远程视频技术在发电厂安全生产中的应用

国能（肇庆）热电有限公司 梁瑞庆

1 引言

视频监控在对安全监控方面具有一定的优势，可以根据采集的视频数据帮助人们实时获取监控范围内的状况，可以实现对突发性事故、危险等事件进行预防。传统的视频监控采用人工的方式进行监视，不仅浪费了人力资源，较长时间的监控还会导致人员的疲乏，导致注意力分散，遗漏重要的信息。基于此，将远程视频技术与人员安全管理相结合，提出智能远程视频跟踪监控系统，对电厂人员以及行为进行检测，异常行为进行及时告警，及时对人员进行管控，进而提高发电厂生产、运行的安全性和可靠性。

2 智能远程视频跟踪监控系统

智能远程视频跟踪监控系统可以在监视范围内捕获多种目标，并根据高清镜头完成实时记录，获取关键的特征信息，有效地帮助取证和记录突发事件[1]。智能远程视频跟踪监控系统运行原理主要分为3 部分，为分隔、标记和追踪。首先利用背景差分法将不同的运动目标进行识别和分割[2]，对多个目标进行二值化处理[3]，在处理的过程中，通过噪声滤波器将影响运行的噪声进行消除，在二值化处理后，利用区域单连接增长的方法，将不同的运动目标进行标记。再将标记的目标，根据其面积、运动距离、活动方式等因素转化为数学向量并建立空间坐标轴，再根据数据库中的行为数据与目标进行配对，当配对获得两者间的联系后，对标记的目标进行锁定，对后续行为进行追踪、监控。

2.1 系统的主要功能

2.1.1 实现自动跟踪

由枪机进行固定监控，对监控区域内运动的人进行识别，然后球机利用可运动的特性，根据枪机的识别结果，进行巡查和跟踪，利用变焦系统进行清晰度调节，实现对不同距离、位置的人自动追踪、高清拍摄。

2.1.2 单目标锁定跟踪

根据使用者的要求，对监控范围内某个目标进行单目标锁定跟踪，控制中心可以对传回的视频进行操作，根据操作的命令控制球机进行跟踪、锁定，锁定的过程中自动调焦，从而保证视频的清晰度。使用者还可以在控制中心对球机拍摄的画面进行调整，下达操作指令使球机拍摄指定的区域和位置。

2.1.3 异常行为预警

操作人员监控油气管道区域内的移动目标，对目标行为进行数据对比、分析，当出现设定的异常行为时，发出预警。智能远程视频跟踪监控系统可以适应不同复杂场所的需要，提供多个警戒组合和警戒面支持。

2.1.4 后台联动

利用智能远程视频跟踪监控系统前端摄像机所拍摄的放大图像，对系统所覆盖的区域范围内经过的人进行实时动态抓拍、分析和对比，可以在后台系统中形成数据信息，帮助决策层了解监控点的现状，实现有效布控。

2.2 系统结构

智能远程视频跟踪监控系统如图1所示，系统由3 部分构成，分别是前端监控点、监控中心和传输系统。

图1 智能远程视频跟踪监控系统

前端监控点为视频监测系统，主要由2 部分组成，分别是摄像机系统和智能跟踪器。摄影机系统由球机和枪机组成。球机为球形云台摄影机，自身携带摄像机系统、云台系统和变焦镜头，拍摄的覆盖面面积较大。枪机为枪式摄影机，监控的位置固定，因此拍摄的覆盖面较小，用于重要场所的固定监控，主要用来补充、完善后台数据。多目标跟踪器中应用目标识别算法，可以实现对目标的行动轨迹进行分析，并通过硬件系统调整球机，能够稳定地跟踪目标。摄影机系统和智能跟踪器实现有效联动，利用稳定跟踪、自动变焦的特点，清晰、快速地拍摄，记录下目标的运动轨迹。拍摄的目标可达到20个/min，目标切换时间可以在0.4s以内[4]。

监控中心是智能远程视频跟踪监控系统的核心，具有几点作用：首先信息的分析端，负责对于视频监测系统传回的影像资料与数据库中的数据进行对比、分析、提示、预警等操作。其次是信息的展示端，将视频监测系统、分析系统的信息呈现给用户。最后是指令的输入端，通过监控中心实现对于整个系统的控制。

传输系统为信息传输通道，主要的作用是将前端监控点的影像资料传输至监控中心，由监控中心进行储存备份、分析处理，并将监控中心的反馈信息传输至前端监控点，一般由光缆、交换机、管路组成。交换机作为重要的信息交汇节点，交换机性能指标见表1。

表1 交换机性能指标

3 系统功能的实现

3.1 信息预处理

在获得视频图像数据后，为提高视频图像的准确性，方便后续对视频图像的处理，需要对视频图像进行去噪。在对视频图像进行去噪处理时，关键途径是视频图像滤波，利用中值滤波法对视频图像进行去噪处理[5]，选择处在目标像素周围的移动式二维模块，对二维模块像素点进行单独调整、定向排序，将目标像素作为中间值，将滤波进行去噪，防止周围脉冲的干扰，保留视频图像的边缘像素信息，对视频图像信息进行腐蚀，计算如式（1）所示：

式（1）中，k(o,p)表示视频图像；c(o,p)表示结构元素；k、c的定义域分别为Dk、Dc。

在进行腐蚀开运算后，还需进行膨胀开运算，膨胀计算式如（2）所示：

3.2 背景差分法

远程视频技术实现的基础是对运动目标进行识别、监测时具有较高的鲁棒性，鲁棒性的高低决定着检测与跟踪的有效性、准确性。运动目标的监测基于背景差分法，通过背景提取与当前帧进行对比，用背景的相对运动情况体现目标的运动状态。即以N 个状态对背景的像素点的表征颜色进行阐述，使每个状态与高斯分布函数对应，改变高斯分布函数参数，使背景模型进行更新，实现实时检测与跟踪。背景模型表达如式（3）所示：

式（3）中：k(Iu= i)为高斯混合模型的概率密度函数；γx,u表示在第x维、u时刻高斯分布协方差；δ(i,γx,u,∑x,u)表示N 维像素点颜色的分布情况。具体表示方法如式(4)所示：

当在第x维、u+ 1时刻高斯分布协方差γx,u+1可以表示为如式(5)所示：

式（5） 中：vx,u表示各δ(i,γx,u,∑x,u)的贡献度；N 个vx,u的和为1，表示方法如式（6）（7）所示：

Qx,u的表示方法如式（8）所示：

根据式（8）,∑x,u+1可表示如式（9）所示：

本系统完成目标的监测后，利用Camshift获取视频图像的颜色的直方图，卡尔曼滤波实现跟踪与预测告警，然后进行反向投影，根据颜色分布的概率，对像素点的偏移量进行分析，多次迭代使像素点与目标的质心相近，进而完成目标的追踪。对卡尔曼滤波器初始化，给定目标的运动参数，如空间位置、速度等，将预估值与实测值进行对比，计算其差值，并结合后续时刻的实测值，完成评估值的获取，进而实现对目标行为的预测，根据预测结果与设定的告警行为进行对比，从而完成告警动作。

4 应用效果分析

为验证智能远程视频跟踪监控系统的应用效果，进行仿真试验，拟定4 种不安全行为的情形，分别是劳保着装不规范、作业监护不落实、不戴防护用具、不断电检修。其中劳保着装不规范主要识别工作人员是否穿戴安全帽、反光衣；作业监护不落实主要识别进行设备维护、检修时是否满足3人到场，是否悬挂检修牌；睡岗、离岗主要识别在岗位是否存在人员不到岗、人员在岗位上存在睡觉行为；对不断电检修识别的则是智能远程视频跟踪监控系统与发电厂管控中心进行连接，监控区域内存在设备检修行为时，设备是否已经停止电力供应。每种情形进行200次仿真试验，共计进行1000次，分析仿真试验结果得到4种不安全行为的识别、预警情况。智能远程视频跟踪监控系统识别、预警效果见表2。

表2 智能远程视频跟踪监控系统识别、预警效果（单位：%）

5 结语

智能远程视频跟踪监控系统对人员的不安全行为识别准确率为98.3%。本系统可以高效、准确地识别和告警电厂人员的不安全行为，可以提高对人员的安全管理效果。本系统可保证发电厂的安全、稳定运行。