一种用于电力开闭所的安全帽视频检测方法技术

本发明专利技术涉及一种用于电力开闭所的安全帽视频检测方法，实时分析监控视频，对进入电力开闭所的监控范围内的运动目标进行识别，然后定位运动目标的头部，再对头部颜色及大小进行判断，如果头部的大小与颜色与预设的规则对应，则判定为安全帽。本发明专利技术最大的特点是运动性及环境的多变性。安全帽的识别首先需要对移动物体进行判断，然后定位移动物体的头部，在对头部颜色及大小进行分析判断，再通过比较判断是否为安全帽。目前计算机的处理能力已经成指数级的飞跃，借助智能视频分析服务器对实时监控视频的图像分析，能有效的识别出出入人员的安全帽佩戴及红马甲等，进而排除干扰物及环境噪点，从而高效正确的分析出人员的著装规范。

【技术实现步骤摘要】

本专利技术涉及视频识别技术，更具体地说，涉及一种用于电力开闭所的安全帽视频检测方法。
技术介绍
电力开闭所指用于接受电力并分配电力的供配电设施，目前10kv开闭所多为无人值班，采用传统视频监控的方式来规范工作人员的各种行为，比如，在进入开闭所中佩戴安全帽是安全规范的硬性要求。而传统视频监控只被用于事后查询，无法起到预防与规范的作用。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种准确有效的用于电力开闭所的安全帽视频检测方法。本专利技术的技术方案如下：一种用于电力开闭所的安全帽视频检测方法，实时分析监控视频，对进入电力开闭所的监控范围内的运动目标进行识别，然后定位运动目标的头部，再对头部颜色及大小进行判断，如果头部的大小与颜色与预设的规则对应，则判定为安全帽。作为优选，通过背景减除法将当前每一帧图像与预设或者实时获取的背景图像相减，若当前帧图像与背景图像在同位置的像素之间的差值大于预设阈值，则判定该位置的像素属于运动目标。作为优选，将实时的监控视频中每一帧图像与背景图像相减，得到运动目标的大小、形状、实时的运动轨迹。作为优选，进行运动目标识别前，先进行背景学习，并建立背景模型；然后从监控视频的序列图像中提取运动区域，识别运动目标。作为优选，不采用监控视频启动时的原始图像用于背景模型的初始化。作为优选，对背景模型进行实时更新。作为优选，更新背景模型，具体为：利用多帧的累计效应，通过设置增益因子，调节帧间的信号差，然后累加在背景图像中；增益因子的计算公式如下：Φ‾(i+1)=Φ‾(i)+k(i+1)[Φ‾(i+1)-Φ‾(i)];]]>k(i+1)=1B(i+1);]]>B(i+1)＝αB(i)+1；其中，α是渐消因子，用于决定增益因子k(i+1)的大小，α∈(0,1)；是当前背景的估计，是前一帧背景的估计，对应的B(i+1)和B(i)是当前帧图像和前一帧图像。作为优选，根据环境因素的变化造成背景图像的影响对背景模型进行更新。作为优选，环境因素包括云、光影、雨雪、波浪。作为优选，当拾取的头部大小与定位得到的头部的重复比例达到预设的阀值，而且头部的颜色符合规则，则判定为安全帽。本专利技术的有益效果如下：本专利技术所述的用于电力开闭所的安全帽视频检测方法，提供一种安全帽视频分析算法，是基于背景减除方法衍生出的高级算法。区别于普通图像识别，其最大的特点是运动性及环境的多变性。安全帽的识别是在移动视频分析的基础上对颜色位置更为具体的一种识别方式，首先它需要对移动物体进行判断，然后定位移动物体的头部，在对头部颜色及大小进行分析判断，再通过比较判断是否为安全帽。目前计算机的处理能力已经成指数级的飞跃，借助智能视频分析服务器对实时监控视频的图像分析，能有效的识别出出入人员的安全帽佩戴及红马甲等，进而排除干扰物及环境噪点，从而高效正确的分析出人员的著装规范。附图说明图1是本专利技术的实施示意图；图中，左半部分为监控视频，并绘出监控区域与敏感区域；右半部分为分析效果，示出头部定位与颜色识别效果。具体实施方式以下结合附图及实施例对本专利技术进行进一步的详细说明。本专利技术为了解决现有技术的视频监控无法故事预防或实时自动监控的不足，提供一种用于电力开闭所的安全帽视频检测方法，实时分析监控视频，对进入电力开闭所的监控范围内的运动目标进行识别，然后定位运动目标的头部，再对头部颜色及大小进行判断，如果头部的大小与颜色与预设的规则对应，则判定为安全帽，实施结果如图1所示。所述的方法基于背景减除方法衍生，区别于普通图像识别，其最大的特点是运动性及环境的多变性。安全帽的识别是在移动视频分析的基础上对颜色位置更为具体的一种识别方式，首先它需要对移动物体进行判断，然后定位移动物体的头部，在对头部颜色及大小进行分析判断，再通过比较判断是否为安全帽。本专利技术利用当前图像和背景图像的差分，并通过抗干扰算法来检测出运动目标，可以提供完整的运动目标特征数据，具有良好的精确度、灵敏度和性能表现。本专利技术中，首先进行背景学习，学习时间根据背景复杂程度有所不同，在学习期间中自动建立背景模型。之后进入“分析”状态，如果前景出现移动物体，并在设置的敏感区域内，且目标物体大小满足预设的规则，则对该目标进行跟踪，并根据预先的设置的规则进行安全帽检测识别。本专利技术还可以用于入侵、遗留、徘徊等情况的监控，在跟踪目标过程中，几种决策算法同时分析数据，从而增加了检测的可靠性和降低了误报率，使得本专利技术可以在各种不同的复杂环境下正常工作。以运动中的物体检测算法为例，首先运动检测的目的是从监控视频的序列图像中提取运动目标。运动目标所涉及的区域的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要，因为后期处理过程仅仅考虑图像中对应于运动区域的像素。通过背景减除法将当前每一帧图像与预设或者实时获取的背景图像相减，若当前帧图像与背景图像在同位置的像素之间的差值大于预设阈值，则判定该位置的像素属于运动目标。将实时的监控视频中每一帧图像与背景图像相减，得到运动目标的大小、形状、实时的运动轨迹等信息。如以下公式所示：D(x,y)=...

【技术保护点】
一种用于电力开闭所的安全帽视频检测方法，其特征在于，实时分析监控视频，对进入电力开闭所的监控范围内的运动目标进行识别，然后定位运动目标的头部，再对头部颜色及大小进行判断，如果头部的大小与颜色与预设的规则对应，则判定为安全帽。

【技术特征摘要】
1.一种用于电力开闭所的安全帽视频检测方法，其特征在于，实时分析监控视频，对进
入电力开闭所的监控范围内的运动目标进行识别，然后定位运动目标的头部，再对头部颜色
及大小进行判断，如果头部的大小与颜色与预设的规则对应，则判定为安全帽。
2.根据权利要求1所述的用于电力开闭所的安全帽视频检测方法，其特征在于，通过背
景减除法将当前每一帧图像与预设或者实时获取的背景图像相减，若当前帧图像与背景图像
在同位置的像素之间的差值大于预设阈值，则判定该位置的像素属于运动目标。
3.根据权利要求2所述的用于电力开闭所的安全帽视频检测方法，其特征在于，将实时
的监控视频中每一帧图像与背景图像相减，得到运动目标的大小、形状、实时的运动轨迹。
4.根据权利要求1所述的用于电力开闭所的安全帽视频检测方法，其特征在于，进行运
动目标识别前，先进行背景学习，并建立背景模型；然后从监控视频的序列图像中提取运动
区域，识别运动目标。
5.根据权利要求4所述的用于电力开闭所的安全帽视频检测方法，其特征在于，不采用
监控视频启动时的原始图像用于背景模型的初始化。
6.根据权利要求4所述的用于电力开闭所的安全帽视频检测方法，其特征在于，对背景
模型进行实时更新。
7.根据...

【专利技术属性】
技术研发人员：黄初指，黄峰铭，郑军荣，袁文谦，林智航，
申请(专利权)人：国网福建省电力有限公司泉州供电公司，泉州亿兴电力有限公司，
类型：发明
国别省市：福建;35