CN107547867A - 一种变电站室外视频监控系统和监控方法 - Google Patents
一种变电站室外视频监控系统和监控方法 Download PDFInfo
- Publication number
- CN107547867A CN107547867A CN201710632074.0A CN201710632074A CN107547867A CN 107547867 A CN107547867 A CN 107547867A CN 201710632074 A CN201710632074 A CN 201710632074A CN 107547867 A CN107547867 A CN 107547867A
- Authority
- CN
- China
- Prior art keywords
- image
- monitoring
- processing equipment
- transformer substation
- pretreatment
- 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.)
- Pending
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明是关于一种变电站室外视频监控系统,包括网络摄像机、图像处理设备、网络硬盘录像机NVR、控制设备和终端显示设备,网络摄像机与图像处理设备、图像处理设备与NVR、NVR与控制设备之间分别通信连接,控制设备和终端显示设备之间电连接,网络摄像机设置有多个,且多个网络摄像机均匀设置于待监控区域的同一高度上,图像处理设备能够对多个网络摄像机采集到的图像进行融合并输出单一信号。本发明针对任意一个被观察点,能够从多个角度对其进行拍摄,真正实现360°无盲区观察,图像处理设备能够对多个网络摄像机所采集的多个图像进行融合、消除变形等处理,且将多个图像处理为单一的图像输出至NVR中,有效减少NVR中资源的占用。
Description
技术领域
本发明涉及视频监控技术领域,尤其涉及一种变电站室外视频监控系统和监控方法。
背景技术
变电站是电力系统中的重要设备,变电站的安全稳定运行与人们的生产生活密切相关,为帮助供电企业决策者、各级变电站管理人员和运行人员远程巡视变电站的运行状况、及时查看变电站内外保安问题以及处理突发事件等,需要对变电站的现场运行情况进行视频监控,变电站视频监控系统是智能化无人值守变电站的重要辅助手段,随着变电站应用水平的提高,变电站视频监控系统在电力系统中发挥着越来越重要的作用。
目前的变电站室外视频监控系统,一般包括摄像机、NVR(Network VideoRecorder,网络硬盘录像机)、通信设备、切换控制单元以及显示单元五个部分,摄像机将现场采集到的图像信息通过通信设备传输给网络硬盘录像机NVR,网络硬盘录像机NVR对所有图像信息进行存储并根据终端客户的请求通过切换控制单元将图像信息传输至显示单元,切换控制单元是监控系统的核心,内部带有系统程序,能够对视频信号进行切换以及根据终端客户的请求对摄像机进行控制和管理。其中,进行图像采集的摄像机主要包括两种形式的摄像机,第一种是采用一台全景摄像机安装于变电站围墙某一固定位置,通过转动云台能够看到水平方向360°、垂直方向180°的视野范围。第二种是采用多台摄像机安装于变电站围墙某几个固定位置,每个摄像机的观看视角为40-160°,每个摄像机通过转动其云台将拍摄到的不同现场图像分别通过通信设备传输至网络硬盘录像机NVR,网络硬盘录像机NVR再通过通信设备将图像信息传输至显示单元。
然而,目前的变电站室外视频监控系统中,第一种视频监控系统中的全景摄像机虽然能够看到水平方向360°、垂直方向180°的视野范围,但是其监控半径小,通常为5米左右,针对大范围的室外变电站监控环境,全景摄像机所拍摄的图像不够清晰;而且,全景摄像机所能看到的360°视野范围是以观察者为中心向四周达到360°的观看角度,针对某一个具体的被观察点,并不能够达到360°全方位观察的效果,例如:某一被观察点前方有一立柱,采用全景摄像机从观察者处进行观看,只能看到被观察点中不被立柱遮挡的部位,而观察点中被立柱遮挡的部位就成了观看盲区,因此第一种摄像机针对被观察点还是有观看盲区。第二种视频监控系统中,由于多台摄像机安装于变电站围墙某几个固定位置上,且摄像机的观看视角为40-160°,终端客户需要通过切换控制仪器分别调出该观测点不同角度的图片,才能全方位查看该观察点的情况,因此,第二种视频监控系统一方面会导致终端客户无法直观地全方位查看该观测点处的图像,另一方面会导致对观察点的查看不方便、效率不高;而且,这种视频监控系统中同时有多个摄像机,由于每个摄像机将其拍摄到的不同现场图像分别通过通信设备传输至网络硬盘录像机NVR,因此,同一时刻网络硬盘录像机NVR会接收大量的图像,导致网络硬盘录像机NVR大量的资源被占用,从而降低了整个视频监控系统的运行效率。
发明内容
为解决目前的室外视频监控系统针对某一个具体的被观察点无法实现360°全方位观察,以及整个视频监控系统运行效率低的问题,本发明提供一种室外视频监控系统。
本发明解决技术问题的技术方案为:一种变电站室外视频监控系统,包括依次连接的网络摄像机、网络硬盘录像机NVR、控制设备和终端显示设备,所述网络摄像机与网络硬盘录像机NVR之间、所述网络硬盘录像机NVR与控制设备之间分别通信连接,所述控制设备和终端显示设备之间电连接,所述网络摄像机的数量设置有多个,且多个所述网络摄像机均匀固定于待监控区域四周的同一高度建筑物上,多个所述网络摄像机与所述网络硬盘录像机NVR之间设置有图像处理设备,所述图像处理设备的输入端分别与多个所述网络摄像机中的每一个网络摄像机通信连接,所述图像处理设备的输出端以单一输出信号的方式与所述网络硬盘录像机NVR通信连接。
可选地,所述图像处理设备包括图像预处理单元和图像融合单元,所述图像预处理的输入端分别与多个所述网络摄像机中的每一个网络摄像机通信连接,所述图像预处理单元的输出端与所述图像融合单元电连接。
可选地,所述图像处理设备还包括危险物品和危险人群检测单元,所述危险物品和危险人群检测单元分别与多个所述网络摄像机中的每一个网络摄像机通信连接。
可选地,任意相邻的两个所述网络摄像机所采集的图像之间有重合区域。
可选地,所述网络摄像机的观看角度为160-180°。
可选地,所述终端显示设备还包括报警显示器,所述报警显示器与所述危险物品和危险人群检测单元通信连接。
本发明还提供一种变电站室外视频监控方法,所述方法包括如下步骤:
通过多个网络摄像机获取某一时刻能够360°全角度监视变电站室外现场的多张原始监控图像;
所述网络摄像机将所述原始监控图像传输至图像处理设备;
所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像;
所述图像处理设备将所述监控图像以单一信号的方式传输至网络硬盘录像机NVR;
所述网络硬盘录像机NVR对所述监控图像进行存储,并将所述监控图像传输至终端显示设备。
可选地,所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像,包括如下步骤:
对任意两张相邻的所述原始图像进行图像配准,获取预处理图像;
利用Haar小波基对所述配准图像进行二维小波分解,分别获取两幅所述预处理图像变换域内的低频系数和高频系数;
对两幅所述预处理图像的低频系数采用平均法进行融合,获取低频融合系数;
对两幅所述预处理图像的低频系数采用平均法进行融合的同时,对两幅所述预处理图像的高频系数采用最大值法进行融合,获取水平、垂直和对角三个方向上的高频融合系数;
利用所述低频融合系数以及所述高频融合系数进行二维小波逆变换,获取融合图像。
可选地,所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像的同时,还包括:对监控区域内的危险物品与人群进行监控和识别。
可选地,所述对监控区域内的危险物品与人群进行监控和识别,包括如下步骤:
根据监控区域没有危险物品与人群时的监控图像,建立训练样本图像;
建立训练样本图像的同时,对所述待识别图像采用小波阈值去噪算法,获取去噪处理后的图像;
对所述去噪处理后的图像采用非线性外推增强算法,获取增强处理后的图像;
对所述增强处理后的图像采用迭代阈值算法进行分割,获取危险物品与人群的预处理图像;
对所述训练样本图像和所述预处理图像分别采用边缘跟踪算法进行边缘提取,获取边缘提取后的训练样本图像和边缘提取后的预处理图像;
利用边缘提取后的训练样本图像和边缘提取后的预处理图像,采用神经网络识别法对危险物品和人群进行识别;
如果有危险物品和人群,报警系统进行报警。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明中设置有多个网络摄像机,且多个网络摄像机均匀设置于待监控区域四周的同一高度建筑物上,因此,针对任意一个被观察点,本发明能够从多个角度全方位对其进行拍摄,真正实现360°无盲区观察,而且由于多个网络摄像机的设置高度一致,能够确保网络摄像机所拍摄的图像便于被对比和处理,有利于提高图像的准确性和清晰度,减少后续图像处理的难度。本发明中多个网络摄像机与网络硬盘录像机NVR之间还设置有图像处理设备,图像处理设备能够对多个网络摄像机所采集的多个图像进行预处理和图像融合处理,从而能够确保本发明中监控系统所采集图像的准确性,而且本发明中的图像处理设备还能够将多个图像处理为单一的图像输出至网络硬盘录像机NVR中,从而能够有效减少网络硬盘录像机NVR中资源的占用,有利于提高整个室外视频监控系统的工作效率。另外,本发明中采用小波变换的方法对网络摄像机所采集的图像进行处理,由于小波变换能够很好地描述非平稳的现场图像信号,能够自动适应时频信号分析要求,在时域和频域上都有很好的局部性,因此能够充分突出图像某些方面的特征,从而使得本发明能够根据终端客户的需求,灵活调出任一被测点的完整图像。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种变电站室外视频监控系统的结构示意图;
图2为本发明实施例提供的变电站中网络摄像机位置分布的示意图;
图3为本发明实施例提供的一种变电站室外视频监控方法的流程示意图;
图4为本发明实施例提供的另一种变电站室外视频监控方法的流程示意图。
图1中符号表示:
1-网络摄像机、2-网络硬盘录像机NVR、3-控制设备、4-终端显示设备、5-图像处理设备。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
随着智能变电站技术水平的提高,作为“五遥”之一的变电站视频监控系统正发挥着越来越重要的作用。变电站视频监控系统是智能化无人值守变电站的重要辅助手段,变电站视频监控系统能够帮助供电企业决策者、各级变电站管理人员和运行人员远程巡视变电站的运行状况、及时查看变电站内外保安问题以及处理突发事件等。为了更好地理解本发明,下面结合附图来详细解释本发明的实施方式。
参见图1,图1是本发明实施例提供的一种变电站室外视频监控系统的结构示意图。由图1可知,本发明中的室外视频监控系统主要包括网络摄像机1、图像处理设备5、网络硬盘录像机NVR 2、控制设备3和终端显示设备4五个部分。其中,本发明中设置有多个网络摄像机1,且多个网络摄像机1均匀设置于待监控区域四周的同一高度建筑物上。这种系统结构设计中,由于网络摄像机设置的高度相同,使得各个网络摄像机所采集的图像比例基本相同,减少后续图像处理的难度,有利于提高变电站室外视频监控系统信息采集的准确性。由于多个网络摄像机均匀设置于待监控区域的四周,使得变电站室外视频监控系统能够从正面、背面和各个侧面等多个角度对同一个被观察点进行图像采集,也就是在任意时刻,针对某一个被观察点,都能够更好地对其实现全方位观看,没有或者大大减少观看盲区,有利于提高视频监控的精确性。例如:某个电流表在正面被一立柱遮挡,该电流表正面所对应的网络摄像机1A无法采集到电流表正面的图像,但是与该网络摄像机1A相邻的其他网络摄像机1B和1C可以拍摄到该电流表正面和侧面,因此,仍然能够实现对该电流表的全方位观看。
由图1还可以看出,图像处理设备5设置于多个网络摄像机1与网络硬盘录像机NVR2之间,且图像处理设备5分别与每个网络摄像机1以及网络硬盘录像机NVR 2通信连接。图像处理设备5的输出端以单一输出信号的方式与网络硬盘录像机NVR2通信连接,本发明中所说的单一输出信号,即:图像处理设备5用于对多个网络摄像机1所采集到的图像进行融合,并输出一路信号。具体地,图像处理设备包括图像预处理单元和图像融合单元,针对任一观察点,图像预处理单元收集多个网络摄像机1所采集的图像信息,并对其进行增强、去噪以及图像配准等预处理,从而得到大小相同、便于融合的图像。图像预处理单元将原始图像预处理后传递给图像融合单元,图像融合单元对这些图像信息进行融合处理,得到一个可以360°全方位观看该观察点的图像。图像预处理单元中可以设置有对图像进行去噪、消除变形和重叠的嵌入式软件,图像融合单元可以设置有对图像进行融合处理的嵌入式软件。最后,经过图像融合单元处理后的图像以单一信号的方式传递给网络硬盘录像机NVR2,能够避免多路信号分别向网络硬盘录像机NVR 2传递数据,即避免每个网络摄像机1单独向网络硬盘录像机NVR 2传递数据,因此,本发明中图像处理设备具有“信号汇聚”的功能,能够大大减少对网络硬盘录像机NVR 2的资源占用,有利于提高整个变电站视频监控系统的运行效率。综上所述,图像处理设备5的设置,既有利于提高变电站室外视频监控系统所提供图像的准确性,又能够大大减少对网络硬盘录像机NVR 2的资源占用,还有利于降低系统对网络摄像机图像处理的要求,有利于本系统的推广使用。
图2为本发明实施例提供的一种变电站中网络摄像机位置分布示意图,图2示出了本发明实施例中网络摄像机的设置与位置分布,其中,网络摄像机1的具体数量可以根据所监控区域的大小而定,只要确保任意相邻的两个所述网络摄像机1所采集的图像之间有重合区域,且多个网络摄像机1能够采集到被观察点周围的全部图像即可。
本发明实施例中的网络摄像机1可以采用固定枪型摄像机,固定枪型摄像机监控距离远,适合室外视频监控系统,而且,固定枪型摄像机可匹配的镜头种类多,可以灵活选择镜头,且镜头的更换比较容易。
本发明实施例中,网络摄像机1的观看角度为160-180°,该观看角度能够确保网络摄像机1有较大的图像采集范围,有利于全面地采集现场图像信息。而且,在采集同样的现场图像信息的条件下,较大的观看角度能够减少网络摄像机1的使用数量,有利于降低室外视频监控系统的成本,从而有利于推广使用。例如:可以选择鱼眼镜头,鱼眼镜头属于超广角镜头,能够实现观看角度180°左右。
本发明实施例中的图像处理设备5还包括危险物品和危险人群检测单元,危险物品和危险人群检测单元与多个网络摄像机1通信连接。危险物品和危险人群检测单元可以采用一处理器,通过对现场图像的分析,判断是否为危险物品和危险人群。以变电站视频监控为例,当变电站监控区域内有任何物品和人群变动时,网络摄像机1将采集到的图像信息传递至危险物品和危险人群检测单元中,危险物品和危险人群检测单元将这些图像信息与危险物品和危险人群检测单元中存储的正常物品和正常人群图像库或者图像阈值进行对比,当变电站周围聚集过多人员、电力设施受到人员的异常冲撞、变电站监控区域多出可疑堆放物或者存在易燃易爆危险品时,危险物品和危险人群检测单元会检测到该这些图像超出正常物品和正常人群图像库或者图像阈值,从而实现对危险物品和危险人群的检测。
本发明实施例中的终端显示设备4还包括报警显示器,报警显示器与危险物品和危险人群检测单元通信连接。当危险物品和危险人群检测单元检测到危险物品和可疑人员时,将检测信息传递至报警显示器,报警显示器发出报警指示。
参见图3,图3为本发明实施例提供的一种变电站室外视频监控方法的流程示意图,由图3可知,本发明实施例中的变电站室外视频监控方法包括如下步骤:
S101:通过多个网络摄像机获取某一时刻能够360°全角度监视变电站室外现场的多张原始监控图像。
由于变电站现场安装有多个网络摄像机,因此,同一时刻变电站室外视频监控系统能够获取每个网络摄像机所提供的图像,即:同一时刻能够获取多张原始监控图像。
S102:网络摄像机将原始监控图像传输至图像处理设备。
网络摄像机将其采集到的原始监控图像实时传输至图像处理设备,由图像处理设备对原始监控图像进行处理。
S103:图像处理设备利用小波变换对原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像。
本发明实施例中的采用小波变换对原始监控图像进行图像融合,本发明实施例中利用小波变换对原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像的方法,具体包括如下步骤:
S1031:对任意两张相邻的原始图像进行图像配准,获取预处理图像。
由于原始监控图像是由不同的网络摄像机采集而得到,而且为了采集范围更广阔,这些网络摄像机通常采用鱼眼镜头,因此原始监控图像的成像条件不同,其几何特性、空间位置会有很大的不同,在对图像融合前,需要确保相关原始监控图像中的每个像素都对应起来,而图像配准就是通过对这些不同之处进行比较,从而找到原始监控图像之间的相同点的过程。通过图像配准,能够得到大小相同、便于融合的图像。具体图像配准的方法,可以采用基于图像灰度的配准方法对所述预处理图像进行图像配准。
S1032:对预处理图像进行二维小波分解,分别获取两幅预处理图像变换域内的低频分量和高频分量。
选择合适的小波基,例如Haar小波基或者Daubechies小波基,对图像进行二维小波分解,每一层图像可以分解为四幅图像,包括图像A的一个低频分量,以及图像A三个高频分量。
S1033:对两幅预处理图像的低频分量采用平均法进行融合,获取低频融合系数。
S1034:对两幅预处理图像的低频分量采用平均法进行融合的同时,对两幅预处理图像的高频分量采用最大值法进行融合,获取水平、垂直和对角三个方向上的高频融合系数。
S1035:利用低频融合系数以及高频融合系数进行二维小波逆变换,获取融合图像。
具体地,针对以上步骤S1032-S1035,举例如下:
读取两幅预处理图像A、B,并计算图像A和图像B的二维小波变换,假设分解层数为J;对两幅预处理图像变换域内的低频分量和进行处理,采用平均法来融合低频分量获取低频融合系数即:
对两幅预处理图像变换域内水平、垂直和对角方向上的三个高频分量进行处理,分别采用最大值法获取水平、垂直和对角三个方向上的高频融合系数,即利用公式其中和分别表示两幅预处理图像在尺度j上的高频分量,因此,水平、垂直和对角三个方向上的高频融合系数分别为和
利用以上小波系数和进行二维小波逆变换,重构图像,获取融合图像。
本发明实施例中利用小波变换对原始监控图像进行图像融合,小波变换能够在不丢失原始信号所包含的特征信息的前提下,将一个信号分解成对空间和时间上的独立部分,且小波变换在时间域和空间域中具有良好的局部化性质,能够对高频分量采用逐步精细的时间域取样步长,因此采用小波变换能够实现时间域和频率域的步调一致,实现无冗余的信号分解,在满足图像处理精度的情况下,有利于提高图像处理的速度,能够实时向终端显示设备输出图像。
S104:图像处理设备将监控图像以单一信号的方式传输至网络硬盘录像机NVR。
由每个网络摄像机采集到的原始监控图像分别传输至图像处理设备,图像处理设备对这些图像进行处理,获取融合图像,该融合图像即监控图像,本发明实施例中的图像处理设备采用单一信号的方式将监控图像传输至网络硬盘录像机NVR,采用单一信号方式进行图像传输的有益效果已经进行详细介绍,在此不再赘述。
S105:网络硬盘录像机NVR对监控图像进行存储,并将监控图像传输至终端显示设备。
由于网络硬盘录像机NVR能够对图像进行存储和传输,终端显示设备可以通过访问网络硬盘录像机NVR,获取变电站室外视频监控区域内任何位置的实时图像,还可以通过访问网络硬盘录像机NVR回看变电站室外视频监控区域内任何位置的历史图像,有利于对变电站运行情况进行总结分析。
在以上图1-图3的基础之上,参见图4,图4为本发明实施例提供的另一种变电站室外视频监控方法的流程示意图。由图4可知,图像处理设备利用小波变换对原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像的同时,本发明实施例中的方法还包括:对监控区域内的危险物品与人群进行监控和识别。具体地,本发明实施例中对监控区域内的危险物品与人群进行监控和识别的方法包括以下步骤:
S1061:根据监控区域没有危险物品与人群时的监控图像,建立训练样本图像。
S1062:建立训练样本图像的同时,对待识别图像采用小波阈值去噪算法,获取去噪处理后的图像。
由于从网络摄像机获取的图像为原始监控图像,原始监控图像中包括有干扰信号,需要对图像进行去噪、增强以及分割等预处理。本发明实施例中采用小波阈值去噪算法对原始监控图像进行去噪。具体地,可以利用robust estimator(稳健性检验方法)估计噪声方差,然后根据噪声方差选择阈值函数,对原始监控图像进行去噪处理。
S1063:对去噪处理后的图像采用非线性外推增强算法,获取增强处理后的图像。
去噪后的图像还需要进行增强处理,本发明实施例中采用非线性外推增强算法对去噪后的图像进行增强处理。具体地,在子带分析中,一幅图像可以表示成一幅低频分量I0加上相应的高频分量H0,其中,高频分量HO表示低频分量IO的边缘信息。那么对图像进行增强时,首先将待增强的图像I0看做低频分量,根据低频分量IO构造出其对应的高频分量HO;然后叠加HO和I0,得到比I0边缘更锐利更清晰的图像I;其次对I0中的高频分量H0进行非线性滤波,外推出与H0相位一致的更高频图像H,从而实现图像增强,得到比原边缘更接近理想边缘的增强边缘。
S1064:对增强处理后的图像采用迭代阈值算法进行分割,获取危险物品与人群的预处理图像。
对原始监控图像进行的最后一步预处理就是对增强处理后的图像进行图像分割,本发明实施例中采用迭代阈值算方法进行图像分割,从而获取危险品与人群的预处理图像,该预处理图像为二值图像。
S1065:对训练样本图像和预处理图像分别采用边缘跟踪算法进行边缘提取,获取边缘提取后的训练样本图像和边缘提取后的预处理图像。
对图像预处理后,进行图像特征提取。具体地,对训练样本图像和预处理图像分别采用边缘跟踪算法进行边缘提取。可以采用八邻域搜索的边缘跟踪算法,该算法既能有效地跟踪外边界又能够克服内边界的存在对算法的影响,因此该算法有利于提高图像特征提取的准确性。
S1066:利用边缘提取后的训练样本图像和边缘提取后的预处理图像,采用神经网络识别法对危险物品和人群进行识别。
具体地,对边缘提取后的训练样本图像和边缘提取后的预处理图像进行神经网络训练,获取输入层、隐层和输出层的节点数,以及神经网络的权系数;根据输入层、隐层和输出层的节点数,以及神经网络的权系数,建立BP(Error Back-propagation Training误差反向传播算法)神经网络;利用BP神经网络对待识别图像进行识别,判断是否有危险物品与人群。
S10667:如果有危险物品和人群,报警系统进行报警。
以上所述只是本发明的可选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也被视为本发明的保护范围。
Claims (10)
1.一种变电站室外视频监控系统,包括依次连接的网络摄像机(1)、网络硬盘录像机NVR(2)、控制设备(3)和终端显示设备(4),所述网络摄像机(1)与网络硬盘录像机NVR(2)之间、所述网络硬盘录像机NVR(2)与控制设备(3)之间分别通信连接,所述控制设备(3)和终端显示设备(4)之间电连接,其特征在于,所述网络摄像机(1)的数量设置有多个,且多个所述网络摄像机(1)均匀固定于待监控区域四周的同一高度建筑物上,多个所述网络摄像机(1)与所述网络硬盘录像机NVR(2)之间设置有图像处理设备(5),所述图像处理设备(5)的输入端分别与多个所述网络摄像机(1)中的每一个网络摄像机通信连接,所述图像处理设备(5)的输出端以单一输出信号的方式与所述网络硬盘录像机NVR(2)通信连接。
2.如权利要求1所述的一种变电站室外视频监控系统,其特征在于,所述图像处理设备(5)包括图像预处理单元和图像融合单元,所述图像预处理的输入端分别与多个所述网络摄像机(1)中的每一个网络摄像机通信连接,所述图像预处理单元的输出端与所述图像融合单元电连接。
3.如权利要求2所述的一种变电站室外视频监控系统,其特征在于,所述图像处理设备(5)还包括危险物品和危险人群检测单元,所述危险物品和危险人群检测单元(53)分别与多个所述网络摄像机(1)中的每一个网络摄像机通信连接。
4.如权利要求1所述的一种变电站室外视频监控系统,其特征在于,任意相邻的两个所述网络摄像机(1)所采集的图像之间有重合区域。
5.如权利要求1所述的一种变电站室外视频监控系统,其特征在于,所述网络摄像机(1)的观看角度为160-180°。
6.如权利要求3所述的一种变电站室外视频监控系统,其特征在于,所述终端显示设备(4)还包括报警显示器,所述报警显示器与所述危险物品和危险人群检测单元(53)通信连接。
7.一种变电站室外视频监控方法,其特征在于,所述方法包括如下步骤:
通过多个网络摄像机获取某一时刻能够360°全角度监视变电站室外现场的多张原始监控图像;
所述网络摄像机将所述原始监控图像传输至图像处理设备;
所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像;
所述图像处理设备将所述监控图像以单一信号的方式传输至网络硬盘录像机NVR;
所述网络硬盘录像机NVR对所述监控图像进行存储,并将所述监控图像传输至终端显示设备。
8.如权利要求7所述的一种变电站室外视频监控方法,其特征在于,所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像,包括如下步骤:
对任意两张相邻的所述原始图像进行图像配准,获取预处理图像;
利用Haar小波基对所述配准图像进行二维小波分解,分别获取两幅所述预处理图像变换域内的低频系数和高频系数;
对两幅所述预处理图像的低频系数采用平均法进行融合,获取低频融合系数;
对两幅所述预处理图像的低频系数采用平均法进行融合的同时,对两幅所述预处理图像的高频系数采用最大值法进行融合,获取水平、垂直和对角三个方向上的高频融合系数;
利用所述低频融合系数以及所述高频融合系数进行二维小波逆变换,获取融合图像。
9.如权利要求7所述的一种变电站室外视频监控方法,其特征在于,所述图像处理设备利用小波变换对所述原始监控图像进行图像融合,得出一张能够360°全角度监视变电站室外现场的监控图像的同时,所述方法还包括:对监控区域内的危险物品与人群进行监控和识别。
10.如权利要求9所述的一种变电站室外视频监控方法,其特征在于,所述对监控区域内的危险物品与人群进行监控和识别,包括如下步骤:
根据监控区域没有危险物品与人群时的监控图像,建立训练样本图像;
建立训练样本图像的同时,对所述待识别图像采用小波阈值去噪算法,获取去噪处理后的图像;
对所述去噪处理后的图像采用非线性外推增强算法,获取增强处理后的图像;
对所述增强处理后的图像采用迭代阈值算法进行分割,获取危险物品与人群的预处理图像;
对所述训练样本图像和所述预处理图像分别采用边缘跟踪算法进行边缘提取,获取边缘提取后的训练样本图像和边缘提取后的预处理图像;
利用边缘提取后的训练样本图像和边缘提取后的预处理图像,采用神经网络识别法对危险物品和人群进行识别;
如果有危险物品和人群,报警系统进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710632074.0A CN107547867A (zh) | 2017-07-28 | 2017-07-28 | 一种变电站室外视频监控系统和监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710632074.0A CN107547867A (zh) | 2017-07-28 | 2017-07-28 | 一种变电站室外视频监控系统和监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107547867A true CN107547867A (zh) | 2018-01-05 |
Family
ID=60971193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710632074.0A Pending CN107547867A (zh) | 2017-07-28 | 2017-07-28 | 一种变电站室外视频监控系统和监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107547867A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108093226A (zh) * | 2018-01-17 | 2018-05-29 | 广西师范大学 | 一种实时提取安防多路视频图像边缘信息的监控装置 |
CN110583288A (zh) * | 2019-10-15 | 2019-12-20 | 西安石油大学 | 一种移动式园林绿化生态信息处理系统及方法 |
CN110930624A (zh) * | 2019-12-06 | 2020-03-27 | 深圳北斗国芯科技有限公司 | 一种基于北斗的安全生产监控系统 |
CN111432531A (zh) * | 2020-04-08 | 2020-07-17 | 辽宁百思特达半导体科技有限公司 | 用于城市夜间照明的具有调节功能的智慧路灯及控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050207487A1 (en) * | 2000-06-14 | 2005-09-22 | Monroe David A | Digital security multimedia sensor |
CN101398894A (zh) * | 2008-06-17 | 2009-04-01 | 浙江师范大学 | 机动车车牌自动识别方法及其实现装置 |
CN104717465A (zh) * | 2014-12-23 | 2015-06-17 | 北京亿羽舜海科技有限公司 | 多个ip摄像头的广角视频监控设备及视频监控方法 |
CN104735402A (zh) * | 2013-12-21 | 2015-06-24 | 威海家和网络技术股份有限公司 | 全景回放系统 |
CN205445277U (zh) * | 2015-12-28 | 2016-08-10 | 沈阳宝通航空机电有限公司 | 全方位影像监控的机库大门 |
CN106657910A (zh) * | 2016-12-22 | 2017-05-10 | 国网浙江省电力公司杭州供电公司 | 一种电力变电站的全景视频监控方法 |
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统 |
-
2017
- 2017-07-28 CN CN201710632074.0A patent/CN107547867A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050207487A1 (en) * | 2000-06-14 | 2005-09-22 | Monroe David A | Digital security multimedia sensor |
CN101398894A (zh) * | 2008-06-17 | 2009-04-01 | 浙江师范大学 | 机动车车牌自动识别方法及其实现装置 |
CN104735402A (zh) * | 2013-12-21 | 2015-06-24 | 威海家和网络技术股份有限公司 | 全景回放系统 |
CN104717465A (zh) * | 2014-12-23 | 2015-06-17 | 北京亿羽舜海科技有限公司 | 多个ip摄像头的广角视频监控设备及视频监控方法 |
CN205445277U (zh) * | 2015-12-28 | 2016-08-10 | 沈阳宝通航空机电有限公司 | 全方位影像监控的机库大门 |
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统 |
CN106657910A (zh) * | 2016-12-22 | 2017-05-10 | 国网浙江省电力公司杭州供电公司 | 一种电力变电站的全景视频监控方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108093226A (zh) * | 2018-01-17 | 2018-05-29 | 广西师范大学 | 一种实时提取安防多路视频图像边缘信息的监控装置 |
CN110583288A (zh) * | 2019-10-15 | 2019-12-20 | 西安石油大学 | 一种移动式园林绿化生态信息处理系统及方法 |
CN110930624A (zh) * | 2019-12-06 | 2020-03-27 | 深圳北斗国芯科技有限公司 | 一种基于北斗的安全生产监控系统 |
CN111432531A (zh) * | 2020-04-08 | 2020-07-17 | 辽宁百思特达半导体科技有限公司 | 用于城市夜间照明的具有调节功能的智慧路灯及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447048B (zh) | 一种人工智能预警系统 | |
CN110428522A (zh) | 一种智慧新城的智能安防系统 | |
CN107547867A (zh) | 一种变电站室外视频监控系统和监控方法 | |
CN103413139B (zh) | 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法 | |
CN105426820B (zh) | 基于安防监控视频数据的多人异常行为检测方法 | |
CN106600888A (zh) | 一种森林火灾自动检测方法及系统 | |
CN112257632A (zh) | 一种基于边缘计算的变电站监测系统 | |
CN108205896A (zh) | 一种校园交通安全智能监控管理系统 | |
CN113225387A (zh) | 机房可视化监控方法及系统 | |
CN112911221B (zh) | 一种基于5g和vr视频的远程实景仓储监管系统 | |
CN111695512B (zh) | 一种无人值守文物监测方法及装置 | |
CN116055690B (zh) | 一种机房监控视频的处理方法及设备 | |
CN109523041A (zh) | 核电站管理系统 | |
CN109145796A (zh) | 一种基于视频图像融合分析算法的电力管廊火源识别及火点测距方法 | |
CN112671104A (zh) | 面向复杂场景的变电站多维度场景管控平台 | |
CN112348003A (zh) | 基于深度卷积神经网络的飞机加油场景识别方法及系统 | |
CN113920461A (zh) | 一种电网运维过程图像监测系统及监测方法 | |
CN106331646A (zh) | 一种人工智能安全监控系统 | |
CN110691221A (zh) | 针对无人值守变电站实现智能视频监控的系统 | |
CN110602453A (zh) | 一种物联网大数据智能视频安防监控系统 | |
CN114494916A (zh) | 一种基于YOLO和DeepSORT的黑颈鹤监测追踪方法 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN112633249A (zh) | 一种基于轻型深度学习框架的嵌入式人流量检测方法 | |
CN107358343A (zh) | 基于图像数据特征差异性的电力工程安全预警方法 | |
Pan | Intelligent image recognition research on status of power transmission lines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180105 |