基于互联网的水文测站实时视频监控系统

(整期优先)网络出版时间:2021-06-02
/ 3


基于互联网的水文测站实时视频监控系统

张迅

四川省都江堰管理局,四川都江堰 611830

摘要:当前水文测站视频监控系统受到技术限制,导致图像清晰度过低,无法满足水文测站设施安全运行监控的需求问题。因此,引入互联网技术,对水文测站实时视频监控系统进行优化。通过红外防水枪型摄像机选型、高速智能球机选型、硬件结构框架等硬件设计和基于互联网的水文测站视频图像边缘检测、视频图像实时监测与控制等软件设计,实现对水文测站的实时视频监测。通过实验证明,该系统与优化前的系统相比对比度数值大,清晰度高,更适用于对水文测站的高精度要求。

关键词:互联网;水文测站;实时;视频监控

中图分类号:TP302.1 文献标识码:A


0引言

水文测站是四川省都江堰管理局收集水文资料的重要场所。水文测站的实时视频监控的建立要求设备搭配合理、选型性价比高、采集及时准确、处理操作简单、维护方便快捷、系统长期稳定。管理局下属水文测站多分布于市区、郊外、山间等,周边环境复杂,在2002年的“国家948项目”及近十几年工程建设实施中,管理局对下属蒲阳河水文测站、柏条河水文测站等安装了远程监控系统[1]。受到当时技术的限制,监控系统采用的是模拟信号采集和传输,此方式的图像采集分辨率低、信号不稳定、控制不方便、传输单一、可拓展性差,以及简单的水情观测、定点监测已不能适应综合防范的需求[2]。现急需升级和增加监控设备设施,为管理局水文测站全方位管理和水资源精准调度提供一个更好的窗口。针对目前管理局对水文测站提出的水情信息实时性、周边环境安全性、测量设施运行稳定性以及针对突发事件监控及时性,开展基于互联网的水文测站实时视频监控系统研究。

1系统硬件设计

1.1红外防水枪型摄像机选型本文系统中的红外防水枪型摄像机选用型号为DH-HDC-HFW2200S的200万像素大华高性能高清摄像机。该型号摄像机采用高性能2M(1920×111080)CMOS图像传感器,图像清晰度高;可以进行亮度、对比度等参数调节等图像设置;支持水平镜像、垂直镜像功能;支持隐私遮挡功能;具有1路HD-SDI模拟输出;支持红外功能,IP66防护等级[3]。其他参数值如表1所示。

1 红外防水枪型摄像机参数对应表

参数分类

参数

参数值

摄像机

传感器类型

1/3英寸CMOS


传感器有效像素

1920×1080


最大红外距离

20米

镜头参数

镜头焦距

6mm(3.6mm)


视场角

水平:53.4°~90.4°

视频参数

视频压缩标准

遵循SDI标准SMPTE 274/292协议

接口

模拟输出

1路HD-SDI输出

将该设备应用到本文系统当中,符合水文测站对视频实时监控的高清画质及光纤复杂的场所需要。

1.2高速智能球机选型

本文系统中的高速智能球机选用型号为DH-SD6582A-HS的大华6寸高清(200万像素)高速智能球机。该型号高速智能球机分辨率为:1280×720(50fps),1280×720(60fps),1280×720(25fps),1280×720(30fps),1920×1080(30fps);最低照度为彩色:0.05Lux@F1.6,黑白:0.005Lux@F1.6;图像传感器为1/2.8英寸CMOS;传感器总像素约248万像素;水平解析度超过1000TVL;电子快门1/1~1/30000s ;支持背光补偿、宽动态、强光抑制;数字变倍为32倍[4]。为满足本文系统对视频图像的清晰度要求,对镜头参数进行设定,选用焦距为4.7mm~94mm,变倍速度为2.8s,视场角水平方向为55.4°~2.8°,近摄距为100mm~1000mm的镜头参数。该型号高速智能球机可满足本文系统对高质量图像的采集需要。

1.3硬件结构框架设计

本文系统中的硬件组成包括前端设备、传输线路、浏览终端和应用平台,四部分组成。图1为本文系统硬件结构拓扑示意图。

60b74b9c4025b_html_dc56a300b22b33e0.gif

1 本文系统硬件结构示意图

将原有水尺监控点模拟信号摄像头按照上述选型更换为数字高清摄像头,并且新增各点位枪机和球机均采用数字高清摄像头;将原有模拟信号传输线路更替为光纤传输,实现多路一线共享传输,提升数据的安全性、稳定性、经济性;局域网内任意计算机经过授权均可浏览、控制、调播监控点图像;中心服务站挂硬盘录像机,对前端设备采集的高清图像进行全程24小时录像;优化终端图像显示软件,整合原有监测点图像控制。四部分硬件结构具体实施方案为:在测站位置,选择摄像头安设机位,以全面、精确、实用、经济、互补为原则,一个测站安装4~6个摄像头;各摄像头独立电源控制线路,图像信号通过RG485集合到各测站交换机;交换机外连光纤发射器将图像信号上传至各闸点数据分中心。原有水情水尺视频监控为模拟系统,敷设线为75-5同轴电缆(图像信号)和6m2电源线,部分点位附带综合控制线缆,同轴电缆为一机一缆,且只能传输模拟信号,考虑到新增视频监控需求及节约基础建设人力资源,各闸点到测站均为敷设一根12芯光纤,除满足监控设备新增和升级外,也满足后期备用和更替

[5]。闸点安装光纤接收器,接收测站传输来的图像信号,并入闸点交换机,然后通过上行光纤收发器回到管理局中心机房。在管理局中心机房进行将监控图像纳入视频服务计算机,对各采集设备进行权限修改和录像备份。在授权终端计算机处设置所需监控点位,开放部分权限,满足浏览和查询需求。

2系统软件设计

2.1基于互联网的水文测站视频图像边缘检测

在对水文测站实时视频进行监控时,需要对视频图像中的边缘进行检测,从而判断监测区域的结束与开始。利用互联网技术,将摄像机中拍摄的视频图像进行传输,并通过专用通讯通道,将视频图像发送到系统上位机当中,将视频图像的边缘、亮度以及平台区域图像纹理空间结构进行特征提取[6]。利用数学变换得到局部灰度变化率,再通过设置阈值的方式找出边缘信息。横向图像灰度值的计算公式为:

60b74b9c4025b_html_41b58d17488ab1e0.gif (1)

公式(1)中,60b74b9c4025b_html_37d2768dda93220c.gif 表示为原始图像的图像Gray值;60b74b9c4025b_html_2ca2480bd55b3f80.gif 表示为经过卷积运算后的横向图像Gray值;60b74b9c4025b_html_cc654ec33dddfe68.gif ~60b74b9c4025b_html_cf9d05aa99973e24.gif 表示为图像横向亮度差分近似值。再利用公式(2)计算出纵向图像Gray值:

60b74b9c4025b_html_47031c13e6b736e4.gif (2)

公式(2)中,60b74b9c4025b_html_a1446a8471373059.gif 表示为经过卷积运算后的纵向图像Gray值;60b74b9c4025b_html_a0d537dc210d2bc4.gif ~60b74b9c4025b_html_18d46d2119995384.gif 表示为图像纵向亮度差分近似值。将上述公式引入到本文系统当中,为实现接收实时监测不间断地采集到图像的信息,在系统当中构建一个3×3的像素矩阵,利用互联网技术,在网络中构建一个专门用于存储像素矩阵的虚拟存储空间,并将全部视频图像数据转化为并行的3行图像数据,将其存储在移位寄存器当中。

2.2视频图像实时监测与控制

为提高系统的灵活性,利用软按键检测模块,获得flag信号和value信号。定义F1为增加阈值,F2为降低阈值,分别设置20个级别阈值,在视频图像均匀分布在各个阈值当中。利用外部按键控制阈值的变化,并在系统处于在线状态时完成对视频图像的边缘检测,调整阈值,增加系统对水文测站周围环境的适应能力。根据上述设置的阈值范围,结合互联网技术,通过对阈值的调节实现对水文测站外部全景或局部、内部全景或局部、周边环境、水尺水位等图像的监测,同时设置相应的操控指令实现对摄像机进行方位、变焦等控制。将经过本文系统授权后的监控点视频图像通过Zigbee路由进行监控联网,并对各水文测站的图像进行调度。在控制过程中还需要利用组播技术,避免出现网络阻塞现象,保证系统的运行效率。

3对比实验

3.1实验条件

选择让柏条河测站作为实验研究环境,柏条河测站位于都江堰市区幸福大道右侧,柏条河左侧,都江堰水文化广场旁。测站地处市中区,周边人流量大,属于独立2层楼。面积约280米2,楼周边安装有防护栏。水尺位于测站侧。为验证本文系统的有效性,分别利用本文系统与传统系统对该地区水文进行监测。两种系统分别设置五个监测点,监测点A监控测站整体;监测点B监控测站河道全貌及铁塔,与监测点A互相呼应;监测点C监控测站前周边环境;监测点D监控测量操作间设备设施;监测点E监控水尺水情信息。

3.2实验结果分析

按照对比度计算公式,计算出两种系统五个监测点上的对比度数值60b74b9c4025b_html_1407d8d16eed953b.gif

60b74b9c4025b_html_4a3ebc4c55589292.gif (3)

公式(3)中,60b74b9c4025b_html_c4b82cb4bed8631a.gif 表示为视频图像相邻像素Gray差值;60b74b9c4025b_html_7b82083f7a84f152.gif 表示为视频图像相邻像素Gray差值的像素分布概率。

将计算结果进行记录,绘制成如表2所示的两种系统监测结果对比表。

2 两种系统监测结果对比表

监测点

本文系统

传统系统

监测点A

135.4

78.6

监测点B

125.1

86.4

监测点C

163.8

74.1

监测点D

142.6

86.5

监测点E

129.5

84.8

表2中五个监测点横向比较得出,本文系统对比度均明显高于传统系统对比度。由于对比度数值越大,则表示图像越清晰。因此,通过实验证明,本文提出的基于互联网的水文测站实时视频监控系统的图像清晰度更高,在摄像机的标准照度下,监控图像质量和系统技术指标可以满足图像质量按五级损伤制评定。

4结束语

本文针对水文测站对视频图像高清晰度要求,设计一种全新的水文测站实时视频监控系统,并通过实验证明了该系统的应用优势。同时,该系统在今后扩容时,满足系统后续更新需要,为水文测站技术与数据更新提供支撑条件。

参考文献

[1]付琛,徐清. 基于智能铅鱼的节能型水文缆道自动测流WEB监控系统[J]. 无锡商业职业技术学院学报,2019,19(06):91-96.

[2]焦显松. 水文资料“四随”质量监控评价系统构架[J]. 水利技术监督,2020(01):6-7+63.

[3]周鑫,范荣书,陈菲菲,等. 视频监控系统在水文基础设施建设中的运用[J]. 陕西水利,2020(02):103-104.

[4]王凯. 浅析视频监控技术在哈密水文测报远程管理中的应用[J]. 地下水,2018,40(02):176-177.

[5]樊亚军. 水文气象与视频监控在海事监管中的融合应用[J]. 中国水运,2019(06):42-43.

[6]黄富禹,刘春. 基于互联网技术的隧道自动化变形监测系统设计[J]. 科学技术创新,2020(26):118-119.