浅谈视频分析技术在电厂闭路电视监控系统中的应用

浅谈视频分析技术在电厂闭路电视监控系统中的应用

张恩瑞

山东核电有限公司

摘要：近年来，我国计算机、互联网等科学技术在飞快地发展，人们进入人工智能、物联网大数据时代。在这样的时代背景下视频分析技术应运而生，并火速应用至各行各业，使工作变得更加简单和高效。本文以视频分析该技术在电厂闭路电视监控系统中的应用为主线，进行了简要的分析和描述。

关键词：视频分析、监控系统、电厂

引言

由于信息技术的发展以及安防负担的加重，传统的视频监控系统已经不能满足当前安防的需要， 暴露了许多的问题，如过度依赖监控人员对危险的识别、报警反应迟钝、视频分析水平较低等等。 因此而产生了智能视频分析技术，目前受到安防领域的广泛应用和欢迎。 本文分析了视频分析技术在电厂闭路电视监控系统中的应用研究，以期为今后的安防工作提供参考，提高安防水平。

1. 视频分析技术概述

   1. 运动目标的捕捉

现在有许多方法可以实现对运动目标的检测，然而在具体的应用中主要有三种：第一种是背景减法。这一算法能够从背景模型图像中删减掉每一帧的图像，并且当获得的图像与背景之间的偏差超过某个阈值时，便能够准确地对运动区域实现判断。第二种是相邻帧差法。与上述的方法存在部分的差别。 其对视频图像的内容进行对比，从而发现两者之间的差异来实现对运动目标的捕捉， 并且比较对象通常是多帧图像，应用非常广泛。 第三种是光流法。， 因为它不直接对视频图像进行简单检测， 而是检测光流场在视频图像中的序列，这种方法能够获得精确的数据，但是不足是分析过程耗时较长，且不容易达到实时检测的目的，所以在目标捕捉中的应用较少。

1. 2. 运动目标识别

在系统捕获移动目标后，能够采用神经网络算法、贝叶斯算法和支持向量机等算法对运动目标进行识别、分类。对于视频监控系统，运动目标的分类重点体现出了两种特点，即时间特征和空间特征。其中，系统的时间特征与目标跟踪过程相关联，一般表现为移动目标的速度变化情况。而空间特征是指视频图像的形状和大小特征等等

1. 3. 运动目标跟踪

通常所说的运动目标的跟踪是指基于目标的环境选择可以体现目标的运动特征， 在进行之后的图像帧中的特征最佳匹配的目标位置。 目标跟踪算法一般包括特征追踪、三维空间追踪和基于运动轨迹模型的追踪等方法。

2. 系统总体架构

本系统由 IPC 网络摄像机、智能算法服务器、Web 前端服务器、大数据服务器等硬件以及运行在这些服务器平台上的算法及软件组成。

算法服务器提供可供调用的智能算法库，算法调度模块调用算法并保证算法运行的实时稳定，拉推流模块负责拉取前端 IPC 的视频流，以及将处理完成的视频流推送至总体调度模块。总体调度模块负责数据的传输与调度工作，Web页面模块负责产品前端展示部分，此两者均可运行在Web服务器上。同时，在大数据服务器上加入分布式计算与分布式存储的内容，分布式计算模块负责识别、检索过程中的快速比对计算，分布式存储模块负责注册数据库与历史信息数据库的维护。主要架构如图所示：

2. 视频分析技术在电厂闭路电视监控系统中的具体应用分析

   1. 车辆识别分析

厂区门岗结合车辆道闸设置车牌识别算法摄像机，对接厂门门禁系统负责识别过岗车辆。主要识别流程如下图所示

车辆一般压地感线圈感知通过，通过高清摄像抓拍主机对通行车辆进行实时、不间断记载、搜集；然后进行车牌识别预处理，包括噪声过滤、自动白平衡、自动曝光以及伽马校对、边缘增强、对比度调整等，在通过图像预处理的灰度图像上进行扫描，判定车牌区域，在图像中定位出车牌区域后，通过灰度化道闸、二值化等处理，精判定位字符区域，然后依据字符尺度特征进行字符切开，对切开后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配区别，最后将车牌识别的效果以文本格式输出，同时通过算法模块提取车身颜色、车型以及通过测速雷达记录车速，方便记录和后期检索。

另外现场施工安装中应考虑位置、角度、高度以及网络带宽等影响图像质量和响应速度，所以尽量使用双机位或多机位以应对车型不同、车牌位置差异等带来的问题。

2.2行为分析、行动轨迹查询

视频分析技术为解决敌人作案无法预警或响应迟缓等问题提供了一种技术手段。前端摄像机采集视频数据，传输给后台进行分析比对，算法服务器调用程序分析人员的行为特征、外貌特征与行动轨迹，实现对敌人的实时行为检测，迅速定位并追踪，同时对人员的异常行为或异常行动轨迹进行实时报警。另可根据电厂的特殊工作场景定制识别规则，可增加对安全防护用品、危险作业区域人员行为规范的识别跟踪。

2.3物体移动侦测

视频图像分析技术中，一般采用目标检测算法对目标进行检测，通过分离视频序列中的移动像素和静止像素，最终实现目标检测。针对于仓库、重要物品临时存放处或危险区域等，货物的移动频率较低，人员进出频率较低，画面检测对于非存货或移货时间内的异常移动进行实时报警，在实现监控功能的同时也为库房的探测提供了一种新型的手段。另除视频信号输出外同时可输出开关量报警信号，接入输入输出模块后可作为区域周界探测的补充。

2. 视频分析技术应用和实施中的问题

1. 视频图像背景中，可能出现摇动的树叶、晃动的波浪、逆光等可能造成画面像素出现变化，从而导致误报，因此需要相应的过滤算法器，实现对环境的自适应；

2. 对于场景规则的制定存在差异性和适用性问题，不同的场景有不同的需求，比如电厂中对于人员、车辆的识别，安全行为的检测等不同场景下有不同的需求，前期可能存在一定量的定制开发，市面上现有产品可能并非“即插即用”，需要一定时间模拟、测试、统计的过程。

3. 本身监控系统采集、编码、传输过程中都可能存在一定的延迟缺点，加入智能分析后每一帧图像达到几十或百万像素，为达到实时性、同步率要求可能需要其他特殊硬件的协助。

4.总结：

综上所述，智能视频分析相比于传统的监控系统，对图像的识别和处理都更加有效和智能， 能够为用户提供更先进的视频分析工具，显著提高工作效率。 从而保障安防系统监测的可靠性，随着视频分析技术的不断成熟，算法的不断优化，电厂的安防也能得到更长远的进步。

参考文献：

[1] 刘志强. 人工智能在安防领域的应用与发展状况解析 [J]. 中国安防， 2018(11) :95-100.

[2] 张阳. 基于视频分析的智能监控系统设计与实现 [D]. 西安科技大学,2018.