孟勇，劉鵬，趙闖，趙永杰，戴亞峰

（1.中國(guó)石化勝利油田分公司河口采油廠，東營(yíng)257200；2.四川大學(xué)電子信息學(xué)院，成都610065）

0 引言

隨著油田信息化、自動(dòng)化技術(shù)的發(fā)展，視頻監(jiān)控技術(shù)越來(lái)越多應(yīng)用于生產(chǎn)中，不僅提高了勞動(dòng)效率，減輕了勞動(dòng)強(qiáng)度，也提升了綜合治理管理水平。但是，現(xiàn)在的監(jiān)控系統(tǒng)多是由專崗職工24小時(shí)進(jìn)行監(jiān)測(cè)，人為操作難免出現(xiàn)漏洞。根據(jù)試驗(yàn)顯示，連續(xù)觀察2個(gè)以上的監(jiān)視器，10分鐘后，將錯(cuò)過(guò)45%的場(chǎng)景，22分鐘后，會(huì)錯(cuò)過(guò)95%的場(chǎng)景。為此，引入了數(shù)字圖像智能識(shí)別技術(shù)，通過(guò)分析被監(jiān)控現(xiàn)場(chǎng)的實(shí)時(shí)圖像資料，智能化地準(zhǔn)確判斷出被監(jiān)控現(xiàn)場(chǎng)的異常狀況，并根據(jù)相應(yīng)模式進(jìn)行有效處理，從而完全實(shí)現(xiàn)無(wú)人智能監(jiān)控。一是將操作人員從“盯屏幕”的工作中解脫出來(lái)，只需要對(duì)系統(tǒng)的報(bào)警信息進(jìn)行處理；二是將信息化、自動(dòng)化技術(shù)將現(xiàn)有的設(shè)備發(fā)揮最大的工作效率，發(fā)現(xiàn)問題，及時(shí)報(bào)警，實(shí)現(xiàn)視頻監(jiān)控的“自動(dòng)化”[1]。

油田廠區(qū)的主要異常狀況多發(fā)生于夜晚，光照情況差，普通的攝像機(jī)監(jiān)控效果較差。因此，在夜間使用紅外攝像機(jī)進(jìn)行成像，它不需要燈光輔助，可以節(jié)省人力和電力成本。但是紅外圖像噪點(diǎn)多、對(duì)比度差、邊緣較模糊，傳統(tǒng)檢測(cè)算法在檢測(cè)時(shí)間和檢測(cè)準(zhǔn)確率上都有一定局限性。深度學(xué)習(xí)方法和傳統(tǒng)方法相比，最大的優(yōu)勢(shì)就是其強(qiáng)大的自學(xué)習(xí)和泛化能力，通過(guò)學(xué)習(xí)訓(xùn)練后，不僅可以提取出目標(biāo)的一些表象特征，也可以挖掘出一些肉眼看不到的深層特征，對(duì)紅外圖像的檢測(cè)時(shí)間和檢測(cè)準(zhǔn)確率都優(yōu)于傳統(tǒng)檢測(cè)算法[2]。

針對(duì)油田監(jiān)控系統(tǒng)的需求，將系統(tǒng)設(shè)計(jì)為采集分析層和中心管理層。采集分析層連接紅外和彩色攝像機(jī)，基于YOLO神經(jīng)網(wǎng)絡(luò)紅外視頻檢測(cè)識(shí)別，聯(lián)動(dòng)彩色攝像機(jī)跟蹤拍攝，并將檢測(cè)結(jié)果上傳到中心管理層；中心管理層對(duì)采集分析層上傳的信息匯集管理并及時(shí)展示，提醒工作人員油田廠區(qū)異常事件[3]。

1 系統(tǒng)總體方案

軟件實(shí)際運(yùn)行環(huán)境的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，系統(tǒng)劃分為兩層：采集分析層和中心管理層。主要功能如下：

（1）采集分析層：適配不同標(biāo)準(zhǔn)的攝像機(jī)接入，對(duì)攝像機(jī)傳入的RTSP視頻流進(jìn)行智能檢測(cè)和攝像機(jī)云臺(tái)控制，將視頻流、檢測(cè)結(jié)果和軟件工作狀態(tài)通過(guò)路由器上傳給中心管理層。

（2）中心管理層：匯集前端分析模塊上傳的信息和視頻流，對(duì)上傳的信息進(jìn)行分類處理并寫入數(shù)據(jù)庫(kù)，隨時(shí)調(diào)取任意攝像機(jī)視頻、進(jìn)行云臺(tái)控制、查看歷史報(bào)警信息[4]。對(duì)采集分析層的設(shè)備進(jìn)行添加、刪除、更新等功能。

圖1系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)圖

系統(tǒng)總架構(gòu)圖如圖2所示，架構(gòu)圖主要梳理了視頻流、分析結(jié)果、控制信息、配置數(shù)據(jù)和系統(tǒng)數(shù)據(jù)的流向。

圖2系統(tǒng)總架構(gòu)

2 系統(tǒng)設(shè)計(jì)

系統(tǒng)主要是為油田監(jiān)控部門對(duì)油田防盜等異常事件提供輔助決策，在大量的監(jiān)控視頻中提取有用的報(bào)警信息上傳。因此系統(tǒng)的交互性、報(bào)警信息的準(zhǔn)確性以及架構(gòu)的合理性是系統(tǒng)設(shè)計(jì)的主要問題。下面將分別介紹系統(tǒng)的兩個(gè)部分[1]。

2. 1 采集分析層

采集分析層主要包括視頻采集、智能分析及云臺(tái)控制和工況監(jiān)測(cè)及管理三個(gè)功能。視頻采集功能是支持主流攝像機(jī)廠家的攝像機(jī)接入，并獲取RTSP流進(jìn)行分析；智能分析及云臺(tái)控制功能是指對(duì)采集到RTSP視頻流進(jìn)行分析，將視頻流解碼成圖片，通過(guò)YOLOv3網(wǎng)絡(luò)檢測(cè)進(jìn)行目標(biāo)檢測(cè)并記錄檢測(cè)結(jié)果，調(diào)用攝像機(jī)對(duì)應(yīng)廠家SDK將攝像機(jī)對(duì)準(zhǔn)檢測(cè)到的目標(biāo)；工況監(jiān)測(cè)及管理功能是檢測(cè)前端工況機(jī)工作狀態(tài)，向中心管理層上傳異常狀況，如內(nèi)存不足、接收算法配置信息等。其中智能分析的準(zhǔn)確性和云臺(tái)控制的速度是工作的核心。其軟件部署如圖3。

圖3采樣分析層軟件配置圖

（1）視頻采集

采用紅外攝像機(jī)和高清攝像機(jī)共同監(jiān)控，攝像頭連接視頻編碼器。采用標(biāo)準(zhǔn)H.264編碼算法，推出RTSP流供其他模塊使用。

（2）智能分析及云臺(tái)控制算法

智能分析是將圖中的人或車檢測(cè)出來(lái)，目標(biāo)檢測(cè)常用算法包括：背景差分法、幀間差分法和光流法等，分別適用于不同的目標(biāo)檢測(cè)場(chǎng)景[5]。背景差分法處理速度快、能同時(shí)檢測(cè)出靜態(tài)的物體，但對(duì)光照、天氣等場(chǎng)景變化敏感，背景建立過(guò)程較復(fù)雜；幀間差分法可以適用于光照變化緩慢的場(chǎng)景、處理速度快，但對(duì)移動(dòng)目標(biāo)敏感、無(wú)法檢測(cè)出靜止物體，容易產(chǎn)生空洞的檢測(cè)背景；光流法對(duì)整張圖片進(jìn)行運(yùn)算、對(duì)物體尺度變化不敏感，但計(jì)算量巨大、難以實(shí)現(xiàn)實(shí)時(shí)性，需要特定的硬件支持。這幾種常用的檢測(cè)算法都不太適合于系統(tǒng)。

①目標(biāo)檢測(cè)算法

YOLO的是由Joseph Redmon等人于2016年5月提出的目標(biāo)檢測(cè)算法，它最大的特點(diǎn)是檢測(cè)速度很快，整個(gè)網(wǎng)絡(luò)端到端，可以用于實(shí)時(shí)檢測(cè)系統(tǒng)。目標(biāo)檢測(cè)算法基于最新的YOLOv3神經(jīng)網(wǎng)絡(luò)。在輸入是320×320時(shí)，YOLOv3可以以22ms的速度運(yùn)行28.2mAP，準(zhǔn)確度和SSD相差不大，但速度是其三倍。而且YOLOv3可預(yù)測(cè)不同分辨率的圖片，網(wǎng)絡(luò)尺寸越小運(yùn)行速度越快，速度隨著網(wǎng)絡(luò)尺寸的加大而減慢，在速度和精度上保持動(dòng)態(tài)平衡。

邊界框示意圖[6]如圖4，網(wǎng)絡(luò)預(yù)測(cè)每個(gè)邊界框的4個(gè)坐標(biāo)tx,ty,twth，如果單元格偏離圖像的左上角cx,cy，并且前面的邊界框具有寬度和高度pw,ph，則預(yù)測(cè)公式為式（1）：

圖4

網(wǎng)絡(luò)實(shí)際的預(yù)測(cè)值為 tx、ty、tw、th，根據(jù)圖 4中的四個(gè)公式計(jì)算得到預(yù)測(cè)框的中心點(diǎn)坐標(biāo)和寬高bx、by、bw、bh。其中，cx、cy為當(dāng)前grid相對(duì)于左上角grid偏移的grid數(shù)量。σ（）函數(shù)為logistic函數(shù)，將坐標(biāo)歸一化到0-1之間。最終得到的bx、by為歸一化后的相對(duì)于grid cell的值。pw、ph為與groundtruth重合度最大的anchor框的寬和高。實(shí)際在使用中，筆者為了將bw、bh也歸一化到0-1，實(shí)際程序中的pw、ph為anchor的寬、高和featuremap的寬、高的比值。最終得到的bw、bh為歸一化后相對(duì)于anchor的值。

紅外熱成像視頻檢測(cè)成功率達(dá)90%，能夠適應(yīng)不同天氣，但不能對(duì)物體分類。紅外圖片目標(biāo)檢測(cè)效果圖如圖5。

高清彩色圖像檢測(cè)成功率達(dá)96%，能夠?qū)ξ矬w進(jìn)行分類、適應(yīng)不同天氣。高清圖片目標(biāo)檢測(cè)效果圖如圖6。

在實(shí)際應(yīng)用中，對(duì)圖片的全部區(qū)間進(jìn)行目標(biāo)檢測(cè)顯然是浪費(fèi)的，只需要對(duì)感興趣區(qū)域進(jìn)行檢測(cè)即可。對(duì)目標(biāo)檢測(cè)算法進(jìn)行的改進(jìn)，在進(jìn)行目標(biāo)檢測(cè)前，先對(duì)圖片進(jìn)行分割，減小圖片大小，加快檢測(cè)速度，圖片分割規(guī)則由中心管理層上傳配置文件，配置文件中包括兩個(gè)框的信息，一個(gè)大框統(tǒng)入侵人數(shù)但并不報(bào)警，一個(gè)小框檢測(cè)目標(biāo)并報(bào)警追蹤。改進(jìn)后效果圖如圖7。

圖5紅外圖片目標(biāo)檢測(cè)效果圖

圖6高清圖片目標(biāo)檢測(cè)效果圖

圖7改進(jìn)后的目標(biāo)檢測(cè)

②相機(jī)聯(lián)動(dòng)算法

紅外相機(jī)檢測(cè)范圍大，對(duì)光線要求低，但是分辨率較低，即使檢測(cè)到目標(biāo)，也很難根據(jù)周邊環(huán)境判斷出目標(biāo)的具體位置，高清相機(jī)主要用來(lái)監(jiān)控單一油井或設(shè)備，而且對(duì)光線要求高，不適合大范圍搜索目標(biāo)。根據(jù)兩種相機(jī)的特性，設(shè)計(jì)了聯(lián)動(dòng)報(bào)警算法。首先將一個(gè)紅外相機(jī)，和附近的幾個(gè)高清相機(jī)分為一組，當(dāng)紅外相機(jī)檢測(cè)到目標(biāo)后，根據(jù)目標(biāo)在圖片中位置、相機(jī)現(xiàn)在的相對(duì)角度，聯(lián)動(dòng)最近的高清相機(jī)，對(duì)目標(biāo)進(jìn)行追蹤，示意圖如圖8。

圖8聯(lián)動(dòng)示意圖

紅外相機(jī)架在64米高處，附近地勢(shì)平坦，檢測(cè)目標(biāo)一般都在地面上，其高度可以忽略，根據(jù)相機(jī)高度h，相機(jī)俯角α，相機(jī)轉(zhuǎn)動(dòng)角度γ可計(jì)算出目標(biāo)所在區(qū)域，公式如式（2）：

D為目標(biāo)到相機(jī)的距離，結(jié)合相機(jī)轉(zhuǎn)動(dòng)角度γ即可計(jì)算出檢測(cè)目標(biāo)的位置。選擇最近的彩色高清相機(jī)，對(duì)目標(biāo)可能所在區(qū)域進(jìn)行目標(biāo)檢測(cè)。檢測(cè)到目標(biāo)后進(jìn)行目標(biāo)追蹤。聯(lián)動(dòng)效果圖如圖9。

圖9紅外檢測(cè)聯(lián)動(dòng)報(bào)警

③目標(biāo)追蹤算法

在檢測(cè)到目標(biāo)后，會(huì)調(diào)用相機(jī)SDK轉(zhuǎn)動(dòng)相機(jī)，使目標(biāo)顯示屏中央，根據(jù)YOLOv3檢測(cè)出來(lái)的目標(biāo)坐標(biāo)，可計(jì)算出目標(biāo)的中心點(diǎn)C坐標(biāo)[7]，計(jì)算公式如式（3）：

攝像機(jī)分辨率是720p，根據(jù)目標(biāo)中心點(diǎn)坐標(biāo)位置，計(jì)算出需要轉(zhuǎn)動(dòng)的水平角度α1和垂直角度α2，計(jì)算公式如式（4）：

調(diào)用?？迪鄼C(jī)SDK，轉(zhuǎn)動(dòng)速度分為7個(gè)檔，當(dāng)速度為1時(shí)，水平轉(zhuǎn)動(dòng)速度約為30°/s，垂直轉(zhuǎn)動(dòng)速度約為15°/s；根據(jù)α1和α2即可完成目標(biāo)追蹤，攝像機(jī)追蹤期間，不進(jìn)行目標(biāo)檢測(cè)。云臺(tái)控制相機(jī)追蹤目標(biāo)效果圖如圖10。

圖10云臺(tái)控制相機(jī)追蹤目標(biāo)效果圖

經(jīng)試驗(yàn)，攝像機(jī)需要2秒左右即可移動(dòng)對(duì)準(zhǔn)速度較慢的目標(biāo)，一般情況，檢測(cè)區(qū)域內(nèi)只有一個(gè)目標(biāo)，當(dāng)多目標(biāo)出現(xiàn)時(shí)，默認(rèn)跟蹤面積最大的目標(biāo)。

（3）工況監(jiān)測(cè)及管理

油田廠區(qū)每個(gè)攝像頭都部署一個(gè)工況機(jī)，不便工作人員進(jìn)行管理，所以工況機(jī)的運(yùn)行穩(wěn)定性很重要。在工控機(jī)開機(jī)時(shí)自動(dòng)啟動(dòng)，根據(jù)配置文件開啟檢測(cè)算法，同時(shí)檢測(cè)工作狀態(tài)，實(shí)時(shí)更新算法配置。在目標(biāo)檢測(cè)算法檢測(cè)到目標(biāo)時(shí)，將檢測(cè)信息保存本地日志，當(dāng)日志大小大于20G時(shí)自動(dòng)覆蓋舊日志；如果需要報(bào)警，則將相應(yīng)的報(bào)警信息傳輸?shù)街行墓芾韺?；如果需要進(jìn)行云臺(tái)控制，則直接調(diào)用攝像機(jī)SDK進(jìn)行控制；當(dāng)攝像機(jī)進(jìn)行云臺(tái)控制時(shí)，自動(dòng)暫停目標(biāo)檢測(cè)算法，在云臺(tái)控制結(jié)束后重啟運(yùn)行。在出現(xiàn)算法運(yùn)行出現(xiàn)異常、工況機(jī)內(nèi)存占用過(guò)大等問題時(shí)，向中心管理層發(fā)送報(bào)警信息。

2. 2 中心管理層

中心管理層包括數(shù)據(jù)庫(kù)和資源管理平臺(tái)兩部分。資源管理平臺(tái)主要包括攝像機(jī)管理、前端工況管理、用戶管理、歷史記錄管理和Web服務(wù)五個(gè)功能。攝像機(jī)管理是配置攝像機(jī)IP、端口和定時(shí)定點(diǎn)巡航等功能，確保連接并隨時(shí)能調(diào)取相機(jī)RTSP視頻流觀看；前端工況管理是配置前端工況機(jī)IP、端口和算法配置文件；用戶管理的功能是管理資源管理平臺(tái)的用戶，支持添加或刪除用戶；歷史記錄主要包括歷史報(bào)警信息、歷史操做記錄等。Web服務(wù)主要是通過(guò)Webserver為前端工況機(jī)提供信息上傳的服務(wù)。

（1）數(shù)據(jù)庫(kù)

數(shù)據(jù)庫(kù)需要保存資源管理平臺(tái)的信息和工況機(jī)上傳的報(bào)警信息。資源管理平臺(tái)的數(shù)據(jù)包括平臺(tái)登錄用戶信息，攝像機(jī)配置信息，聯(lián)動(dòng)報(bào)警攝像機(jī)信息；工況機(jī)上傳的報(bào)警信息包括目標(biāo)檢測(cè)結(jié)果報(bào)警信息，工控機(jī)異常狀態(tài)報(bào)警信息。

（2）資源管理平臺(tái)

資源管理平臺(tái)是給油田管理人員使用的監(jiān)管軟件。平臺(tái)負(fù)責(zé)攝像頭管理、前端工況管理和歷史記錄管理，同時(shí)可以播放每個(gè)攝像機(jī)的視頻流，彈窗顯示報(bào)警信息，顯示歷史報(bào)警信息等。

①攝像機(jī)管理

平臺(tái)需要播放攝像頭視頻流、設(shè)置聯(lián)動(dòng)相機(jī)、對(duì)攝像機(jī)進(jìn)行云臺(tái)控制。攝像頭需要配置的信息如圖11。

圖11攝像頭配置信息

②前端工況管理

前端攝像頭監(jiān)控的具體環(huán)境不盡相同，為了提高檢測(cè)效率[8]，針對(duì)不同的監(jiān)控環(huán)境進(jìn)行相同的算法配置，人工設(shè)置檢測(cè)區(qū)域，對(duì)不同的區(qū)域進(jìn)行不同的檢測(cè)算法[2]。具體配置規(guī)則如圖12。

算法配置包括入侵規(guī)則（只統(tǒng)計(jì)入侵人數(shù)但并不報(bào)警）和越線規(guī)則（檢測(cè)目標(biāo)并報(bào)警追蹤），通過(guò)鼠標(biāo)畫框，將規(guī)則框坐標(biāo)信息傳輸?shù)较鄳?yīng)的前端工況機(jī)。

③歷史記錄管理

資源管理平臺(tái)需要記錄各前端工況機(jī)上傳的檢測(cè)報(bào)警信息和設(shè)備狀態(tài)信息，以及平臺(tái)的操作記錄日志，歷史記錄按日期分類，默認(rèn)只保存六個(gè)月的信息，可以手動(dòng)調(diào)節(jié)。

圖12配置規(guī)則

2. 3 系統(tǒng)硬件組成

（1）紅外熱成像攝像機(jī)

采用國(guó)內(nèi)?？低暪綝S-2CD8314型號(hào)的紅外熱成像攝像機(jī)，其內(nèi)部傳感器類型為多晶硅非制冷焦平面探測(cè)器，熱靈敏度（NETD）≤80mK（即≤0.08℃），識(shí)別距離最遠(yuǎn)可達(dá)2000米，視頻壓縮編碼為H.264，控制接口類型RS-485，云臺(tái)支持水平360°無(wú)限位連續(xù)旋轉(zhuǎn)、仰俯 60°旋轉(zhuǎn)，云臺(tái)速度水平 0.1°～9°/s、俯仰0.1°～4°/s，一個(gè)RJ-45網(wǎng)線接口支持10M/100M以太網(wǎng)連接。此外，有352×288和704×576兩種分辨率可供選擇，支持最多80個(gè)預(yù)置位設(shè)置。光纖網(wǎng)絡(luò)傳輸條件下，704×576分辨率成像質(zhì)量高，系統(tǒng)檢測(cè)效果更好。

（2）視頻編解碼器

視頻編解碼器采用?？低暪镜腄S-6102HFV編碼器，采用標(biāo)準(zhǔn)H.264編碼算法，兼容性強(qiáng)；基于Linux操作系統(tǒng)，代碼固化在Flash中，運(yùn)行穩(wěn)定可靠；所有通道支持4CIF/2CIF/CIF/QCIF實(shí)時(shí)編碼；視頻碼率32Kbps-2048Kbps，可自定義選擇；采用10/100M自適應(yīng)以太網(wǎng)口，支持TCP、UDP、RTP、SADP等多種網(wǎng)絡(luò)協(xié)議，網(wǎng)絡(luò)功能強(qiáng)大。

（3）采集分析端工控機(jī)

根據(jù)內(nèi)部資源和開發(fā)成本，最終選用中冠智能公司的J1900-6C工控機(jī)作為前端分析設(shè)備，CPU為Intel Celeron J1900，主頻1.99GHz，四核四線程，2M二級(jí)緩存；內(nèi)存 4G DDR3，頻率 1600MHz，固態(tài)硬盤 64G SSD，RJ-45接口連接千兆有線網(wǎng)，內(nèi)置無(wú)線網(wǎng)卡可以Wi-Fi傳輸；工作溫度-15～70度，耗電功率不大于25W；鋁合金機(jī)身，無(wú)風(fēng)扇散熱，支持7×24小時(shí)全天候運(yùn)行，穩(wěn)定，防塵、防噪、防震，在惡劣環(huán)境下可正常運(yùn)行，滿足系統(tǒng)穩(wěn)定需求。

（4）中心管理平臺(tái)

控制中心端實(shí)現(xiàn)對(duì)多臺(tái)攝像機(jī)的控制管理，耗費(fèi)資源與分析前端相比更多，但所處工作環(huán)境較好，可以采用常用的臺(tái)式機(jī)。CPU為Intel Core i5-6500，主頻3.2GHz，四核四線程，6M三級(jí)緩存；內(nèi)存8G DDR3，機(jī)械硬盤容量500GB轉(zhuǎn)速7200PPM，可以將檢測(cè)視頻保存到本地；集成顯卡Intel HD Graphics 530，實(shí)時(shí)輸出視頻到顯示模塊。

3 系統(tǒng)運(yùn)行結(jié)果

中心管理平臺(tái)開發(fā)環(huán)境為Visual Studio 2015，開發(fā)語(yǔ)言為C#，運(yùn)行環(huán)境為32位Windows 7。采集分析層智能分析模塊開發(fā)環(huán)境為Visual Studio 2015，開發(fā)語(yǔ)言為C++，運(yùn)行環(huán)境為32位Windows XP。系統(tǒng)在勝利油田河口采油廠義南站投入使用，站點(diǎn)附近有一個(gè)紅外攝像機(jī)和三個(gè)高清攝像機(jī)，實(shí)際使用中工況機(jī)不安裝顯示器，只上傳信息。系統(tǒng)運(yùn)行效果如圖13。

圖13系統(tǒng)實(shí)際運(yùn)行效果

對(duì)系統(tǒng)前端工況機(jī)算法配置如圖14。

圖14前端工況機(jī)算法配置界面

當(dāng)目標(biāo)出現(xiàn)在算法檢測(cè)區(qū)域內(nèi)時(shí)，工況機(jī)會(huì)發(fā)出報(bào)警信息，平臺(tái)會(huì)彈窗顯示，報(bào)警展示界面如圖15。

圖15報(bào)警效果展示界面

其中a～d是紅外攝像機(jī)報(bào)警效果展示圖；e～f是紅外攝像機(jī)和高清攝像機(jī)聯(lián)動(dòng)報(bào)警效果圖；g～h為高清攝像機(jī)報(bào)警效果展示圖。測(cè)試表明，在配置合理檢測(cè)區(qū)域后，檢測(cè)準(zhǔn)確率達(dá)90%，聯(lián)動(dòng)相機(jī)在2秒內(nèi)可轉(zhuǎn)至指定位置，并對(duì)目標(biāo)檢測(cè)跟蹤。

報(bào)警信息被處理后，會(huì)寫入數(shù)據(jù)庫(kù)，瀏覽歷史記錄如圖16。

圖16歷史記錄

在完成系統(tǒng)各個(gè)子模塊的功能設(shè)計(jì)和測(cè)試后，搭建實(shí)驗(yàn)環(huán)境，進(jìn)行調(diào)試、綜合，系統(tǒng)所消耗的硬件資源情況如圖17所示。

圖17系統(tǒng)所消耗的硬件資源情況

4 結(jié)語(yǔ)

針對(duì)傳統(tǒng)目標(biāo)檢測(cè)算法存在的實(shí)時(shí)性差、計(jì)算復(fù)雜、效果不佳等問題，結(jié)合目前智能監(jiān)控領(lǐng)域的實(shí)際需求，提出一種基于紅外和彩色攝像機(jī)目標(biāo)檢測(cè)的油田聯(lián)動(dòng)報(bào)警系統(tǒng)。該系統(tǒng)已在勝利油田河口采油廠試運(yùn)行，運(yùn)行期間系統(tǒng)穩(wěn)定，對(duì)油廠異常狀況報(bào)警及時(shí)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠有效地識(shí)別紅外監(jiān)控中的目標(biāo)物體，并基于相機(jī)聯(lián)動(dòng)與跟蹤算法對(duì)目標(biāo)物體實(shí)施穩(wěn)定跟蹤，而且系統(tǒng)跟蹤效果較好，實(shí)現(xiàn)了預(yù)期的設(shè)計(jì)目標(biāo)。