?????????????????智安視訊
專業(yè)AI智能分析場景化應(yīng)用方案提供商
配置相應(yīng)數(shù)量的存儲設(shè)備。
3、智能監(jiān)測系統(tǒng)設(shè)計
整個監(jiān)測系統(tǒng)可以總體分為數(shù)據(jù)采集模塊、主體監(jiān)測系統(tǒng)、報警模塊、異常定位模塊,如下圖所示。通過數(shù)據(jù)采集模塊獲取視頻圖像數(shù)據(jù)并輸入到主體監(jiān)測系統(tǒng),主體監(jiān)測系統(tǒng)對獲取的圖像進行分析監(jiān)測,通過內(nèi)部判定模塊選擇是否給報警模塊發(fā)送信息,執(zhí)行異常報警,同時對異常圖像內(nèi)部異常區(qū)域進行定位。
圖7 監(jiān)測系統(tǒng)示意圖
圖7中藍線表示監(jiān)控過程,紅線表示深度學(xué)習(xí)模型訓(xùn)練過程,只在初始監(jiān)控階段運行。下面介紹各個模塊功能及運行流程。
數(shù)據(jù)采集模塊由三個攝像頭組成,每個攝像頭對應(yīng)一片監(jiān)控區(qū)域。攝像頭靜止不動,在無異常發(fā)生時,監(jiān)控區(qū)域基本不發(fā)生變化。
(1)圖像文件管理模塊
圖像文件管理模塊用去儲存管理從多個攝像頭獲取的監(jiān)控區(qū)域視頻,將視頻轉(zhuǎn)為圖像幀。
(2)視頻圖像讀取模塊
該模塊用于將不同監(jiān)控區(qū)域下的視頻流圖像按照時間先后順序分別輸入到下面3個異常監(jiān)測模塊中。
(3)機倉漏油監(jiān)測模塊
該模塊用于機倉是否出現(xiàn)漏油。通常情況下,當(dāng)齒輪箱底部發(fā)生滲漏油時,漏油區(qū)域的顏色一般會呈現(xiàn)黃褐色,因此可以基于該顏色特征對齒輪箱滲漏油現(xiàn)象進行識別。首先將輸入的BGR圖像轉(zhuǎn)變?yōu)?/span>HSV圖像。之后在HSV空間中設(shè)計目標(biāo)對應(yīng)顏色區(qū)間,得到HSV圖像中的目標(biāo)區(qū)域??紤]到會存在噪聲區(qū)域的干擾,因此執(zhí)行形態(tài)學(xué)處理以獲取更加準(zhǔn)確的目標(biāo)區(qū)域掩膜。之后執(zhí)行按位與操作來獲取BGR空間中的目標(biāo)區(qū)域??紤]到圖像中可能存在與油液相同顏色的物體,以及通常漏油區(qū)域為較小的近似圓形區(qū)域,通過計算漏油區(qū)域的面積以及圓形度大小,根據(jù)定義的閾值,從而可以判斷機倉是否存在漏油。當(dāng)出現(xiàn)漏油,則向報警模塊傳遞信息。具體流程圖如下圖所示。
圖8 漏油監(jiān)測模塊流程圖
(4)塔筒異物入侵監(jiān)測模塊
該模塊用于監(jiān)測機艙異物入侵,算法基于三幀差分法。塔筒中設(shè)置了許多風(fēng)電機組運行必要的線纜和設(shè)備,非專業(yè)人員的進入可能會對線纜設(shè)備造成損害,影響機組運行,及時的發(fā)現(xiàn)和處理可以有效保護機組設(shè)施的安全運行。當(dāng)存在異物入侵,獲取的每幀圖像會發(fā)生較大的變化,因此為識別入侵的異物,可以采用對運動物體輪廓的提取優(yōu)于二幀差法的三幀差分法。首先通過差分操作獲取兩個差分圖像,之后需要對差值圖像進行灰度化處理、高斯濾波平滑圖像,去除噪聲影響;考慮在斜向的光照下異物在地面上會產(chǎn)生較長的影子,后面采用開運算可以有效的去除光線造成的陰影問題,并且可以去除離散較小的白點;當(dāng)非外物入侵而造成的白點較為集中并且不能有效去除時,用白點數(shù)目進行閾值判斷,降低誤報概率。最后,提取區(qū)域輪廓,利用獲取的最大輪廓面積來判斷是否存在異物入侵。當(dāng)出現(xiàn)異物入侵,則向報警模塊傳遞信息。具體流程圖如