一种污水处理智能控制系统技术方案

本发明专利技术涉及污水处理技术领域，具体涉及一种污水处理智能控制系统，系统包括：获得微生物图像及微生物图像中的边缘像素点并筛选出圆边缘像素点，进而筛选出细胞核圆心以及圆心数量，获取了聚类类别数。根据初始聚类中心的运动方向、像素点与初始聚类中心的灰度值差异和像素点位置获得每个像素点的更新置信度，进而筛选出聚类中心获得聚类类别。根据每个聚类类别内像素点与对应聚类中心像素点的特征相似性获得每个聚类类别对应的优化类别，最后根据连续帧微生物图像内特征微生物的种群数变化实现对污水处理的控制，提高聚类效果，进而对污水处理过程进行调节，提高了污水处理效果。果。果。

【技术实现步骤摘要】
一种污水处理智能控制系统


[0001]本专利技术涉及污水处理
，具体涉及一种污水处理智能控制系统。

技术介绍

[0002]近年来，随着人们生活水平的提高以及对水的需求量的增大，也促使污水处理技术飞快发展。而污水处理的主要工艺之一就是活性污泥法工艺，其原理是污水中的有机污染物不断地被好氧微生物吸附、分解，从而达到净化污水的目的，微生物在净化过程中起决定性作用。因此，根据微生物的生长情况对污水处理智能控制系统中的曝气量进行控制，可以提高污水处理的效率以及降低资源的浪费，而其中的关键在于对微生物图像的分割，传统的图像分割方法往往通过聚类进行区域的分割获取。
[0003]现有技术中，对污水特征的像素点范围进行聚类，没有自适应确定准确的类别数量，后续对污水特征分析也会存在较大误差。仅根据一次聚类的结果对污水样本进行分析，没有对聚类结果的准确性进行多角度判断，存在误判的结果，对污染物识别的准确性产生影响。使用K
‑
means均值聚类对微生物进行检测，不能事先确定微生物的个数，导致在进行聚类时，聚类效果较差；并且微生物内部的器官会导致微生物内灰度分布不均匀，进而间接使聚类效果变差。

技术实现思路

[0004]为了解决现有技术中没有自适应确定准确的类别数量，没有对聚类结果的准确性进行多角度判断，进而产生较大误差的技术问题，本专利技术的目的在于提供一种污水处理智能控制系统，所采用的技术方案具体如下：本专利技术提出了一种污水处理智能控制系统，所述系统包括：数据采集模块，用于获得微生物图像及微生物图像中的边缘像素点；数据特征分析模块，用于根据所有边缘像素点的角度特征差异筛选出圆边缘像素点；对圆边缘像素点进行圆检测，获得初始圆；根据初始圆的圆心投票值筛选出细胞核圆心；获得细胞核圆心的圆心数量；聚类模块，用于选择初始聚类中心进行聚类，获得初始聚类类别；所述初始聚类中心的数量与圆心数量相等；根据初始聚类中心的运动方向、像素点与初始聚类中心的灰度值差异和像素点位置获得每个像素点的更新置信度；根据更新置信度更新聚类中心，获得聚类类别；根据每个聚类类别内像素点与对应聚类中心像素点的特征相似性获得每个聚类类别对应的优化类别；实时控制模块，用于获得每个优化类别对应的微生物区域图像；根据神经网络对每个微生物区域图像进行识别，获得特征微生物的种群数；根据连续帧微生物图像内特征微生物的种群数变化对污水处理进行控制。
[0005]进一步地，所述圆边缘像素点的筛选方法包括：对每个边缘像素点两侧的相邻位置分别选取预设数量个边缘像素点，相邻两个边
缘像素点的距离均为预设距离，将相邻两个边缘像素点组成相邻像素点组；对任意一个边缘像素点，将对应的每个相邻像素点组内两个边缘像素点所在直线与水平方向的角度作为对应相邻像素点组的角度，根据预设顺序获得相邻像素点组两两之间的角度差异；将相邻像素点组两两之间的角度差异进行负相关归一化,获得每个边缘像素点的圆边缘概率；若边缘像素点的圆边缘概率大于预设圆边缘阈值，则对应边缘像素点为圆边缘像素点。
[0006]进一步地，所述根据初始圆的圆心投票值筛选出细胞核圆心的方法包括：对任意一个圆边缘像素点，将其他圆边缘像素点作为参考圆边缘像素点；将每个圆边缘像素点与对应的每个参考圆边缘像素点组成圆像素组；将每个圆像素组内圆边缘像素点与参考圆边缘像素点的灰度差值绝对值作为对应圆像素组的灰度差异；将每个圆像素组内圆边缘像素点与参考圆边缘像素点的最大梯度方向向量交点作为梯度交点像素点，将组内圆边缘像素点与梯度交点像素点的欧氏距离作为第一距离，将组内参考圆边缘像素点与梯度交点像素点的欧氏距离作为第二距离，将第一距离与第二距离的差值绝对值作为对应圆像素组的距离差异；将每个圆像素组的灰度差异和距离差异的乘积进行负相关归一化，获得对应圆像素点组的投票特征值；对任意一个圆边缘像素点，遍历圆边缘像素点的所有圆像素点组的投票特征值，若投票特征值大于预设投票特征阈值，则对应圆边缘像素点的预设初始投票值进行累加；根据最终累加值获得对应圆边缘像素点的圆投票数；将所有圆边缘像素点的圆投票数的最大值作为圆投票阈值；将圆心投票值大于圆投票阈值的初始圆圆心作为细胞核圆心。
[0007]进一步地，所述初始聚类中心的获取方法包括：将除细胞核圆心对应的圆区域之外的像素点作为备用像素点，将每个备用像素点与其预设邻域内所有像素点的灰度方差均值作为对应备用像素点的中心概率，将中心概率最小值对应的备用像素点作为备用初始聚类中心；随机选取圆心数量个备用初始聚类中心作为初始聚类中心。
[0008]进一步地，所述更新置信度的获取方法包括：对任意一个初始聚类类别，将初始聚类类别内的备用初始聚类中心作为参考像素点；对初始聚类类别内的任意一个参考像素点，获得每个参考像素点与初始聚类中心的灰度差值；将灰度差值归一化并进行负相关处理，获得对应参考像素点的灰度置信度；获得每个参考像素点与初始聚类中心组成向量的向量角度，获得初始聚类中心的运动方向，将向量角度和初始聚类中心的运动方向的差值绝对值归一化并进行负相关处理，获得对应参考像素点的角度置信度；分别获得参考像素点与初始聚类类别内每个圆边缘像素点之间的欧氏距离，将所述欧氏距离归一化并进行负相关处理，获得对应参考像素点与初始聚类类别内每个圆边缘像素点的子距离置信度；将对应参考像素点与初始聚类类别内所有圆边缘像素点的子距离置信度均值作为距离置信度；将灰度置信度、角度置信度和距离置信度三者的和作为对应参考像素点的更新置信度。
[0009]进一步地，所述聚类类别的获取方法包括：将每个初始聚类类别中更新置信度最大值对应的参考像素点作为对应初始聚类类别待更新聚类中心；根据待更新聚类中心不断更新聚类中心，获得聚类类别。
[0010]进一步地，所述聚类类别的优化方法包括：对任意一个聚类类别，将聚类类别内每个非聚类中心的像素点作为特殊像素点；对聚类类别内的任意一个特殊像素点，分别获得每个特殊像素点与聚类中心的灰度差值绝对值和欧氏距离，将差值绝对值和欧氏距离的乘积进行负相关归一化，获得对应特殊像素点的灰度相似度；分别获得每个特殊像素点与聚类中心的运动方向差异和运动速度差异，分别将运动方向差异和运动速度差异归一化，并将运动方向差异归一化值和运动速度差异归一化值的和作为运动特征差异；将运动特征差异进行负相关处理获得运动相似度；将每个特殊像素点的灰度相似度和运动相似度的乘积作为对应特殊像素点在对应聚类类别内的类别相似度；将每个聚类类别内类别相似度大于预设类别阈值的特殊像素点作为待分析像素点，分别获得每个待分析像素点在所有聚类类别内的类别相似度，将待分析像素点分配在类别相似度最大值对应的聚类类别；将完成所有待分析像素点分配后获得的每个聚类类别作为优化类别。
[0011]进一步地，所述对污水处理的控制方法包括：所述特征微生物为污水处理效果好的指示性生物；若连续帧微生物图像内特征微生物的种群数增长，则无需对污水处理进行；若连续帧微生物图像内特征微生物的种群数减少，则控制污水处理智能控制系统增大曝氧量。
[0012]本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种污水处理智能控制系统，其特征在于，该系统包括以下步骤：数据采集模块，用于获得微生物图像及微生物图像中的边缘像素点；数据特征分析模块，用于根据所有边缘像素点的角度特征差异筛选出圆边缘像素点；对圆边缘像素点进行圆检测，获得初始圆；根据初始圆的圆心投票值筛选出细胞核圆心；获得细胞核圆心的圆心数量；聚类模块，用于选择初始聚类中心进行聚类，获得初始聚类类别；所述初始聚类中心的数量与圆心数量相等；根据初始聚类中心的运动方向、像素点与初始聚类中心的灰度值差异和像素点位置获得每个像素点的更新置信度；根据更新置信度更新聚类中心，获得聚类类别；根据每个聚类类别内像素点与对应聚类中心像素点的特征相似性获得每个聚类类别对应的优化类别；实时控制模块，用于获得每个优化类别对应的微生物区域图像；根据神经网络对每个微生物区域图像进行识别，获得特征微生物的种群数；根据连续帧微生物图像内特征微生物的种群数变化对污水处理进行控制。2.根据权利要求1所述的一种污水处理智能控制系统，其特征在于，所述圆边缘像素点的筛选方法包括：对每个边缘像素点两侧的相邻位置分别选取预设数量个边缘像素点，相邻两个边缘像素点的距离均为预设距离，将相邻两个边缘像素点组成相邻像素点组；对任意一个边缘像素点，将对应的每个相邻像素点组内两个边缘像素点所在直线与水平方向的角度作为对应相邻像素点组的角度，根据预设顺序获得相邻像素点组两两之间的角度差异；将相邻像素点组两两之间的角度差异进行负相关归一化,获得每个边缘像素点的圆边缘概率；若边缘像素点的圆边缘概率大于预设圆边缘阈值，则对应边缘像素点为圆边缘像素点。3.根据权利要求2所述的一种污水处理智能控制系统，其特征在于，所述根据初始圆的圆心投票值筛选出细胞核圆心的方法包括：对任意一个圆边缘像素点，将其他圆边缘像素点作为参考圆边缘像素点；将每个圆边缘像素点与对应的每个参考圆边缘像素点组成圆像素组；将每个圆像素组内圆边缘像素点与参考圆边缘像素点的灰度差值绝对值作为对应圆像素组的灰度差异；将每个圆像素组内圆边缘像素点与参考圆边缘像素点的最大梯度方向向量交点作为梯度交点像素点，将组内圆边缘像素点与梯度交点像素点的欧氏距离作为第一距离，将组内参考圆边缘像素点与梯度交点像素点的欧氏距离作为第二距离，将第一距离与第二距离的差值绝对值作为对应圆像素组的距离差异；将每个圆像素组的灰度差异和距离差异的乘积进行负相关归一化，获得对应圆像素点组的投票特征值；对任意一个圆边缘像素点，遍历圆边缘像素点的所有圆像素点组的投票特征值，若投票特征值大于预设投票特征阈值，则对应圆边缘像素点的预设初始投票值进行累加；根据最终累加值获得对应圆边缘像素点的圆投票数；将所有圆边缘像素点的圆投票数的最大值作为圆投票阈值；将圆心投票值大于圆投票阈值的初始圆圆心作为细胞核圆心。4.根据权利要求1所述的一种污水处理智能控制系统，其特征在于，所述初始聚类中心的获取方法包括：将除细胞核圆心对应的...

【专利技术属性】
技术研发人员：许晓繁，许保平，邓志鹏，
申请(专利权)人：深圳市信远环保水务有限公司，
类型：发明
国别省市：