一种高效的微涡流混凝絮体检测系统技术方案

技术编号:15649186 阅读:58 留言:0更新日期:2017-06-17 01:57
本发明专利技术涉及一种高效的微涡流混凝絮体检测系统,包括用于对反应池中絮体进行图像拍摄的CCD工业摄像机,CCD工业摄像机有四个,分别分布在反应池前后左右四个内壁上;与CCD工业摄像机有线连接,用于将图像资料由光信号转换成电信号的CCD图像传感器;与CCD图像传感器有线连接,用于对接收的电信号进行分析和处理的单片机;与单片机有线连接,用于对图像进行转换的3D图像转换模块;与单片机通过GPRS无线网络无线连接,用于进行数据传输与交换的云服务器;与单片机通过采集数据分析模块有线连接,用于对分析的数据进行处理的数据处理模块。本发明专利技术能够全方位进行画面拍摄,检测精准,数据存储安全,不会出现混乱和丢失的问题。

【技术实现步骤摘要】
一种高效的微涡流混凝絮体检测系统
本专利技术属于水处理检测
,尤其涉及一种高效的微涡流混凝絮体检测系统。
技术介绍
水处理的混凝投药过程是影响处理水质的关键环节,一直是水处理研究的重点。随着计算机技术的发展和水厂运行自动化程度的提高,已在一定程度上实现了混凝投药的自动控制。由于水处理过程复杂的物理化学反应机理,及反应过程中水质参数的时变性、反应的时滞性,使影响混凝剂投加量的因素很多,确定和控制混凝剂的投加量变得十分困难。现有的絮体检测系统存在一些缺点:一是单独的CCD摄像机无法全面将絮体的各个方位的形状进行全面拍摄,导致检测数据的不精准;二是对所采集的图像预处理或执行简单固定的采集策略等,对采集的图像进行简单的处理和分析,会产生大量重复或者无效的数据,这对数据的存储、挖掘和分析造成额外负担,降低了整个系统的运行效率。
技术实现思路
本专利技术为解决现有的检测不精准,数据冗余和数据存储不安全的技术问题而提供一种高效的微涡流混凝絮体检测系统。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是:本专利技术提供的高效的微涡流混凝絮体检测系统,该高效的微涡流混凝絮体检测系统包括:用于对反应池中絮体进行图像拍摄的CCD工业摄像机,CCD工业摄像机有四个,分别分布在反应池前后左右四个内壁上;与CCD工业摄像机有线连接,用于将图像资料由光信号转换成电信号的CCD图像传感器;与CCD图像传感器有线连接,用于对接收的电信号进行分析和处理的单片机;与单片机有线连接,用于对图像进行分析处理的图像处理模块;图像处理模块中混沌系统的Lyapunov指数的计算方法包括:(1)一维离散混沌系统Lyapunov指数的计算设一维混沌系统为:xn+1=F(xn)(2.9)xn有偏差dxn,xn+1的偏差为dxn+1,则有式(2.10),所以式(2.11)成立。xn+1+dxn+1=F(xn+dxn)≈F(xn)+dxn·F'(xn)(2.10)dxn+1=dxn·F'(xn)(2.11)假设该一维混沌映射的轨道呈现指数规律,即:|dxn+1|=|dxn|·eLE(2.12)其中LE是Lyapunov指数;经过式(2.13)多次迭代后,得到最终式(2.14)。(2)微分方程组Lyapunov指数的计算假设在微分方程组所确定的相空间中,选择两条起点差距为d0轨迹,经过时间τ后,差距为dτ,且d0与dτ成指数关系,即:dτ=d0eτLE(2.15)则Lyapunov指数为:先从一条参考轨迹上找一个起点,算出与相邻轨迹的距离d0、dτ,如果dτ与d0不成指数关系,则找新的起点重算d0、dτ;经过时间τ后,选取一个新的起点,但是与参考轨迹的初始距离d0保持不变;得到一系列的d1,d2,...,dj,...;然后按(2.16)式算平均,得到最大Lyapunov指数:当d0足够小,且n取足够大时,只要τ不太大,则计算的结果就与τ的具体大小无关;即用计算机可以实现这种算法,从而得到一个可靠的LE1;(3)差分方程组Lyapunov指数的计算差分方程组的定义:在Rn空间上有xi+1=f(xi),f为Rn上的连续可微映射;f的Jacobi矩阵为:令Ji=f'(x0)·f'(x1)·...·f'(xi-1)并将Ji的n个复特征根的模依次按大到小的顺序排列为:|LE1(i)|≥|LE2(i)|≥...|LEn(i)|(2.19)则f的Lyapunov指数为:与单片机有线连接,用于对图像进行转换的3D图像转换模块;所述3D图像转换模块的数字图像混沌映射是指单幅图像和多幅图像参数的混沌加密和多重混合,对加密后的隐藏图像G的图像序列x(t)和载体图像F的图像序列w(t)进行α1混合得到:S1=α1w(t)+(1-α1)x(t),再对混合图像S1和载体图像F进行α2混合得到S2=α2w(t)+(1-α2)S1,依次进行至n重混合得到Sn=αnw(t)+(1-αn)Sn-1,则混合图像Sn为图像F和G的n重混合图像,混合图像满足下面的关系式,Sn=(1-βnβn-1...β2β1)F+βnβn-1...β2β1G′;其中βi=1-αi,i=1,2,...,n,采用Logistic映射来产生迭代参数,选定参数μ'和初值a1,由公式:αi+1=μ'αi(1-αi);{αi}为混沌加密后迭代时的参数序列;与单片机有线连接,用于对运行数据进行保存的信息管理终端;与单片机通过GPRS无线网络无线连接,用于进行数据传输与交换的云服务器;与单片机通过采集数据分析模块有线连接,用于对分析的数据进行处理的数据处理模块;所述单片机与电源模块有线连接,用于提供电源;所述信息管理终端上安装有显示装置和打印装置,显示装置和打印装置均通过数据线与单片机相连接。进一步,所述CCD图像传感器的图像噪点祛除方法包括:第一步:利用改进脉冲耦合神经网络检测图像噪点;首先,结合图像组织结构特征(或类组织结构特征)对基于哺乳动物大脑皮层视觉区神经元传导特性启发而形成的传统脉冲耦合神经网络进行改进与优化,提出如下适合处理组织类图像信息的改进脉冲耦合神经网络模型:Fij[n]=Sij(1)Uij[n]=Fij[n](1+βij[n]Lij[n])(3)θij[n]=θ0e-αθ(n-1)(5)其中,βij[n]为自适应链接强度系数:Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,一般选取1~3;当脉冲耦合神经网络对图像进行检测时,利用网络特性使灰度为Sijmax的像素点火激活,再进行第二次脉冲耦合神经网络迭代处理,把介于[Sijmax/1+βijLij,Sijmax]间的像素捕获激活,使两次激活的像素点对应的Yij输出为1;然后对原噪声污染图像反白处理,再对处理后的图像Sij按前述进行迭代处理,并使其对应的输出Yij=1。利用图像噪声像素与周围像素相关性小,灰度差别大这一特性,当一个神经元的激发没有引起所在区域附近大多数神经元的激发时,就说明该神经元对应像素可能是噪声点;初步甄别出Yij=0对应的像素点为图像的信号点,应予以保护;而对Yij输出为1的像素点在3*3模板B范围内统计以输出Yij=1为中心邻域元素值为1的个数NY判别归类:(1)1≤NY≤8,为噪声点,(2)当NY=9,判定为图像像素点;第二步:图像自适应加权滤波器噪声滤波;在检测图像脉冲噪声点的基础上,滤波采用自适应加权滤波;当B中为1个数NY较小时,噪声密度较低,应选取小尺寸滤波窗口,用来加强对图像细节的保护作用;当NY较大时,噪声密度较大,应选取大尺寸滤波窗口,用来增强除噪效果;选取大小为m*m的滤波窗口M,窗口大小的选取原则是:当脉冲输出Yij=1且NY=1~8,按以上原则选取滤波窗口M,实现对噪声污染图像Sij的自适应滤波,其滤波方程为:式中,xrs是滤波窗口中对应像素的系数,其为:式中Dij为方形滤波窗口M中像素灰度中值。本专利技术具有的优点和积极效果是:该高效的微涡流混凝絮体检测系统利用四个CCD工业摄像机对絮体进行全方位的画面拍摄,检测精准,利用图像处理模块和3D图像转换模块进行图像的分析处理和转换,利用数据处理本文档来自技高网...
一种高效的微涡流混凝絮体检测系统

【技术保护点】
一种高效的微涡流混凝絮体检测系统,其特征在于,该高效的微涡流混凝絮体检测系统包括:用于对反应池中絮体进行图像拍摄的CCD工业摄像机,CCD工业摄像机有四个,分别分布在反应池前后左右四个内壁上;与CCD工业摄像机有线连接,用于将图像资料由光信号转换成电信号的CCD图像传感器;与CCD图像传感器有线连接,用于对接收的电信号进行分析和处理的单片机;与单片机有线连接,用于对图像进行分析处理的图像处理模块;图像处理模块中混沌系统的Lyapunov指数的计算方法包括:(1)一维离散混沌系统Lyapunov指数的计算设一维混沌系统为:x

【技术特征摘要】
1.一种高效的微涡流混凝絮体检测系统,其特征在于,该高效的微涡流混凝絮体检测系统包括:用于对反应池中絮体进行图像拍摄的CCD工业摄像机,CCD工业摄像机有四个,分别分布在反应池前后左右四个内壁上;与CCD工业摄像机有线连接,用于将图像资料由光信号转换成电信号的CCD图像传感器;与CCD图像传感器有线连接,用于对接收的电信号进行分析和处理的单片机;与单片机有线连接,用于对图像进行分析处理的图像处理模块;图像处理模块中混沌系统的Lyapunov指数的计算方法包括:(1)一维离散混沌系统Lyapunov指数的计算设一维混沌系统为:xn+1=F(xn)(2.9)xn有偏差dxn,xn+1的偏差为dxn+1,则有式(2.10),所以式(2.11)成立;xn+1+dxn+1=F(xn+dxn)≈F(xn)+dxn·F'(xn)(2.10)dxn+1=dxn·F'(xn)(2.11)假设该一维混沌映射的轨道呈现指数规律,即:|dxn+1|=|dxn|·eLE(2.12)其中LE是Lyapunov指数;经过式(2.13)多次迭代后,得到最终式(2.14);(2)微分方程组Lyapunov指数的计算假设在微分方程组所确定的相空间中,选择两条起点差距为d0轨迹,经过时间τ后,差距为dτ,且d0与dτ成指数关系,即:dτ=d0eτLE(2.15)则Lyapunov指数为:先从一条参考轨迹上找一个起点,算出与相邻轨迹的距离d0、dτ,如果dτ与d0不成指数关系,则找新的起点重算d0、dτ;经过时间τ后,选取一个新的起点,但是与参考轨迹的初始距离d0保持不变;得到一系列的d1,d2,...,dj,...;然后按(2.16)式算平均,得到最大Lyapunov指数:当d0足够小,且n取足够大时,只要τ不太大,则计算的结果就与τ的具体大小无关;即用计算机可以实现这种算法,从而得到一个可靠的LE1;(3)差分方程组Lyapunov指数的计算差分方程组的定义:在Rn空间上有xi+1=f(xi),f为Rn上的连续可微映射;f的Jacobi矩阵为:令Ji=f'(x0)·f'(x1)·...·f'(xi-1)并将Ji的n个复特征根的模依次按大到小的顺序排列为:|LE1(i)|≥|LE2(i)|≥...|LEn(i)|(2.19)则f的Lyapunov指数为:与单片机有线连接,用于对图像进行转换的3D图像转换模块;所述3D图像转换模块的数字图像混沌映射是指单幅图像和多幅图像参数的混沌加密和多重混合,对加密后的隐藏图像G的图像序列x(t)和载体图像F的图像序列w(t)进行α1混合得到:S1=α1w(t)+(1-α1)x(t),再对混合图像S1和载体图像F进行α2混合得到S2=α2w(t)+(1-α2)S1,依次进行至n重混合得到Sn=αnw(t)+(1-αn)Sn-1,则混合图像Sn为图像F和G的n重混合图像,混合图像满足下面的关系式,Sn=(1-βnβn-1...β2β1)F+βnβn-1...β2β1G′;其中βi=1-αi,i=1,2,...,n,采用Logistic映射来产生迭代参数,选定参数μ'...

【专利技术属性】
技术研发人员:胡锋平胡文杰戴红玲何希桢樊琦
申请(专利权)人:华东交通大学
类型:发明
国别省市:江西,36

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1