步判断该块为背景，否则，如果H(I₁，I₂，I₃，I₄)≥G初步认为该块为前景。G为阈值。经过高斯测试后，几乎所有的前景块和背景块被分开，但他只能粗略地分开前景和背景部分，有可能背景块还包含着前景块，前景块也有可能包含着背景块，因此需要进一步分析图像的直方图来确定阈值，通过计算图像块的期望值和方差来确定阈值，期望值计算公式如下：

$E\left(\mathrm{Th}\right)=\underset{k=0}{\overset{255}{\mathrm{\Σ}}}k\left\{\left(\mathrm{Fth}\right)P_k{\left[\underset{m=0}{\overset{k}{\mathrm{\Σ}}}{P}_m\right]}^{\mathrm{Fth}-1}\right\}---\left(3\right)$

方差计算公式如下：

$\mathrm{\σ}=\sqrt{\underset{k=0}{\overset{255}{\mathrm{\Σ}}}{k}^2{P}_k}---\left(4\right)$

计算得到上述两个值后，根据期望-方差曲线确定最佳的图像分割阈值，最后使用该确定的阈值分割图像得到图像区域内的前景块和背景块。

本发明所述的目标识别算法采用运动与形貌相结合的方法进行。运动识别采用运动滤波器对目标进行滤波，运动滤波器模板如图9所示，为矩形滤波器，用黑色区域内图像像素的和减去浅色图像像素内的和，计算公式如下：

Δ＝abs(I_t-I_t+1)

U＝abs(I_t-I_t+1↑)

L＝abs(I_t-I_t+1←)(5)

R＝abs(I_t-I_t+1→)

D＝abs(I_t-I_t+1↓)

I_t和I_t+1分别表示时刻t和t+1时刻采集的图像，{↑，↓，←，→}是图像操作算子，例如I_t↑表示I_t图像向上移位一个像素。通过运动滤波器的运算就可确定监控区域内是否有目标移动，移动方向是哪个方向。

形貌滤波器也采用矩形滤波器，滤波函数的形式为：

f_m＝φ(I_t)(6)

因为如图9所示的滤波器的大小、长宽比和位置可以有任何值，因此本发明在系统开发和研制时，采集大量的数据库，形成数据库以便训练目标识别算法使其有高的识别率。合成的目标识别公式为：

上式中，α，β和t_i也是未知数，本发明使用Adaboost算法对目标识别算法进行训练和学习。

Claims (2)

1.一种高压输电塔智能防盗监控系统，其特征在于包括下列部分：

视频获取装置，基本单元是PTZ，即水平旋转Pan、垂直旋转Tilt和变焦Zoom，可根据输电塔实地情况固定视场范围，可提供水平和垂直两个方向上的旋转，可实时调节采集图像的放大倍数，以方便相关工作人员可以远距离进一步确认现场情况的细节；

照明装置，用于照明被监控现场，保证被监控现场总有合适的光照强度；

中央信息处理和控制装置，是核心器件，用于处理从视频获取装置采集到的视频流，并可根据现场光照强度，实时控制照明光源的开/关，也可根据图像分析结果控制现场警告装置发出警告信号警告偷盗者尽快离开，并控制偷盗者入侵信息发送装置发送偷盗者入侵信息给相关工作人员，而且将现场实时拍摄的一帧图像一起发送给相关工作人员，该中央信息处理和控制装置进行图像预处理、图像分割、目标识别和背景更新，该图像预处理用于滤除上述采集图像的噪声、由于摄像机移动引起的图像全局运动、背景的微位移以及背景特征和目标特征的阴影，由计算得到的固定不动的背景特征的移动矢量和旋转矢量对所采集的图像进行全局移动补偿，使用运动轨迹跟踪和质心运动振幅两个判据来判断背景是否有微位移，并用背景区域像素填充背景的微位移，对图像分别进行腐蚀和膨胀运算，然后用膨胀后的图像减去腐蚀后的图像，得到所采集图像的图像范围内的特征轮廓，然后用腐蚀运算对相减后的图像进行运算，得到图像内背景和前景特征的精确轮廓，该图像分割用于分割背景特征和偷盗者目标特征，根据期望-方差曲线确定最佳的图像分割阈值，最后使用该确定的阈值分割图像得到图像区域内的前景块和背景块，该目标识别用于判断高压输电塔周界是否有偷盗者，使用运动与形貌相结合的方法进行目标识别，识别参数使用Adaboost算法进行训练和学习，该背景更新用于根据高压输电塔现场的天气情况、光照情况和季节变化实时更新背景；

现场警告装置，主要执行元件是扩音器，中央信息处理和控制装置预录制一些现场警告语句，当现场有偷盗者入侵时，中央信息处理和控制装置根据偷盗者入侵严重程度控制扩音器播放相应的声音语句；

偷盗者入侵信息发送装置，基于GPRS通用分组无线服务技术，用于向相关工作人员发送偷盗者入侵信息；

信息接收装置，用于接收从偷盗者入侵信息发送装置发送来的信息；

高压感应取电装置，用于从高压线上取电，并给视频获取装置、照明装置、中央信息处理和控制装置、现场警告装置和偷盗者入侵信息发送装置供电。

2.一种高压输电塔智能防盗监控方法，其特征在于，所述高压输电塔智能防盗监控方法包括如下步骤：

图像采集，用于获取高压输电塔周界的图像；

图像预处理，用于滤除上述采集图像的噪声、由于摄像机移动引起的图像全局运动、背景的微位移以及背景特征和目标特征的阴影；由计算得到的固定不动的背景特征的移动矢量和旋转矢量对所采集的图像进行全局移动补偿，使用运动轨迹跟踪和质心运动振幅两个判据来判断背景是否有微位移，并用背景区域像素填充背景的微位移，对图像分别进行腐蚀和膨胀运算，然后用膨胀后的图像减去腐蚀后的图像，得到所采集图像的图像范围内的特征轮廓，然后用腐蚀运算对相减后的图像进行运算，得到图像内背景和前景特征的精确轮廓；

图像分割，用于分割背景特征和偷盗者目标特征，根据期望-方差曲线确定最佳的图像分割阈值，最后使用该确定的阈值分割图像得到图像区域内的前景块和背景块；

目标识别，用于判断高压输电塔周界是否有偷盗者，使用运动与形貌相结合的方法进行目标识别，识别参数使用Adaboost算法进行训练和学习；

背景更新，用于根据高压输电塔现场的天气情况、光照情况和季节变化实时更新背景。