[发明专利]一种架空输电线路通道烟火预警的视频检测方法

摘要

本发明公开了一种架空输电线路通道烟火预警的视频检测方法，包括嵌入式计算机系统，所述嵌入式计算机系统包括DSP及其外围芯片，其外围的芯片包括编码芯片、解码芯片、存贮芯片和CPLD器件，该方法包含以下步骤：视频信息预处理，视频背景建模和背景更新，数学形态学处理二值差分图像，移动目标图像的值质心坐标计算和质心移动曲线获取和移动目标质心运动曲线的利亚普诺夫指数计算。本发明使用结构简单的嵌入式系统，在线视频信息的智能处理具有节约数据通讯流量和成本优势；消除树叶在视频检测过程中的翻动造成像素值剧烈变化对图像前景检测的影响；并有效消除烟火检测过程中的人畜车辆移动和树荫云影移动造成的误报警。

主权项

1.一种架空输电线路通道烟火预警的视频检测方法，包括嵌入式计算机系统，所述嵌入式计算机系统包括DSP及其外围芯片，其外围的芯片包括编码芯片、解码芯片、存贮芯片和CPLD器件，其特征在于，该方法包含以下步骤：（1）视频信息预处理：将采集得到的视频格式直接分割成灰度图，并进行灰度均衡化，从而得到灰度图像序列，为进一步智能检测做准备；（2）视频背景建模和背景更新：:采用混合高斯法实现架空输电线路视频监控现场背景建模；并采用自适应更新方法进行背景信息的更新；使用背景减除法得到前景移动目标的图像； 混合高斯建模和背景更新方法，包含以下步骤：（2.1）混合高斯建模：由k个高斯成分组成的混合高斯模型表示像素在时间域上的概率分布模型, 像素j在t时刻取值为x_i的概率为：其中，表示在时刻t像素j的混合高斯模型中，第i个高斯成分权重；以及分别表示i个高斯成分的均方差和协方差，表示标准差，I表示单位阵，表示高斯概率密度：（2.2）自适应背景建模：将混合高斯模型中的K个高斯成分按照由小到大的顺序；然后用像素当前值x_j与其混合高斯模型中的K的高斯成分逐一比较，若x_j与第i个高斯成分的均值之间差值小于一个该高斯成分的标准差的2.5~3.5倍，则用该像素值作为新的高斯成分，其余情况则背景模型保持不变，从而实现背景减除法中的背景混合高斯建模更新算法；（3）数学形态学处理二值差分图像：对图像序列的先进行二值化处理，采用基于灰度熵信息计算作为二值化阈值对图像进行二值化分割，其方法如下：（3.1）图像二值化像素分割阈值的确定：输入灰度图像函数为，输出二值图像函数为，则由于背景和前景是两个不同的信息源，因此采用是两个信息源上最大熵的阈值就是所要求的二值化阈值；其中H_f（T）为计算得到前景信息熵，H_b（T）为计算得到的背景信息熵；最优阈值为：；（3.2）移动目标前景二值图像的数学形态学处理：当前帧经过背景减除法后得到的二值图像，经过数学形态学的闭运算，闭运算数学表达式为：其中B=(B1,B2)，B1,B2为击中击不中变换需要两个结构元素，合成一个结构元素对B；每帧图像与背景减除法得到的差分图像经过形态学的闭运算后得到一个相对连续光滑的运动目标边界曲线；（3.3）二值图像质心坐标的计算：经过形态学处理之后的二值图像其运动目标已经为一个封闭的凸区域的像素集合，可以得到移动目标质心的坐标G（X，Y）：其中，，；其中xi和yi分别为像素值不为零的所在行和列，N为不为零象素个数；（4）移动目标图像的值质心坐标计算和质心移动曲线获取：由于经过二值化处理之后得到的差分图像，二值化差分图像的像素值只有“0”和“1”两个值，将像素值为“1”的所有像素行坐标和列坐标分别求取平均值得到移动目标质心当前帧所在坐标值；经过多帧图像坐标值计算，得到移动目标质心的运动曲线；（5）移动目标质心运动曲线的利亚普诺夫指数计算：移动目标质心运动曲线利亚普诺夫指数计算方法，包含以下步骤：（5.1）对移动目标质心运动曲线进行相空间重构，对于N点质心运动标量时间序列可以用Takens嵌入定理去重构相空间Rm；其中，Xi是重构相空间Rm中M点重构轨迹中的第i个点，而M=N-(m-1)p ，m是嵌入维，τ= p.Δt是时间延迟, τw=(m-1)τ是时间窗，其中Δt为采样周期，τw=(m-1)τ；（5.2）计算最大利亚普诺夫指数λ₁：经过相空间重构之后为了能在扩散的最大方向上计算λ₁(i) ，用下式来求λ₁(i)： 上式包括两个附加条件：最后，可得从而得到移动目标图像质心运动曲线的最大利亚普诺夫指数。