CN108107005A - 液体质量检测的方法及装置 - Google Patents
液体质量检测的方法及装置 Download PDFInfo
- Publication number
- CN108107005A CN108107005A CN201611067782.6A CN201611067782A CN108107005A CN 108107005 A CN108107005 A CN 108107005A CN 201611067782 A CN201611067782 A CN 201611067782A CN 108107005 A CN108107005 A CN 108107005A
- Authority
- CN
- China
- Prior art keywords
- liquid
- image
- detected
- information
- acquisition
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本公开是关于液体质量检测的方法及装置。该方法包括:获取待检测液体的至少一张图像;对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。该技术方案中,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
Description
技术领域
本公开涉及智能终端技术领域,尤其涉及液体质量检测的方法及装置。
背景技术
目前,对液体的质量检测可通过实验室内的专业设备进行检测,例如:通过在液体样本中加入不同的化学试剂,检测液体中所含物质的一些特定指标,或则,通过检测液体的导电性等物理指标获得液体的质量。
但是,有些环境中没有实验室内的专业设备,例如:野外作业者或者旅行者需获取一些液体,例如水,在这种环境下,由于不能携带专业检测设备,从而无法获取液体的质量。
发明内容
本公开实施例提供了液体质量检测的方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种液体质量检测的方法,可包括:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
可见,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
在一个实施例中,所述获取待检测液体的至少一张图像包括:
通过图像采集装置获取待检测液体的至少一张图像;或/和,
获取待检测液体的样本,在所述样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;
其中,所述图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
可见,获取液体的图像的方式比较灵活,可应用于不同的场景之中,满足用户不同的需求,提高了用户体验。
在一个实施例中,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别,确定所述图像所包含的颜色信息;
根据所述颜色信息,获得所述待检测液体的色度值;
将所述色度值与预设色度值进行比对,确定所述待检测液体的污染级别。
该实施例中只需对图像中的颜色信息进行分析出来,即可确定液体的污染级别,非常简单快捷。
在一个实施例中,所述确定所述待检测液体的质量还包括:
根据所述颜色信息,预估所述待检测液体中所含物质的类型。
当然,还可根据颜色信息预估液体中所含物质的类型,进一步提高了液体质量检测的范围。
在一个实施例中,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别和边缘增强处理,确定所述待检测液体中可见颗粒物的类型浓度信息;
根据所述类型浓度信息,确定所述待检测液体的浑浊度信息。
该实施例中可通过图像识别和边缘增强处理,确定液体的浑浊度信息,也比较简单快捷,进一步扩展了液体质量所包含的范围。
在一个实施例中,所述当获取的图像包括视频采集中至少两张连续的图像时,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
通过人工智能模型,对每张所述图像进行时序分析,确定所述待检测液体中所含物质的运动信息;
根据所述运动信息,确定所述待检测液体中的活物信息。
本实施例中可通过图像时序分析,确定液体中的活物信息,扩展了液体质量所包含的范围,进一步提高了液体质量检测的准确度。
在一个实施例中,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行分光光度分析,获得对应的吸收光谱曲线;
根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型信息。
本实施例中可较准确地确定液体中所含物质的类型信息。
在一个实施例中,当获取的图像包括至少两张时,所述根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型包括:
比对与每种图像对应的吸收光谱曲线,确定所述待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
可见,借助不同的闪光灯、摄像镜头可进一步提高液体质量检测的能力。
在一个实施例中,所述所含物质包括以下至少一种:可见物颗粒、植物、生物、微生物。
可见,可比较全面对液体中所含物质进行检测,从而可提高液体质量检测的准确度以及全面性。
根据本公开实施例的第二方面,提供一种液体质量检测的装置,可包括:
获取模块,用于获取待检测液体的至少一张图像;
检测模块,与所述获取模块连接,用于对获取模块获取的所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
可见,只需对液体的图像进行分析处理,即可确定获得液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
在一个实施例中,所述获取模块包括:第一获取子模块和/或第二获取子模块,其中,
第一获取子模块,用于通过图像采集装置获取待检测液体的至少一张图像;
第二获取子模块,用于获取待检测液体的样本,在所述样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;
其中,所述图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
可见,获取液体的图像的方式比较灵活,可应用于不同的场景之中,满足用户不同的需求,提高了用户体验。
在一个实施例中,所述检测模块包括:
污染检测子模块,用于对所述图像进行图像识别,确定所述图像所包含的颜色信息,根据所述颜色信息,获得所述待检测液体的色度值,将所述色度值与预设色度值进行比对,确定所述待检测液体的污染级别。
该实施例中只需对图像中的颜色信息进行分析出来,即可确定液体的污染级别,非常简单快捷。
在一个实施例中,所述污染检测子模块包括:
类型预估单元,用于根据所述颜色信息,预估所述待检测液体中所含物质的类型。
当然,还可根据颜色信息预估液体中所含物质的类型,进一步提高了液体质量检测的范围。
在一个实施例中,所述检测模块包括:
浑浊度检测子模块,用于对所述图像进行图像识别和边缘增强处理,确定所述待检测液体中可见颗粒物的类型浓度信息,根据所述类型浓度信息,确定所述待检测液体的浑浊度信息。
该实施例中可通过图像识别和边缘增强处理,确定液体的浑浊度信息,也比较简单快捷,进一步扩展了液体质量所包含的范围。
在一个实施例中,所述检测模块包括:
活物检测子模块,用于当获取的图像包括视频采集中至少两张连续的图像时,通过人工智能模型,对每张所述图像进行时序分析,确定所述待检测液体中所含物质的运动信息,根据所述运动信息,确定所述待检测液体中的活物信息。
本实施例中可通过图像时序分析,确定液体中的活物信息,扩展了液体质量所包含的范围,进一步提高了液体质量检测的准确度。
在一个实施例中,所述检测模块包括:
类型检测子模块,用于对所述图像进行分光光度分析,获得对应的吸收光谱曲线,根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型信息。
本实施例中可较准确地确定液体中所含物质的类型信息。
在一个实施例中,所述类型检测子模块包括:
比对分析单元,用于当获取的图像包括至少两张时,比对与每种图像对应的吸收光谱曲线,确定所述待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
可见,借助不同的闪光灯、摄像镜头可进一步提高液体质量检测的能力。
根据本公开实施例的第三方面,提供一种液体质量检测的装置,用于终端,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
本公开的实施例提供的技术方案可以包括以下有益效果:
上述技术方案中,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的液体质量检测方法的流程图。
图2是根据一示例性实施例一示出的液体质量检测方法的流程图。
图3是根据一示例性实施例二示出的液体质量检测方法的流程图。
图4是根据一示例性实施例示出的液体质量检测装置的框图。
图5是根据一示例性实施例三示出的液体质量检测装置的框图。
图6是根据一示例性实施例四示出的液体质量检测装置的框图。
图7是根据一示例性实施例示出的一种用于液体质量检测的装置1200的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供的技术方案,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
图1是根据一示例性实施例示出的液体质量检测方法的流程图,如图1所示,包括以下步骤S101-S102:
在步骤S101中,获取待检测液体的至少一张图像。
本公开实施例中,终端中一般都携带有图像采集装置,通过图像采集装置可获取待检测液体的一张、两张或多张图像,还可通过图像采集装置拍摄待检测液体的一段视频,从而,可获得多张连续的图像。可直接通过图像采集装置拍摄待检测液体的图像,或者,获取待检测液体的样本,然后拍摄获取的样本,得到待检测液体的图像。或者,获取待检测液体的样本并在样本中加入设定化学试剂后,拍摄加入定化学试剂的样本,得到待检测液体的图像。
图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。终端中携带的图像采集装置也可包括摄像镜头,或者,摄像镜头和闪光灯,从而,可通过携带的图像采集装置取待检测液体的至少一张图像。当然,还可以增加的图像采集装置,来获取待检测液体的至少一张图像。例如:通过增加光学镜头或者外接镜头等外置配件增加终端的摄像镜头的放大倍数,从而,获得更加高清的待检测液体的图像,这样,在放大40-50倍的情况下,即可观测到微生物,从而获取的待检测液体的图像可包括微生物的图像。或者,配备能输出不同波长的外置的闪光灯,这样,在不同的闪光灯下,终端拍摄待检测液体的图像,获得对应的待检测液体的图像。或者,配置不同外置摄像镜头,这样,在不同的外置的摄像镜头下,终端拍摄待检测液体的图像,获得对应的待检测液体的图像。
可见,本公开实施例中,获取待检测液体的至少一张图像包括:通过图像采集装置获取待检测液体的至少一张图像;或/和,获取待检测液体的样本,在样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;其中,图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。而图像采集装置可位于终端内,也可有位于终端内以及终端外。
在步骤S102中,对图像进行图像处理,并根据图像处理信息,确定待检测液体的质量。
本公开实施例中,液体的质量可包括以下至少一种:液体的污染级别、液体的浑浊度信息、液体中的活物信息、液体中所含物质的类型信息。不同的液体的质量对应的图像处理过程不完全相同。
当液体的质量包括液体的污染级别时,对图像进行图像处理,并根据图像处理信息,确定待检测液体的质量包括:对图像进行图像识别,确定图像所包含的颜色信息;根据颜色信息,获得待检测液体的色度值;将色度值与预设色度值进行比对,确定待检测液体的污染级别。
当待检测液体为水时,由于清洁的水是透明的,而污染的水会呈现不同的颜色,通过水颜色鉴定水质是现有最基本常用的鉴定方法,被称为水色度鉴定。而对于其他的液体,纯净时颜色也在一个固定的范围内,同样可通过颜色进行鉴定。因此,可通过颜色鉴定来确定待检测液体的污染级别。
通过图像识别,可确定图像所包含的颜色信息,进而可获得待检测液体的色度值,终端中可预存待检测液体的预设色度值,从而将色度值与预设色度值进行比对,确定待检测液体的污染级别。终端中保存的预设色度值可为纯净时待检测液体的色度值。预设色度值可是一个值或者一个范围值。
由于不同的物质在液体中的颜色不同,因此,可通过颜色提示可能的污染物类型。例如:铜在水中呈现绿色,腐败物在水中呈现黄色。因此,确定待检测液体的质量还包括:根据颜色信息,预估待检测液体中所含物质的类型。
当液体的质量包括液体的浑浊度信息时,对图像进行图像处理,并根据图像处理信息,确定待检测液体的质量包括:对图像进行图像识别和边缘增强处理,确定待检测液体中可见颗粒物的类型浓度信息;根据类型浓度信息,确定待检测液体的浑浊度信息。
一般,液体的浑浊可由可见颗粒物引起,因此,从获取的图像中识别出可见颗粒物,包括:可见颗粒物的大小,类型等信息,并进行统计,从而得到待检测液体中可见颗粒物的类型浓度信息。进而可根据类型浓度信息,确定待检测液体的浑浊度信息。
边缘增强处理是图像增强处理的一种。它是将遥感图像相邻像区域的亮度值或色调相差较大的边缘处加以突出强调的技术方法。经边缘增强处理后的图像能更清晰地显示出不同的物质类型或现象的边界,或线形影像的行迹,以便于不同的物质类型的识别及其分布范围的圈定。可见,对图像进行图像识别和边缘增强处理,即可确定待检测液体中可见颗粒物的类型浓度信息。
当液体的质量包括液体中的活物信息时,需对连续至少两张图像进行图像处理后,才能确定待检测液体的质量,因此,当获取的图像包括视频采集中至少两张连续的图像时,对图像进行图像处理,并根据图像处理信息,确定待检测液体的质量包括:通过人工智能模型,对每张图像进行时序分析,确定待检测液体中所含物质的运动信息;根据运动信息,确定待检测液体中的活物信息。
例如:在步骤S101中,拍摄了待检测液体一段视频后,可获取待检测液体的至少两张连续的图像,从而通过人工智能模型,对每张图像进行时序分析,确定待检测液体中所含物质的运动信息;一般,待检测液体中的活物可进行运动,从而,可根据运动信息,确定待检测液体中的活物信息。例如:水中的小鱼会游来游去,从而,对图像进行时序分析后,得到运动信息,得到的运动信息与活物运行信息匹配时,即可确定待检测液体中的活物信息。
由于在步骤S101中获取待检测液体的至少一张图像时,可能还采用外置的可放大的镜头,在放大40-50倍的情况下即可观测到微生物。从而获取的图像中包括了微生物的图像,从而,对图像进行处理后,可获得微生物的信息。因此,本公开实施例中,液体中所含物质包括以下至少一种:可见物颗粒、植物、生物、微生物。
根据图像中的颜色信息,可预估待检测液体中所含物质的类型。本公开实施例不限于此,由于不同的物质呈现不同的吸收光谱曲线,因此,还可采用分光光度分析,确定待检测液体中所含物质的类型信息。因此,当液体的质量包括所含物质的类型信息时,对图像进行图像处理,并根据图像处理信息,确定待检测液体的质量包括:对图像进行分光光度分析,获得对应的吸收光谱曲线;根据吸收光谱曲线,确定待检测液体中所含物质的类型信息。
分光光度分析是通过在特定波长处或一定波长范围内物质对光的吸收度,可对该物质进行定性或定量分析。因此,获取图像可对应不同的闪光灯,每个闪光灯输出光波的波长不同,或者,摄像镜头不同,每个摄像镜头分光后的光波的波长不同。这样,当获取的图像包括至少两张时,根据吸收光谱曲线,确定待检测液体中所含物质的类型包括:比对与每种图像对应的吸收光谱曲线,确定待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
终端中可预存与设定物质对应的预设吸收光谱曲线,若进行分光光度分析的得到吸收光谱曲线与预设吸收光谱曲线匹配时,可确定待检测液体中含有与预设吸收光谱曲线对应的物质。当然,比对后的吸收光谱曲线与预设吸收光谱曲线匹配时,也可确定待检测液体中所含物质的类型。
随着图像采集装置技术的发展,也可通过输出紫外光来确定液体中无色物质的类型信息。
当然,在步骤S101中,获取的图像是加入设定化学试剂后待检测液体的样本的至少一张图像,也可对图像进行分光光度分析,获得对应的吸收光谱曲线;从而,根据吸收光谱曲线,确定待检测液体中所含物质的类型信息。例如:待检测液体的样本中加入中铬酸钾后,通过分光光度分析,确定所含物质的吸光率,得到对应的吸收光谱曲线,从而可确定待检测液体中所含的微生物以及腐败有机物含量。
可见,本公开实施例可对液体的图像进行分析处理,即可确定液体的质量,液体的质量包括以下至少一种:液体的污染级别、液体的浑浊度信息、液体中的活物信息、液体中所含物质的类型信息。这样,用户可比较快速获得液体的质量的相关信息。例如:用户在野外通过终端获取水的图像后,即可获知水的质量的相关信息,从而来判读是否可饮用,提高了用户野外生存的安全性。
因此,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
下面将操作流程集合到具体实施例中,举例说明本公开实施例提供的方法。
实施例一,本实施例中,液体的质量包括:液体的污染级别、液体的浑浊度信息。
图2是根据一示例性实施例一示出的液体质量检测方法的流程图,如图2所示,包括以下步骤S201-S205:
在步骤S201中,获取待检测液体的至少一张图像。
这里,通过终端携带的图像采集装置,获取待检测液体的一张、两张或多种图像。
在步骤S202中,对获取的图像进行图像识别以及边缘增强处理,确定图像所包含的颜色信息,以及确定待检测液体中可见颗粒物的类型浓度信息。
这里,通过图像识别,可确定图像所包含的颜色信息。进一步,对图像进行图像识别以及边缘增强处理,从获取的图像中识别出可见颗粒物,包括:可见颗粒物的大小,类型等信息,并进行统计,从而得到待检测液体中可见颗粒物的类型浓度信息。
在步骤S203中,根据确定的颜色信息,获得待检测液体的色度值;将色度值与预设色度值进行比对,确定待检测液体的污染级别。
在步骤S204中,根据确定的颜色信息,预估待检测液体中所含物质的类型。
不同的物质在液体中的颜色不同,因此,可通过颜色提示可能的污染物类型。例如:铜在水中呈现绿色,腐败物在水中呈现黄色。
在步骤S205中,根据确定的可见颗粒物的类型浓度信息,确定待检测液体的浑浊度信息。
液体的浑浊可由可见颗粒物引起,因此,可根据可见颗粒物的类型浓度信息,确定待检测液体的浑浊度信息。
可见,本实施例中,可通过对待检测液体的图像的图像处理与分析,确定待检测液体的污染级别以及浑浊度信息,还可提示对应的污染物类型。这样,可比较快捷获得液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
当然,上述步骤S205也可在步骤S203之前执行,即可先确定液体的污染级别,在确定液体的浑浊度信息,或者,先确定液体的浑浊度信息,在确定液体的污染级别。
实施例二、本实施例中,液体的质量包括:液体的污染级别、液体的浑浊度信息以及液体中所含物质的类型信息。
图3是根据一示例性实施例二示出的液体质量检测方法的流程图,如图3所示,包括以下步骤S301-S304:
在步骤S301中,在不同的闪光灯下,获取多张待检测水的图像。
每个闪光灯输出光波的波长不同,这样,可获取多张不同波长下的待检测水的图像。
在步骤S302中,对获取的图像进行图像识别,确定图像所包含的颜色信息,据颜色信息,获得待检测水的色度值,将色度值与预设色度值进行比对,确定待检测水的污染级别。
在步骤S303中,对图像进行图像识别和边缘增强处理,确定待检测水中可见颗粒物的类型浓度信息,根据类型浓度信息,确定待检测水的浑浊度信息。
在步骤S304中,对获取每张图像进行分光光度分析,获得对应的吸收光谱曲线,比对与每种图像对应的吸收光谱曲线,确定待检测水中所含物质的类型。
这样,可比较快捷获得水的质量,用户根据检测出的质量,来判读待检测水是否可以饮用,从而,提高了用户业务生存的安全性。
当然,本公开实施例中还可获取待检测液体的视频,并进行时序分析,获得液体中的活物信息,具体就不一一例举。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图4是根据一示例性实施例示出的液体质量检测装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,该液体质量检测装置包括:获取模块410和检测模块420。其中,
获取模块410,被配置为获取待检测液体的至少一张图像。
检测模块420,与获取模块410连接,被配置为对获取模块410获取的图像进行图像处理,并根据图像处理信息,确定待检测液体的质量。
可见,只需对液体的图像进行分析处理,即可获得液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应被配置为室外或野外等环境下,扩展了液体质量检测的应用范围。
在本公开一个实施例中,获取模块410包括:第一获取子模块和/或第二获取子模块,其中,
第一获取子模块,被配置为通过图像采集装置获取待检测液体的至少一张图像。
第二获取子模块,被配置为获取待检测液体的样本,在样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像。
其中,图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
可见,获取液体的图像的方式比较灵活,可应被配置为不同的场景之中,满足用户不同的需求,提高了用户体验。
在本公开一个实施例中,检测模块420包括:污染检测子模块,被配置为对图像进行图像识别,确定图像所包含的颜色信息,根据颜色信息,获得待检测液体的色度值,将色度值与预设色度值进行比对,确定待检测液体的污染级别。该实施例中只需对图像中的颜色信息进行分析出来,即可确定液体的污染级别,非常简单快捷。
在本公开一个实施例中,污染检测子模块包括:类型预估单元,被配置为根据颜色信息,预估待检测液体中所含物质的类型。当然,还可根据颜色信息预估液体中所含物质的类型,进一步提高了液体质量检测的范围。
在本公开一个实施例中,检测模块420包括:浑浊度检测子模块,被配置为对图像进行图像识别和边缘增强处理,确定待检测液体中可见颗粒物的类型浓度信息,根据类型浓度信息,确定待检测液体的浑浊度信息。该实施例中可通过图像识别和边缘增强处理,确定液体的浑浊度信息,也比较简单快捷,进一步扩展了液体质量所包含的范围。
在本公开一个实施例中,检测模块420包括:活物检测子模块,被配置为当获取的图像包括视频采集中至少两张连续的图像时,通过人工智能模型,对每张图像进行时序分析,确定待检测液体中所含物质的运动信息,根据运动信息,确定待检测液体中的活物信息。本实施例中可通过图像时序分析,确定液体中的活物信息,扩展了液体质量所包含的范围,进一步提高了液体质量检测的准确度。
在本公开一个实施例中,检测模块420包括:类型检测子模块,被配置为对图像进行分光光度分析,获得对应的吸收光谱曲线,根据吸收光谱曲线,确定待检测液体中所含物质的类型信息。本实施例中可较准确地确定液体中所含物质的类型信息。
在本公开一个实施例中,类型检测子模块包括:比对分析单元,被配置为当获取的图像包括至少两张时,比对与每种图像对应的吸收光谱曲线,确定待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。可见,借助不同的闪光灯、摄像镜头可进一步提高液体质量检测的能力。
下面举例说明本公开实施例提供的装置。
实施例三,图5是根据一示例性实施例三示出的液体质量检测装置的框图,如图5所示,该装置包括:获取模块410和检测模块420。其中,获取模块410包括:第一获取子模块411。而检测模块420包括:污染检测子模块421、浑浊度检测子模块422。污染检测子模块421可包括类型预估单元4211。
其中,获取模块410中的第一获取子模块411通过携带的图像采集装置,获取待检测液体的一张、两张或多种图像。
这样,检测模块420中的污染检测子模块421对图像进行图像识别,确定图像所包含的颜色信息,根据颜色信息,获得待检测液体的色度值,将色度值与预设色度值进行比对,确定待检测液体的污染级别。其中,污染检测子模块421中的类型预估单元4211可根据颜色信息,预估待检测液体中所含物质的类型。
检测模块420中的浑浊度检测子模块对图像进行图像识别和边缘增强处理,确定待检测液体中可见颗粒物的类型浓度信息,根据类型浓度信息,确定待检测液体的浑浊度信息。
可见,本实施例中,可通过对待检测液体的图像的图像处理与分析,确定待检测液体的污染级别以及浑浊度信息,还可提示对应的污染物类型。这样,可比较快捷获得液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应被配置为室外或野外等环境下,扩展了液体质量检测的应用范围。
实施例四,图6是根据一示例性实施例四示出的液体质量检测装置的框图,如图6所示,包括:获取模块410和检测模块420,其中,获取模块410包括:第一获取子模块411。而检测模块420包括:污染检测子模块421、浑浊度检测子模块422、以及类型检测子模块423。而类型检测子模块423包括:比对分析单元4231。
其中,获取模块410中第一获取子模块411在不同的闪光灯下,获取多张待检测水的图像。而每个闪光灯输出光波的波长不同。
这样,检测模块420中的污染检测子模块421对获取的图像进行图像识别,确定图像所包含的颜色信息,据颜色信息,获得待检测水的色度值,将色度值与预设色度值进行比对,确定待检测水的污染级别。
浑浊度检测子模块422对图像进行图像识别和边缘增强处理,确定待检测水中可见颗粒物的类型浓度信息,根据类型浓度信息,确定待检测水的浑浊度信息。
而类型检测子模块423对获取每张图像进行分光光度分析,获得对应的吸收光谱曲线,从而,比对分析单元4231比对与每种图像对应的吸收光谱曲线,确定待检测水中所含物质的类型。
这样,可比较快捷获得水的质量,用户根据检测出的质量,来判读待检测水是否可以饮用,从而,提高了用户业务生存的安全性。
本公开实施例提供一种液体质量检测的装置,用于终端,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例提供的上述技术方案,只需对液体的图像进行分析处理,即可确定液体的质量,简化了液体质量检测的过程,提高了液体质量检测的速度。并可应用于室外或野外等环境下,扩展了液体质量检测的应用范围。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于液体质量检测的装置1200的框图,该装置适用于终端设备,并且该装置可以安装在交通工具上,形成车载终端。例如,装置1200可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图7,装置1200可以包括以下一个或多个组件:处理组件1202,存储器1204,电源组件1206,多媒体组件1208,音频组件1210,输入/输出(I/O)的接口1212,传感器组件1214,以及通信组件1216。
处理组件1202通常控制装置1200的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1202可以包括一个或多个模块,便于处理组件1202和其他组件之间的交互。例如,处理组件1202可以包括多媒体模块,以方便多媒体组件1208和处理组件1202之间的交互。
存储器1204被配置为存储各种类型的数据以支持在装置1200的操作。这些数据的示例包括用于在装置1200上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1206为装置1200的各种组件提供电力。电源组件1206可以包括电源管理系统,一个或多个电源,及其他与为装置1200生成、管理和分配电力相关联的组件。
多媒体组件1208包括在装置1200和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间点和压力。在一些实施例中,多媒体组件1208包括一个前置摄像头和/或后置摄像头。当装置1200处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1210被配置为输出和/或输入音频信号。例如,音频组件1210包括一个麦克风(MIC),当装置1200处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中,音频组件1210还包括一个扬声器,用于输出音频信号。
I/O接口1212为处理组件1202和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1214包括一个或多个传感器,用于为装置1200提供各个方面的状态评估。例如,传感器组件1214可以检测到装置1200的打开/关闭状态,组件的相对定位,例如组件为装置1200的显示器和小键盘,传感器组件1214还可以检测装置1200或装置1200一个组件的位置改变,用户与装置1200接触的存在或不存在,装置1200方位或加速/减速和装置1200的温度变化。传感器组件1214可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1214还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1216被配置为便于装置1200和其他终端之间有线或无线方式的通信。装置1200可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1216还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1204,上述指令可由装置1200的处理器1220执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当存储介质中的指令由装置1200的处理器执行时,使得装置1200能够执行图1所示的方法,方法包括:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
所述获取待检测液体的至少一张图像包括:
通过图像采集装置获取待检测液体的至少一张图像;或/和,
获取待检测液体的样本,在所述样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;
其中,所述图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别,确定所述图像所包含的颜色信息;
根据所述颜色信息,获得所述待检测液体的色度值;
将所述色度值与预设色度值进行比对,确定所述待检测液体的污染级别。
所述确定所述待检测液体的质量还包括:
根据所述颜色信息,预估所述待检测液体中所含物质的类型。
所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别和边缘增强处理,确定所述待检测液体中可见颗粒物的类型浓度信息;
根据所述类型浓度信息,确定所述待检测液体的浑浊度信息。
当获取的图像包括视频采集中至少两张连续的图像时,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
通过人工智能模型,对每张所述图像进行时序分析,确定所述待检测液体中所含物质的运动信息;
根据所述运动信息,确定所述待检测液体中的活物信息。
所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行分光光度分析,获得对应的吸收光谱曲线;
根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型信息。
当获取的图像包括至少两张时,所述根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型包括:
比对与每种图像对应的吸收光谱曲线,确定所述待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
所述所含物质包括以下至少一种:可见物颗粒、植物、生物、微生物。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (18)
1.一种液体质量检测的方法,其特征在于,包括:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
2.如权利要求1所述的方法,其特征在于,所述获取待检测液体的至少一张图像包括:
通过图像采集装置获取待检测液体的至少一张图像;或/和,
获取待检测液体的样本,在所述样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;
其中,所述图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
3.如权利要求1所述的方法,其特征在于,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别,确定所述图像所包含的颜色信息;
根据所述颜色信息,获得所述待检测液体的色度值;
将所述色度值与预设色度值进行比对,确定所述待检测液体的污染级别。
4.如权利要求3所述的方法,其特征在于,所述确定所述待检测液体的质量还包括:
根据所述颜色信息,预估所述待检测液体中所含物质的类型。
5.如权利要求1或3所述的方法,其特征在于,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行图像识别和边缘增强处理,确定所述待检测液体中可见颗粒物的类型浓度信息;
根据所述类型浓度信息,确定所述待检测液体的浑浊度信息。
6.如权利要求1所述的方法,其特征在于,当获取的图像包括视频采集中至少两张连续的图像时,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
通过人工智能模型,对每张所述图像进行时序分析,确定所述待检测液体中所含物质的运动信息;
根据所述运动信息,确定所述待检测液体中的活物信息。
7.如权利要求1所述的方法,其特征在于,所述对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量包括:
对所述图像进行分光光度分析,获得对应的吸收光谱曲线;
根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型信息。
8.如权利要求7所述的方法,其特征在于,当获取的图像包括至少两张时,所述根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型包括:
比对与每种图像对应的吸收光谱曲线,确定所述待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
9.如权利要求4、6或7所述的方法,其特征在于,所述所含物质包括以下至少一种:可见物颗粒、植物、生物、微生物。
10.一种液体质量检测的装置,其特征在于,包括:
获取模块,用于获取待检测液体的至少一张图像;
检测模块,与所述获取模块连接,用于对获取模块获取的所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
11.如权利要求10所述的装置,其特征在于,所述获取模块包括:第一获取子模块和/或第二获取子模块,其中,
第一获取子模块,用于通过图像采集装置获取待检测液体的至少一张图像;
第二获取子模块,用于获取待检测液体的样本,在所述样本中加入设定化学试剂后,通过图像采集装置获取待检测液体的样本的至少一张图像;
其中,所述图像采集装置包括:摄像镜头,或者,摄像镜头和闪光灯。
12.如权利要求8所述的装置,其特征在于,所述检测模块包括:
污染检测子模块,用于对所述图像进行图像识别,确定所述图像所包含的颜色信息,根据所述颜色信息,获得所述待检测液体的色度值,将所述色度值与预设色度值进行比对,确定所述待检测液体的污染级别。
13.如权利要求12所述的装置,其特征在于,所述污染检测子模块包括:
类型预估单元,用于根据所述颜色信息,预估所述待检测液体中所含物质的类型。
14.如权利要求10或12所述的装置,其特征在于,所述检测模块包括:
浑浊度检测子模块,用于对所述图像进行图像识别和边缘增强处理,确定所述待检测液体中可见颗粒物的类型浓度信息,根据所述类型浓度信息,确定所述待检测液体的浑浊度信息。
15.如权利要求10所述的装置,其特征在于,所述检测模块包括:
活物检测子模块,用于当获取的图像包括视频采集中至少两张连续的图像时,通过人工智能模型,对每张所述图像进行时序分析,确定所述待检测液体中所含物质的运动信息,根据所述运动信息,确定所述待检测液体中的活物信息。
16.如权利要求10所述的装置,其特征在于,所述检测模块包括:
类型检测子模块,用于对所述图像进行分光光度分析,获得对应的吸收光谱曲线,根据所述吸收光谱曲线,确定所述待检测液体中所含物质的类型信息。
17.如权利要求16所述的装置,其特征在于,所述类型检测子模块包括:
比对分析单元,用于当获取的图像包括至少两张时,比对与每种图像对应的吸收光谱曲线,确定所述待检测液体中所含物质的类型,其中,每张图像获取时对应的闪光灯输出光波的波长不同,和/或,每张图像获取时对应的摄像镜头不同。
18.一种液体质量检测的装置,用于终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取待检测液体的至少一张图像;
对所述图像进行图像处理,并根据图像处理信息,确定所述待检测液体的质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611067782.6A CN108107005A (zh) | 2016-11-25 | 2016-11-25 | 液体质量检测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611067782.6A CN108107005A (zh) | 2016-11-25 | 2016-11-25 | 液体质量检测的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108107005A true CN108107005A (zh) | 2018-06-01 |
Family
ID=62204702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611067782.6A Pending CN108107005A (zh) | 2016-11-25 | 2016-11-25 | 液体质量检测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108107005A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781944A (zh) * | 2019-01-21 | 2019-05-21 | 中华人民共和国同江海关 | 一种用于液体样品的智能化学分析系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6366461A (ja) * | 1986-09-09 | 1988-03-25 | Hitachi Ltd | 水棲動物監視装置 |
JPS63133061A (ja) * | 1986-11-25 | 1988-06-04 | Hitachi Ltd | 魚態監視装置 |
JPH0763747A (ja) * | 1993-08-25 | 1995-03-10 | Japan Radio Co Ltd | 水質検査装置 |
CN101287981A (zh) * | 2005-09-05 | 2008-10-15 | 蒂玛公司 | 检测容器内的异物的方法和设备 |
CN101692056A (zh) * | 2009-10-15 | 2010-04-07 | 湖南大学 | 一种保健酒中杂质自动检测方法和装置 |
CN103163075A (zh) * | 2013-03-18 | 2013-06-19 | 河海大学 | 一种水情监测系统 |
CN103234959A (zh) * | 2013-04-17 | 2013-08-07 | 上海绿帝环保科技有限公司 | 水质亚硝酸盐检测剂 |
CN103487391A (zh) * | 2013-09-18 | 2014-01-01 | 深圳市绿恩环保技术有限公司 | 一种水体含铅量的测试方法 |
CN104897658A (zh) * | 2014-03-04 | 2015-09-09 | 上海绿帝环保科技有限公司 | 一种用于水介质中甲醛含量测定的检测剂 |
CN105181714A (zh) * | 2015-09-08 | 2015-12-23 | 哈尔滨工程大学 | 一种基于图像处理的瓶装液体杂质检测系统及其检测方法 |
US20160327473A1 (en) * | 2014-01-14 | 2016-11-10 | The Regents Of The University Of California | Method and device for detection and spatial mapping of mercury concentration in water samples |
-
2016
- 2016-11-25 CN CN201611067782.6A patent/CN108107005A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6366461A (ja) * | 1986-09-09 | 1988-03-25 | Hitachi Ltd | 水棲動物監視装置 |
JPS63133061A (ja) * | 1986-11-25 | 1988-06-04 | Hitachi Ltd | 魚態監視装置 |
JPH0763747A (ja) * | 1993-08-25 | 1995-03-10 | Japan Radio Co Ltd | 水質検査装置 |
CN101287981A (zh) * | 2005-09-05 | 2008-10-15 | 蒂玛公司 | 检测容器内的异物的方法和设备 |
CN101692056A (zh) * | 2009-10-15 | 2010-04-07 | 湖南大学 | 一种保健酒中杂质自动检测方法和装置 |
CN103163075A (zh) * | 2013-03-18 | 2013-06-19 | 河海大学 | 一种水情监测系统 |
CN103234959A (zh) * | 2013-04-17 | 2013-08-07 | 上海绿帝环保科技有限公司 | 水质亚硝酸盐检测剂 |
CN103487391A (zh) * | 2013-09-18 | 2014-01-01 | 深圳市绿恩环保技术有限公司 | 一种水体含铅量的测试方法 |
US20160327473A1 (en) * | 2014-01-14 | 2016-11-10 | The Regents Of The University Of California | Method and device for detection and spatial mapping of mercury concentration in water samples |
CN104897658A (zh) * | 2014-03-04 | 2015-09-09 | 上海绿帝环保科技有限公司 | 一种用于水介质中甲醛含量测定的检测剂 |
CN105181714A (zh) * | 2015-09-08 | 2015-12-23 | 哈尔滨工程大学 | 一种基于图像处理的瓶装液体杂质检测系统及其检测方法 |
Non-Patent Citations (7)
Title |
---|
LI-JU WANG 等: "Smartphone Optosensing Platform Using a DVD Grating to Detect Neurotoxins", 《ACS SENSORS》 * |
于连生,于翔编: "《海洋仪器研制的信息法-以悬浮颗粒图像仪设计为例》", 30 June 2015, 海洋出版社 * |
基于远程图像色度的点源水质监测方法: "李文 等", 《环境工程学报》 * |
张学洪等编: "《水处理工程实验技术》", 31 August 2016, 冶金工业出版社 * |
王光辉 王学刚编: "《水处理工程》", 31 January 2015, 中国环境出版社 * |
王艳编写: "《藻类植物》", 31 July 2013, 吉林出版集团有限责任公司 * |
赵小强,程文著: "《水质远程分析科学决策智能化环保系统》", 31 October 2012, 西安电子科技大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781944A (zh) * | 2019-01-21 | 2019-05-21 | 中华人民共和国同江海关 | 一种用于液体样品的智能化学分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106557768A (zh) | 对图片中的文字进行识别的方法及装置 | |
CN106454336B (zh) | 检测终端摄像头被遮挡的方法及装置和终端 | |
CN105528786B (zh) | 图像处理方法及装置 | |
CN106651955A (zh) | 图片中目标物的定位方法及装置 | |
CN104700353B (zh) | 图像滤镜生成方法及装置 | |
CN108256549B (zh) | 图像分类方法、装置及终端 | |
CN107239535A (zh) | 相似图片检索方法及装置 | |
CN106548145A (zh) | 图像识别方法及装置 | |
CN106355573A (zh) | 图片中目标物的定位方法及装置 | |
CN109951476B (zh) | 基于时序的攻击预测方法、装置及存储介质 | |
CN105139033B (zh) | 分类器构建方法及装置和图片处理方法及装置 | |
CN106446803A (zh) | 直播内容识别处理方法、装置及设备 | |
CN106682736A (zh) | 图像识别方法及装置 | |
CN105095881A (zh) | 人脸识别方法、装置及终端 | |
CN105528078B (zh) | 控制电子设备的方法及装置 | |
CN106228556A (zh) | 图像质量分析方法和装置 | |
CN107392166A (zh) | 肤色检测方法、装置及计算机可读存储介质 | |
CN107784279A (zh) | 目标跟踪方法及装置 | |
CN105203456B (zh) | 植物品种识别方法及装置 | |
CN105574857A (zh) | 图像分析方法及装置 | |
CN107820024A (zh) | 图像拍摄方法、装置及存储介质 | |
CN104484683B (zh) | 黄色图片检测方法及装置 | |
CN105631467A (zh) | 显示图片的方法及装置 | |
CN107463052A (zh) | 拍摄曝光方法及装置 | |
CN107463903A (zh) | 人脸关键点定位方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180601 |