油田視頻監控系統的現狀分析及建議

【摘要】 在全國范圍內，目前的氣田井站建設中，數字視頻監控系統已經基本普及。本文圍繞著數字視頻監控系統的智能處理及控制能力，針對其動態檢測功能深入分析討論，進行仿真實驗，利用時間差分法從原理上解釋視頻監控系統擁有的高智能處理能力，從而為以后的視頻監控系統功能拓展提供一些參考建議。

【關鍵詞】 視頻監控系統 監控效率 監控管理

油田肩負著維護國家權益的重要職責，需要充分利用視頻監控技術的管理作用。近年來，監控設備數量的不斷增加，設備工作環境的復雜多樣，對視頻監控提出了新的要求。目前數字視頻監控系統已經成為了視頻監控系統的主流，尤其是在油田視頻監控體系中，越來越發揮著不可替代的作用。它通過先進的圖像數字壓縮技術，改變了傳統的圖像模擬傳輸的方式，能夠非常簡單地做到異地存儲和系統擴展，同時配合智能化的數字視頻軟件，能夠最大限度地發揮數字技術的優勢，做到視頻人工智能化，節省了大量人力資源和成本，并且提高了監控的效率與可靠性，對于油田的安全運行及管理提供了重要的保障。

一、數字視頻監控系統的動態檢測功能

數字視頻監控系統的動態檢測就是由控制器通過對攝像機獲得的圖像進行一定的分析，假如監視者所關心區域的畫面發生變化（比如有人經過，亮度值突變等），系統將及時進行自動報警，從而提醒監視者注意。數字視頻監控系統的動態檢測能夠有效防盜、防火。

眾所周知，在油田生產中，假如能夠提前幾十秒甚至十幾秒發現問題并及時處理，對安全生產的幫助作用是難以估量的。

常見的動態檢測功能算法主要是時間差分法。時間差分（又稱相鄰幀差）方法充分利用了視頻圖像的特征，從連續得到的視頻流中提取出所需要的動態目標信息。在一般情況下采集的視頻圖像，若仔細對比相鄰兩幀，可以發現其中大部分的背景像素均保持不變，只是在有前景移動目標的部分相鄰幀的像素差異比較大。時間差分方法就是利用相鄰幀圖像的相減來提取出前景移動目標的信息的。假如運動的物體在場景中出現后不再移動的話，該方法將視其為場景中的一部分，不再進行提示。

二、動態檢測功能仿真實驗

動態檢測功能的仿真實驗使用了Matlab軟件，所用圖片采用攝像頭拍攝，均為320×240像素。實驗工具分別為攝像頭、有斑駁花紋的背景以及手機電池。在不考慮視頻圖像中物體顏色的情況下，實驗中采用黑白圖片進行仿真（黑色、白色灰度值分別為0和255）。

實驗中，通過普通攝像頭拍攝的畫面來模擬站內的監控攝像情形。實驗顯示，由于畫面中物體的復雜花紋對人的視覺影響很大，人們無法將注意力集中在圖像發生變化的區域中，在這種情形下，就不得不依靠智能算法來解決這個問題。

三、時間差分法

由實驗可知，由于手機電池的出現使監控畫面出現了變化，通過對畫面進行的對比、減除運算，得到了一系列圖像，實驗者通過肉眼能夠看到，經過圖像的時間差分，殘差圖像中只有電池出現的位置的圖像亮度有明顯變化。

將5幅殘差圖像分為16×16的柵格形式進行對比，針對每個柵格的灰度值取和，對灰度值超過一定閾值的柵格進行記錄，可獲得其坐標信息，同時發出提示信號，對數值進行記錄。

再對一系列數值進行分析可知，時間差分法就是利用連續的圖像序列中幾個相鄰幀之間的時間差分，用閾值來提取出視頻圖像中的運動目標的方法。五幀差分的方法就是當某一個像素在連續五幀視頻圖像上均有相當程度的變化（及大于設定的閾值時），便確定該像素屬于運動目標。

通過上述數據便不難看出，使用肉眼看到的結果與時間差分法判斷的結果是基本吻合的。在畫面局部發生較大變化的時候，部分柵格的灰度值將會發生劇變，其值接近殘差圖像灰度平均值的10倍左右，這個時候應當及時輸出提示信號，提醒工作人員注意；當畫面特別明顯變化的時候，即使攝像頭出現輕微抖動，柵格變化的最大值也僅為殘差平均值的2倍左右，變化較平穩，此時不適合進行提示報警；由于出現的亮度變化（陽光照射角度的改變導致陰影變化或陰天下雨等天氣變化）導致殘差圖像整體變化較為劇烈時，圖像柵格變動幅度極大，同時較接近柵格灰度平均值，信號反應較為強烈。

時間差分運動檢測方法對于動態環境具有較強的自適應性，但是一般不能完全提取出所有相關的特征像素點，在運動實體內部容易產生空洞現象，只能夠檢測到目標的邊緣；而且當運動目標停止運動時，一般來說時間差分方法將會失效。

所以，在動態檢測功能應用上可綜合采用不同的方法以達到最佳檢測效果。

四、結語

通過以上的論證和仿真實驗可知，數字視頻監控系統擁有較高智能的處理能力。在氣田井站建設中，應充分把握好其特有的優點，加以發揮利用，使數字視頻監控系統成為“千里眼”以及“順風耳”，為油田的安全生產保駕護航。