基于大数据的工业污水处理方法及系统技术方案

本发明专利技术涉及污水处理技术领域，具体涉及一种基于大数据的工业污水处理方法及系统，利用可见光手段实时获取污水拍摄可见光图像，基于污水拍摄可见光图像进行材料测试与分析，具体为根据污水拍摄可见光图像的灰度图像，得到初始的各个子块，计算初始的各个子块的合适度，确定各个备选母子块和子子块，进而确定各个备选母子块中的各个实际母子块和不变块；根据各个实际母子块、不变块和子子块，得到最终的各个子块，并对灰度图像进行预处理，最终确定污水回水时刻。本发明专利技术通过基于利用可见光手段实时获取的污水拍摄可见光图像，进行相应的材料分析和测试该，最终可准确确定污水回水时刻，提高了确定污水的回水时刻的准确性。提高了确定污水的回水时刻的准确性。提高了确定污水的回水时刻的准确性。

【技术实现步骤摘要】
基于大数据的工业污水处理方法及系统


[0001]本专利技术涉及污水处理
，具体涉及一种基于大数据的工业污水处理方法及系统。

技术介绍

[0002]随着我国现代化进程的加快，越来越多的制造业如雨后春笋般蓬勃发展，制造业的兴起势必引起工厂数量的增多，而在工厂的建设中，给排水系统是不可或缺的。
[0003]工厂用给排水系统主要是为了给予工厂提供水源和排出生产过程中产生的废水，其中生产过程中产生的废水主要包括生产废液、生活污水和雨水。为了将生产废水很好地排出，减少废水的污染，通常情况下是采取分质处理的方式，对于工业废水中污染较重的水流，如生产废液以及生活用水中的卫生间、厨房等用水，需要排放至废水处理厂，经过废水处理厂的处理后排入附近河道内；而对于污染较轻的水流，比如雨水以及洗漱用水，通常是直接经过管路排放至附近河道内。这种工厂给排水系统虽然能够将生产过程中产生的废水排出工厂，从而减少了污水对工厂环境的污染，但是在排放过程中，不管是污染较重还是污染较轻的水流，最后都会排放至河道内，无法实现水的循环利用，增大了工厂水资源的浪费，使得投资及运行成本高，回收周期长。
[0004]因此，通过对不同污染程度的污水进行分类处理，并对轻微污染的水进行相对简单的污水处理，如通过增加电磁场对污水中的杂质进行聚沉处理，然后再将聚沉处理后的污水进行重复利用，可以大大减少水资源的浪费，同时降低了投资及运行成本。在对轻微污染的水进行相对简单的污水处理后再进行重复利用的过程中，传统是采用人工的方式来确定经过处理后污水清洁度是否满足重复利用条件，然后在满足重复利用条件时控制污水进行回水利用。而随着图像处理和计算机技术的发展，目前已出现通过获取处理过程中的污水图像，并基于该污水图像进行分析，从而确定处理过程中的污水是否满足重复利用条件的新型方式。虽然这种新型方式在一定程度上可以减少人力投资，并且避免了人工确定的主观性，但是由于污水图像的清晰度低，而常见的图像预处理处理手段又容易出现块效应等现象，导致确定的污水清洁度结果准确性还相对较低，最终导致无法精确确定污水的回水时刻。

技术实现思路

[0005]本专利技术的目的在于提供一种基于大数据的工业污水处理方法及系统，用于解决现有无法精确确定污水的回水时刻的问题。
[0006]为了解决上述技术问题，本专利技术提供了一种基于大数据的工业污水处理方法，包括以下步骤：实时获取污水处理过程中的污水拍摄可见光图像，进而得到污水拍摄可见光图像的灰度图像；根据灰度图像中各个像素点的灰度值，确定灰度图像对应的偏度值，进而根据所
述偏度值，确定灰度图像的分块尺寸，并按照所述分块尺寸对灰度图像进行分块，得到初始的各个子块；根据初始的各个子块中的各个像素点的灰度值，进行材料测试和分析，确定初始的各个子块的合适度，进而确定初始的各个子块中的各个备选母子块和子子块；根据各个备选母子块中的各个像素点的灰度值，确定各个备选母子块的必要性指标值，进而确定各个备选母子块中的各个实际母子块和不变块；根据各个实际母子块、不变块和子子块，对初始的各个子块进行拆分合并处理，从而得到最终的各个子块；根据最终的各个子块中的各个像素点的灰度值，对灰度图像进行预处理处理，得到预处理后的灰度图像；根据预处理后的灰度图像中各个像素点的灰度值，确定实时的污水浊度，根据实时的污水浊度，确定污水回水时刻，并根据所述污水回水时刻控制回水。
[0007]进一步的，所述对初始的各个子块进行拆分合并处理，从而得到最终的各个子块，包括：根据各个实际母子块和子子块的位置，分别判断各个实际母子块的八邻域范围内是否存在子子块；若实际母子块的八邻域范围内存在子子块，则以八邻域范围内存在子子块的每一个实际母子块作为基准块，并按照设定规则对基准块的八邻域范围内的子子块进行拆分，并将拆分出的部分合并到基准块中；若实际母子块的八邻域范围内不存在子子块，则判断该八邻域范围内不存在子子块的实际母子块的八邻域范围内是否存在不变块，若八邻域范围内存在不变块，则从该八邻域范围内不存在子子块的实际母子块的八邻域范围内存在的不变块中确定目标不变块，并将该八邻域范围内不存在子子块的实际母子块整体合并到目标不变块中。
[0008]进一步的，所述则以八邻域范围内存在子子块的每一个实际母子块作为基准块，并按照第一设定规则对基准块的八邻域范围内的子子块进行拆分，并将拆分出的部分合并到基准块中，包括：从基准块的八邻域范围内的子子块中确定当前的待拆分像素点，所述待拆分像素点是指所述基准块的八邻域范围内的子子块中的当前剩余未被拆分像素点中的距离基准块最近的像素点；根据所述待拆分像素点的灰度值和基准块中各个像素点的像素值，重新确定基准块对应的灰度直方图，并根据重新确定的基准块对应的灰度直方图，重新确定基准块的必要性指标值；若重新确定的基准块的必要性指标值不大于原来确定的基准块的必要性指标值，则将该待拆分像素点从原来的子子块中拆分出来，并合并到基准块中，从而得到合并后的基准块，然后从合并后的基准块的八邻域范围内的子子块中确定当前的待拆分像素点，进而重新确定合并后的基准块的必要性指标值，并在重新确定的合并后的基准块的必要性指标值不大于合并后的基准块的必要性指标值的情况下，将重新确定的当前的待拆分像素点合并到合并后的基准块中，重复上述过程，直至重新确定的合并后的基准块的必要性指标值小于设定必要性指标阈值。
[0009]进一步的，还包括：
若重新确定的基准块的必要性指标值大于原来确定的基准块的必要性指标值或重新确定的合并后的基准块的必要性指标值大于合并后的基准块的必要性指标值，则对应直接从基准块的八邻域范围内的子子块中重新确定当前的待拆分像素点或直接从合并后的基准块的八邻域范围内的子子块中重新确定当前的待拆分像素点。
[0010]进一步的，还包括：若各个基准块的八邻域范围内的子子块拆分合并结束后，存在像素点未被全部拆分的子子块，则从该像素点未被全部拆分的子子块的八邻域内的各个合并后的基准块中确定目标基准块，并将该像素点未被全部拆分的子子块整体合并到目标基准块中。
[0011]进一步的，所述确定初始的各个子块的合适度，进而确定初始的各个子块中的各个备选母子块和子子块，包括：根据初始的各个子块中的各个像素点的灰度值，确定初始的各个子块对应的灰度直方图，进而根据初始的各个子块对应的灰度直方图，确定初始的各个子块的合适度；分别判断初始的各个子块的合适度是否大于或等于设定合适度阈值，若大于或等于设定合适度阈值，则将对应的初始的子块作为备选母子块；否则，则将对应的初始的子块作为子子块。
[0012]进一步的，所述确定各个备选母子块的必要性指标值，进而确定各个备选母子块中的各个实际母子块和不变块，包括：根据各个备选母子块中的各个像素点的灰度值，确定各个备选母子块对应的灰度直方图，进而根据各个备选母子块对应的灰度直方图，确定各个备选母子块的必要性指标值；分别判断各个备选母子块的必要性指标值是否大于或等于设定必要性指标阈值，若大于或等于设定必要性指标阈值，则将对应的备选母子块作为实际母子块；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的工业污水处理方法，其特征在于，包括以下步骤：实时获取污水处理过程中的污水拍摄可见光图像，进而得到污水拍摄可见光图像的灰度图像；根据灰度图像中各个像素点的灰度值，确定灰度图像对应的偏度值，进而根据所述偏度值，确定灰度图像的分块尺寸，并按照所述分块尺寸对灰度图像进行分块，得到初始的各个子块；根据初始的各个子块中的各个像素点的灰度值，进行材料测试和分析，确定初始的各个子块的合适度，进而确定初始的各个子块中的各个备选母子块和子子块；根据各个备选母子块中的各个像素点的灰度值，确定各个备选母子块的必要性指标值，进而确定各个备选母子块中的各个实际母子块和不变块；根据各个实际母子块、不变块和子子块，对初始的各个子块进行拆分合并处理，从而得到最终的各个子块；根据最终的各个子块中的各个像素点的灰度值，对灰度图像进行预处理处理，得到预处理后的灰度图像；根据预处理后的灰度图像中各个像素点的灰度值，确定实时的污水浊度，根据实时的污水浊度，确定污水回水时刻，并根据所述污水回水时刻控制回水。2.根据权利要求1所述的基于大数据的工业污水处理方法，其特征在于，所述对初始的各个子块进行拆分合并处理，从而得到最终的各个子块，包括：根据各个实际母子块和子子块的位置，分别判断各个实际母子块的八邻域范围内是否存在子子块；若实际母子块的八邻域范围内存在子子块，则以八邻域范围内存在子子块的每一个实际母子块作为基准块，并按照设定规则对基准块的八邻域范围内的子子块进行拆分，并将拆分出的部分合并到基准块中；若实际母子块的八邻域范围内不存在子子块，则判断该八邻域范围内不存在子子块的实际母子块的八邻域范围内是否存在不变块，若八邻域范围内存在不变块，则从该八邻域范围内不存在子子块的实际母子块的八邻域范围内存在的不变块中确定目标不变块，并将该八邻域范围内不存在子子块的实际母子块整体合并到目标不变块中。3.根据权利要求2所述的基于大数据的工业污水处理方法，其特征在于，所述则以八邻域范围内存在子子块的每一个实际母子块作为基准块，并按照第一设定规则对基准块的八邻域范围内的子子块进行拆分，并将拆分出的部分合并到基准块中，包括：从基准块的八邻域范围内的子子块中确定当前的待拆分像素点，所述待拆分像素点是指所述基准块的八邻域范围内的子子块中的当前剩余未被拆分像素点中的距离基准块最近的像素点；根据所述待拆分像素点的灰度值和基准块中各个像素点的像素值，重新确定基准块对应的灰度直方图，并根据重新确定的基准块对应的灰度直方图，重新确定基准块的必要性指标值；若重新确定的基准块的必要性指标值不大于原来确定的基准块的必要性指标值，则将该待拆分像素点从原来的子子块中拆分出来，并合并到基准块中，从而得到合并后的基准块，然后从合并后的基准块的八邻域范围内的子子块中确定当前的待拆分像素点，进而重新确定合并后的基准块的必要性指标值，并在重新确定的合并后的基准块的必要性指标值
不大于合并后的基准块的必要性指标值的情况下，将重新确定的当前的待拆分像素点合并到合并后的基准块中，重复上述过程，直至重新确定的合并后的基准块的必要性指标值小于设定必要性指标阈值。4.根据权利要求3所述的基于大数据的工业污水处理方法，其特征在于，还包括：若重新确定的基准块的必要性指标值大于原来确定的基准...

【专利技术属性】
技术研发人员：龚曙新，张星星，刘焱忠，
申请(专利权)人：南通万格环境科技有限公司，
类型：发明
国别省市：