[發明專利]一種變電站視頻監控方法、系統及存儲介質

有效

• 申請號: 202111148237.0
• 申請日: 2021-09-29
• 公開（公告）號: CN114049732B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 董曉虎;徐晨曦;樊淑娟;郭朔;李一博;郭路;王永立;楊亞菲;桑盛強
• 申請（專利權）人: 國網山東省電力公司鄆城縣供電公司
• 主分類號: G08B13/196
• 分類號: G08B13/196;H04N23/50;H04N7/18
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 朱曉熹

本申請涉及變電站視頻監控方法、系統及存儲介質。本申請實時采集變電站的各個場景的視頻；分析所采集視頻的清晰度是否異常，并根據異常情況發出清晰度異常警報；檢測所采集視頻的視頻幀是否屬于低照度視頻幀，是則通過低照度圖像增強模型對低照度的視頻幀進行增強獲取增強視頻幀，所述增強視頻幀不屬于低照度視頻幀；將增強視頻幀和非低照度視頻幀按時序制成目標視頻；通過變電站監控模型對目標視頻進行分析，判斷變電站內是否發生入侵或違規；是則向后臺及客戶端發送入侵或違規警示消息，保存記錄入侵和違規的目標視頻。本申請進行變電站監控所應用的場景范圍更廣，能夠有效避免人為干擾對變電站監控分析的影響，變電站監控分析的穩定性更強。

技術領域

本申請涉及監控領域，尤其涉及一種變電站視頻監控方法、系統及存儲介質。

背景技術

隨著深度卷積神經網絡的發展，變電站的監控方式也發生極大的進步，由深度卷積神經網絡模型分析變電站場景視頻的監控方式逐步取代了傳統通過攝像裝置采集視頻，再由人工對所采集圖像進行查看以判斷變電站是否發生可疑人員入侵、偷竊、人員違規操作的方式。

深度卷積神經網絡模型分析變電站場景的過程，需要基于攝像頭提供變電站場景的相對清晰的視頻。在實際應用中，攝像頭成像的效果往往會受到多種因素的影響，如成像的光照條件、如攝像頭本身鏡頭清潔度。而成像的光照情況和攝像頭鏡頭的清潔情況會被人為的影響。如：在攝像頭受到人為創造的干擾光照條件影響時，攝像頭所采集視頻的視頻幀對于深度卷積神經網絡模型來說缺乏特征，從而使得深度卷積神經網絡模型無法對變電站場景進行分析。具體例子包括：攝像頭在低照度情況下成像，成像整體亮度較暗、噪聲較多、顏色失真，圖像灰度分布不均勻，這種情況下的成像無法進一步進行分析。在攝像頭的鏡頭涂抹污物或者覆蓋干擾鏡片，使得攝像頭的清晰度造成影響。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本申請提供一種變電站視頻監控方法、系統及存儲介質。

第一方面，本申請提供一種變電站視頻監控方法，包括：

實時采集變電站的各個場景的視頻；

分析所采集視頻的清晰度是否異常，并根據異常情況發出清晰度異常警報；

檢測所采集視頻的視頻幀是否屬于低照度視頻幀，是則通過低照度圖像增強模型對低照度的視頻幀進行增強獲取增強視頻幀，所述增強視頻幀不屬于低照度視頻幀；

將增強視頻幀和非低照度視頻幀按時序制成目標視頻；

通過變電站監控模型對目標視頻進行分析，判斷變電站內是否發生入侵或違規；

是則向后臺及客戶端發送入侵或違規警示消息，保存記錄入侵和違規的目標視頻。

更進一步地，分析所采集視頻的清晰度是否異常，并根據異常情況發出清晰度異常警報包括：

預設RGB色差距離閾值和灰度變化閾值；

獲取所述視頻的視頻幀，將視頻幀轉化為RGB圖和灰度圖；

利用RGB圖計算視頻幀的RGB色差距離值，利用灰度圖計算視頻幀的灰度變化值；

比較視頻幀的RGB色差距離值和RGB色差距離閾值和視頻幀的灰度變化值和灰度變化閾值判斷視頻幀是否清晰異常；

對發生清晰異常的視頻幀的持續幀數或者持續時間進行統計。

判斷持續幀數是否超出預設的幀數閾值或者持續時間是否超出預設的持續時間閾值；是則，發出清晰度異常警報。

更進一步地，所述檢測所采集視頻的視頻幀是否屬于低照度視頻幀包括：

預設亮度閾值；

獲取所述視頻的視頻幀轉化為HSV并計算視頻幀的平均亮度；