CN103037208A - 一种地下变电站数字视频恢复方法 - Google Patents
一种地下变电站数字视频恢复方法 Download PDFInfo
- Publication number
- CN103037208A CN103037208A CN2012105600722A CN201210560072A CN103037208A CN 103037208 A CN103037208 A CN 103037208A CN 2012105600722 A CN2012105600722 A CN 2012105600722A CN 201210560072 A CN201210560072 A CN 201210560072A CN 103037208 A CN103037208 A CN 103037208A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- formula
- underground substation
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims description 18
- 238000011084 recovery Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 24
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 11
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种地下变电站数字视频恢复方法,包括以下步骤:1)将地下变电站施工过程低照度数字视频传输给处理器;2)处理器提取各帧的图像信息,对每一帧图像进行独立增强运算;3)根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强,以提高视频图像增强的效率;4)对补偿结果进行校验,得到地下变电站数字图像的恢复结果。与现有技术相比,本发明具有能够使得最终的恢复图像具有更多的结构化信息,并且保证了系统实时性的同时最大限度的提升了恢复后图像的增强质量,提高了视频图像的有效性,便于工作站进行监控管理等优点。
Description
技术领域
本发明涉及一种视频恢复方法,尤其是涉及一种地下变电站数字视频恢复方法。
背景技术
2012年是进一步深化“三集”管理、全面推进“五大,,体系建设非常关键的一年。各部门、各单位要在保证安全稳定的前提下,不断优化各项业务的管理运作模式,持续推进和完善“三集五大”体系建设。
其中,“大建设”就是要统一电网建设管理流程、技术规范和建设标准,强化建设关键环节管控,加强建设职能、工程项目和建设队伍的专业化管理,提高电网建设安全质量和工艺水平,提升建设管理效率和效益,实现电网建设“国际同行业领先、国内各行业领先”目标。全面推进大建设体系建设,要根据公司制定的体系框架,优化各项管理制度,完善企业标准,研究制定配电网建设的管理、工作和技术标准,逐步建立统一的制度标准体系;要注重开展全员培训,使基建战线员工掌握建设管理制度、技术规范;要结合本单位实际,研究制定措施,确保工程建设项目平稳移交,确保项目管理过渡阶段的安全稳定;要进一步完善建设管理信息化管控平台,强化工程建设关键节点的信息化管控,强化建设管理纵向各层级信息的双向互动以及与其他业务之间的横向共享,切实提升管理效率。
然而,电网建设施工过程涉及到项目管理、土建、电气等非常多的专业、行业交叉作业非常明显、施工环境恶劣、施工安全风险及安全隐患较多,这些都是电网建设施工过程中存在的难题。与国家“三集五大”的精神及强化工程建设关键节点的信息化管控以及项目管理过渡阶段的安全稳定的需求形成对比的是,当前的施工过程、施工现场的管控能力不强,缺乏安全监控的技术手段。为此,需要以城市地下变电站施工为切入点,根据电力施工过程的具体实际情况,搭建基于视频传感网(Video Wireless Sensor Network,VSWN)技术的电力建设施工监控系统,实现施工现场的场景在线访问功能和离线记录回放功能。该项目的实施,将为电网建设的安全质量管理提供了技术手段,并提供具有类似“黑匣子”的分析、追忆功能,具有推广应用价值。该系统将具备如下功能:
1)低照度环境下,进行有/无源探测的功能;
2)远程访问功能;
3)远程对讲功能;
4)事件回放功能;
5)远程工作站的多画面显示功能;
6)视频信号及音频信号的低电压等级的电力载波功能。
但是由于地下变电站环境条件差,采集的视频图像常常会受到损坏,因此对损坏的图像进行恢复成为当下急需解决的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种地下变电站数字视频恢复方法。
本发明的目的可以通过以下技术方案来实现:
一种地下变电站数字视频恢复方法,其特征在于,包括以下步骤:
1)将地下变电站施工过程低照度数字视频传输给处理器;
2)处理器提取各帧的图像信息,对每一帧图像进行独立增强运算;
3)根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强,以提高视频图像增强的效率;
4)对补偿结果进行校验,得到地下变电站数字图像的恢复结果。
所述的对每一帧图像进行独立增强运算具体为:
21)设计滤波器,如公式(1)所示:
其中,m1为横轴中心点的位置,
m2为纵轴中心点的位置,
k1为滤波器方差调整因子比例系数,
k2为滤波器幅值调整因子比例系数,
α为方差基数;
22)取三个不同尺度的滤波器,滤波器为大小161×161的矩阵,第一组取:m1,1=161;m1,2=80;k1,1=4;k1,2=5;α1=1600;
第二组取:m2,1=161;m2,2=80;k2,1=8;k2,2=8;α2=1400;
第三组取:m3,1=161;m3,2=80;k3,1=0.5;k3,2=0.5;α3=1458;
23)代入公式(1)得到三维的滤波器组,分别与原图像I(x,y)进行卷积,并调整灰度值,如公式(2)所示
最后通过公式(3)得到增强后图像:
所述的根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强具体过程如下:
通过计算当前帧与前帧对应像素窗口的相似度,以对像素点进行补偿,从而提高恢复算法的效率,如公式(4)所示
其中P(x,y)是(x,y)点处当前帧图像Lt(x,y)与前一帧图像Lt-1(x,y)的相似度,计算公式如公式(5)所示:
公式(4)说明,当相似度P(x,y)不满足足够小的条件时,则对当前像素点进行公式(1)到公式(3)的更新。
所述的对补偿结果进行校验具体如下:
在每补偿3帧后,加入校验公式对图像的质量进行检验,当不满足校验公式时,则进行图像的整体增强,返回步骤2)。
所述的校验公式需要用到校验算子,校验算子的计算需要对当前帧和前一次全局增强的图像进行全局扫描,扫描过程不断进行灰度值的累计,最终形成联合直方图H(g1,g2)和独立直方图H1(g1)和H2(g2),g1,g2分别是当前帧图像的对应灰度值点和前帧图像的对应灰度值点,其说明了在g1,g2这个联合灰度所对应两张图像的点数,最后得到校验算子的公式如下:
当T≥3则说明图像需要再次进行全局校验。
与现有技术相比,本发明具有以下优点:
1、能够使得最终的恢复图像具有更多的结构化信息,并且保证了系统实时性的同时最大限度的提升了恢复后图像的增强质量,提高了视频图像的有效性,便于工作站进行监控管理。
2、本发明图像恢复技术又可称为图像增强技术。近年来,随着电子计算机技术的进步,计算机图像处理得到了飞跃的发展,已经成功的应用于几乎所有与成像有关的领域,并征发挥着重要的作用。它利用计算机对数字图像进行系列操作,从而获得某种预期的结果。对图像进行处理时,经常运用到图像增强技术以改善图像的质量增强对某种信息的辨识能力,以更好的应用于现代各种科技领域,图像增强技术的快速发展同它的广泛应用是分不开的,发展的动力来自稳定涌现的新的应用,我们可以预料,在未来社会中图像增强技术将会发挥更为重要的作用。
附图说明
图1为本发明的软件流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种地下变电站数字视频恢复方法,其特征在于,包括以下步骤:
1)将地下变电站施工过程低照度数字视频传输给处理器;
2)处理器提取各帧的图像信息,对每一帧图像进行独立增强运算;
3)根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强,以提高视频图像增强的效率;
4)对补偿结果进行校验,得到地下变电站数字图像的恢复结果。
所述的对每一帧图像进行独立增强运算具体为:
21)设计滤波器,如公式(1)所示:
其中,m1为横轴中心点的位置,
m2为纵轴中心点的位置,
k1为滤波器方差调整因子比例系数,
k2为滤波器幅值调整因子比例系数,
α为方差基数;
22)取三个不同尺度的滤波器,滤波器为大小161×161的矩阵,第一组取:m1,1=161;m1,2=80;k1,1=4;k1,2=5;α1=1600;
第二组取:m2,1=161;m2,2=80;k2,1=8;k2,2=8;α2=1400;
第三组取:m3,1=161;m3,2=80;k3,1=0.5;k3,2=0.5;α3=1458;
23)代入公式(1)得到三维的滤波器组,分别与原图像I(x,y)进行卷积,并调整灰度值,如公式(2)所示
其中为卷积符号,G(x,y)调整灰度值后的结果;
最后通过公式(3)得到增强后图像:
所述的根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强具体过程如下:
通过计算当前帧与前帧对应像素窗口的相似度,以对像素点进行补偿,从而提高恢复算法的效率,如公式(4)所示
其中P(x,y)是(x, y)点处当前帧图像Lt(x,y)与前一帧图像Lt-1(x,y)的相似度,计算公式如公式(5)所示:
公式(4)说明,当相似度P(x,y)不满足足够小的条件时,则对当前像素点进行公式(1)到公式(3)的更新。
所述的对补偿结果进行校验具体如下:
在每补偿3帧后,加入校验公式对图像的质量进行检验,当不满足校验公式时,则进行图像的整体增强,返回步骤2)。
所述的校验公式需要用到校验算子,校验算子的计算需要对当前帧和前一次全局增强的图像进行全局扫描,扫描过程不断进行灰度值的累计,最终形成联合直方图H(g1,g2)和独立直方图H1(g1)和H2(g2),g1,g2分别是当前帧图像的对应灰度值点和前帧图像的对应灰度值点,其说明了在g1,g2这个联合灰度所对应两张图像的点数,最后得到校验算子的公式如下:
当T≥3则说明图像需要再次进行全局校验。
本发明实现的硬件环境最低配置:
1)有源摄像头配置:
CPU:奔腾1.6Ghz;
内存:256MB;
声卡:需要语音监听、双向对讲时必备;
硬盘:需要录制图像,应不低于40G。
2)其他硬件设备:
300M-11N无线路由器(两台),WD-500M电力载波器(两台),笔记本电脑(两台以上)。
软件环境:
操作系统:32、64位Windows2000/WindowsXP/Windows2003/WindowsVista/Windows 7,Mac OS等操作系统。
浏览器:Internet Explorer/Mozilla Firefox/Google Browser
网络协议:TCP/IP。
Claims (5)
1.一种地下变电站数字视频恢复方法,其特征在于,包括以下步骤:
1)将地下变电站施工过程低照度数字视频传输给处理器;
2)处理器提取各帧的图像信息,对每一帧图像进行独立增强运算;
3)根据图像帧间差信息,对下一帧图像进行基于帧间信息的补偿增强,以提高视频图像增强的效率;
4)对补偿结果进行校验,得到地下变电站数字图像的恢复结果。
2.根据权利要求1所述的一种地下变电站数字视频恢复方法,其特征在于,所述的对每一帧图像进行独立增强运算具体为:
21)设计滤波器,如公式(1)所示:
其中,m1为横轴中心点的位置,
m2为纵轴中心点的位置,
k1为滤波器方差调整因子比例系数,
k2为滤波器幅值调整因子比例系数,
α为方差基数;
22)取三个不同尺度的滤波器,滤波器为大小161×161的矩阵,第一组取:m1,1=161;m1,2=80;k1,1=4;k1,2=5;α1=1600;
第二组取:m2,1=161;m2,2=80;k2,1=8;k2,2=8;α2=1400;
第三组取:m3,1=161;m3,2=80;k3,1=0.5;k3,2=0.5;α3=1458;
23)代入公式(1)得到三维的滤波器组,分别与原图像I(x,y)进行卷积,并调整灰度值,如公式(2)所示
4.根据权利要求1所述的一种地下变电站数字视频恢复方法,其特征在于,所述的对补偿结果进行校验具体如下:
在每补偿3帧后,加入校验公式对图像的质量进行检验,当不满足校验公式时,则进行图像的整体增强,返回步骤2)。
5.根据权利要求4所述的一种地下变电站数字视频恢复方法,其特征在于,所述的校验公式需要用到校验算子,校验算子的计算需要对当前帧和前一次全局增强的图像进行全局扫描,扫描过程不断进行灰度值的累计,最终形成联合直方图H(g1,g2)和独立直方图H1(g1)和H2(g2),g1,g2分别是当前帧图像的对应灰度值点和前帧图像的对应灰度值点,其说明了在g1,g2这个联合灰度所对应两张图像的点数,最后得到校验算子的公式如下:
当T≥3则说明图像需要再次进行全局校验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210560072.2A CN103037208B (zh) | 2012-12-20 | 2012-12-20 | 一种地下变电站数字视频恢复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210560072.2A CN103037208B (zh) | 2012-12-20 | 2012-12-20 | 一种地下变电站数字视频恢复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103037208A true CN103037208A (zh) | 2013-04-10 |
CN103037208B CN103037208B (zh) | 2015-09-09 |
Family
ID=48023633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210560072.2A Active CN103037208B (zh) | 2012-12-20 | 2012-12-20 | 一种地下变电站数字视频恢复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103037208B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916431A (zh) * | 2010-07-23 | 2010-12-15 | 北京工业大学 | 一种低照度图像数据处理方法及系统 |
CN102129673A (zh) * | 2011-04-19 | 2011-07-20 | 大连理工大学 | 一种随意光照下彩色数字图像增强和去噪方法 |
CN102289792A (zh) * | 2011-05-03 | 2011-12-21 | 北京云加速信息技术有限公司 | 一种低照度视频图像增强方法及系统 |
-
2012
- 2012-12-20 CN CN201210560072.2A patent/CN103037208B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916431A (zh) * | 2010-07-23 | 2010-12-15 | 北京工业大学 | 一种低照度图像数据处理方法及系统 |
CN102129673A (zh) * | 2011-04-19 | 2011-07-20 | 大连理工大学 | 一种随意光照下彩色数字图像增强和去噪方法 |
CN102289792A (zh) * | 2011-05-03 | 2011-12-21 | 北京云加速信息技术有限公司 | 一种低照度视频图像增强方法及系统 |
Non-Patent Citations (1)
Title |
---|
印勇 等: "一种低照度视频序列增强算法", 《计算机应用》, vol. 30, no. 2, 28 February 2010 (2010-02-28) * |
Also Published As
Publication number | Publication date |
---|---|
CN103037208B (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hadjidemetriou et al. | Vision-and entropy-based detection of distressed areas for integrated pavement condition assessment | |
CN102184534B (zh) | 一种利用多尺度高帽选择变换的图像融合方法 | |
Balchandani et al. | A deep learning framework for smart street cleaning | |
CN116597270A (zh) | 基于注意力机制集成学习网络的道路损毁目标检测方法 | |
Liu et al. | Local multi-scale feature aggregation network for real-time image dehazing | |
CN103824074A (zh) | 一种基于背景减除和纹理特征的人群密度估计方法及系统 | |
CN102968767A (zh) | 带有白平衡校正的雾天降质图像实时复原方法 | |
CN112348085B (zh) | 一种电力数据监测系统与方法 | |
WO2017067059A1 (zh) | 一种保险监控系统 | |
CN206271047U (zh) | 环保管理系统 | |
CN202872972U (zh) | 一种图像监测处理装置 | |
CN103037208B (zh) | 一种地下变电站数字视频恢复方法 | |
CN112885106A (zh) | 基于车辆大数据的区域禁行检测系统、方法及存储介质 | |
KR102627538B1 (ko) | 360도 파노라마 영상 기반 안전교육 콘텐츠 생성 서비스 제공 시스템 | |
Gupta et al. | Post disaster mapping with semantic change detection in satellite imagery | |
CN111859308B (zh) | 用于异物解析的区块链存储系统 | |
CN107945197A (zh) | 一种用于图像边缘提取的智能图像处理仪 | |
CN110427911B (zh) | 一种道路检测方法、装置、设备及存储介质 | |
CN115098055A (zh) | 一种新一代信息技术开发用显示装置及其使用方法 | |
CN115022722A (zh) | 视频监控方法、装置、电子设备及存储介质 | |
CN115205838A (zh) | 一种车辆监测方法、装置、系统及可读存储介质 | |
Yang et al. | An improved method for image de-blurring based on a multi-scale neural network | |
CN113934802A (zh) | 存储器、管线巡检视频增强现实显示方法、装置和设备 | |
CN114419483B (zh) | 一种电力杆塔作业围栏违规设置的检测方法、系统及设备 | |
CN203012959U (zh) | 交通智能监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |