[发明专利]一种基于时间序列的变电站视频目标检测方法

说明书

本发明公开了一种基于时间序列的变电站视频目标检测方法，包括如下步骤：构建变电站运动目标检测模型，标定变电站监控视频中若干个设备的数据内容；构建基于混合高斯模型的背景更新模型，提取变电站监控视频中周期性运动的像素；采用基于动态时间弯曲的前景物体提取方法求解所述背景更新模型。通过构建变电站运动目标检测模型和基于混合高斯模型的背景更新模型，标定监控视频中主要设备的数据内容并提取变电站监控视频中周期性运动的像素，实现了变电站视频目标的准确识别，解决了目前变电站视频监控系统难以在异常运行情况下及时告警的问题，可实时监测变电站中设备的运行状态，预防变电站故障，提升系统运行安全性，提升配电网供电可靠性。

技术领域

本发明涉及电力设备检测技术领域，特别涉及一种基于时间序列的变电站视频目标检测方法。

背景技术

变电站是电网中的重要节点，变电站智能化的不断发展将会为智能电网的安全运行提供坚实的基础。视频监控是智能变电站辅助系统的重要组成部分，能够时刻提供设备运行状态、运行环境、以及防火防盗方面的信息。无人值守变电站更需要借助智能视频监控方法，自动获取视频流中的设备相关数据，根据视觉信息评估设备的运行情况。现阶段监控视频作为变电站的辅助生产信息，更多的是做为设备发生故障后收集证据的资料，不能在异常运行情况下及时告警。因此，对视频中的目标物体进行检测和跟踪是实现站内设备运行状况监控智能化的基础，具有重要研究意义。

目前，国内外针对变电站视频目标检测方法的研究已经具有一定基础。基于区域的跟踪方法的主要思想是根据检测到的目标建立一个相应的区域模板，将待检对象区域与模板进行匹配，匹配程度最高的区域则判断为新的目标区域，但是此方法在目标发生仿射变换或者有遮挡的情况下得到的结果误差较大，且跟踪区域的选取直接影响最终的跟踪效果；基于预测的跟踪方法需要对视频中若干帧的运动目标进行机器学习，拟合目标的运动轨迹，根据时间、速度参数对待检对象的运动情况进行预测，此方法处理运动模式平滑、缓慢的对象效果较好，但是在处理目标具有仿射变换、有遮挡的情况下效果并不理想。

发明内容

本发明实施例的目的是提供一种基于时间序列的变电站视频目标检测方法，通过构建变电站运动目标检测模型和基于混合高斯模型的背景更新模型，标定变电站监控视频中主要设备的数据内容并提取变电站监控视频中周期性运动的像素，实现了变电站视频目标的准确识别，解决了目前变电站视频监控系统难以在异常运行情况下及时告警的问题，可实时监测变电站中设备的运行状态，预防变电站故障，有利于实现变电站智能化发展，提升变电站运维效率，提升电力系统运行安全性，提升配电网供电可靠性。

为解决上述技术问题，本发明实施例提供了一种基于时间序列的变电站视频目标检测方法，包括如下步骤：

构建变电站运动目标检测模型，标定变电站监控视频中若干个设备的数据内容；

构建基于混合高斯模型的背景更新模型，提取变电站监控视频中周期性运动的像素；

采用基于动态时间弯曲的前景物体提取方法求解所述背景更新模型。

进一步地，所述构建变电站运动目标检测模型，具体为：

采用特征点提取法获取所述变电站运动目标在尺度空间中的局部极值点位置数据；

获取邻域像素点的梯度分布；

依据所述局部极值点位置数据和所述邻域像素点的梯度分布，判断所述变电站运动目标两幅图像间的所述特征点是否匹配。

进一步地，所述采用特征点提取法获取所述变电站运动目标在尺度空间中的局部极值点位置数据，包括如下步骤：

在高斯差分空间中某一尺度空间上选择一个像素点及其八个的相邻像素点作为二维邻域的比较对象；

选择与所述尺度空间相邻的上下两个所述尺度空间中相同区域的3×3点集，与所述相邻像素点组成三维邻域空间；