摘要:精準(zhǔn)識別圖像中的特定目標(biāo)，提高人工篩查、識別圖像目標(biāo)的效率，彌補人工在準(zhǔn)確率和速度效率上的不足，最終代替人工，推動各行各業(yè)在原有傳統(tǒng)圖像處理的基礎(chǔ)上的發(fā)展。

概述

網(wǎng)公司所部署的電力設(shè)施在大型機械施工過程中遭到損害，不但每年給國家電網(wǎng)公司帶來巨大的損失，而且人工調(diào)監(jiān)控畫面查出肇事畫面的效率非常低下、人工實時監(jiān)測耗費巨大的時間成本，因此發(fā)展機器檢測提高甚至代替人工已經(jīng)成為一種趨勢。

輸電線路受反外力破壞的情況中機械外力破壞占有極大比例。例如，吊車、泵車等“高個”作業(yè)機械觸碰、刮倒電線的場景時有發(fā)生，帶來嚴(yán)重的安全隱患和財產(chǎn)損失。針對這一現(xiàn)狀，通常的應(yīng)對措施是在室外輸變電場景下安裝反外力監(jiān)控攝像頭然后安排工作人員通過實時觀看監(jiān)控畫面來發(fā)現(xiàn)并處理大型作業(yè)器械。但是，外力破壞場景的出現(xiàn)有著很大的隨機性，并且在實際應(yīng)用中，監(jiān)控場景數(shù)量繁多、情況復(fù)雜，難以僅靠有限的值班人員來實現(xiàn)對所有場景全覆蓋無遺漏的監(jiān)視。

輸電線路背景(包括山林、河流、農(nóng)田、道路、雨雪等)復(fù)雜，且隨著四季的更迭背景外觀會隨時改變，通信環(huán)境對圖像、視頻等數(shù)據(jù)傳輸影響也較大，因此目標(biāo)提取非常困難，必須提出適應(yīng)性強的圖像處理算法來解決該問題。由于野外圖像采集設(shè)備拍攝角度和視距的變化，同一目標(biāo)的拍攝圖像會呈現(xiàn)不同的形狀或形式，這給目標(biāo)識別帶來了困難，需根據(jù)目標(biāo)特征采用神經(jīng)網(wǎng)絡(luò)技術(shù)、證據(jù)理論、模糊算法等信息融合方法進(jìn)行目標(biāo)識別。

1目的和意義

1.1目的

輸變電反外力監(jiān)控場景圖像智能分析的相關(guān)技術(shù)，以更高效、自動化的方式識別場景中的感興趣目標(biāo)，用來代替人工監(jiān)視的手段。使用計算機進(jìn)行智能分析的優(yōu)勢，在于一是計算機有著龐大的計算資源，能夠以極快的速度和效率完成通常情況下大量人員和時間才能完成的工作;二是計算機的業(yè)務(wù)處理更加精準(zhǔn)，完全沒有人員工作中出現(xiàn)的疲累導(dǎo)致的效率降低，誤差增多的情況。通過計算機實現(xiàn)對輸變電智能監(jiān)控場景畫面圖像的分析，從中識別對輸變電路有威脅的大型器械(如:吊車、挖掘機、泵車等)，并按照一定條件，產(chǎn)生告警信息，通過某種方式推送給變電站值班人員，進(jìn)而解決人工實時監(jiān)視畫面效率低，減少國家電網(wǎng)電力設(shè)施損失的問題。

1.2意義

精準(zhǔn)識別圖像中的特定目標(biāo)，提高人工篩查、識別圖像目標(biāo)的效率，彌補人工在準(zhǔn)確率和速度效率上的不足，最終代替人工，推動各行各業(yè)在原有傳統(tǒng)圖像處理的基礎(chǔ)上的發(fā)展。技術(shù)成果可提高了值班人員對報警信號上報的效率，可推動全國有相關(guān)需求的電力公司部署此次研究的新系統(tǒng)。

2技術(shù)應(yīng)用難點與關(guān)鍵點

2.1技術(shù)應(yīng)用難點

北京市電力公司攝像頭運行策略是:每個攝像 頭的圖片回傳頻率為5分鐘/張。按照日間10小時計算，以800個攝像頭為例計算，一天圖片量高達(dá)96000張。平均下來，每秒鐘傳回超過3張高清圖片。這種數(shù)據(jù)量和頻度，純靠值班人員的人工查看，需耗費大量人力，效率很低?，F(xiàn)實環(huán)境下，值班人員也難以長期高效的完成監(jiān)視工作。

2.2技術(shù)應(yīng)用關(guān)鍵點

精準(zhǔn)檢測圖像中的目標(biāo)(吊車、挖掘機等)以及分類;針對場景特性進(jìn)行通用性的過濾重復(fù)報警圖像;背景特征與目標(biāo)特征相似，造成誤報;目標(biāo)特征過小，造成漏報;背景特征強(多)于目標(biāo)特征，導(dǎo)致目標(biāo)區(qū)域被識別成非目標(biāo)，以至于檢測不到，也會造成漏報。