一種基于事件驅(qū)動(dòng)的煤層氣井站異常場(chǎng)景遠(yuǎn)程無(wú)線安全監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于信息技術(shù)領(lǐng)域，涉及到基于機(jī)器視覺(jué)的煤層氣井站異常場(chǎng)景識(shí)別算 法，特別涉及到煤層氣井站存在抽水機(jī)有規(guī)則運(yùn)動(dòng)及風(fēng)吹草動(dòng)等影響異常場(chǎng)景判別的干擾 場(chǎng)景的有效識(shí)別方法。
【背景技術(shù)】
[0002] 煤層氣井站通常處于荒山野外，道路崎嶇，地形復(fù)雜，氣井的安全監(jiān)測(cè)問(wèn)題一直是 關(guān)系氣井能否安全生產(chǎn)的大問(wèn)題，通常采用定時(shí)人工巡檢的方式進(jìn)行安全防范。如采用視 頻遠(yuǎn)程監(jiān)測(cè)的技術(shù)，技術(shù)上早已成熟的有線遠(yuǎn)程安全監(jiān)測(cè)，由于鋪設(shè)通信線路造價(jià)過(guò)高企 業(yè)無(wú)法承擔(dān)。無(wú)線方案（如利用3G網(wǎng)絡(luò)）傳輸視頻，一方面視頻圖像數(shù)據(jù)量大，數(shù)據(jù)傳輸 運(yùn)營(yíng)成本太高，使用方難以承受；另一方面幾百口井的視頻信號(hào)同時(shí)上傳，靠操作人員來(lái)發(fā) 現(xiàn)事故，工作量太大，效率低。因而，目前在煤層氣行業(yè)，遠(yuǎn)程無(wú)線視頻監(jiān)測(cè)的方案是在監(jiān)測(cè) 現(xiàn)場(chǎng)安裝硬盤錄像機(jī)，存儲(chǔ)一段時(shí)間的視頻信號(hào)。如操作者想了解現(xiàn)場(chǎng)情況，就通過(guò)無(wú)線傳 輸，調(diào)用某一時(shí)段的視頻信息，屬于一種"事后查詢?nèi)∽C"的監(jiān)測(cè)方法。最合理的無(wú)線監(jiān)測(cè) 方案是視頻監(jiān)測(cè)裝置實(shí)時(shí)監(jiān)測(cè)現(xiàn)場(chǎng)場(chǎng)景，如發(fā)現(xiàn)人員闖入，設(shè)備移位，火災(zāi)等異常場(chǎng)景，視 頻監(jiān)測(cè)裝置智能實(shí)時(shí)識(shí)別這些場(chǎng)景，并向監(jiān)測(cè)中心發(fā)送異常場(chǎng)景信息，提示操作者現(xiàn)場(chǎng)有 問(wèn)題。但由于煤層氣井站的特殊性，首先煤層氣井站有一臺(tái)抽水機(jī)做有規(guī)則的上下運(yùn)動(dòng)，將 煤層氣井下的水抽出來(lái)，利于井下煤層氣體的析出。相當(dāng)于在監(jiān)測(cè)現(xiàn)場(chǎng)，有一臺(tái)運(yùn)動(dòng)設(shè)備， 如何將其與異常場(chǎng)景識(shí)別區(qū)分。常用的辦法是將抽水機(jī)運(yùn)動(dòng)區(qū)域劃分邊界并從整個(gè)監(jiān)測(cè)區(qū) 域中摳除，方法簡(jiǎn)單但受使用條件限制，如監(jiān)測(cè)區(qū)域不斷變更則該方案就無(wú)法使用；其次在 煤層氣井站會(huì)有草木等，監(jiān)測(cè)區(qū)域內(nèi)的風(fēng)吹草動(dòng)都會(huì)帶來(lái)監(jiān)測(cè)背景的圖像改變，成為異常 場(chǎng)景，會(huì)帶來(lái)誤報(bào)，大量的誤報(bào)信息增加數(shù)據(jù)傳輸成本，也會(huì)給操作人員帶來(lái)不必要的工作 量。因而，采用一種"基于事件驅(qū)動(dòng)的煤層氣井站異常場(chǎng)景遠(yuǎn)程無(wú)線安全監(jiān)測(cè)技術(shù)"，其要求 就是將現(xiàn)場(chǎng)的異常場(chǎng)景與抽水機(jī)運(yùn)動(dòng)及風(fēng)吹草動(dòng)等干擾信息區(qū)別開(kāi)，只有真正的異常場(chǎng)景 或事件出現(xiàn)發(fā)生時(shí)，現(xiàn)場(chǎng)智能監(jiān)測(cè)設(shè)備才向監(jiān)測(cè)中心報(bào)警并發(fā)送現(xiàn)場(chǎng)圖像信息。
[0003] 異常場(chǎng)景檢測(cè)、干擾信號(hào)識(shí)別與安全監(jiān)測(cè)的實(shí)時(shí)性要求是矛盾的主要方面，復(fù)雜 的異常場(chǎng)景檢測(cè)、干擾信號(hào)識(shí)別算法必然有運(yùn)算時(shí)間長(zhǎng)的問(wèn)題，難以滿足安全監(jiān)測(cè)的實(shí)時(shí) 性要求。
[0004] 當(dāng)前的目標(biāo)檢測(cè)算法有多種，背景差分法是主要的研究方向，諸如高斯背景建模、 混合高斯背景建模，但是這些方法需要先驗(yàn)?zāi)Ｐ蛥?shù)，且不能表示多種背景模態(tài)。本方案 的目標(biāo)檢測(cè)算法基于核密度估計(jì)背景建模法，它是一種無(wú)參數(shù)背景建模方法，不需要先驗(yàn) 知識(shí)，合理選取樣本可以使像素點(diǎn)背景模型包含多種背景信息（如抽水機(jī)運(yùn)動(dòng)、風(fēng)吹草動(dòng) 等），在數(shù)據(jù)上由樣本估計(jì)出的總體分布比假定成高斯或混合高斯分布要更具說(shuō)服力。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問(wèn)題是根據(jù)煤層氣井站現(xiàn)場(chǎng)惡劣環(huán)境條件及安全監(jiān)測(cè)低成 本高效的要求，提供一種基于事件驅(qū)動(dòng)的煤層氣井站異常場(chǎng)景遠(yuǎn)程無(wú)線安全監(jiān)測(cè)方法。
[0006] 本發(fā)明的技術(shù)方案采用兩種背景模型，分兩步逐步分割前景。先通過(guò)背景差分將 圖像分割成為動(dòng)態(tài)背景區(qū)與非動(dòng)態(tài)背景區(qū)，因?yàn)榉莿?dòng)態(tài)背景區(qū)域的穩(wěn)定性，它完全可以由 背景差分法提取。對(duì)于動(dòng)態(tài)背景區(qū)需進(jìn)一步由核密度估計(jì)來(lái)進(jìn)一步分割前景。具體步驟如 下：
[0007] (1)背景模型初始化
[0008] 每個(gè)像素點(diǎn)包含兩個(gè)背景模型，第一背景模型做背景差分用，取前Μ幀圖像像素 均值，設(shè)\i(t)代表t時(shí)刻像素j處的第一背景模型，則j (t)可以由下式來(lái)表示：
[0010] 其中，Xl代表第i時(shí)刻像素j的灰度像素值。
[0011] 第二背景模型為核密度估計(jì)所用，每個(gè)像素點(diǎn)背景模型包含Μ個(gè)樣本，它們來(lái)自 于先前時(shí)刻的像素值。設(shè)代表t時(shí)刻像素j處的第二背景模型，則可以由集 合表示，如下式所示。
[0012] BMj j(t) = {χ1; χ2, . . . , χΜ !, χΜ} (2)
[0013] 其中，Χι代表第i時(shí)刻像素j的灰度像素值，即樣本值。
[0014] (2)前景檢測(cè)
[0015] 第一步分割動(dòng)態(tài)背景區(qū)與非動(dòng)態(tài)背景區(qū)，利用背景差分法，將當(dāng)前圖像幀與第一 背景模型比較即可將動(dòng)態(tài)背景區(qū)域區(qū)分出來(lái)。這一步可以稱為運(yùn)動(dòng)前景的粗略提取，在這 一步為了保證運(yùn)動(dòng)目標(biāo)區(qū)域的完整性，放寬了動(dòng)態(tài)背景區(qū)域的判斷條件，應(yīng)用背景差分法 時(shí)融合了三幀差算法，條件取或判斷動(dòng)態(tài)背景區(qū)域。運(yùn)動(dòng)目標(biāo)包含在動(dòng)態(tài)背景區(qū)域內(nèi)，此外 還有動(dòng)態(tài)背景的干擾。設(shè)Djt+Ι)為t+Ι時(shí)刻像素點(diǎn)i當(dāng)前圖像與背景圖像比較后的二值 化結(jié)果，則：
表三幀差法閾值。IJt)代表t時(shí)刻像素i取值，代表第一背景模型像素點(diǎn)i處的 像素值。二值化后為1的區(qū)域就是動(dòng)態(tài)背景區(qū)，接下來(lái)在這一區(qū)域應(yīng)用核密度估計(jì)背景建 模法分割真正的運(yùn)動(dòng)前景。
[0018] 第二步前景運(yùn)動(dòng)目標(biāo)的分割。動(dòng)態(tài)背景區(qū)域包含兩種類型的區(qū)域：一是由抽水機(jī) 往復(fù)運(yùn)動(dòng)或者風(fēng)吹草動(dòng)等動(dòng)態(tài)背景產(chǎn)生的運(yùn)動(dòng)背景，它也是背景；二是前景運(yùn)動(dòng)目標(biāo)設(shè)為 區(qū)域，它才是真正要分割的運(yùn)動(dòng)前景。對(duì)這一區(qū)域內(nèi)的像素點(diǎn)計(jì)算概率密度，選用高斯核函 數(shù)，公式如下：
[0020] 其中，xt+1是t+1時(shí)刻像素點(diǎn)處觀察到的像素值，Xl是像素點(diǎn)背景模型中的樣本值， h是窗寬。
[0021] 得到概率密度f(wàn)；(xt+1)后，將它與一閾值比較，判斷是否為前景，公式如下：
[0023] 若觀測(cè)到的像素點(diǎn)概率密度估計(jì)值小于閾值，則認(rèn)為它為前景點(diǎn)；反之，該點(diǎn)判斷 為背景點(diǎn)。至此，前景已經(jīng)被判斷出來(lái)，但這里面有一個(gè)重要的參數(shù)，閾值th影響著檢測(cè)結(jié) 果的準(zhǔn)確性。本方案對(duì)該參數(shù)求取方法如下。
[0024] (3)動(dòng)態(tài)閾值求取
[0025] 現(xiàn)有的閾值求法有定閾值和動(dòng)態(tài)閾值兩種，定閾值是取一個(gè)很小的數(shù)，如0. 0005， 這種方式認(rèn)為整幅圖像的閾值都是一個(gè)定值，準(zhǔn)確性不高，對(duì)復(fù)雜環(huán)境的適應(yīng)能力也不強(qiáng)， 易造成誤檢。動(dòng)態(tài)閾值一般靠經(jīng)驗(yàn)求取，如通常將閾值作為窗寬的反比例函數(shù)，這也是不準(zhǔn) 確的。因此，本方案的創(chuàng)新點(diǎn)是通過(guò)理論分析求出更為合理的閾值以提高檢測(cè)準(zhǔn)確性。下 面將介紹改進(jìn)算法中動(dòng)態(tài)閾值的求取方法。
[0026] 假設(shè)像素點(diǎn)j背景模型內(nèi)包含Μ個(gè)樣本點(diǎn)，那么整體的概率密度可以看 成由以下方式得到的：每個(gè)樣本Xi以自身為中心，在一定的窗寬范圍內(nèi)對(duì)整體分布做出 貢獻(xiàn)。則對(duì)于當(dāng)前樣本來(lái)說(shuō)，離中心^越遠(yuǎn)，對(duì)總體分布貢獻(xiàn)越小。所以貢獻(xiàn)可以看成 一個(gè)函數(shù)的形式，這個(gè)函數(shù)是中間最大，兩邊越來(lái)越小的函數(shù)。由于時(shí)間軸上兩個(gè)相鄰的 樣本點(diǎn)（Xl，x1+1)通常來(lái)源于相同的局部分布，這個(gè)局部分布可以假定為高斯分布如服從 Ν(μ, 〇2)。所以我們可以把這個(gè)兩邊越來(lái)越小的函數(shù)看作是高斯函數(shù)。樣本對(duì)總體貢獻(xiàn) 的示意圖如圖1所示。圖中，某一像素點(diǎn)的第二背景模型分布可以看成是所有樣本貢獻(xiàn)的 加權(quán)，這也就是求取f；(xt+1)時(shí)式子⑷所代表的意義。與核密度值比較的閾值Th可以看 成一個(gè)核密度的臨界值，如果能從總體概率密度函數(shù)中找到這樣的一個(gè)臨界值，那么就可 以得到這個(gè)動(dòng)態(tài)閾值。假設(shè)存在一條直線Lth，它與總體密度函數(shù)交點(diǎn)的核密度值足夠小， 就可以將交點(diǎn)的核密度值作為閾值，