[发明专利]一种集烟雾和红外识别联动的输电线路山火监测方法

说明书

本发明公开了一种集烟雾和红外识别联动的输电线路山火监测方法，该方法实时采集待监测区域的视屏图像，根据当前采集时间，基于高斯混合模型获得白天山火预检测结果或基于自适应阈值算法获得晚上山火预检测结果，再根据采集的待监测区域红外图像获得待监测区域的红外火情判别结果，当为火情时采集现场山火图像，然后采用图像连通区域标记算法进行区域标记，获得烟火区的准确位置。该输电线路山火监测方法能缩短山火火情发现时间、提高山火监测准确性。

技术领域

本发明涉及电力工程技术领域，具体涉及一种集烟雾和红外识别联动的输电线路山火监测方法。

背景技术

输电线路山火的发生主要是由于线路下方及保护区内存在的可燃物(包括：树木、茅草、构筑物、易燃易爆物品等)发生火灾，对线路造成损坏或故障。主要形式有山火、房屋起火、堆积物(煤炭、木材、塑料等)起火等。由于火灾发生后控制不良极易蔓延，易引发线路跳闸，短时间难以恢复线路正常运行。目前的输电线路山火监测方法主要借鉴于红外监测技术，如开发了基于地面红外监测、机载红外林火监测和微波辐射监测装置，在大面积森林山火监测方面得到了一定的推广。但在输电线路山火监测中，单纯通过红外监测易受太阳光束等高温因素干扰，且容易出现因火焰被遮挡而无法识别山火的情形。而基于烟雾的视频监控对于及早地发现火灾具有重要意义，但单纯基于烟雾的山火识别因受大气云雾干扰，误报率较高。

发明内容

本发明要解决的技术问题是克服现有技术存在的不足，提供一种能缩短山火火情发现时间、提高山火监测准确性的集烟雾和红外识别联动的输电线路山火监测方法。

为解决上述技术问题，本发明采用以下技术方案：

一种集烟雾和红外识别联动的输电线路山火监测方法，包括以下步骤：

(S1)实时采集待监测区域的视频图像，并依据当前采集时间是白天还是晚上选择下一步骤，若当前采集时间是白天进入步骤(S2)，若当前采集时间是晚上则进入步骤(S3)；

(S2)根据对待监测区域连续采集的2～3帧视频图像，采用高斯混合模型对所述视频图像进行建模获得背景模型，并利用采集的视频图像对背景模型进行更新，然后采用背景模型对后续视频图像进行前景检测，获得白天山火预检测结果；若白天山火预检测结果为疑似火情，进入步骤(S4)，若白天山火预检测结果为非疑似火情，则返回步骤(S1)；

(S3)根据对待监测区域连续采集的2～3帧视频图像，采用阈值分割法对视频图像进行分割获得晚上山火预检测结果；若晚上山火预检测结果为疑似火情，进入步骤(S4)，若晚上山火预检测结果为非疑似火情，则返回步骤(S1)；

(S4)采集待监测区域的红外图像，针对每帧红外图像进行山火阈值识别，获得待监测区域的红外火情判别结果，当红外火情判别结果为火情时，控制摄像机瞄准火情区域并不断地收集现场山火图像；

(S5)采用图像连通区域标记算法对步骤(S2)的白天山火预检测结果或步骤(S3)的晚上山火预检测结果进行区域标记，获得烟火区的准确位置。

上述的输电线路山火监测方法，优选的，所述步骤(S2)中，采用背景模型对后续视频图像进行前景检测是：高斯混合模型使用3个高斯模型来表征视频图像中各个像素点的特征，在新一帧视频图像获得后更新高斯混合模型，用当前视频图像中的每个像素点与更新后的高斯混合模型匹配，如果成功则判定该像素点为背景点，否则判定为前景点。

上述的输电线路山火监测方法，优选的，所述步骤(S3)中，采用阈值分割法对视频图像进行分割获得晚上山火预检测结果具体是：在采集到的视频图像中，首先选取一帧静止视频图像作为背景帧图像，然后将当前帧视频图像的像素减去之前所选的背景帧图像的像素，当相减后的某一像素的差值大于第一设定阈值T时，则判定该像素为山火预检测像素。

上述的输电线路山火监测方法，优选的，所述第一设定阈值T为0.15。