CN114140724A - 一种用于变电站的视频监控系统及方法 - Google Patents

Abstract

本发明提供了一种用于变电站的视频监控系统及方法，系统包括图像采集设备、监控主端与监控移动端，所述图像采集设备与监控移动端均与所述监控主端通信连接；方法包括实时获取被监控区域的视频图像数据，选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列；通过帧间相关系数对视频序列进行去抖动处理；对去抖动处理后的视频序列进行运动物体检测，当检测到视频中有运动物体后，通过信息展示模块提示对应视频中有运动物体出现，同时将运动物体出现的信息发送至监控移动端；通过该系统与方法，能够在视频图像背景环境多变的情况下依然保持较好的运动物体识别率。

Description

一种用于变电站的视频监控系统及方法

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种用于变电站的视频监控系统及方法。

背景技术

变电站是电力系统中对电能的电压和电流进行变换、集中和分配的场所，为保障电能的质量以及设备的安全，在变电站中通常还需要进行电压调整、潮汐控制以及输配电线路和主要电力设备的保护，可见变电站是电力系统中是至关重要的。

我国幅员辽阔，随着电力系统基础设施的不断完善，变电站的数量也十分庞大，由于变电站在电力系统中的重要性，对变电站的管理也显得尤为重要，但是随着变电站的数量越来越多，导致投入的人力资源也越来越庞大，这给电力企业造成了较大成本负担。随着技术的更新，智能技术不断的融入到变电站管理工作中，近年来，无人值守的智能变电站愈发兴起，电力企业开始通过远程视频监控的方式实现变电站的无人值守，只需在出现故障或异常时才派遣工作人员进行处理，为电力企业实现了有效的人力成本控制。

现有的无人值守电站主要通过视频监控的方式实现巡检，甚至有的大型变电站还配置有巡检机器人，其中在视频监控主要会用到运动物体的检测；目前常用的运动物体的检测方法包括帧差分法、背景相减法等，其中帧差分法是一种实现方式较为简单的方法，需要的计算量较小，只需在视频序列中截取连续三帧图像，对这三帧图像进行减法运算即可实现，但是其缺点也十分明显，由于方法较为简单，并没有考虑到视频序列中光照等环境变化；背景差分法是目前较为常用的一种运动物体检测方法，背景相减法需要先构建一副准确的背景图像，再通过测试图像与背景图像的差值来发现前景，因此在背景法中，如何获取准确的背景图像是十分重要的，并且若背景图像不能及时更新，那么其检测效果也会随着时间的推移而大打折扣。

综上，我们认为在目前智能变电站中，基于视频监控图像的运动物体检测方法还有进一步改进提高的空间。

发明内容

本发明的目的在于提供一种用于变电站的视频监控系统及方法，其能够在多变的背景环境如光影、风沙天依然具有较好的运动物体检测能力，为变电站的巡检工作的落实开展带来帮助。

本发明的实施例通过以下技术方案实现：

第一方面，提供一种用于变电站的视频监控系统，包括图像采集设备、监控主端与监控移动端，所述图像采集设备与监控移动端均与所述监控主端通信连接；所述图像采集设备用于采集环境与仪表图像数据并发送至所述监控主端；

所述监控主端包括处理控制模块以及信息展示模块，所述处理控制模块包括图像处理单元以及异常预警单元，所述图像处理单元用于获取并处理所述图像采集设备所采集的数据，具体为获取视频序列中的第一帧图像，计算背景动态系数并采用其初始化背景模型，获取下一帧图像作为被检测帧，根据背景模型对被检测帧进行前景检测，再通过被检测帧对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧，重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体；所述异常预警单元用于根据所述图像处理单元的处理结果进行预警，具体为当所述图像处理单元检测到运动物体时，所述异常预警单元进行预警提示；所述信息展示模块用于显示所述图像采集设备采集的数据，并将检测到运动物体的数据进行突出展示；

所述监控移动端用于通过网络查看所述图像采集设备所采集的图像并提示运动物体检测信息。

进一步的，所述信息展示模块包括资源管控单元、配置单元、视频可视化单元、业务单元以及网络单元；所述资源对接单元用于获取所述图像采集设备以及图像处理单元输出的数据并显示在资源树中；所述配置单元用于完成信息展示模块自身的本地配置；所述视频可视化单元用于完成信息展示模块的本地视频预览与回放操作；所述业务单元包括业务配置单元和业务控制单元，所述业务配置单元用于完成对信息展示模块的配置与解码通道关联，所述业务控制单元用于完成对显示窗口的开窗、分割、漫游以及上墙处理；所述网络单元用于完成消息的请求与响应处理。

进一步的，所述处理控制模块还包括抖动处理单元，所述抖动处理单元用于通过去除视频序列的初始帧图像上下左右预设像素数量后的中间部分作为参考帧，并对参考帧和相关帧做水平和竖直方向的投影，再通过皮尔森相关系数描述帧间相关性，选取相关帧与参考帧相关性最大的区域进而实现抖动的修复，获取修复后的视频序列。

第二方面，提供一种用于变电站的视频监控方法，所述视频监控方法包括：

实时获取被监控区域的视频图像数据，选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列；

通过帧间相关系数对视频序列进行去抖动处理；

对去抖动处理后的视频序列进行运动物体检测，当检测到视频中有运动物体后，通过信息展示模块提示对应视频中有运动物体出现，同时将运动物体出现的信息发送至监控移动端。

进一步的，所述选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列具体为，以平均时间间隔或平均帧间隔均匀获取预处理图像中的预设数量的帧作为被选帧，所述预处理图像的按预设时间间隔或预设帧间隔从视频数据中提取。

进一步的，所述通过帧间相关系数对视频序列进行去抖动处理具体为，将视频序列进行预处理，将视频序列中的第一帧图像上下左右各去掉预设像素数量后得到的图像作为参考帧；

对视频序列中的所有帧进行灰度化处理，再对灰度化处理后的图像进行局部自适应二值化处理；

对二值化处理后的图像开展水平方向与垂直方向的投影计算，再计算每一帧与参考帧不同投影方向的协方差和标准差的商，获取水平投影与垂直投影的帧间相关系数，选取水平投影相关系数最大的区域，消除水平方向上的抖动，选取垂直投影相关系数最大的区域，消除垂直方向上的抖动，进而完成视频序列的去抖动处理。

进一步的，所述对去抖动处理后的视频序列进行运动物体检测具体为，获取视频序列中的第一帧图像，计算背景动态系数并采用第一帧图像初始化背景模型；

获取下一帧图像作为被检测帧，根据背景模型使用差分法对被检测帧进行前景检测，再通过被检测帧对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧；

重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体。

进一步的，所述背景动态系数的获取如下式(1)

其中，x_i为视频序列中第i时间点的图像帧的第x个像素，F(x_i)为输入图像的像素值，p_k为背景模型的样本值，N为有效的样本个数；

所述采用第一帧图像初始化背景模型具体为，随机从x_i的相邻像素中采样，直到样本集填满即得到初始化背景模型样本集，将样本集中所有像素值的加权平均值或归一化值作为初始化背景模型像素的像素值。

进一步的，所述再通过被检测帧对背景模型进行更新具体包括，判断当前被检测帧是否存在复杂背景，若被检测帧中不具有复杂背景则对检测结果做膨胀操作再更新背景模型，否则先对检测结果做腐蚀操作再进行膨胀操作进而对背景模型进行更新。

本发明实施例的技术方案至少具有如下优点和有益效果：

通过该系统与方法，能够在视频图像背景环境多变的情况下依然保持较好的运动物体识别率，同时在视频图像运动检测前，对视频进行去抖动处理，进一步提高运动物体识别率，检测出运动物体后将出现运动物体的视频源在信息展示模块中进行提示，同时也可以通过网络发送相关提示消息给监控移动端，进而确保变电站无入侵事件以及设备形变异常等。

附图说明

图1为本发明提供的视频监控方法流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

现有的无人值守变电站，虽然也能通过视频监控进行运动物体的初步检测，但是现有的检测技术依然还存在着一些缺陷，对运动物体的检测判断依然不够准确，甚至容易发生误判，导致管理人员频繁到现场进行巡检，节省人力成本的效果并不佳，本申请期望改善上述缺陷，降低变电站的管理成本。

本申请系统实施例提供一种用于变电站的视频监控系统，包括图像采集设备、监控主端与监控移动端，图像采集设备与监控移动端均与监控主端通信连接；图像采集设备用于采集环境与仪表图像数据并发送至监控主端；

监控主端包括处理控制模块以及信息展示模块，处理控制模块包括图像处理单元以及异常预警单元，图像处理单元用于获取并处理图像采集设备所采集的数据，具体为获取视频序列中的第一帧图像，计算背景动态系数并采用其初始化背景模型，获取下一帧图像作为被检测帧，根据背景模型对被检测帧进行前景检测，再通过被检测帧对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧，重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体；异常预警单元用于根据图像处理单元的处理结果进行预警，具体为当图像处理单元检测到运动物体时，异常预警单元进行预警提示；信息展示模块用于显示图像采集设备采集的数据，并将检测到运动物体的数据进行突出展示；

监控移动端用于通过网络查看图像采集设备所采集的图像并提示运动物体检测信息。

信息展示模块包括资源管控单元、配置单元、视频可视化单元、业务单元以及网络单元；资源对接单元用于获取图像采集设备以及图像处理单元输出的数据并显示在资源树中；配置单元用于完成信息展示模块自身的本地配置；视频可视化单元用于完成信息展示模块的本地视频预览与回放操作；业务单元包括业务配置单元和业务控制单元，业务配置单元用于完成对信息展示模块的配置与解码通道关联，业务控制单元用于完成对显示窗口的开窗、分割、漫游以及上墙处理；网络单元用于完成消息的请求与响应处理。

可以理解的是本系统实施例中的信息展示模块为电视墙，一种较优的系统实施方式，该电视墙由多块大屏显示器组成，每块显示器又可以分割为多个区域，电视墙的业务控制单元将接收到的各视频资源上墙到已分割的大屏显示器中。

当某一视频来源中检测出运动物体时，呈现该视频源的显示器虽然被分割为多屏，但此时全屏显示检测出运动物体的视频源以表示突出显示；当一显示器中有两路视频源中均检测出运动物体时，此时显示器分两屏显示显示检测出运动物体的两视频源，可以是上下两屏，也可以是左右两屏；当一种较为极端的情况出现时，即一显示器中的所有分屏的视频源中均检测出运动物体时，则通过在每一分屏的边缘处闪烁红光带进行警示提醒；可以理解的是，显示屏通常分割为4分屏或9分屏。

虽然图像采集设备都是固定设置的，但在一些特殊的情况下，其依然可能出现抖动，当抖动出现时，对运动物体识别的影响是巨大的，极易出现误判等情况。

为了避免抖动造成的干扰，本实施例中的处理控制模块还包括抖动处理单元，抖动处理单元用于通过去除视频序列的初始帧图像上下左右预设像素数量后的中间部分作为参考帧，并对参考帧和相关帧做水平和竖直方向的投影，再通过皮尔森相关系数描述帧间相关性，选取相关帧与参考帧相关性最大的区域进而实现抖动的修复，获取修复后的视频序列。

使用该实施例所提供的系统，能够实时准确的检测出变电站中监控区域中的运动物体，并且在信息展示装置中进行醒目显示，通过还可以通过网络通信将该信息发送给监控移动端，让变电站管理人员能够更灵活的获取运动物体检测信息。

本申请方法实施例提供一种用于变电站的视频监控方法，如图1所示，视频监控方法包括：

实时获取被监控区域的视频图像数据，选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列，即以平均时间间隔或平均帧间隔均匀获取预处理图像中的预设数量的帧作为被选帧，预处理图像的按预设时间间隔或预设帧间隔从视频数据中提取。

可以理解的是，由于场景的复杂性，监控画面与实时现场有一定的延迟，该延迟主要由三个方面的原因造成，一是网络本身具有一定的延迟，二是在运动物体检测时预处理图像时长的选择，三是运动物体检测的时间，其中一、三所造成的延迟是较为短暂的，通常在一秒以内，因此为了减少与现实的时延，本申请优选的预处理图像的时长为2-3秒，由于高清摄像每秒中的图像多达20帧以上，并且在变电站场景主要是防止人或动物入侵变电站，因此为了提高运动检测的效率，本申请以以平均时间间隔或平均帧间隔均匀获取预处理图像中的预设数量的帧作为被选帧，如每0.1秒去一帧作为被选帧或每间隔5帧取一帧图像作为被选帧，进而由被选帧组成视频序列。

通过帧间相关系数对视频序列进行去抖动处理，具体为，将视频序列进行预处理，将视频序列中的第一帧图像上下左右各去掉预设像素数量后得到的图像作为参考帧。

可以知晓的是，当画面出现抖动时，若参考帧与其他帧的像素数量一致时，不进行像素裁剪难以实现画面对齐，因此本申请的方法中，优先对参考帧进行裁剪，使得参考帧的像素矩阵是其他帧图像中的一个部分，进行通过后续处理能够把其他帧中与参考帧的像素矩阵一致的部分裁剪出来，实现画面对齐；一般情况下，预设裁剪的像素数量为30-60个像素；将视频序列中所有帧进行裁剪后，形成新的视频序列。

对处理后的视频序列中的所有帧进行灰度化处理，再对灰度化处理后的图像进行局部自适应二值化处理。

灰度化处理是十分常见的图像处理类型，常用的灰度化处理的方法包括分量法、平均值法、最大值法以及加权平均法；其中，分量法是将彩色图像中的三分量的亮度作为三个灰度图像的灰度值，可根据应用需要选取一种灰度图像；平均值法是将彩色图像中的三分量亮度求平均得到一个灰度值；最大值法是将彩色图像中的三分量亮度的最大值作为灰度图的灰度值；而加权平均法是将三个分量以不同的权值进行加权平均求得，其可根据应用场景对调整权重阈值对RGB三分量进行加权平均，进而得到较为合理的灰度图像。

二值化处理是将每个像素点的值设定为0或255，处理后的图像只有两个灰度等级，即黑白；二值化处理可以进一步降低图像的数据量，进而加快图像处理速度，为了获取更好的二值化处理结果，一般选择自适应二值化处理，即以相邻像素为基础计算每一个像素对应的阈值，若图像的像素灰度级大于在该点处的图像计算阈值，则标记为背景，否则为前景。

对二值化处理后的图像开展水平方向与垂直方向的投影计算，其中以水平方向投影为例进行说明，水平方向投影即将图像数组进行列求和，二值化处理后的图像中，物体为黑，背景为白，循环判断各行中每一列的像素值是否为黑，并统计该行所有的黑像素的个数；垂直方向投影同理；再计算每一帧与参考帧不同投影方向的协方差和标准差的商，获取水平投影与垂直投影的帧间相关系数，即计算每一帧与参考帧不同投影方向的皮尔森相关系数，选取水平投影相关系数最大的区域，消除水平方向上的抖动，选取垂直投影相关系数最大的区域，消除垂直方向上的抖动，进而完成视频序列的去抖动处理。

对去抖动处理后的视频序列进行运动物体检测，即获取视频序列中的第一帧图像，计算背景动态系数并采用第一帧图像初始化背景模型；其中，背景动态系数的获取如下式(1)

其中，x_i为视频序列中第i时间点的图像帧的第x个像素，F(x_i)为输入图像的像素值，p_k为背景模型的样本值，N为有效的样本个数。

而采用第一帧图像初始化背景模型具体为，随机从x_i的相邻像素中采样，直到样本集填满即得到初始化背景模型样本集，将样本集中所有像素值的加权平均值或归一化值作为初始化背景模型像素的像素值。

另为简化操作，可直接将第一帧的像素作为初始化背景模型的像素。

获取下一帧图像作为被检测帧，根据背景模型使用差分法对被检测帧进行前景检测，即使用被检测帧与背景模型相减，进而得到前景图像，在该方法中，背景模型的准确获取是至关重要的；因此在本方法中，每一被检测帧都会用来对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧；通过对背景模型的高频更新，进而获取更准确的背景模型。

其中，通过被检测帧对背景模型进行更新具体包括，判断当前被检测帧是否存在复杂背景，此处的采用在图像中每一像素点的邻域中随机选择一像素点的值作为背景模型样本值的，并随机更新其邻域像素点模型样本值的方法来建立背景模型，其中像素点邻域的选择具体为以像素点为圆心预设半径值取圆；我们沿用背景动态系数来判断是否具有复杂背景，具体方法如下式(2)

其中R为半径，μ为固定系数取值范围为0.3～0.6，τ为判断阈值，通常取值为4～6。

若被检测帧中不具有复杂背景则对检测结果做膨胀操作再更新背景模型，否则先对检测结果做腐蚀操作再进行膨胀操作进而对背景模型进行更新；更新后的背景模型又用于实现下一帧的运动检测，通过不断的实时更新背景模型，能够更准确的实现运动物体的检测。

重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体。

当检测到视频中有运动物体后，通过信息展示模块提示对应视频中有运动物体出现，同时将运动物体出现的信息发送至监控移动端。

由于变电站的视频监控是长期且持续的，若对段图像都进行动态检测，那么运算的负荷会非常大，在实际情况中，具有运动物体的画面占比较低，为了减小运算负荷，本申请还提出以下方法。

在本申请的另一方法实施中，在上一方法实施例的基础上，通过历史数据确定高频出现运动物体的时间段，以及设立潜在风险时间段，例如，通过历史数据知晓在早上9～11点、下午13～17点是运动物体高频出现的时间段，以及凌晨1～4点为潜在风险时间段，那么在这些时间段中的每个预处理图像中获取与一方法实施例中相同预设值的被选帧；在本实施例中，若未在上述时间段内，则预设值进行调低，具体值视变电站所在场景情况而定，通过上述例子可以知晓的是，可以根据场景的具体情况在不同时间段设置不同的预处理图像的预设被选帧数，进行达到降低运算的目的。

除了上述方法之外，还可以粗略定位疑似出现运动物体的图像帧，再对该帧前后预设数量的连续图像帧使用上述方法实施方式进行高准确性的运动物体检测；粗略定位可以是在每秒中提取一帧图像，以上一秒提取的图像帧作为背景图像，再用下一秒的提取帧与上一秒的帧相减，若差值超过预设值，则认为这两帧图像之间出现了运动物体。此时，再使用上一实施例的方法进行精确的运动物体检测；通过该方式也能够大量降低运算量，减少系统的运算负荷。

通过本申请的系统与方法，能够在视频图像背景环境多变的情况下依然保持较好的运动物体识别率，同时在视频图像运动检测前，对视频进行去抖动处理，进一步提高运动物体识别率，检测出运动物体后将出现运动物体的视频源在信息展示模块中进行提示，同时也可以通过网络发送相关提示消息给监控移动端，进而确保变电站无入侵事件以及设备形变异常等。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于变电站的视频监控系统，其特征在于，包括图像采集设备、监控主端与监控移动端，所述图像采集设备与监控移动端均与所述监控主端通信连接；

所述图像采集设备用于采集环境与仪表图像数据并发送至所述监控主端；

所述监控主端包括处理控制模块以及信息展示模块，所述处理控制模块包括图像处理单元以及异常预警单元，所述图像处理单元用于获取并处理所述图像采集设备所采集的数据，具体为获取视频序列中的第一帧图像，计算背景动态系数并采用其初始化背景模型，获取下一帧图像作为被检测帧，根据背景模型对被检测帧进行前景检测，再通过被检测帧对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧，重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体；所述异常预警单元用于根据所述图像处理单元的处理结果进行预警，具体为当所述图像处理单元检测到运动物体时，所述异常预警单元进行预警提示；所述信息展示模块用于显示所述图像采集设备采集的数据，并将检测到运动物体的数据进行突出展示；

所述监控移动端用于通过网络查看所述图像采集设备所采集的图像并提示运动物体检测信息。

2.根据权利要求1所述用于变电站的视频监控系统，其特征在于，所述信息展示模块包括资源管控单元、配置单元、视频可视化单元、业务单元以及网络单元；所述资源对接单元用于获取所述图像采集设备以及图像处理单元输出的数据并显示在资源树中；所述配置单元用于完成信息展示模块自身的本地配置；所述视频可视化单元用于完成信息展示模块的本地视频预览与回放操作；所述业务单元包括业务配置单元和业务控制单元，所述业务配置单元用于完成对信息展示模块的配置与解码通道关联，所述业务控制单元用于完成对显示窗口的开窗、分割、漫游以及上墙处理；所述网络单元用于完成消息的请求与响应处理。

3.根据权利要求1所述用于变电站的视频监控系统，其特征在于，所述处理控制模块还包括抖动处理单元，所述抖动处理单元用于通过去除视频序列的初始帧图像上下左右预设像素数量后的中间部分作为参考帧，并对参考帧和相关帧做水平和竖直方向的投影，再通过皮尔森相关系数描述帧间相关性，选取相关帧与参考帧相关性最大的区域进而实现抖动的修复，获取修复后的视频序列。

4.一种用于变电站的视频监控方法，其特征在于，所述视频监控方法包括：

实时获取被监控区域的视频图像数据，选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列；

通过帧间相关系数对视频序列进行去抖动处理；

对去抖动处理后的视频序列进行运动物体检测，当检测到视频中有运动物体后，通过信息展示模块提示对应视频中有运动物体出现，同时将运动物体出现的信息发送至监控移动端。

5.根据权利要求4所述用于变电站的视频监控方法，其特征在于，所述选取预处理图像中的预设数量的帧作为被选帧，并以帧为单位用被选帧生成视频序列具体为，以平均时间间隔或平均帧间隔均匀获取预处理图像中的预设数量的帧作为被选帧，所述预处理图像的按预设时间间隔或预设帧间隔从视频数据中提取。

6.根据权利要求4所述用于变电站的视频监控方法，其特征在于，所述通过帧间相关系数对视频序列进行去抖动处理具体为，将视频序列进行预处理，将视频序列中的第一帧图像上下左右各去掉预设像素数量后得到的图像作为参考帧；

对视频序列中的所有帧进行灰度化处理，再对灰度化处理后的图像进行局部自适应二值化处理；

对二值化处理后的图像开展水平方向与垂直方向的投影计算，再计算每一帧与参考帧不同投影方向的协方差和标准差的商，获取水平投影与垂直投影的帧间相关系数，选取水平投影相关系数最大的区域，消除水平方向上的抖动，选取垂直投影相关系数最大的区域，消除垂直方向上的抖动，进而完成视频序列的去抖动处理。

7.根据权利要求4所述用于变电站的视频监控方法，其特征在于，所述对去抖动处理后的视频序列进行运动物体检测具体为，获取视频序列中的第一帧图像，计算背景动态系数并采用第一帧图像初始化背景模型；

获取下一帧图像作为被检测帧，根据背景模型使用差分法对被检测帧进行前景检测，再通过被检测帧对背景模型进行更新并将更新后的背景模型用于检测视频序列中的下一被检测帧；

重复上述过程直至检测完当前视频序列中的所有帧，若被检测帧中具有前景则判断出现运动物体。

8.根据权利要求7所述用于变电站的视频监控方法，其特征在于，所述背景动态系数的获取如下式(1)

其中，x_i为视频序列中第i时间点的图像帧的第x个像素，F(x_i)为输入图像的像素值，p_k为背景模型的样本值，N为有效的样本个数；

所述采用第一帧图像初始化背景模型具体为，随机从x_i的相邻像素中采样，直到样本集填满即得到初始化背景模型样本集，将样本集中所有像素值的加权平均值或归一化值作为初始化背景模型像素的像素值。

9.根据权利要求7所述用于变电站的视频监控方法，其特征在于，所述再通过被检测帧对背景模型进行更新具体包括，判断当前被检测帧是否存在复杂背景，若被检测帧中不具有复杂背景则对检测结果做膨胀操作再更新背景模型，否则先对检测结果做腐蚀操作再进行膨胀操作进而对背景模型进行更新。

Images