遠程視頻技術在發電廠安全生產中的應用

國能（肇慶）熱電有限公司 梁瑞慶

1 引言

視頻監控在對安全監控方面具有一定的優勢，可以根據采集的視頻數據幫助人們實時獲取監控范圍內的狀況，可以實現對突發性事故、危險等事件進行預防。傳統的視頻監控采用人工的方式進行監視，不僅浪費了人力資源，較長時間的監控還會導致人員的疲乏，導致注意力分散，遺漏重要的信息。基于此，將遠程視頻技術與人員安全管理相結合，提出智能遠程視頻跟蹤監控系統，對電廠人員以及行為進行檢測，異常行為進行及時告警，及時對人員進行管控，進而提高發電廠生產、運行的安全性和可靠性。

2 智能遠程視頻跟蹤監控系統

智能遠程視頻跟蹤監控系統可以在監視范圍內捕獲多種目標，并根據高清鏡頭完成實時記錄，獲取關鍵的特征信息，有效地幫助取證和記錄突發事件[1]。智能遠程視頻跟蹤監控系統運行原理主要分為3 部分，為分隔、標記和追蹤。首先利用背景差分法將不同的運動目標進行識別和分割[2]，對多個目標進行二值化處理[3]，在處理的過程中，通過噪聲濾波器將影響運行的噪聲進行消除，在二值化處理后，利用區域單連接增長的方法，將不同的運動目標進行標記。再將標記的目標，根據其面積、運動距離、活動方式等因素轉化為數學向量并建立空間坐標軸，再根據數據庫中的行為數據與目標進行配對，當配對獲得兩者間的聯系后，對標記的目標進行鎖定，對后續行為進行追蹤、監控。

2.1 系統的主要功能

2.1.1 實現自動跟蹤

由槍機進行固定監控，對監控區域內運動的人進行識別，然后球機利用可運動的特性，根據槍機的識別結果，進行巡查和跟蹤，利用變焦系統進行清晰度調節，實現對不同距離、位置的人自動追蹤、高清拍攝。

2.1.2 單目標鎖定跟蹤

根據使用者的要求，對監控范圍內某個目標進行單目標鎖定跟蹤，控制中心可以對傳回的視頻進行操作，根據操作的命令控制球機進行跟蹤、鎖定，鎖定的過程中自動調焦，從而保證視頻的清晰度。使用者還可以在控制中心對球機拍攝的畫面進行調整，下達操作指令使球機拍攝指定的區域和位置。

2.1.3 異常行為預警

操作人員監控油氣管道區域內的移動目標，對目標行為進行數據對比、分析，當出現設定的異常行為時，發出預警。智能遠程視頻跟蹤監控系統可以適應不同復雜場所的需要，提供多個警戒組合和警戒面支持。

2.1.4 后臺聯動

利用智能遠程視頻跟蹤監控系統前端攝像機所拍攝的放大圖像，對系統所覆蓋的區域范圍內經過的人進行實時動態抓拍、分析和對比，可以在后臺系統中形成數據信息，幫助決策層了解監控點的現狀，實現有效布控。

2.2 系統結構

智能遠程視頻跟蹤監控系統如圖1所示，系統由3 部分構成，分別是前端監控點、監控中心和傳輸系統。

圖1 智能遠程視頻跟蹤監控系統

前端監控點為視頻監測系統，主要由2 部分組成，分別是攝像機系統和智能跟蹤器。攝影機系統由球機和槍機組成。球機為球形云臺攝影機，自身攜帶攝像機系統、云臺系統和變焦鏡頭，拍攝的覆蓋面面積較大。槍機為槍式攝影機，監控的位置固定，因此拍攝的覆蓋面較小，用于重要場所的固定監控，主要用來補充、完善后臺數據。多目標跟蹤器中應用目標識別算法，可以實現對目標的行動軌跡進行分析，并通過硬件系統調整球機，能夠穩定地跟蹤目標。攝影機系統和智能跟蹤器實現有效聯動，利用穩定跟蹤、自動變焦的特點，清晰、快速地拍攝，記錄下目標的運動軌跡。拍攝的目標可達到20個/min，目標切換時間可以在0.4s以內[4]。

監控中心是智能遠程視頻跟蹤監控系統的核心，具有幾點作用：首先信息的分析端，負責對于視頻監測系統傳回的影像資料與數據庫中的數據進行對比、分析、提示、預警等操作。其次是信息的展示端，將視頻監測系統、分析系統的信息呈現給用戶。最后是指令的輸入端，通過監控中心實現對于整個系統的控制。

傳輸系統為信息傳輸通道，主要的作用是將前端監控點的影像資料傳輸至監控中心，由監控中心進行儲存備份、分析處理，并將監控中心的反饋信息傳輸至前端監控點，一般由光纜、交換機、管路組成。交換機作為重要的信息交匯節點，交換機性能指標見表1。

表1 交換機性能指標

3 系統功能的實現

3.1 信息預處理

在獲得視頻圖像數據后，為提高視頻圖像的準確性，方便后續對視頻圖像的處理，需要對視頻圖像進行去噪。在對視頻圖像進行去噪處理時，關鍵途徑是視頻圖像濾波，利用中值濾波法對視頻圖像進行去噪處理[5]，選擇處在目標像素周圍的移動式二維模塊，對二維模塊像素點進行單獨調整、定向排序，將目標像素作為中間值，將濾波進行去噪，防止周圍脈沖的干擾，保留視頻圖像的邊緣像素信息，對視頻圖像信息進行腐蝕，計算如式（1）所示：

式（1）中，k(o,p)表示視頻圖像；c(o,p)表示結構元素；k、c的定義域分別為Dk、Dc。

在進行腐蝕開運算后，還需進行膨脹開運算，膨脹計算式如（2）所示：

3.2 背景差分法

遠程視頻技術實現的基礎是對運動目標進行識別、監測時具有較高的魯棒性，魯棒性的高低決定著檢測與跟蹤的有效性、準確性。運動目標的監測基于背景差分法，通過背景提取與當前幀進行對比，用背景的相對運動情況體現目標的運動狀態。即以N 個狀態對背景的像素點的表征顏色進行闡述，使每個狀態與高斯分布函數對應，改變高斯分布函數參數，使背景模型進行更新，實現實時檢測與跟蹤。背景模型表達如式（3）所示：

式（3）中：k(Iu= i)為高斯混合模型的概率密度函數；γx,u表示在第x維、u時刻高斯分布協方差；δ(i,γx,u,∑x,u)表示N 維像素點顏色的分布情況。具體表示方法如式(4)所示：

當在第x維、u+ 1時刻高斯分布協方差γx,u+1可以表示為如式(5)所示：

式（5） 中：vx,u表示各δ(i,γx,u,∑x,u)的貢獻度；N 個vx,u的和為1，表示方法如式（6）（7）所示：

Qx,u的表示方法如式（8）所示：

根據式（8）,∑x,u+1可表示如式（9）所示：

本系統完成目標的監測后，利用Camshift獲取視頻圖像的顏色的直方圖，卡爾曼濾波實現跟蹤與預測告警，然后進行反向投影，根據顏色分布的概率，對像素點的偏移量進行分析，多次迭代使像素點與目標的質心相近，進而完成目標的追蹤。對卡爾曼濾波器初始化，給定目標的運動參數，如空間位置、速度等，將預估值與實測值進行對比，計算其差值，并結合后續時刻的實測值，完成評估值的獲取，進而實現對目標行為的預測，根據預測結果與設定的告警行為進行對比，從而完成告警動作。

4 應用效果分析

為驗證智能遠程視頻跟蹤監控系統的應用效果，進行仿真試驗，擬定4 種不安全行為的情形，分別是勞保著裝不規范、作業監護不落實、不戴防護用具、不斷電檢修。其中勞保著裝不規范主要識別工作人員是否穿戴安全帽、反光衣；作業監護不落實主要識別進行設備維護、檢修時是否滿足3人到場，是否懸掛檢修牌；睡崗、離崗主要識別在崗位是否存在人員不到崗、人員在崗位上存在睡覺行為；對不斷電檢修識別的則是智能遠程視頻跟蹤監控系統與發電廠管控中心進行連接，監控區域內存在設備檢修行為時，設備是否已經停止電力供應。每種情形進行200次仿真試驗，共計進行1000次，分析仿真試驗結果得到4種不安全行為的識別、預警情況。智能遠程視頻跟蹤監控系統識別、預警效果見表2。

表2 智能遠程視頻跟蹤監控系統識別、預警效果（單位：%）

5 結語

智能遠程視頻跟蹤監控系統對人員的不安全行為識別準確率為98.3%。本系統可以高效、準確地識別和告警電廠人員的不安全行為，可以提高對人員的安全管理效果。本系統可保證發電廠的安全、穩定運行。