一种基于视觉算法的絮体沉降性能判断方法及装置制造方法及图纸

本发明专利技术提出了一种基于视觉算法的絮体沉降性能判断方法及装置，利用摄像头拍摄含有絮体的图像，并将图像传输到与摄像头相连接的处理器芯片设备进行图像识别和图像处理，从而通过视觉算法计算得出沉降性能衡量参数指标；计算后的数据通过处理器芯片设备的通讯模块传输到云端服务器或现场控制执行器，用作污水处理操作中加药量判断的依据。本发明专利技术解决了人工判断容易出现误差，导致絮体检测不准确的问题，避免大数据整理困难，降低了人工负担，保证了检测的准确性、稳定性及时效性。稳定性及时效性。稳定性及时效性。

【技术实现步骤摘要】
一种基于视觉算法的絮体沉降性能判断方法及装置


[0001]本专利技术属于水处理
，具体涉及一种基于视觉算法的絮体沉降性能判断方法及装置。

技术介绍

[0002]目前，污水处理采用絮凝沉降法时通常会加入大量聚合氯化铝(PAC)或者聚丙烯酰胺(PAM)等作为絮凝剂使废水中的可沉物质在沉淀过程中相互豁结，结合成较大的絮凝体，从而通过沉降或浮选等方式将其从水中分离。因此，污水处理的沉降效果是极其重要的，特别是处理成分复杂且掺杂有难降解有机物、各种金属离子和大量盐类的工业废污水，当沉降效果不佳时会导致污水净化成本增加，出水水质不达标，影响水资源的循环利用，破坏生态环境，危害人体健康。
[0003]目前，传统的评估沉降效果的指标一般有沉降速度、澄清区高度、澄清区浓度和沉淀效率等，这些评估指标存在以下缺陷：时效性不强，无法实时衡量污水处理的沉降性能；过于依赖人力，导致人工划定澄清区界限难以定性，且成本投入大；参数考虑不全面：传统的评估指标只用到沉降絮体的高度，水质浓度等指标，而忽视了絮体的体积和数量对沉降性能的衡量意义。

技术实现思路

[0004]本专利技术的目的在于提出一种基于视觉算法的絮体沉降性能判断方法及装置，通过利用视觉算法对拍摄到的污水中的絮体图像进行识别和处理，以解决人工判断容易出现误差，时效性差，参数考虑不全面，絮体检测不准确等问题。
[0005]本专利技术所采用的技术方案是：一种基于视觉算法的絮体沉降性能判断方法，处理器芯片设备通过读取、识别及处理摄像头拍摄到的图像，对絮体沉降性能进行判断，其特征在于，包括如下步骤：
[0006]步骤一，摄像头连续拍摄污水处理管道中的RGB图像，并将拍摄好的RGB图像传输到处理器芯片设备中保存；
[0007]步骤二，处理器芯片设备对接收到的RGB图像进行灰度化处理，公式如下：
[0008]Gray(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)；
[0009]步骤三，使用Niblack算法将图像转化为二值图像，所述Niblack算法基于以下公式计算每个像素点的阈值T：
[0010]T＝μ+k*σ
[0011]式中，T为阈值，μ为图像局部区域的平均灰度值，σ为图像局部区域的标准差，k为用户定义的常数；将像素值大于阈值的设置为1，小于等于阈值的设置为0；
[0012]步骤四，在二值图像中，像素值为1的像素点表示絮体，通过连通区域分析，为每个连通区域分配一个唯一的标签，生成标签矩阵；
[0013]步骤五，计算每帧图像中符合高斯分布的正半轴占比为P的絮体面积的均值S
avg
，
具体步骤包括：
[0014]A、根据所述步骤四中生成的标签矩阵，计算各个连通区域的像素数量，即面积；
[0015]B、基于所述步骤A中絮体面积数据绘制直方图，所述直方图的x轴为面积，y轴为数量，利用高斯分布函数进行拟合，得到该数据的概率密度函数：
[0016][0017]式中，f(x)为概率密度函数，μ为絮体面积的均值，σ为絮体面积的标准差；
[0018]C、根据概率密度函数，计算高斯分布占比为P的区间内的絮体面积平均值，公式如下：
[0019][0020]式中，Φ为标准高斯分布的累积分布函数；
[0021]步骤六、对图像的上层和下层进行连通区域分析，分别计算两部分的连通区域数量，设上层的连通区域数量为n
high
，下层的连通区域数量为n
low
，则絮体连通区域数量比值为：
[0022][0023]步骤七、提出一个新参数FSP作为衡量沉降性能的指标，则该参数计算公式如下：
[0024]FSP＝
‑
S
avg
*lnη。
[0025]进一步地，所述步骤二中还包括对图像颜色进行反转，公式为：
[0026]img(i,j)＝255
‑
Gray(i,j)。
[0027]进一步地，所述步骤五中步骤A的连通区域面积计算采用格林公式：
[0028][0029]进一步地，所述步骤五中步骤C中还包括根据概率密度函数，计算大于数学期望μ的占比为P的面积的均值：
[0030][0031]本专利技术还提供了一种基于上述方法的絮体沉降性能判断装置，其特征在于，包括图像采集模块、所述处理器芯片设备中的图像保存模块及图像识别和处理模块，所述图像采集模块为摄像头模组，用于拍摄污水处理管道中的RGB图像，并传输至所述处理器芯片设备；所述图像保存模块用于储存所述摄像头模组采集到的RGB图像；所述图像识别和处理模块用于利用视觉算法对所述RGB图像进行识别和实时计算，以评估污水处理沉降性能。
[0032]进一步地，所述处理器芯片设备还包括通讯模块。
[0033]进一步地，该装置还包括现场控制执行器，所述处理器芯片设备通过所述通讯模块连接所述现场控制执行器。
[0034]采用了上述技术方案后，本专利技术具备如下有益效果：
[0035]1、准确性：本专利技术提出一种新的絮凝沉降性能评估指标(FSP)，该指标综合上下层聚沉絮体数量的比值(η)和高斯分布占比为P的絮体面积平均值(S
avg
)来组合衡量污水处理絮体沉降性能。其中，η能避免澄清区的人工划定，采用数量比值能减少絮体形成以及沉淀过程对指标准确性的影响，而S
avg
的计算只取高斯分布占比为P的絮体面积计算，能有效地去除较大块面积的悬浮物和絮体，确保准确性，并且单个絮体的面积大小能衡量吸附和混凝沉淀的效果。
[0036]2、时效性：本专利技术在污水处理现场安装有摄像头模组，拍摄污水处理管道的纵向断面图片，并接入到处理器芯片设备中，其利用图像识别和图像处理算法可以实时计算评估污水处理沉降性能；而且该方法能够精准判断数据中的复杂模式，在应对复杂或者变化的絮凝反应环境时，同样能有准确的结果输出，而人工观察很难快速适应这些变化。
[0037]3、稳定性：通过利用设定好的判断方法，明显提高了絮体沉降性能判断的稳定性和标准化，完全不同于人工观察存在的主观臆测和不一致性，本方法和装置给出的结果稳定可靠。
[0038]4、低成本：本专利技术基于视觉算法的絮体沉降性能判断方法及装置实现了检测的自动化，且稳定可靠，准确性高，极大地降低了人力成本和时间成本，以及维护和更新成本。
附图说明
[0039]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1是本专利技术的判断流程的具体步骤及信息交互示意图。
[0041]图2是利用本专利技术的方法基于絮体的面积数据绘制的絮体面积分布直方图。
[0042]附图标示：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉算法的絮体沉降性能判断方法，处理器芯片设备通过读取、识别及处理摄像头拍摄到的图像，对絮体沉降性能进行判断，其特征在于，包括如下步骤：步骤一，摄像头连续拍摄污水处理管道中的RGB图像，并将拍摄好的RGB图像传输到处理器芯片设备中保存；步骤二，处理器芯片设备对接收到的RGB图像进行灰度化处理，公式如下：Gray(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)；步骤三，使用Niblack算法将图像转化为二值图像，所述Niblack算法基于以下公式计算每个像素点的阈值T：T＝μ+k*σ式中，T为阈值，μ为图像局部区域的平均灰度值，σ为图像局部区域的标准差，k为用户定义的常数；将像素值大于阈值的设置为1，小于等于阈值的设置为0；步骤四，在二值图像中，像素值为1的像素点表示絮体，通过连通区域分析，为每个连通区域分配一个唯一的标签，生成标签矩阵；步骤五，计算每帧图像中符合高斯分布的正半轴占比为P的絮体面积的均值S
avg
，具体步骤包括：A、根据步骤四中生成的标签矩阵，计算各个连通区域的像素数量，即面积；B、基于所述步骤A中絮体面积数据绘制直方图，所述直方图的x轴为面积，y轴为数量，利用高斯分布函数进行拟合，得到该数据的概率密度函数：式中，f(x)为概率密度函数，μ为絮体面积的均值，σ为絮体面积的标准差；C、根据概率密度函数，计算高斯分布占比为P的区间内的絮体面积平均值，公式如下：式中，Φ为标准高斯分布的累积分布函数；步骤六、对图像的上层和下层进行连通区域分析，分别计算两部分的连通区域数量，设上层的连通区域数量为n
high
，下层...

【专利技术属性】
技术研发人员：刘稚鹏，
申请(专利权)人：小鲲智能技术广州有限公司，
类型：发明
国别省市：