[发明专利]一种油气田视频监控中运动目标的智能检测算法

说明书

技术领域

本发明属于计算机视觉领域，涉及一种油气田视频监控中运动目标的智能 检测算法。

背景技术

油气田的开采往往地处野外并且矿井分布十分分散，仅靠人员进行安全巡 检效率低下、周期漫长，而且恶劣天气下，对开采现场进行查巡难度加大。因 此要对油气田开采现场建立视频监测系统，当场景中出现异常状况时能够及时 报警，对于保证油、气的安全开采和开采质量均具有重要作用。由于油、气田 分布地域广、监控点分布不均、少而稀疏，油、气开采井站具有荒山野外、道 路崎岖、地形复杂等特点，如果釆用有线网络实现监测,就要求架设有线网络， 而这将会导致户外线路架设困难及后期人力维护成本非常高。目前大多采用基 于3G/4G的移动通信技术实现数据的远程传输。

在对油、气开采现场进行监测时，能够对监控场所出现的异常情况及时 进行运动目标的检测是视频监测的基础也是关键。运动目标检测是从图像序列 中提取出感兴趣的运动目标，检测结果的准确与否是衡量一个视频监测系统性 能好坏的关键，对接下来运动目标的分类、识别、跟踪和行为理解至关重要。 目前，实用的智能视频目标检测算法主要有帧差法、背景建模法等，但是这些 方法都不能过滤掉现场“磕头机”运动的干扰，无法实现无人值守的视频监控。 现有的油气田开采现场的视频监控，仍是人员值守的方式，当事件发生时，回 溯已经存储的现场监控视频，效率低下。

目前的油、气开采等场景的监控设计中，仍然使用传统的监控方法。需要 人工在后台对画面进行实时监控，查看是否有异常情况发生，在有入侵物体或 人员闯入的情况下无法自动报警。不仅需要消耗大量的人力来对现场场景进行 监测，而且效率极低、容易漏掉关键事件的发生。发生事件后，只能事后对存 储的监控视频数据进行调取。在智能监控技术广泛应用的今天，类似油气田采 集现场的情况下，仍需要使用传统视频监控方法的重要原因是包含诸如“磕头 机”运动物体的干扰，现有的智能监控算法无法将其过滤掉。

现有的视频目标检测算法，如帧差法、背景差分法、背景高斯建模等算法， 均不能将“磕头机”这类大型物体的运动过滤掉。因为在这些算法中，“磕头 机”上下往复的运动本省就是一种需要被检测到的运动目标。“磕头机”是不 停运动的物体，如果采用现有的视频目标检测算法，服务器将不断发出有运动 目标的警报。现有的智能目标检测算法能过滤掉诸如树叶的晃动、雪花的干扰 这类小范围运动像素的干扰，但是“磕头机”这种往复运动在监控画面中占有 很大范围，现有的算法是无法过滤的。

本发明提出的算法能够过滤掉监控场景中固定的大型物体往复运动产生的 干扰，用于运动物体的目标检测。主要用于油、气田开采现场的智能视频监控。

发明内容

在油气田视频监控中，针对入侵目标检测问题，本发明提供一种油气田视 频监控中运动目标的智能检测算法，通过此方法解决“磕头机”往复运动背景 下的运动目标的智能检测、实时报警问题。

监控油、气田开采现场的实际情况中，传统的帧差或背景建模法进行移动目标的检 测，会把磕头机的往复运动识别为运动目标，造成频繁的误报警，增加传输视频流量的 同时，增加监控人员的工作量；由于磕头机的运动区域和摄像头是固定的，所以磕头机 在画面中的位置相对不变的，因此可以把磕头机的运动区域提取出来，当做背景，来剔 除磕头机往返运动带来的误报警的问题；接下来再对运动目标进行检测、跟踪处理。

为实现上述目的，本发明的技术方案为：

第一步，背景训练

1.1对输入的视频帧进行中值滤波处理，消除噪声干扰，得到输入图像。

1.2对输入图像按公式(1)进行三帧差分处理，顺序获取三帧图像；对三帧图 像进行灰度化处理，三帧差分处理后的图像为Δf₁、Δf₂；对Δf₁、Δf₂进行二值化处理 后，再进行与操作得到视频帧差值Δf，其中Δf＝Δf₁&Δf₂；