买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京云岸信息科技有限公司

摘要：本发明公开了一种基于OpenCV的变电站安全作业监测方法及系统，通过预配置的视频摄像头采集变电站作业区域的视频图像，提取视频帧并对图像进行语义分割，获得分割图像集合；针对每一分割图像，提取图像特征；调用预配置的自适应蒙特卡洛森林模块为每一分割图像选择对应的OpenCV处理模块，获得优化图像数据集；基于优化图像数据集，调用预配置的自适应多尺度时空图模块进行处理，获取时空数据，包括时空行为模式、交互信息和趋势分析数据；基于时空数据，识别异常行为和异常状态并输出。本方案提高了安全监测的准确性和效率，降低了系统资源消耗，增强了模型配置的泛化能力，降低了系统使用成本。

主权项：1.基于OpenCV的变电站安全作业监测方法，其特征在于，通过至少两个OpenCV模块实现，且方法包括如下步骤：步骤S1、通过预配置的视频摄像头采集变电站作业区域的视频图像，提取视频帧并对图像进行语义分割，获得分割图像集合；步骤S2、针对分割图像集合中的每一分割图像，提取图像特征，所述图像特征包括内容特征、质量特征和关联特征；步骤S3、基于图像特征，调用预配置的自适应蒙特卡洛森林模块为每一分割图像选择对应的OpenCV处理模块，经处理后，获得优化图像数据集；步骤S4、基于优化图像数据集，调用预配置的自适应多尺度时空图模块进行处理，获取时空数据，包括时空行为模式、交互信息和趋势分析数据；基于时空数据，识别异常行为和异常状态并输出；所述步骤S2进一步为：步骤S21、读取分割图像集合，针对每一分割图像，提取内容特征，包括：多尺度局部二值模式特征、方向梯度直方图与局部结构张量融合特征、色彩矩与颜色对比度分布特征，以及Gabor滤波器组特征；步骤S22、读取分割图像集合，针对每一分割图像，提取质量特征，包括：基于自然场景统计的无参考图像质量评估指标、多尺度结构相似性的局部质量图，以及基于相位一致性的频域质量特征；步骤S23、读取分割图像集合，针对每一分割图像，提取关联特征，包括：区域关系特征、时空立方体特征和光流与轨迹特征融合特征；其中时空立方体特征将时间维度引入特征提取，能够捕捉到物体运动和场景变化的模式；步骤S24、调用与配置的特征融合与降维模块对内容特征、质量特征和关联特征进行融合和降维，输出最终的图像特征向量集，即融合图特征；所述步骤S3进一步为：步骤S31、读取图像特征，初始化预配置的自适应蒙特卡洛森林模块，构建异构决策树集合，每棵树代表不同的OpenCV处理模块组合策略，构建并训练自组织映射网络；对图像特征进行自组织映射与聚类，输出聚类结果；为每个聚类结果分配OpenCV模块组合；步骤S32、基于图像特征和自适应蒙特卡洛森林模块，执行自适应蒙特卡洛树搜索，选择最佳路径对应的OpenCV模块组合，输出选定的模块组合；基于选定的模块组合，进行自适应参数优化，获得优化参数；步骤S33、构建图像评估函数并评估图像处理质量，计算质量增益，如质量增益超过阈值，则输出优化参数；步骤S34、基于优化后的自适应蒙特卡洛森林模块处理图像，得到优化图像数据集；所述步骤S4进一步为：步骤S41、读取优化图像数据集，并提取时序特征，构建自适应多尺度时空图模块；应用改进的德劳内三角剖分算法构建基础空间关系图，构建自适应时间窗口建立时间边，生成短期、中期和长期多尺度图结构；执行图压缩与重要节点保留，输出多尺度时空图集；步骤S42、读取融合图特征，执行时空模式识别与异常检测；应用多维时间序列分解算法和自适应时间序列分段方法提取时空模式；构造行为字典并使用弹性时空模式匹配算法进行行为识别；构建多尺度异常检测器，包括局部、全局和时序异常检测；通过集成异常评分系统，输出行为识别结果、异常检测结果和异常解释；步骤S43、基于多尺度时空图集和行为识别结果，进行多主体交互分析；构建交互图并构建多粒度交互强度计算方法；应用社区检测算法和增量社区演化跟踪算法进行群体动态分析；构建多维中心性指标识别关键节点；构建交互效应传播模型并应用因果推断方法量化交互效果，输出交互模式、群体动态、关键节点列表和交互效应矩阵；步骤S44、读取时序特征、融合图特征和群体动态数据，执行趋势分析与预测；应用改进的小波变换进行多尺度趋势分解；构建时空序列模式挖掘算法和关联规则分析；构建多变量时间序列预测的集成框架；构建基于蒙特卡洛方法的多情景模拟算法进行风险评估，输出趋势报告、预测结果和风险评估报告。

全文数据：

权利要求：

百度查询： 南京云岸信息科技有限公司 基于OpenCV的变电站安全作业监测方法及系统