一种油田实时视频智能检测与跟踪方法及装置与流程

本发明涉及一种视频智能检测与跟踪方法，尤其是涉及一种油田实时视频智能检测与跟踪方法及装置。

背景技术：

油田的井场、站库等设施有时会受到一些不安定因素的威胁，例如行人或动物目标的闯入等。为了保障油田的勘探、开发、生产安全，有必要对传回的实时视频进行智能分析。如果发现有不明目标的闯入，及时检测出来，以便后续的处理。

现有的各种视频检测方法都能对人们所需要的各种场所，提供一种实时、形象、真实的反映被监控对象的画面，这些视频监控系统集成了预防、监视、控制取证和管理等多种功能，可用作即时处理或事后分析。

然而，现有的视频检测与跟踪方法并没有针对油田业务的。例如针对车辆的检测与跟踪方法：检测视频中的车辆，对标记出的车辆编号，并记录车辆信息，若驾驶员要求对车辆进行跟踪，则切换到跟踪模式。但是这种方法主要是针对车辆的检测与跟踪。再例如针对水利防控的检测与跟踪方法，如CN103325216A公开的“基于视频监控的水利防汛监控预警方法与系统”，该方法将智能高速球型摄像机连接到视频行为分析服务器，用户登录到监控预警平台软件当中，在监控预警平台的存储单元设置预警图像、信息的存储路径与存储方式，视频行为分析服务器逐次调用关联的智能高速球机预置位，其涉及视频监控与河流防汛排污检测的结合。但这种方法仅是用于水利防控，目前并没有在油田领域进行尝试与探索。

对于油田而言，主要是针对分布在野外的油井、输油管道以及站库进行实时监测，任何运动体都可能对这些设施造成破坏，从这个角度来说，油田应急监测会更关注运动目标的检测和其后续的动向。

技术实现要素：

(一)要解决的技术问题

为了解决现有技术的不足，本发明提供一种油田实时视频智能检测与跟踪方法及装置，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种油田实时视频智能检测与跟踪方法，其包括：

101，获取视频流；

102，对所述视频流进行目标检测；

103，当目标检测结果中存在目标时，对所述目标进行实时跟踪。

可选地，步骤102，具体包括：

102-1，对于所述视频流中的任意一帧，获取所述任意一帧的上一帧图像和所述任意一帧的下一帧图像；

102-2，计算所述任意一帧与所述上一帧的差D(n,n-1)以及所述下一帧与所述任意一帧的差D(n+1,n)；

102-3，根据所述D(n,n-1)、所述D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。

可选地，步骤102-2，具体包括：

D(n,n-1)＝|I_n(x,y)-I_n-1(x,y)|；

D(n+1,n)＝|I_n+1(x,y)-I_n(x,y)|；

其中，(x,y)为像素点的坐标，I_n(x,y)为任意一帧图像的像素值。

可选地，步骤102-3，具体包括：

可选地，步骤103，具体包括：

103-1，根据所述任意一帧图像S的大小建立模板；

103-2，从所述S左上角开始遍历每一像素点(i,j)，计算所述模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC。

可选地，步骤103-1，具体包括：所述模板的大小＝0.39·S的大小。

可选地，步骤103-2，具体包括：

其中，T(i,j)为所述模板在(i,j)处的亮度值，S(x+i,y+j)为所述S在(x+i,y+j)处的亮度值。

可选地，步骤103执行之后，还包括：

若对所述目标进行实时跟踪后未发现运动目标，则重新执行步骤101及后续步骤。

除此之外，本发明采用的主要技术方案还包括：

一种油田实时视频智能检测与跟踪装置，所述装置，包括：

获取模块，用于获取视频流；

检测模块，用于对所述获取模块获取的视频流进行目标检测；

跟踪模块，用于当所述检测模块的目标检测结果中存在目标时，对所述目标进行实时跟踪；

所述检测模块，用于对于所述视频流中的任意一帧，获取所述任意一帧的上一帧图像和所述任意一帧的下一帧图像；计算所述任意一帧与所述上一帧的差D(n,n-1)以及所述下一帧与所述任意一帧的差D(n+1,n)；根据所述D(n,n-1)、所述D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)；

所述检测模块，用于根据如下公式计算D(n,n-1)和D(n+1,n)，

D(n,n-1)＝|I_n(x,y)-I_n-1(x,y)|；

D(n+1,n)＝|I_n+1(x,y)-I_n(x,y)|；

其中，(x,y)为像素点的坐标，I_n(x,y)为任意一帧图像的像素值；

所述检测模块，用于根据如下公式计算D(n)，

所述跟踪模块，用于根据所述任意一帧图像S的大小建立模板；从所述S左上角开始遍历每一像素点(i,j)，计算所述模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC；所述模板的大小＝0.39·S的大小；

所述跟踪模块，用于根据如下公式计算NC，

其中，T(i,j)为所述模板在(i,j)处的亮度值，S(x+i,y+j)为所述S在(x+i,y+j)处的亮度值。

可选地，所述装置，还包括：

控制模块，用于当对所述目标进行实时跟踪后未发现运动目标时，控制获取模块、检测模块和跟踪模块重新执行。

(三)有益效果

本发明的有益效果是：获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

附图说明

图1为本发明一个实施例提供的一种油田实时视频智能检测与跟踪方法流程图；

图2为本发明一个实施例提供的另一种油田实时视频智能检测与跟踪方法流程图；

图3为本发明一个实施例提供的一种基于归一化相关的区域匹配跟踪算法示意图；

图4为本发明一个实施例提供的另一种油田实时视频智能检测与跟踪方法流程图；

图5为本发明一个实施例提供的一种油田实时视频智能检测与跟踪装置结构示意图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

现有的视频检测与跟踪方法并没有针对油田业务的。为了解决该问题，根据油田勘探开发生产的特点，本发明提供一种油田实时视频智能检测与跟踪方法及装置，可以通过获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

参见图1，本实施例提供的一种油田实时视频智能检测与跟踪方法，包括：

101，获取视频流。

102，对视频流进行目标检测。

可选地，步骤102，具体包括：

102-1，对于视频流中的任意一帧，获取该任意一帧的上一帧图像和该任意一帧的下一帧图像。

102-2，计算该任意一帧与上一帧的差D(n,n-1)以及下一帧与该任意一帧的差D(n+1,n)。

102-3，根据D(n,n-1)、D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。

可选地，步骤102-2，具体包括：

D(n,n-1)＝|I_n(x,y)-I_n-1(x,y)|；

D(n+1,n)＝|I_n+1(x,y)-I_n(x,y)|；

其中，(x,y)为像素点的坐标，I_n(x,y)为任意一帧图像的像素值。

可选地，步骤102-3，具体包括：

103，当目标检测结果中存在目标时，对目标进行实时跟踪。

可选地，步骤103，具体包括：

103-1，根据任意一帧图像S的大小建立模板。

103-2，从S左上角开始遍历每一像素点(i,j)，计算模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC。

可选地，步骤103-1，具体包括：模板的大小＝0.39·S的大小。

可选地，步骤103-2，具体包括：

其中，T(i,j)为模板在(i,j)处的亮度值，S(x+i,y+j)为S在(x+i,y+j)处的亮度值。

可选地，步骤103执行之后，还包括：

若对目标进行实时跟踪后未发现运动目标，则重新执行步骤101及后续步骤。

本实施例的有益效果是：通过获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

下面结合图2所示的流程，对本发明提供的油田实时视频智能检测与跟踪方法进行再次说明。

201，获取视频流。

具体的，读取视频流后将视频流存入内存之中。

202，对视频流进行目标检测。

具体的，采用三帧差分算法进行目标检测。

帧差分算法的基本思路是对视频序列中对相邻两帧或多帧图像进行差分处理，然后与事先设定的阈值A进行比较以获得运动部分的像素点。

在实施时，可以通过如下步骤实现。

202-1，对于视频流中的任意一帧，获取任意一帧的上一帧图像和任意一帧的下一帧图像。

202-2，计算任意一帧与上一帧的差D(n,n-1)以及下一帧与任意一帧的差D(n+1,n)。

其中，D(n,n-1)＝|I_n(x,y)-I_n-1(x,y)|；

D(n+1,n)＝|I_n+1(x,y)-I_n(x,y)|；

其中，(x,y)为像素点的坐标，I_n(x,y)为任意一帧图像的像素值。

202-3，根据D(n,n-1)、D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)。

其中，

三帧差分算法适合在短时间内背景不会改变的情形，当发现目标运动即被检测出来。

203，当目标检测结果中存在目标时，对目标进行实时跟踪。

具体的，运用基于归一化相关的区域匹配跟踪算法进行实时跟踪。

基于归一化相关的区域匹配跟踪算法通过计算模板与模板所覆盖区域的归一化相关系数来进行匹配跟踪(参见图3)。

在具体实施时，可以通过如下步骤实现。

203-1，根据任意一帧图像S的大小建立模板。

建立的模板一般为长宽比S小的矩形。

可选地，模板的大小＝0.39·S的大小。

203-2，从S左上角开始遍历每一像素点(i,j)，计算模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC。

其中，

T(i,j)为模板在(i,j)处的亮度值，S(x+i,y+j)为S在(x+i,y+j)处的亮度值。

当模板与S区域内的像素逐一匹配计算后，得到一个关于NC的矩阵。NC矩阵元素的取值在0和1之间，值越大表示匹配效果越好，0表示模板和覆盖的图像区域没有相关性，即匹配效果最差，1表示模板和覆盖的图像区域相关性最高，即匹配效果最好。同时通过这种归一化相关处理能够降低光照突变的带来的影响。

204，若对目标进行实时跟踪后未发现运动目标，则重新执行步骤201及后续步骤。

如果没有发现运动目标，则转步骤201，继续进行实时视频流读取。

步骤201至步骤204所述的方法，通过采用三帧差分算法和基于归一化相关的区域匹配跟踪算法相结合的方式进行油田实时视频智能监控，对于油田而言，主要是针对分布在野外的油井、输油管道以及站库进行实时监测，任何运动体都可能对这些设施造成破坏，从这个角度来说油田应急监测会更关注运动目标的检测和其后续的动向，将各种功能模块综合在一起，三帧差分算法与油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便。而通过于归一化相关的区域匹配跟踪可以实时捕捉、定位目标的运动位置，了解目标的动向，保障油田勘探开发生产安全。

图4示出了本实施例提供的油田实时视频智能检测与跟踪方法的实际应用流程。实时视频流接入后，通过视频图像读取模块读取视频流，读取的视频流经运动目标检测模块进行目标检测，如果发现运动目标，则通过实时跟踪模块进行跟踪，如果未发现运动目标，则重新通过运动目标检测模块进行目标检测，直至本次监控结束。

本实施例的有益效果是：通过获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，从而可以减少油田重要设施的现场人工巡查次数，并且能够连续运行，实时发现和记录非法闯入目标，与人工巡查相比，能降低安全保障工作的人力资源投入成本，并提高油田重要设施的安全保障系数。

基于同一发明构思，本发明还提供一种油田实时视频智能检测与跟踪装置，该装置解决问题的原理与油田实时视频智能检测与跟踪方法相似，因此该装置的实施可以参见一种油田实时视频智能检测与跟踪方法的实施，重复之处不再赘述。

参见图5，该油田实时视频智能检测与跟踪装置，包括：

获取模块501，用于获取视频流；

检测模块502，用于对获取模块501获取的视频流进行目标检测；

跟踪模块503，用于当检测模块502的目标检测结果中存在目标时，对目标进行实时跟踪；

检测模块502，用于对于视频流中的任意一帧，获取该任意一帧的上一帧图像和该任意一帧的下一帧图像；计算该任意一帧与上一帧的差D(n,n-1)以及下一帧与该任意一帧的差D(n+1,n)；根据D(n,n-1)、D(n+1,n)与预设阈值A之间的关系提取运动目标的二值化图像D(n)；

检测模块502，用于根据如下公式计算D(n,n-1)和D(n+1,n)，

D(n,n-1)＝|I_n(x,y)-I_n-1(x,y)|；

D(n+1,n)＝|I_n+1(x,y)-I_n(x,y)|；

其中，(x,y)为像素点的坐标，I_n(x,y)为任意一帧图像的像素值；

检测模块502，用于根据如下公式计算D(n)，

跟踪模块503，用于根据任意一帧图像S的大小建立模板；从S左上角开始遍历每一像素点(i,j)，计算模板在(i,j)所覆盖的图像区域S(x,y)的归一化相关NC；模板的大小＝0.39·S的大小；

跟踪模块503，用于根据如下公式计算NC，

其中，T(i,j)为模板在(i,j)处的亮度值，S(x+i,y+j)为S在(x+i,y+j)处的亮度值。

可选地，该装置，还包括：

控制模块，用于当对目标进行实时跟踪后未发现运动目标时，控制获取模块、检测模块和跟踪模块重新执行。

本实施例的有益效果是：通过获取视频流，对视频流进行目标检测，当目标检测结果中存在目标时，对目标进行实时跟踪，将目标检测、实时跟踪、油田业务相结合，提取运动目标快速、准确，同时算法简单，实施方便，可以实时捕捉、定位目标的运动位置，了解目标的动向，从而可以减少油田重要设施的现场人工巡查次数，并且能够连续运行，实时发现和记录非法闯入目标，与人工巡查相比，能降低安全保障工作的人力资源投入成本，并提高油田重要设施的安全保障系数。