[发明专利]一种变电站视频监控方法、系统及存储介质

说明书

本申请涉及变电站视频监控方法、系统及存储介质。本申请实时采集变电站的各个场景的视频；分析所采集视频的清晰度是否异常，并根据异常情况发出清晰度异常警报；检测所采集视频的视频帧是否属于低照度视频帧，是则通过低照度图像增强模型对低照度的视频帧进行增强获取增强视频帧，所述增强视频帧不属于低照度视频帧；将增强视频帧和非低照度视频帧按时序制成目标视频；通过变电站监控模型对目标视频进行分析，判断变电站内是否发生入侵或违规；是则向后台及客户端发送入侵或违规警示消息，保存记录入侵和违规的目标视频。本申请进行变电站监控所应用的场景范围更广，能够有效避免人为干扰对变电站监控分析的影响，变电站监控分析的稳定性更强。

技术领域

本申请涉及监控领域，尤其涉及一种变电站视频监控方法、系统及存储介质。

背景技术

随着深度卷积神经网络的发展，变电站的监控方式也发生极大的进步，由深度卷积神经网络模型分析变电站场景视频的监控方式逐步取代了传统通过摄像装置采集视频，再由人工对所采集图像进行查看以判断变电站是否发生可疑人员入侵、偷窃、人员违规操作的方式。

深度卷积神经网络模型分析变电站场景的过程，需要基于摄像头提供变电站场景的相对清晰的视频。在实际应用中，摄像头成像的效果往往会受到多种因素的影响，如成像的光照条件、如摄像头本身镜头清洁度。而成像的光照情况和摄像头镜头的清洁情况会被人为的影响。如：在摄像头受到人为创造的干扰光照条件影响时，摄像头所采集视频的视频帧对于深度卷积神经网络模型来说缺乏特征，从而使得深度卷积神经网络模型无法对变电站场景进行分析。具体例子包括：摄像头在低照度情况下成像，成像整体亮度较暗、噪声较多、颜色失真，图像灰度分布不均匀，这种情况下的成像无法进一步进行分析。在摄像头的镜头涂抹污物或者覆盖干扰镜片，使得摄像头的清晰度造成影响。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供一种变电站视频监控方法、系统及存储介质。

第一方面，本申请提供一种变电站视频监控方法，包括：

实时采集变电站的各个场景的视频；

分析所采集视频的清晰度是否异常，并根据异常情况发出清晰度异常警报；

检测所采集视频的视频帧是否属于低照度视频帧，是则通过低照度图像增强模型对低照度的视频帧进行增强获取增强视频帧，所述增强视频帧不属于低照度视频帧；

将增强视频帧和非低照度视频帧按时序制成目标视频；

通过变电站监控模型对目标视频进行分析，判断变电站内是否发生入侵或违规；

是则向后台及客户端发送入侵或违规警示消息，保存记录入侵和违规的目标视频。

更进一步地，分析所采集视频的清晰度是否异常，并根据异常情况发出清晰度异常警报包括：

预设RGB色差距离阈值和灰度变化阈值；

获取所述视频的视频帧，将视频帧转化为RGB图和灰度图；

利用RGB图计算视频帧的RGB色差距离值，利用灰度图计算视频帧的灰度变化值；

比较视频帧的RGB色差距离值和RGB色差距离阈值和视频帧的灰度变化值和灰度变化阈值判断视频帧是否清晰异常；

对发生清晰异常的视频帧的持续帧数或者持续时间进行统计。

判断持续帧数是否超出预设的帧数阈值或者持续时间是否超出预设的持续时间阈值；是则，发出清晰度异常警报。

更进一步地，所述检测所采集视频的视频帧是否属于低照度视频帧包括：

预设亮度阈值；

获取所述视频的视频帧转化为HSV并计算视频帧的平均亮度；