论文部分内容阅读
【摘要】信息化技术在油田不断发展，智能视频监控系统受到了很大的关注，智能视频监控系统的建设是数字油田建设的关键之一。智能视频监控技术涉及模式识别、图像分析、图像处理、人工智能和其它学科领域，其智能化分析主要有对运动目标进行检测、分类、跟踪和数据分析还有事件的评估。
【关键词】智能视频监控；模式识别；图像
数字油田用来对对油田进行虚拟表示，是油田现场和人文信息采用联网技术汇集，从而可以探查该虚拟体并进行互动。数字油田作为一套应用系统连接地面与井下的闭环信息采集、双向进行数据传输和处理，在油田生产作业进程当中实时地对勘探开发方案的执行和相关技术的应用进行指导，作为闭环系统包含所有主要价值循环过程。油田智能视频监控系统具有以下特点：（1）实时性；（2）高效性；（3）全方位性；（4）准确性。是在原有视频监控的基础上配合智能视频技术。
近年来，国内三大石油公司投入大量资金进行油田的数字化以及智能化改造，从而来提高企业竞争力。其中，油田数字化一个重要部分是智能视频监控系统的构件。不断需要对一般智能视频监控系统的架构与技术特点进行考虑，而且要对石油行业工作环境进行分析。2000年，美国国际高级研究项目署对HID（Human Identification at Distance）远距离人脸识别项目进行了资助。EMW公司的IVM智能视频监控系统采用用先进的视频图像处理技术，能够对潜在的危险事件进行实时、自动化检测、识别，对多种事件和行为进行进一步的侦测。
北京大学视觉与听觉信息处理国家重点实验室主要研究高度智能化的机器感知系统，并在智能机器人、三维视觉信息处理、言语听觉技术等领域都有很多研究成果[1]。
1.智能视频监控的关键问题
对油田现场进行智能视频监控的目标是使用机器代替人来监视场景及目标，智能视频监控主要理论是计算机视觉。MIT AI实验室通过对对景物3D重建，通过图像得出形状信息划分三个表象阶段，分别为低层视觉、中层视觉和高层视觉。
主要问题如下：
（1）对运动目标进行快速检测、跟踪，分类及识别实时鲁棒的运动目标技术。
（2）基于移动摄像机的视频监控。
（3）检测异常事件、对未来事件进行预测及报警。
（4）非接触式身份识别。
（5）运动分析以及行为理解。
2.智能视频监控中的运动目标检测算法分析
2.1 相邻帧差法
在运动目标检测中最常用的算法是相邻帧差法。该方法处分前景和背景图像是利用处于运动状态的物体在图像序列相邻两帧图像中出现比较明显的差值图像实现的。这种方案相对简单，假设差分图像为，第帧和第帧图像在分别为、，进行二值得到的结果是，那么得到查分运算公式如下：
相邻帧差法基本要求：目标区域内噪声较小，速度不为0，亮度变化明显，背景基本无变化。采用相关方法来补偿全局运动，如坐标变换法、块匹配法区域差分双差分，双差分法等。双差分法主要利用噪声在时间域上表现为难重复，孤立噪点采用相乘处理来消除。
2.2 光流法
光流是空间运动物体被观测面上的像素点在运动时产生的瞬时速度场，包含了物体结构、动态行为重要信息，光流通常通过相机运动、目标运动或两者同时运动产生。光流法主要分为三类：基于频域的方法、基于梯度的方法和基于匹配的方法。
（1）基于频域的方法
借助速度可调的滤波组来对相位和频率信息进行输出，对初始光流估计具有很高的精确度，但是计算复杂，可靠性评价较差。
（2）基于匹配的方法
该方法有两种：基于区域的方法、基于特征的方法。
1）基于区域的方法
主要用在视频编码中，先定位类似的区域，然后对光流通过相似区域的位移进行计算，存在光流不稠密的特点。
2）基于特征的方法
不断定位和跟踪目标主要特征，具有鲁棒性特点，缺点是光流很稀疏，不容易进行特征提取和精确匹配。
（3）基于梯度的方法
利用图像序列的时空微分来对2D速度场进行计算。主要是光流计算时的可靠性评价因子的选择和可调参数的人工选取[2][3]。
3.智能视频监控在数字油田的应用
3.1 油田应用的现状
（1）新疆油田
新疆油田比较早的对几个沙漠油田进行数字化建设进行实施，，但是对于老区块基本还没有实现自动化。需要对老区推广油田数字化改造从而来保证生产安全。
（2）辽河油田
辽河油田进行油气生产数字化建设只存在比较小的规模，很多老区基本没有对数字化系统建设进行开展。
（3）塔里木油田
塔里木油田是国内第二大油田。数字化建设发展具有不均衡的特点，现场采集部分自动化程度低，具有较大的系统建设缺口。
3.2 油田的数字化建设的特点
（1）油区生产现场信息网络基础薄弱
很多油区离城市比较远，处于比较偏僻的山区、戈壁或沙漠，能够依托的社会通信资源十分稀缺，油田自主进行网络投资建设费用高。所以，老油田生产现场网络基础薄弱，严重阻碍了数字化的进程。
（2）数字化覆盖率较低、建设不平衡
数字化覆盖率比较低；油水井、老区块较低、气井、新建区块具有较高的数字化。
（3）信息化以及自动化融合力度不够
数据和信息的利用和服务方面利用深度不够；数据分析方法欠缺；没有很好的形成数据为油田生产服务的意识，油田信息化、自动化脱节严重，没有把生产分析优化还有信息化缺很好的结合。
所以对油田数字化进行建设要分析油田各自的特点来进行改造，不但数字化数据采集生产流程，而且整合和改组上游行业更高层次，从而使油田智能化加强。数字化方面需要包含生产现场的数据实时采集、现场故障分析还有及时诊断等业务，主要目标是：提高油田劳动效率，降低劳动强度，对以人为本的理念进行落实；对劳动组织模式进行优化，减少用工量，降低生产成本；实时对油气田的各项数据进行了解，从而作整体的分析与管理。 3.3 数字油田智能监控系统方案设计
（1）智能视频监控硬件方案
油田智能视频监控系统包括前端图像数据采集、编码压缩传输、软件解码、图像数据分析、报警联动、系统整合、后端存储控制等功能。按照油田的现状和系统的要求，得到了油田视频监控系统的基本结构图[4]（见图1）。
（2）智能视频监控组网方案
组网方案见图2。方案实施方法如下：
①在监测点各安装一台红外网络高清摄象机，有两个监测点摄像机使用云台进行控制。
②视频信号采用以太网方式传输到监控中心，接着送到以太网交换机上，再连接到服务器还有不同部门的电脑。
③服务器把视频信号传送到电视墙并显示出来，数据传输到磁盘阵列存储起来。
（3）智能视频监控设备
①一体化摄像机：光学变焦大于18倍，当油田井场油井数目大于3口的时候，摄像机需要配套云台。
②智能分析视频服务器：具备视频接入端口，图像识别功能，控制电缆接口，TCP/IP传输协议，WEB管理，系统维护、升级功能。
③辅助照明灯。
4.结论及建议
智能化视频监控系统在加快国内油田业务领域的信息化建设还有提高企业整体管理水平方面具有重要意义。针对油田不同的特点，以及考虑相关费用，采用具有较高精度的目标检测算法，并应用相关的硬件设备进行系统的构件，并且提出合理化的组网方案。为了加快国内油田数字化建设的进程，需要着重研究视频检测系统所获取的数据如火如荼来对事件进行评估，以及保证数据的实时性和可靠性。
参考文献
[1]Kim，IS.Intelligent Visual Surveillance-A Survey.International Journal of Control Automation and Systems，2010，8（5）：926-939.
[2]王素玉，沈兰荪，李晓光.一种用于智能监控的目标检测和跟踪方法[J].计算机应用研究，2008，25（8）：2393-2395.
[3]张海青，李厚强.基于蒙特卡罗方法的目标跟踪[J].中国图像图形学报，2008，13（5）：937-938.
[4]张文香.面向数字油田的智能视频监控系统[D].甘肃：兰州理工大学，2012.
作者简介：刘伟（1966—），男，辽宁本溪人，大学本科，本溪市机电工程学校讲师，研究方向：智能化系统检测。
【关键词】智能视频监控；模式识别；图像
数字油田用来对对油田进行虚拟表示，是油田现场和人文信息采用联网技术汇集，从而可以探查该虚拟体并进行互动。数字油田作为一套应用系统连接地面与井下的闭环信息采集、双向进行数据传输和处理，在油田生产作业进程当中实时地对勘探开发方案的执行和相关技术的应用进行指导，作为闭环系统包含所有主要价值循环过程。油田智能视频监控系统具有以下特点：（1）实时性；（2）高效性；（3）全方位性；（4）准确性。是在原有视频监控的基础上配合智能视频技术。
近年来，国内三大石油公司投入大量资金进行油田的数字化以及智能化改造，从而来提高企业竞争力。其中，油田数字化一个重要部分是智能视频监控系统的构件。不断需要对一般智能视频监控系统的架构与技术特点进行考虑，而且要对石油行业工作环境进行分析。2000年，美国国际高级研究项目署对HID（Human Identification at Distance）远距离人脸识别项目进行了资助。EMW公司的IVM智能视频监控系统采用用先进的视频图像处理技术，能够对潜在的危险事件进行实时、自动化检测、识别，对多种事件和行为进行进一步的侦测。
北京大学视觉与听觉信息处理国家重点实验室主要研究高度智能化的机器感知系统，并在智能机器人、三维视觉信息处理、言语听觉技术等领域都有很多研究成果[1]。
1.智能视频监控的关键问题
对油田现场进行智能视频监控的目标是使用机器代替人来监视场景及目标，智能视频监控主要理论是计算机视觉。MIT AI实验室通过对对景物3D重建，通过图像得出形状信息划分三个表象阶段，分别为低层视觉、中层视觉和高层视觉。
主要问题如下：
（1）对运动目标进行快速检测、跟踪，分类及识别实时鲁棒的运动目标技术。
（2）基于移动摄像机的视频监控。
（3）检测异常事件、对未来事件进行预测及报警。
（4）非接触式身份识别。
（5）运动分析以及行为理解。
2.智能视频监控中的运动目标检测算法分析
2.1 相邻帧差法
在运动目标检测中最常用的算法是相邻帧差法。该方法处分前景和背景图像是利用处于运动状态的物体在图像序列相邻两帧图像中出现比较明显的差值图像实现的。这种方案相对简单，假设差分图像为，第帧和第帧图像在分别为、，进行二值得到的结果是，那么得到查分运算公式如下：
相邻帧差法基本要求：目标区域内噪声较小，速度不为0，亮度变化明显，背景基本无变化。采用相关方法来补偿全局运动，如坐标变换法、块匹配法区域差分双差分，双差分法等。双差分法主要利用噪声在时间域上表现为难重复，孤立噪点采用相乘处理来消除。
2.2 光流法
光流是空间运动物体被观测面上的像素点在运动时产生的瞬时速度场，包含了物体结构、动态行为重要信息，光流通常通过相机运动、目标运动或两者同时运动产生。光流法主要分为三类：基于频域的方法、基于梯度的方法和基于匹配的方法。
（1）基于频域的方法
借助速度可调的滤波组来对相位和频率信息进行输出，对初始光流估计具有很高的精确度，但是计算复杂，可靠性评价较差。
（2）基于匹配的方法
该方法有两种：基于区域的方法、基于特征的方法。
1）基于区域的方法
主要用在视频编码中，先定位类似的区域，然后对光流通过相似区域的位移进行计算，存在光流不稠密的特点。
2）基于特征的方法
不断定位和跟踪目标主要特征，具有鲁棒性特点，缺点是光流很稀疏，不容易进行特征提取和精确匹配。
（3）基于梯度的方法
利用图像序列的时空微分来对2D速度场进行计算。主要是光流计算时的可靠性评价因子的选择和可调参数的人工选取[2][3]。
3.智能视频监控在数字油田的应用
3.1 油田应用的现状
（1）新疆油田
新疆油田比较早的对几个沙漠油田进行数字化建设进行实施，，但是对于老区块基本还没有实现自动化。需要对老区推广油田数字化改造从而来保证生产安全。
（2）辽河油田
辽河油田进行油气生产数字化建设只存在比较小的规模，很多老区基本没有对数字化系统建设进行开展。
（3）塔里木油田
塔里木油田是国内第二大油田。数字化建设发展具有不均衡的特点，现场采集部分自动化程度低，具有较大的系统建设缺口。
3.2 油田的数字化建设的特点
（1）油区生产现场信息网络基础薄弱
很多油区离城市比较远，处于比较偏僻的山区、戈壁或沙漠，能够依托的社会通信资源十分稀缺，油田自主进行网络投资建设费用高。所以，老油田生产现场网络基础薄弱，严重阻碍了数字化的进程。
（2）数字化覆盖率较低、建设不平衡
数字化覆盖率比较低；油水井、老区块较低、气井、新建区块具有较高的数字化。
（3）信息化以及自动化融合力度不够
数据和信息的利用和服务方面利用深度不够；数据分析方法欠缺；没有很好的形成数据为油田生产服务的意识，油田信息化、自动化脱节严重，没有把生产分析优化还有信息化缺很好的结合。
所以对油田数字化进行建设要分析油田各自的特点来进行改造，不但数字化数据采集生产流程，而且整合和改组上游行业更高层次，从而使油田智能化加强。数字化方面需要包含生产现场的数据实时采集、现场故障分析还有及时诊断等业务，主要目标是：提高油田劳动效率，降低劳动强度，对以人为本的理念进行落实；对劳动组织模式进行优化，减少用工量，降低生产成本；实时对油气田的各项数据进行了解，从而作整体的分析与管理。 3.3 数字油田智能监控系统方案设计
（1）智能视频监控硬件方案
油田智能视频监控系统包括前端图像数据采集、编码压缩传输、软件解码、图像数据分析、报警联动、系统整合、后端存储控制等功能。按照油田的现状和系统的要求，得到了油田视频监控系统的基本结构图[4]（见图1）。
（2）智能视频监控组网方案
组网方案见图2。方案实施方法如下：
①在监测点各安装一台红外网络高清摄象机，有两个监测点摄像机使用云台进行控制。
②视频信号采用以太网方式传输到监控中心，接着送到以太网交换机上，再连接到服务器还有不同部门的电脑。
③服务器把视频信号传送到电视墙并显示出来，数据传输到磁盘阵列存储起来。
（3）智能视频监控设备
①一体化摄像机：光学变焦大于18倍，当油田井场油井数目大于3口的时候，摄像机需要配套云台。
②智能分析视频服务器：具备视频接入端口，图像识别功能，控制电缆接口，TCP/IP传输协议，WEB管理，系统维护、升级功能。
③辅助照明灯。
4.结论及建议
智能化视频监控系统在加快国内油田业务领域的信息化建设还有提高企业整体管理水平方面具有重要意义。针对油田不同的特点，以及考虑相关费用，采用具有较高精度的目标检测算法，并应用相关的硬件设备进行系统的构件，并且提出合理化的组网方案。为了加快国内油田数字化建设的进程，需要着重研究视频检测系统所获取的数据如火如荼来对事件进行评估，以及保证数据的实时性和可靠性。
参考文献
[1]Kim，IS.Intelligent Visual Surveillance-A Survey.International Journal of Control Automation and Systems，2010，8（5）：926-939.
[2]王素玉，沈兰荪，李晓光.一种用于智能监控的目标检测和跟踪方法[J].计算机应用研究，2008，25（8）：2393-2395.
[3]张海青，李厚强.基于蒙特卡罗方法的目标跟踪[J].中国图像图形学报，2008，13（5）：937-938.
[4]张文香.面向数字油田的智能视频监控系统[D].甘肃：兰州理工大学，2012.
作者简介：刘伟（1966—），男，辽宁本溪人，大学本科，本溪市机电工程学校讲师，研究方向：智能化系统检测。