配置相应数量的存储设备。

3、智能监测系统设计

整个监测系统可以总体分为数据采集模块、主体监测系统、报警模块、异常定位模块，如下图所示。通过数据采集模块获取视频图像数据并输入到主体监测系统，主体监测系统对获取的图像进行分析监测，通过内部判定模块选择是否给报警模块发送信息，执行异常报警，同时对异常图像内部异常区域进行定位。

图7 监测系统示意图

图7中蓝线表示监控过程，红线表示深度学习模型训练过程，只在初始监控阶段运行。下面介绍各个模块功能及运行流程。

1.1.1 数据采集模块

数据采集模块由三个摄像头组成，每个摄像头对应一片监控区域。摄像头静止不动，在无异常发生时，监控区域基本不发生变化。

1.1.2 主体监测系统

（1）图像文件管理模块

图像文件管理模块用去储存管理从多个摄像头获取的监控区域视频，将视频转为图像帧。

（2）视频图像读取模块

该模块用于将不同监控区域下的视频流图像按照时间先后顺序分别输入到下面3个异常监测模块中。

（3）机仓漏油监测模块

该模块用于机仓是否出现漏油。通常情况下，当齿轮箱底部发生渗漏油时，漏油区域的颜色一般会呈现黄褐色，因此可以基于该颜色特征对齿轮箱渗漏油现象进行识别。首先将输入的BGR图像转变为HSV图像。之后在HSV空间中设计目标对应颜色区间，得到HSV图像中的目标区域。考虑到会存在噪声区域的干扰，因此执行形态学处理以获取更加准确的目标区域掩膜。之后执行按位与操作来获取BGR空间中的目标区域。考虑到图像中可能存在与油液相同颜色的物体，以及通常漏油区域为较小的近似圆形区域，通过计算漏油区域的面积以及圆形度大小，根据定义的阈值，从而可以判断机仓是否存在漏油。当出现漏油，则向报警模块传递信息。具体流程图如下图所示。

图8 漏油监测模块流程图

（4）塔筒异物入侵监测模块

该模块用于监测机舱异物入侵，算法基于三帧差分法。塔筒中设置了许多风电机组运行必要的线缆和设备，非专业人员的进入可能会对线缆设备造成损害，影响机组运行，及时的发现和处理可以有效保护机组设施的安全运行。当存在异物入侵，获取的每帧图像会发生较大的变化，因此为识别入侵的异物，可以采用对运动物体轮廓的提取优于二帧差法的三帧差分法。首先通过差分操作获取两个差分图像，之后需要对差值图像进行灰度化处理、高斯滤波平滑图像，去除噪声影响；考虑在斜向的光照下异物在地面上会产生较长的影子，后面采用开运算可以有效的去除光线造成的阴影问题，并且可以去除离散较小的白点；当非外物入侵而造成的白点较为集中并且不能有效去除时，用白点数目进行阈值判断，降低误报概率。最后，提取区域轮廓，利用获取的最大轮廓面积来判断是否存在异物入侵。当出现异物入侵，则向报警模块传递信息。具体流程图如