摘要：随着科学技术的不断发展与油田资源的降低，油田安防成为一个更加重要的问题。现如今，油田事故率与偷油率不断增加，然而人工监控抽油井会产生大量的误判、漏判问题，加剧了上述事故的发生。优化人工监控问题，降低人工误判、漏判问题，进而提升监控安防的能力，成为油田发展的重要项目之一。本论文以监控视频系统为基础，实现智能监控油田，减少人工成本，提升油田安防程度。系统依据Faster R-CNN算法，利用Python语言、Caffe框架支持快速开发、MySQL提供业务数据的存储。运用命令、单例、线程池等设计模式实现系统架构。系统通过视频流方式读取监控，利用Opencv处理图片帧，随机采样的方法对图片识别分析，得出抽油机运行状态与报警区是否存在人与车并结合主控平台进行合理的报警。

关键词：监控视频系统；Faster R-CNN；Opencv；报警

目 录

摘 要

Abstract

1  绪论-1

1.1 课题的背景-1

1.2 课题的目的及意义-1

1.3 国内外在该方向的研究现状-2

1.4 开发技术和工具-3

1.4.1 C/S架构简介-3

1.4.2 系统中的设计模式-3

1.4.3 Faster R-CNN简介-4

2  系统需求分析-5

2.1 功能需求-5

2.1.1 人员车辆报警判断流程-5

2.1.2 抽油机运转状态判断流程-5

2.2 可行性分析-5

2.3 系统的性能需求-6

3  系统设计-7

3.1 总体设计-7

3.2 数据库设计-7

3.2.1 E-R模型设计-7

3.2.2 逻辑结构设计-11

3.3 功能模块设计-13

4  系统实现-14

4.1 系统流程-14

4.4 功能实现-16

4.4.1 主控平台控制目标检测系统实现模块实现-16

4.4.2 识别模块实现-17

5  系统测试-18

5.1 对象识别前置条件-18

5.2 测试样本情况概览-18

5.3 详细案例描述-19

5.3.1 红外测试-19

5.3.2可见光测试-20

5.4 问题分析与修复-20

结    论-21

致    谢-22

参考文献-23