论文摘要
遥视系统是变电站综合自动化系统的重要组成部分。系统可以“亲眼”看到现场情况,因此能够帮助甚至是代替值班人员更清楚地了解变电站或者电厂的电气设备的外观和运行、站内的环境等情况。遥视系统中加入智能视频分析的功能,系统能够自动对其获取的相关信息进行处理,可进一步提高变电站智能化、自动化程度,也可为真正实现变电站无人值守提供条件。变电站仪表数字识别和监视场景内运动物体检测是文章的主要研究内容。文章介绍了图像识别技术在变电站内的具体应用,并对仪表显示数字的识别流程进行了说明。先对摄像机获取的图像进行灰度化、定位、二值化、滤波、纠偏等处理,然后在改进投影法的基础上将单个数字切分并归一化处理。对于数字区域可能含有小数点的情况,文章提出了一种新的小数点处理方法。将处理后的数字图像以及小数点的位置信息送入构建好的BP(back propagation)神经网络进行识别,对可能出现的识别失败的情况进行了分析处理。并根据识别结果判断是否需要进行告警处理。最后利用随机获取的几千帧数字图像对数字识别算法进行评价。实验结果表明文章采用的图像处理和识别方法具有较高的正确率,可靠性比较高,而且小数点的处理方法可行。对变电站的设备环境进行监控是遥视系统的主要功能之一,而环境监控的基础是运动检测算法。文章比较了当前常用的几种运动物体检测算法的优劣,结合光学知识在比率图像的基础上提出了一种基于累计直方图的阈值分割方法来检测图像中的运动信息,并对检测出来的运动目标进行追踪预测。采用背景重建法和双参考帧背景更新方法对背景模型进行获取和维护,并对运动检测算法进行评价。最后提出了在正交方向协同监控的新构想。通过实验证明了文章提出的阈值分割方法分割效果比较好,能够得到比较完整的运动信息,且运动物体侵入的异常检测率比较高。实验结果表明该视频分析算法能够适应光线的渐变、突变,能够减少由于背景部分发生的扰动(门的开关变化等)以及光线突变引起的虚假报警次数。