CN101576467B - 水中絮体分形成长过程原位测定方法 - Google Patents
水中絮体分形成长过程原位测定方法 Download PDFInfo
- Publication number
- CN101576467B CN101576467B CN200910072251XA CN200910072251A CN101576467B CN 101576467 B CN101576467 B CN 101576467B CN 200910072251X A CN200910072251X A CN 200910072251XA CN 200910072251 A CN200910072251 A CN 200910072251A CN 101576467 B CN101576467 B CN 101576467B
- Authority
- CN
- China
- Prior art keywords
- flco
- flocculation
- water
- fractal
- floc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Separation Of Suspended Particles By Flocculating Agents (AREA)
Abstract
水中絮体分形成长过程原位测定方法,它涉及一种絮凝过程定量测定方法。它解决了目前水处理工程中无法对水中絮体生长、破碎等动态过程的形态变化特征进行准确测定,采用常规图像法获得的絮体分形维数值代表性差、数据规律模糊问题。它的过程为:采用数字摄像机原位拍摄获得絮体絮凝全过程的絮凝图像,分析一定时间间隔的多个絮凝图像文件中的絮体影像,获得基于絮体动态生长过程的分形维数,即絮体成长分形维数值Dfg作为测定结果。本发明能够获得絮凝全过程的清晰絮体影像,还能准确定量测得絮凝过程中絮体分形聚集特征参数及表征絮凝全过程效果。本发明获得的结果能够对絮凝剂的生产、使用、絮凝工艺设计及运行控制等过程发挥重要的指导作用。
Description
技术领域
本发明属于环境保护的水处理技术领域,具体涉及絮凝过程定量测定方法。
背景技术
在水处理工程中,絮凝过程所形成的絮体大小、性状、结构等形态特征对水中杂质颗粒的传输和去除有着重要的作用,在很大程度上影响着后续流程的运行工况、最终出水水质和处理费用。实际絮凝过程中常常出现松散不易沉降或易于破碎的絮体,致使絮凝整体过程呈现纷繁复杂性,迄今为止人们对于絮凝过程中絮体形成及各类生成产物彼此之间的相互作用关系仍然缺乏足够的认识。分形理论的出现使人们对絮凝过程中的无序现象和无规形态取得更清楚认识逐渐成为可能,这为改进絮凝工艺和研究絮凝机理提供了强有力的工具。描述分形的基本变量是分形维数,随着科学技术的发展,通过先进仪器直接测定分形维数已成为可能。目前水处理行业常采用图像法测定絮体的分形维数,即将絮体从反应器中采集到载玻片上或释放到沉降筒中进行拍摄,进而根据絮凝过程中某一特定时刻拍摄的絮体图像计算其分形维数。分形指的是组成部分以某种方式与整体相似的形体,强调的是体系的形成过程,自相似性是分形理论的核心。由于在同一絮凝时间的各个絮体并不存在局部与整体的自相似关系,因而仅由特定时刻拍摄的絮体图像计算出的分形维数并不能代表絮体形成过程絮凝体系的分形维数。而且常规图像法表征的是人为选取的少数絮体,代表性较差,存在取样扰动和图像实时性弱等缺点,这都会导致提取的形态特征与真实值相差较远,无法对实际水处理絮凝过程进行准确测定和有效控制。
发明内容
为了解决目前水处理工程中无法对水中絮体生长、破碎等动态过程的形态变化特征进行准确测定,以及采用常规图像法获得的絮体分形维数值代表性差、数据规律模糊问题,本发明提出一种水中絮体分形成长过程原位测定方法。
本发明的方法的过程为:
步骤一、在水处理反应器内的水中的颗粒发生絮凝的全过程中,采用数字摄像机定点对水处理反应器内的水体进行连续拍摄获得多幅絮体图像;所述絮体图像的分辨率在640×480像素至1280×1024像素之间,并且所述絮体图像中包括水处理反应器的底部至水面高度0.5~0.8的水体图像信息;
步骤二、采用计算机对采集到的絮体图像按照从絮凝过程开始到结束的时间顺序,每间隔k秒的絮体图像进行处理,共获得n个絮体图像文件,所述k和n均为大于0的整数;
步骤三、对步骤二获得的每一幅絮体图像文件中的絮体影像进行识别;
步骤四、计算获得第i幅絮体图像文件中识别出来的全部絮体的平均周长Si和平均投影面积Ai,然后获得絮体平均周长Si的自然对数值lnSi,絮体平均投影面积Ai的自然对数值lnAi,其中i=1、2……n,Si和Ai分别代表絮凝第ik秒时刻的絮体平均周长和絮体平均投影面积;
步骤五、以从絮凝过程开始到第ik秒时刻的絮体平均周长总数和平均投影面积总数为计算对象,根据lnAi和lnSi的直线关系用最小二乘法进行拟和求得直线方程为:lnA=DfilnS+E,其中lnA为直线方程的y轴变量,lnS为直线方程的x轴变量,E为直线的截距,Dfi为直线斜率;
步骤五获得的直线斜率Dfi就是从絮凝过程开始第ik秒时刻的絮体成长分形维数值Dfg,所述第ik秒时刻的絮体成长分形维数值Dfg,即为第ik秒时刻的絮体成长过程测定结果。
该结果为相对数值,即:在水处理反应器内的水中颗粒发生絮凝的过程中如果t1时刻测定的絮体成长分形维数值Dfg1大于t2时刻测定的絮体成长分形维数值Dfg2,则表示t1时刻水中絮体的粒径和密实程度要大于t2时刻的絮体的粒径和密实程度,这意味着t1时刻测定的絮凝效果要好于t2时刻的测定结果。
分形理论,尤其是计算机凝聚模型的提出,为研究絮凝过程中絮体分形成长特征提供了有效手段。其中,有限扩散凝聚(Diffusion-Limited Aggregation,简称DLA)模型是分形理论中最为人们重视的生长模型之一。大量研究表明,从絮凝开始到结束不同的时间尺度来看水中絮体结构演变过程满足自相似性和标度不变性,具有分形特征。本发明根据DLA分形成长机制计算出一种基于絮体动态生长过程的分形维数,即絮体成长分形维数值Dfg。反复实验研究发现絮体成长分形维数值Dfg能够定量描述与解释絮凝过程,表征絮凝效果。絮凝过程是一个絮体颗粒不断碰撞、长大及剪切分散的复杂物理化学过程,在絮凝初期,絮体的生长速率大于破碎速率,使絮体颗粒逐渐增大形成具有不规则形态的絮体,对应于方法中测定的絮体成长分形维数值Dfg随着絮凝时间逐渐增大;絮体生长到一定程度后,絮体抵抗剪切破坏的能力逐渐下降,变得易破碎,最终使絮体的成长和破碎达动态平衡,对应于方法中测定的絮体成长分形维数值Dfg处于震荡阶段;作为方法中表征絮凝全过程效果的絮凝体系分形维数值Df与沉后水浊度(反应絮凝效果好坏的最终评价指标,沉后水浊度越低,说明絮凝效果越好)存在良好的线性关系,随着絮凝体系分形维数值Df的增大,沉后水浊度逐渐减小。
本发明采用的水中絮体分形成长过程原位测定方法可以获得从絮凝开始到结束全过程的清晰絮体影像,而且可以准确定量测得絮凝过程中絮体分形聚集特征参数及表征絮凝全过程效果。在实际水处理絮凝工艺控制过程中,准确投加所需要的絮凝剂量是获得较好絮凝效果及经济效益的最关键问题,可以将方法中测定的絮凝体系分形维数值Df作为絮凝剂投量大小的控制依据,实现絮凝剂的精确投加,并可将其作为絮凝剂生产和应用过程药剂效能好坏的评价指标;在水处理反应器的优化设计和运行过程中,方法中测定的絮体成长分形维数值Dfg可以有效评价反应器内部结构和不同时刻水流状态变化对水中絮体生长、破碎等动态过程的影响,利用该指标可以使絮凝沉降达到最佳状态并得到有效控制。
说明书附图
图1是采用具体实施方式四的方法对水中絮体分形成长过程原位测定,然后再根据絮凝过程不同时刻的的絮体成长分形维数值Dfg与絮体平均粒径绘制出的絮凝过程变化曲线图。图2是采用具体实施方式四的方法对水中絮体分形成长过程原位测定,然后再根据絮凝体系分形维数值Df与沉后水浊度的线性关系绘制出的相关曲线图。
具体实施方式
具体实施方式一:本实施方式所述的水中絮体分形成长过程原位测定方法的过程为:
步骤一、在水处理反应器内的水中的颗粒发生絮凝的全过程中,采用数字摄像机定点对水处理反应器内的水体进行连续拍摄获得多幅絮体图像;所述絮体图像的分辨率在640×480像素至1280×1024像素之间,并且所述絮体图像 中包括水处理反应器的底部至水面0.5~0.8高度处的水体图像信息;
步骤二、采用计算机对采集到的絮体图像按照从絮凝过程开始到结束的时间顺序,每间隔k秒的絮体图像进行处理,共获得n个絮体图像文件,所述k和n均为大于0的整数;
步骤三、对步骤二获得的每一幅絮体图像文件中的絮体影像进行识别;
步骤四、计算获得第i幅絮体图像文件中识别出来的全部絮体的平均周长Si和平均投影面积Ai,然后获得絮体平均周长Si的自然对数值lnSi,絮体平均投影面积Ai的自然对数值lnAi,其中i=1、2……n,Si和Ai分别代表絮凝第ik秒时刻的絮体平均周长和絮体平均投影面积;
步骤五、以从絮凝过程开始到第ik秒时刻的絮体平均周长总数和平均投影面积总数为计算对象,根据lnAi和lnSi的直线关系用最小二乘法进行拟和求得直线方程为:lnA=DfilnS+E,其中lnA为直线方程的y轴变量,lnS为直线方程的x轴变量,E为直线的截距,Dfi为直线斜率;
步骤五获得的直线斜率Dfi就是从絮凝过程开始第ik秒时刻的絮体成长分形维数值Dfg,根据所述第ik秒时刻的絮体成长分形维数值Dfg,即为第ik秒时刻的絮体成长过程测定结果。
该结果为相对数值,即:在水处理反应器内的水中颗粒发生絮凝的过程中如果t1时刻测定的絮体成长分形维数值Dfg1大于t2时刻测定的絮体成长分形维数值Dfg2,则表示t1时刻水中絮体的粒径和密实程度要大于t2时刻的絮体的粒径和密实程度,这意味着t1时刻测定的絮凝效果要好于t2时刻的测定结果。
由于水处理反应器的水体中的可见絮体一般是在距离水面高度的0.5~0.8位置开始生成,因此,本实施方式在步骤一中拍摄的絮体图像中包括水处理反应器的底部至水面0.5~0.8高度处的水体图像信息,使所拍摄的图像中的信息能够充分体现水处理反应器的水体中的絮体的生成全过程。
实际应用时,根据需要,选择步骤二中的时间间隔k的大小,当需要对絮凝过程的各个阶段进行详细分析或者测定结果时,可以选择k为较小的数值,例如选择k=1、2、3等,当需要对絮凝全过程进行分析获得测定结果时,可以选择较大的值,例如选择k=20、30、60等。
当需要获得整个絮凝过程的测定结果时,在步骤五中的i=n,获得nk时刻 的絮体成长分形维数值Dfg,即为表征絮凝全过程效果的絮凝体系分形维数值Df。
步骤一中所述的数字摄像机的拍摄速度在50帧/秒~500帧/秒之间。
所述水处理反应器内采用落射光照明。
本实施方式中的摄像机可以选用水下数字摄像机,将数字摄像机的镜头固定在水处理反应器中,并使数字摄像机的镜头平面垂直于水处理反应器中的水平面,进而达到获得絮凝过程中絮体的影像信息的目的。
本实施方式中还可以在水处理反应器的侧壁开有透明窗口,然后采用数字摄像机通过透明窗口对水处理反应器内的水体中的絮凝全过程的絮体影像进行拍摄。这种情况,只需要选用普通数字摄像机即可实现图像的拍摄功能,并且所述数字摄像机不在水处理反应器的水体中,不影响水处理反应器中的絮凝过程,获得的图像信息更能真实地反映水中絮凝的真实过程。
步骤三中所述的对絮体图像中的絮体影像进行识别的方法,可以采用现有方法实现,例如,可以采用采用发明专利ZL200610009871.5描述的方法进行识别。
具体实施方式二:本实施方式是对具体实施方式一所述的水中絮体分形成长过程原位测定方法中,步骤四中所述的计算获得第i幅絮体图像文件中识别出来的全部絮体的平均周长Si和平均投影面积Ai的方法的进一步说明,所述方法为:
以步骤三中识别出的第i幅絮体图像文件中单个絮体所含像素的点数作为所述单个絮体的投影面积Aj,以单个絮体周长所含像素的点数作为所述单个絮体的周长Sj,其中j=1至m,m为步骤三中识别出的第i幅絮体图像文件中包含的絮体的总个数;
第ik秒时刻的絮体平均周长Si为:
计算获得第ik秒时刻的絮体平均投影面积Ai为:
具体实施方式三:本实施方式是对具体实施方式一所述的水中絮体分形成 长过程原位测定方法中的数字摄像机与计算机之间的数据传输方式进行了进一步的说明。本实施方式中的述数字摄像机与计算机之间采用10/100/千兆通讯接口或者集成的Camera Link数字接口进行图像信息的传递。
采用本实施方式所述的两种数据传输方式,可以实现图像信息的实时传送,在絮凝过程结束后,就可以获得测定结果,提高了测定速度。
具体实施方式四:本实施方式与具体实施方式一所述的水中絮体分形成长过程原位测定方法的区别在于,步骤一中获得的絮凝图像的分辨率为1024×768至1280×1024像素,所述摄像机的摄像速度为200帧/秒~400帧/秒;步骤二中的时间间隔k=1,其它步骤及参数与实施方式一相同。
由于絮凝过程中絮体粒子在水流的动力作用下不断随机运动,在常规动态微观拍摄过程中会显现出较高的速度,导致采集到的絮体图像有强烈的运动虚影,给实际工作带来很大困难。本实施方式中采用高速数字摄像机对絮凝过程进行原位检测,由于高速数字摄像机的拍摄速度快、曝光时间短,使得在拍摄运动絮体的时候所产生的虚影只有200nm~700nm,这个长度比摄像机所能捕捉到的最小像素还要小,因此可以获得从絮凝开始到结束全过程的清晰的絮体影像。
采用本实施方式方法对水中絮体分形成长过程原位测定,絮凝过程不同时刻测定的絮体成长分形维数值Dfg与絮体平均粒径变化曲线如图1所示,絮凝体系分形维数值Df与沉后水浊度的线性关系曲线如图2所示。
由图1中可以明显看出在絮凝过程中测定的絮体成长分形维数值Dfg及平均粒径随絮凝时间均有明显变化,并呈相似的变化规律,在絮凝初期,絮体的生长速率大于破碎速率,使絮体颗粒逐渐增大形成具有不规则形态的絮体,对应于方法中测定的絮体成长分形维数值Dfg随着絮凝时间逐渐增大;絮体生长到一定程度后,絮体抵抗剪切破坏的能力逐渐下降,变得易破碎,最终使絮体的成长和破碎达动态平衡,对应于方法中测定的絮体成长分形维数值Dfg处于震荡阶段,从而证明絮体成长分形维数值Dfg能够定量描述与解释絮凝过程,表征絮凝效果。
由图2中可以明显看出絮凝体系分形维数值Df与沉后水浊度(反应絮凝效果好坏的最终评价指标,沉后水浊度越低,说明絮凝效果越好)具有良好的线性关系(R2=0.9419),随着絮凝体系分形维数值Df的增大,沉后水浊度逐 渐减小,从而证明可以用絮凝体系分形维数值Df表征絮凝全过程效果,使絮凝沉降达到最佳状态并得到有效控制。
说明本发明采用的水中絮体分形成长过程原位测定方法可以准确定量反映絮凝过程中絮体分形聚集特征及表征絮凝全过程效果。
Claims (9)
1.水中絮体分形成长过程原位测定方法,它的过程为:
步骤一、在水处理反应器内的水中的颗粒发生絮凝的全过程中,采用数字摄像机定点对水处理反应器内的水体进行连续拍摄获得多幅絮体图像;所述絮体图像的分辨率在640×480像素至1280×1024像素之间,并且所述絮体图像中包括水处理反应器的底部至水面高度的距离水面的0.5~0.8处的水体图像信息;
步骤二、采用计算机对采集到的絮体图像按照从絮凝过程开始到结束的时间顺序,每间隔k秒的絮体图像进行处理,共获得n个絮体图像文件,所述k和n均为大于0的整数;
步骤三、对步骤二获得的每一幅絮体图像文件中的絮体影像进行识别;
步骤四、计算获得第i幅絮体图像文件中识别出来的全部絮体的平均周长Si和平均投影面积Ai,然后获得絮体平均周长Si的自然对数值lnSi,絮体平均投影面积Ai的自然对数值lnAi,其中i=1、2……n,Si和Ai分别代表絮凝第ik秒时刻的絮体平均周长和絮体平均投影面积;
步骤五、以从絮凝过程开始到第ik秒时刻的絮体平均周长总数和平均投影面积总数为计算对象,根据lnAi和lnSi的直线关系用最小二乘法进行拟和求得直线方程为:lnA=DfilnS+E,其中lnA为直线方程的y轴变量,lnS为直线方程的x轴变量,E为直线的截距,Dfi为直线斜率;
步骤五获得的直线斜率Dfi就是从絮凝过程开始第ik秒时刻的絮体成长分形维数值Dfg,所述第ik秒时刻的絮体成长分形维数值Dfg即为第ik秒时刻的絮体成长过程测定结果。
2.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,步骤一中所述的数字摄像机的拍摄速度在50帧/秒~500帧/秒之间。
3.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,所述水处理反应器内采用落射光照明。
4.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,所述数字摄像机为水下数字摄像机,所述数字摄像机的镜头固定在水处理反应器中,并且所述数字摄像机的镜头平面垂直于水处理反应器中的水平面。
5.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,所述水处理反应器的侧壁开有透明窗口,所述数字摄像机通过透明窗口对水处理反应器内的水体中的絮凝全过程的絮体影像进行拍摄。
7.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,所述数字摄像机与计算机之间采用10/100/千兆通讯接口或者集成的CameraLink数字接口进行图像信息的传递。
8.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,步骤一中获得的絮凝图像的分辨率为1024×768至1280×1024像素。
9.根据权利要求1所述的水中絮体分形成长过程原位测定方法,其特征在于,步骤一中所述数字摄像机的摄像速度为200帧/秒~400帧/秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910072251XA CN101576467B (zh) | 2009-06-11 | 2009-06-11 | 水中絮体分形成长过程原位测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910072251XA CN101576467B (zh) | 2009-06-11 | 2009-06-11 | 水中絮体分形成长过程原位测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101576467A CN101576467A (zh) | 2009-11-11 |
CN101576467B true CN101576467B (zh) | 2011-01-05 |
Family
ID=41271458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910072251XA Expired - Fee Related CN101576467B (zh) | 2009-06-11 | 2009-06-11 | 水中絮体分形成长过程原位测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101576467B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018181A (zh) * | 2012-12-14 | 2013-04-03 | 江苏大学 | 基于相关性分析和elm神经网络的软测量方法 |
CN103954536B (zh) * | 2014-02-07 | 2016-05-04 | 沈阳理工大学 | 激光粒度仪测量颗粒材料体分形维数的方法 |
CN104297113B (zh) * | 2014-10-08 | 2017-06-06 | 重庆交通大学 | 一种测量细颗粒泥沙絮凝结构的装置及测量方法 |
CN106442526A (zh) * | 2016-08-29 | 2017-02-22 | 青岛理工大学 | 一种基于matlab的活性污泥絮体分析方法 |
CN107144501B (zh) * | 2017-06-13 | 2019-07-09 | 南京航空航天大学 | 一种利用短脉冲激光测量球形颗粒分形聚集特征参数的方法 |
CN112122009B (zh) * | 2020-09-11 | 2022-03-08 | 华北理工大学 | 一种描述赤铁矿絮凝体性状的方法 |
CN112456621B (zh) * | 2020-11-24 | 2021-07-20 | 四川齐力绿源水处理科技有限公司 | 一种絮凝智能加药控制方法 |
CN113138141B (zh) * | 2021-04-23 | 2023-01-20 | 昆明理工大学 | 一种测量固-液混合过程固体扩散速率和溶解速率的方法 |
CN115108617B (zh) * | 2022-07-06 | 2023-06-20 | 中冶南方城市建设工程技术有限公司 | 混凝加药方法及系统 |
CN115684156A (zh) * | 2022-10-27 | 2023-02-03 | 重庆大学 | 一种基于絮体识别的混凝单元制水状态预警方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1821755A (zh) * | 2006-03-29 | 2006-08-23 | 哈尔滨工业大学 | 水中絮体分形脉动影像实时检测方法 |
CN101158630A (zh) * | 2007-11-21 | 2008-04-09 | 哈尔滨工业大学 | 水中絮体形态原位识别方法 |
-
2009
- 2009-06-11 CN CN200910072251XA patent/CN101576467B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1821755A (zh) * | 2006-03-29 | 2006-08-23 | 哈尔滨工业大学 | 水中絮体分形脉动影像实时检测方法 |
CN101158630A (zh) * | 2007-11-21 | 2008-04-09 | 哈尔滨工业大学 | 水中絮体形态原位识别方法 |
Non-Patent Citations (2)
Title |
---|
JP特开2001-324442A 2001.11.22 |
陆谢娟等.絮凝过程中絮体分形及其分形维数的测定.《华中科技大学学报(城市科学版)》.2003,第20卷(第3期),46-49. * |
Also Published As
Publication number | Publication date |
---|---|
CN101576467A (zh) | 2009-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101576467B (zh) | 水中絮体分形成长过程原位测定方法 | |
CN110414334B (zh) | 一种基于无人机巡视的智能水质识别方法 | |
CN100554969C (zh) | 湍动条件下低浓度污泥沉降速率的测量方法和装置 | |
DE2558392A1 (de) | Partikelanalysator | |
CN105510195A (zh) | 一种堆叠骨料的粒度粒形在线检测方法 | |
CN114354872B (zh) | 一种无人化河长智能巡河系统 | |
CN103630473A (zh) | 活性污泥在线计算机图像分析预警系统及方法 | |
CN104680488A (zh) | 一种基于中值滤波的dsm进行星载sar影像正射纠正的方法 | |
CN104330048A (zh) | 一种基于图像的铁路雪深测量装置及方法 | |
CN211927018U (zh) | 一种新型液位测量装置 | |
Benson et al. | InSiPID: A new low-cost instrument for in situ particle size measurements in estuarine and coastal waters | |
CN112767362B (zh) | 一种基于活性污泥相差显微图像污泥膨胀预测方法 | |
CN114120218A (zh) | 一种基于边缘计算的河道漂浮物监测方法 | |
CN103267498A (zh) | 铁矿石粗糙度自动数字量化测量方法 | |
CN100549664C (zh) | 水中絮体形态原位识别方法 | |
CN104007273A (zh) | 一种河流泥沙含量的监测设备及其测算方法 | |
CN104297753A (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
DE102008008571B4 (de) | Hintergrundbilderzeugungsvorrichtung | |
Hong et al. | Measurement of particle size based on digital imaging technique | |
CN115564725A (zh) | 基于图像智能识别的边坡监测方法及装置 | |
CN114863313A (zh) | 一种基于图像识别的水处理过程监控方法 | |
CN114581421A (zh) | 一种河流鱼类群落实时监测方法与系统 | |
Zhu et al. | An automated measurement technique for slurry settling tests | |
CN110533698B (zh) | 一种基于视觉检测的基坑施工桩检测控制方法 | |
CN203881780U (zh) | 一种河流泥沙含量的监测设备及其测算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110105 Termination date: 20130611 |