[发明专利]电力视觉元模型聚合压缩方法

说明书

技术领域

本发明涉及电力领域，具体涉及一种电力视觉元模型聚合压缩方法。

背景技术

视频编码方式就是指通过特定的压缩技术，将某个视频格式的文件转换成 另一种视频格式文件的方式。视频流传输中最为重要的编解码标准有国际电联 的H.261、H.263、H.264，运动静止图像专家组的M-JPEG和国际标准化组织运 动图像专家组的MPEG系列标准，此外在互联网上被广泛应用的还有 Real-Networks的RealVideo、微软公司的WMV以及Apple公司的QuickTime 等。

现有的这些视频压缩技术未针对于变电站内的图像特征进行优化，因此应 用于变电站内视频传输时存在以下问题：

压缩效率低

对于变电站内频繁出现的视频图像元素(如变压器等)，都按照与其他景物 同样的方式进行压缩，而这一类设备在变电站内大量重复出现，每次都需要单 独进行压缩，这就导致大量重复工作，浪费大量的计算时间，压缩效率低。

带宽占用大

同样的原因，对于重复出现的电力设备，在进行传输时都按其压缩过的原 始视频图像序列进行传输，这就导致数据量大。同时，因为变电站内的视频监 控点非常多，所有监控点的视频数据累加起来导致网络带宽的迅速耗尽。

发明内容

本发明的目的在于解决现有技术中所存在的问题，找到一种电力视觉元模 型聚合压缩方法，有效提高压缩效率。

为了实现所述目的，本发明电力视觉元模型聚合压缩方法，包括如下步骤，

步骤一：建立电力视觉元素库，电力视觉元素库中包括变电站内设备的电 力视觉元模型；

步骤二：封装视频流中的电力设备对象；

在变电站内对电力作业进行视频监控时，实时监测视频流中是否出现了可 被电力视觉元素库中的电力视觉元模型所替代的电力设备，如果出现，则将该 电力设备从视频流中删除，并在相应位置嵌入电力视觉元模型的索引码。

步骤三：视频流中电力设备对象的解析；

检测视频流中是否包括电力视觉元模型，如果发现电力视觉元模型，则将 其从视频流中抽取出来，并根据对应的索引码从电力视觉元素库中获得对应的 电力视觉元模型；

步骤四：重构视频流中电力设备对象；

从库中取出该电力视觉元模型的视频数据，然后将其聚合到原视频流中， 从而重构出原始的视频流。

通过实施本发明可以取得以下有益技术效果：将视频中已经识别出的视觉 元模型，不再进行压缩编码操作，直接使用已有的压缩好的模型数据，因此大 幅度降低了计算量，提高压缩速度；在进行传输时，对于视频流中包含的已有 的视觉元模型，将其视频数据从流中剥离出来，而直接使用库中的唯一编码予 以代替，这就大幅度降低了视频流的数据量，从而降低了对带宽的要求。

具体实施方式

为了便于本领域技术人员的理解，下面结合具体实施例对本发明作进一步 的说明：

视频图像数据有极强的相关性，也就是说有大量的冗余信息。其中冗余信 息可分为空域冗余信息和时域冗余信息，视频压缩的核心就是将数据中的冗余 信息去掉。本专利的核心思路是针对于电力作业现场的电力特征，抽取在各电 压等级变电站中各类常用的电力设备，以此为基础建立电力设备的电力视觉元 素库，将视频流中这类冗余的设备视频数据去掉，以此为基础视频流中电力设 备对象的封装、传输、解析与重构，从而实现了具有电力特点的视频压缩，有 效地降低了对站内视频传输网络的带宽要求。

具体实施方式如下：

1、变电站内设备的归类；

按照各电压等级的变电站的间隔特征，对110kV、220kV、500kV三个电压 等级的变电站中的各类典型设备进行归类，共抽取出457个(可以根据需要选 择数量)在电力施工过程中常用的电力设备，并根据其电压等级进行分类，建 立层次分布模型。

2、变电站内设备视觉特征的采集；

针对上述的457个典型的常用电力设备，对其进行视觉采样。

为了确保视觉特征的全面性，采样过程中有以下要点：

a.角度：采用3D环绕取样法，每间隔一度进行一次视觉取样，确保各角度 视觉特征均包括；