CN108782312A - 基于图像处理的污水处理系统 - Google Patents
基于图像处理的污水处理系统 Download PDFInfo
- Publication number
- CN108782312A CN108782312A CN201810239171.8A CN201810239171A CN108782312A CN 108782312 A CN108782312 A CN 108782312A CN 201810239171 A CN201810239171 A CN 201810239171A CN 108782312 A CN108782312 A CN 108782312A
- Authority
- CN
- China
- Prior art keywords
- image
- piecemeal
- fish body
- equipment
- connect
- 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.)
- Granted
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 20
- 241000251468 Actinopterygii Species 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 37
- 238000009360 aquaculture Methods 0.000 claims abstract description 34
- 244000144974 aquaculture Species 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000004140 cleaning Methods 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 6
- 238000005187 foaming Methods 0.000 claims description 5
- 239000006260 foam Substances 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 11
- 238000009499 grossing Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- NAPPWIFDUAHTRY-XYDRQXHOSA-N (8r,9s,10r,13s,14s,17r)-17-ethynyl-17-hydroxy-13-methyl-1,2,6,7,8,9,10,11,12,14,15,16-dodecahydrocyclopenta[a]phenanthren-3-one;(8r,9s,13s,14s,17r)-17-ethynyl-13-methyl-7,8,9,11,12,14,15,16-octahydro-6h-cyclopenta[a]phenanthrene-3,17-diol Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1.OC1=CC=C2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 NAPPWIFDUAHTRY-XYDRQXHOSA-N 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 244000132059 Carica parviflora Species 0.000 description 1
- 235000014653 Carica parviflora Nutrition 0.000 description 1
- 235000007926 Craterellus fallax Nutrition 0.000 description 1
- 240000007175 Datura inoxia Species 0.000 description 1
- 210000005056 cell body Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
- A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Biophysics (AREA)
- Image Processing (AREA)
- Farming Of Fish And Shellfish (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于图像处理的污水处理系统，包括：计时设备，设置在养殖池内，用于提供计时操作；鱼体捕获设备，位于养殖池的上方，用于面向养殖池的水面进行现场拍摄，以获得并输出时间轴上连续的多帧现场池体图像；速率检测设备，与所述鱼体捕获设备连接，用于检测鱼体捕获设备的捕获帧速，以作为即时图像速率输出；分块处理设备，分别与所述速率检测设备和所述鱼体捕获设备连接，用于接收所述即时图像速率，还用于基于所述即时图像速率确定图像分块的大小。通过本发明，搭建了有针对性的鱼体的生命力检测机制以及相应的自适应杂物去除机制。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种基于图像处理的污水处理系统。
背景技术
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。
在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。
发明内容
本发明提供了一种基于图像处理的污水处理系统，能够采用高复杂性的图像处理模式，实现对鱼体的生命力检测，并基于鱼体的当前生命力确定是否启动杂物去除设备对养殖池的水体进行杂物去除，从而在保证养殖池水体干净的同时，有效减少了杂物去除设备的耗电功率。
根据本发明的一方面，提供了一种基于图像处理的污水处理系统，所述系统包括：
计时设备，设置在养殖池内，用于提供计时操作；
鱼体捕获设备，位于养殖池的上方，用于面向养殖池的水面进行现场拍摄，以获得并输出时间轴上连续的多帧现场池体图像；
速率检测设备，与所述鱼体捕获设备连接，用于检测鱼体捕获设备的捕获帧速，以作为即时图像速率输出；
分块处理设备，分别与所述速率检测设备和所述鱼体捕获设备连接，用于接收所述即时图像速率，还用于基于所述即时图像速率确定图像分块的大小，其中，所述即时图像速率越大，确定的图像分块越小；
分块选择设备，与所述分块处理设备连接，用于接收预设时间间隔内的多帧现场池体图像，对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块，确定每一分块中各个像素点的Y分量数据的方差，对所述多帧现场池体图像中相同位置的图像分块的Y分量数据的方差进行均值计算，以确定颜色方差均值，将所有位置的图像分块的颜色方差均值进行大小排序，将颜色方差均值数值最大的三分之一的图像分块作为图像分块集合输出，其中，每一个像素点具有Y分量数据、U分量数据和V分量数据；
分块拼接设备，与所述分块选择设备连接，用于接收所述图像分块集合，对所述图像分块集合中的所有图像分块进行拼接操作，以获得拼接图案，并对所述拼接图案进行边缘平滑处理以获得边缘平滑图像；
游姿分析设备，与所述分块拼接设备连接，用于接收所述边缘平滑图像，并基于预设鱼体标准轮廓从所述边缘平滑图像中获取每一个鱼体子图像，将每一个鱼体子图像与鱼体基准游姿进行匹配，以识别每一个鱼体子图像对应的鱼体的当前翻身度，基于各个鱼体子图像对应的各个当前翻身度确定整体翻身度；其中，鱼体的当前翻身度是一个百分比值，且鱼体的当前翻身度越大，则鱼体的生命力越差。
由此可见，本发明至少具备以下几个关键发明点：
(1)搭建了针对性的鱼体的生命力检测机制，并基于鱼体的当前生命力确定是否启动杂物去除设备对养殖池的水体进行杂物去除，从而提高了基于图像处理的杂物去除的智能化水准；
(2)采用多帧数据统计的方式，利用某一分量数据信息量相对于其他分量数据更为丰富的特征，对待识别的图像数据进行针对性筛选，从而提高了图像处理的速度和效率。
具体实施方式
下面将对本发明的基于图像处理的污水处理系统的实施方案进行详细说明。
水流运动可使养殖池中的每一个地方，如角落、裂缝、洞穴以及珊瑚周围的水都能够得到不停的更换。必须设法防止有水流静止的区域存在。水流的运动就能使无脊椎动物上的单细胞虫黄藻的代谢产物会因水流的运动被清除。而有机物的食物也会因水流作用被送到生物栖息地附近，使它们更容易摄食。因此，养殖池的水流是很重要的，用循环式水泵在养殖池中制造每小时至少5次的水流循环速度是较理想的，采用两个泵，使水流每6小时更换一次方向，并定时进行开关操作。
然而，当前养殖池的缺乏对养殖池的水体进行杂物去除的有效触发机制，导致养殖池的杂物去除控制带有一定的盲目性。
为了克服上述不足，本发明搭建了一种基于图像处理的污水处理系统，能够实现基于图像处理的杂物去除的智能化控制。
首先，根据本发明实施方案示出的基于图像处理的污水处理系统包括：
计时设备，设置在养殖池内，用于提供计时操作；
鱼体捕获设备，位于养殖池的上方，用于面向养殖池的水面进行现场拍摄，以获得并输出时间轴上连续的多帧现场池体图像；
速率检测设备，与所述鱼体捕获设备连接，用于检测鱼体捕获设备的捕获帧速，以作为即时图像速率输出；
分块处理设备，分别与所述速率检测设备和所述鱼体捕获设备连接，用于接收所述即时图像速率，还用于基于所述即时图像速率确定图像分块的大小，其中，所述即时图像速率越大，确定的图像分块越小；
分块选择设备，与所述分块处理设备连接，用于接收预设时间间隔内的多帧现场池体图像，对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块，确定每一分块中各个像素点的Y分量数据的方差，对所述多帧现场池体图像中相同位置的图像分块的Y分量数据的方差进行均值计算，以确定颜色方差均值，将所有位置的图像分块的颜色方差均值进行大小排序，将颜色方差均值数值最大的三分之一的图像分块作为图像分块集合输出，其中，每一个像素点具有Y分量数据、U分量数据和V分量数据；
分块拼接设备，与所述分块选择设备连接，用于接收所述图像分块集合，对所述图像分块集合中的所有图像分块进行拼接操作，以获得拼接图案，并对所述拼接图案进行边缘平滑处理以获得边缘平滑图像；
游姿分析设备，与所述分块拼接设备连接，用于接收所述边缘平滑图像，并基于预设鱼体标准轮廓从所述边缘平滑图像中获取每一个鱼体子图像，将每一个鱼体子图像与鱼体基准游姿进行匹配，以识别每一个鱼体子图像对应的鱼体的当前翻身度，基于各个鱼体子图像对应的各个当前翻身度确定整体翻身度；其中，鱼体的当前翻身度是一个百分比值，且鱼体的当前翻身度越大，则鱼体的生命力越差；
杂物去除设备，分别与所述游姿分析设备和所述计时设备连接，用于在每隔预设时间间隔从所述游姿分析设备处获取一次整体翻身度，并在所述整体翻身度大于等于预设百分比阈值时，启动对养殖池的水体的杂物去除操作，还用于在所述整体翻身度小于预设百分比阈值时，关闭对养殖池的水体的杂物去除操作；
其中，所述杂物去除设备包括进水管道、出水管道、多层泡沫结构以及清理提醒装置，所述进水管道设置在养殖池的水面下，所述出水管道设置在养殖池的水面上，所述多层泡沫结构分别与所述进水管道和所述出水管道连接，用于将来自所述进水管道的水体去除杂物后通过所述出水管道流出。
接着，继续对本发明的基于图像处理的污水处理系统的具体结构进行进一步的说明。
所述基于图像处理的污水处理系统中还可以包括：
MMC存储设备，分别与所述杂物去除设备和所述清理提醒装置连接，用于存储所述预设百分比阈值和所述预设净洁度限值；
在所述基于图像处理的污水处理系统中：
所述MMC存储设备还与所述游姿分析设备连接，用于存储所述预设鱼体标准轮廓。
在所述基于图像处理的污水处理系统中：
所述清理提醒装置与所述多层泡沫结构连接，用于检测所述多层泡沫结构的净洁度；
其中，所述清理提醒装置还用于在所述多层泡沫结构的净洁度小于等于预设净洁度限值时，播放与更换泡沫结构对应的语音提醒文件。
在所述基于图像处理的污水处理系统中：
在所述分块选择设备中，当对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块之前，对每一帧现场池体图像先执行锐化处理，将执行锐化处理后的现场池体图像执行基于所述分块处理设备确定的分块大小的分块。
其次，根据本发明实施方案示出的基于图像处理的杂物去除方法包括：
使用计时设备，设置在养殖池内，用于提供计时操作；
使用鱼体捕获设备，位于养殖池的上方，用于面向养殖池的水面进行现场拍摄，以获得并输出时间轴上连续的多帧现场池体图像；
使用速率检测设备，与所述鱼体捕获设备连接，用于检测鱼体捕获设备的捕获帧速，以作为即时图像速率输出；
使用分块处理设备，分别与所述速率检测设备和所述鱼体捕获设备连接，用于接收所述即时图像速率，还用于基于所述即时图像速率确定图像分块的大小，其中，所述即时图像速率越大，确定的图像分块越小；
使用分块选择设备，与所述分块处理设备连接，用于接收预设时间间隔内的多帧现场池体图像，对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块，确定每一分块中各个像素点的Y分量数据的方差，对所述多帧现场池体图像中相同位置的图像分块的Y分量数据的方差进行均值计算，以确定颜色方差均值，将所有位置的图像分块的颜色方差均值进行大小排序，将颜色方差均值数值最大的三分之一的图像分块作为图像分块集合输出，其中，每一个像素点具有Y分量数据、U分量数据和V分量数据；
使用分块拼接设备，与所述分块选择设备连接，用于接收所述图像分块集合，对所述图像分块集合中的所有图像分块进行拼接操作，以获得拼接图案，并对所述拼接图案进行边缘平滑处理以获得边缘平滑图像；
使用游姿分析设备，与所述分块拼接设备连接，用于接收所述边缘平滑图像，并基于预设鱼体标准轮廓从所述边缘平滑图像中获取每一个鱼体子图像，将每一个鱼体子图像与鱼体基准游姿进行匹配，以识别每一个鱼体子图像对应的鱼体的当前翻身度，基于各个鱼体子图像对应的各个当前翻身度确定整体翻身度；其中，鱼体的当前翻身度是一个百分比值，且鱼体的当前翻身度越大，则鱼体的生命力越差；
使用杂物去除设备，分别与所述游姿分析设备和所述计时设备连接，用于在每隔预设时间间隔从所述游姿分析设备处获取一次整体翻身度，并在所述整体翻身度大于等于预设百分比阈值时，启动对养殖池的水体的杂物去除操作，还用于在所述整体翻身度小于预设百分比阈值时，关闭对养殖池的水体的杂物去除操作；
其中，所述杂物去除设备包括进水管道、出水管道、多层泡沫结构以及清理提醒装置，所述进水管道设置在养殖池的水面下，所述出水管道设置在养殖池的水面上，所述多层泡沫结构分别与所述进水管道和所述出水管道连接，用于将来自所述进水管道的水体去除杂物后通过所述出水管道流出。
接着，继续对本发明的基于图像处理的杂物去除方法的具体步骤进行进一步的说明。
在所述基于图像处理的杂物去除方法中，还可以包括：
使用MMC存储设备，分别与所述杂物去除设备和所述清理提醒装置连接，用于存储所述预设百分比阈值和所述预设净洁度限值；
在所述基于图像处理的杂物去除方法中：
所述MMC存储设备还与所述游姿分析设备连接，用于存储所述预设鱼体标准轮廓。
在所述基于图像处理的杂物去除方法中：
所述清理提醒装置与所述多层泡沫结构连接，用于检测所述多层泡沫结构的净洁度；
其中，所述清理提醒装置还用于在所述多层泡沫结构的净洁度小于等于预设净洁度限值时，播放与更换泡沫结构对应的语音提醒文件。
在所述基于图像处理的杂物去除方法中：
在所述分块选择设备中，当对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块之前，对每一帧现场池体图像先执行锐化处理，将执行锐化处理后的现场池体图像执行基于所述分块处理设备确定的分块大小的分块。
另外，所述游姿分析设备可采用DSP处理芯片来实现。DSP处理芯片的内部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的DSP指令，可以用来快速的实现各种数字信号处理算法。
根据数字信号处理的要求，DSP处理芯片一般具有如下的一些主要特点：(1)在一个指令周期内可完成一次乘法和一次加法。(2)程序和数据空间分开，可以同时访问指令和数据。(3)片内具有快速RAM，通常可通过独立的数据总线在两块中同时访问。(4)具有低开销或无开销循环及跳转的硬件支持。(5)快速的中断处理和硬件I/O支持。(6)具有在单周期内操作的多个硬件地址产生器。(7)可以并行执行多个操作。(8)支持流水线操作，使取指、译码和执行等操作可以重叠执行。
根据DSP处理芯片工作的数据格式来分类的。数据以定点格式工作的DSP处理芯片称为定点DSP处理芯片，如TI公司的TMS320C1X/C2X、TMS320C2XX/C5X、TMS320C54X/C62XX系列，AD公司的ADSP21XX系列，AT&T公司的DSP16/16A，Motolora公司的MC56000等。以浮点格式工作的称为浮点DSP芯片，如TI公司的TMS320C3X/C4X/C8X，AD公司的ADSP21XXX系列，AT&T公司的DSP32/32C，Motolora公司的MC96002等。
不同浮点DSP处理芯片所采用的浮点格式不完全一样，有的DSP处理芯片采用自定义的浮点格式，如TMS320C3X，而有的DSP处理芯片则采用IEEE的标准浮点格式，如Motorola公司的MC96002、FUJITSU公司的MB86232和ZORAN公司的ZR35325等。
采用本发明的基于图像处理的污水处理系统，针对现有技术中缺乏基于图像处理的杂物去除的启动触发机制的技术问题，通过采用多帧数据统计的方式，利用某一分量数据信息量相对于其他分量数据更为丰富的特征，对待识别的图像数据进行针对性筛选，从而提高了鱼体的生命力检测的精度，尤为重要的是，能够基于鱼体的当前生命力确定是否启动杂物去除设备对养殖池的水体进行杂物去除，从而解决了上述技术问题。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (5)
1.一种基于图像处理的污水处理系统，其特征在于，所述系统包括：
计时设备，设置在养殖池内，用于提供计时操作；
鱼体捕获设备，位于养殖池的上方，用于面向养殖池的水面进行现场拍摄，以获得并输出时间轴上连续的多帧现场池体图像；
速率检测设备，与所述鱼体捕获设备连接，用于检测鱼体捕获设备的捕获帧速，以作为即时图像速率输出；
分块处理设备，分别与所述速率检测设备和所述鱼体捕获设备连接，用于接收所述即时图像速率，还用于基于所述即时图像速率确定图像分块的大小，其中，所述即时图像速率越大，确定的图像分块越小；
分块选择设备，与所述分块处理设备连接，用于接收预设时间间隔内的多帧现场池体图像，对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块，确定每一分块中各个像素点的Y分量数据的方差，对所述多帧现场池体图像中相同位置的图像分块的Y分量数据的方差进行均值计算，以确定颜色方差均值，将所有位置的图像分块的颜色方差均值进行大小排序，将颜色方差均值数值最大的三分之一的图像分块作为图像分块集合输出，其中，每一个像素点具有Y分量数据、U分量数据和V分量数据；
分块拼接设备，与所述分块选择设备连接，用于接收所述图像分块集合，对所述图像分块集合中的所有图像分块进行拼接操作，以获得拼接图案，并对所述拼接图案进行边缘平滑处理以获得边缘平滑图像；
游姿分析设备，与所述分块拼接设备连接，用于接收所述边缘平滑图像，并基于预设鱼体标准轮廓从所述边缘平滑图像中获取每一个鱼体子图像，将每一个鱼体子图像与鱼体基准游姿进行匹配，以识别每一个鱼体子图像对应的鱼体的当前翻身度，基于各个鱼体子图像对应的各个当前翻身度确定整体翻身度；其中，鱼体的当前翻身度是一个百分比值，且鱼体的当前翻身度越大，则鱼体的生命力越差；
杂物去除设备，分别与所述游姿分析设备和所述计时设备连接，用于在每隔预设时间间隔从所述游姿分析设备处获取一次整体翻身度，并在所述整体翻身度大于等于预设百分比阈值时，启动对养殖池的水体的杂物去除操作，还用于在所述整体翻身度小于预设百分比阈值时，关闭对养殖池的水体的杂物去除操作；
其中，所述杂物去除设备包括进水管道、出水管道、多层泡沫结构以及清理提醒装置，所述进水管道设置在养殖池的水面下，所述出水管道设置在养殖池的水面上，所述多层泡沫结构分别与所述进水管道和所述出水管道连接，用于将来自所述进水管道的水体去除杂物后通过所述出水管道流出。
2.如权利要求1所述的基于图像处理的污水处理系统，其特征在于，还包括：
MMC存储设备，分别与所述杂物去除设备和所述清理提醒装置连接，用于存储所述预设百分比阈值和所述预设净洁度限值。
3.如权利要求2所述的基于图像处理的污水处理系统，其特征在于：
所述MMC存储设备还与所述游姿分析设备连接，用于存储所述预设鱼体标准轮廓。
4.如权利要求3所述的基于图像处理的污水处理系统，其特征在于：
所述清理提醒装置与所述多层泡沫结构连接，用于检测所述多层泡沫结构的净洁度；
其中，所述清理提醒装置还用于在所述多层泡沫结构的净洁度小于等于预设净洁度限值时，播放与更换泡沫结构对应的语音提醒文件。
5.如权利要求4所述的基于图像处理的污水处理系统，其特征在于：
在所述分块选择设备中，当对每一帧现场池体图像执行基于所述分块处理设备确定的分块大小的分块之前，对每一帧现场池体图像先执行锐化处理，将执行锐化处理后的现场池体图像执行基于所述分块处理设备确定的分块大小的分块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810239171.8A CN108782312B (zh) | 2018-03-22 | 2018-03-22 | 基于图像处理的污水处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810239171.8A CN108782312B (zh) | 2018-03-22 | 2018-03-22 | 基于图像处理的污水处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108782312A true CN108782312A (zh) | 2018-11-13 |
| CN108782312B CN108782312B (zh) | 2020-10-16 |
Family
ID=64095299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810239171.8A Active CN108782312B (zh) | 2018-03-22 | 2018-03-22 | 基于图像处理的污水处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108782312B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376199A (zh) * | 2019-03-26 | 2019-10-25 | 桑尼环保（江苏）有限公司 | 实时水面数据监控方法 |
| CN110636251A (zh) * | 2019-04-24 | 2019-12-31 | 郑勇 | 基于内容辨识的无线监控系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100210198B1 (ko) * | 1996-11-21 | 1999-07-15 | 이내흔 | 어류의 화상감시용 수조 |
| CN102110294A (zh) * | 2011-02-21 | 2011-06-29 | 中国农业大学 | 病鱼的鱼体图像处理方法及系统 |
| CN102737252A (zh) * | 2012-06-01 | 2012-10-17 | 西南交通大学 | 基于仿射不变矩的电气化铁路绝缘子片间异物污染故障检测方法 |
| CN105654091A (zh) * | 2014-11-27 | 2016-06-08 | 航天恒星科技有限公司 | 海面目标检测方法及装置 |
| CN105930815A (zh) * | 2016-05-04 | 2016-09-07 | 中国农业大学 | 一种水下生物检测方法和系统 |
| CN106259095A (zh) * | 2016-08-16 | 2017-01-04 | 常州工学院 | 一种池塘淡水养殖鱼的行为对水产养殖方面的判断方法 |
| CN106550223A (zh) * | 2017-01-13 | 2017-03-29 | 湖南理工学院 | 一种用于水产养殖的死鱼监控装置及监控方法 |
| CN106791320A (zh) * | 2016-12-30 | 2017-05-31 | 北京农业信息技术研究中心 | 一种养殖鱼类图像增强装置及方法 |
| CN106818610A (zh) * | 2017-04-18 | 2017-06-13 | 广东海洋大学 | 一种养殖池塘底质监测系统 |
| CN106899810A (zh) * | 2015-12-21 | 2017-06-27 | 中国矿业大学(北京) | 一种矿井视频图像融合方法与装置 |
| JP2017209026A (ja) * | 2016-05-23 | 2017-11-30 | シャープ株式会社 | ルアー |
-
2018
- 2018-03-22 CN CN201810239171.8A patent/CN108782312B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100210198B1 (ko) * | 1996-11-21 | 1999-07-15 | 이내흔 | 어류의 화상감시용 수조 |
| CN102110294A (zh) * | 2011-02-21 | 2011-06-29 | 中国农业大学 | 病鱼的鱼体图像处理方法及系统 |
| CN102737252A (zh) * | 2012-06-01 | 2012-10-17 | 西南交通大学 | 基于仿射不变矩的电气化铁路绝缘子片间异物污染故障检测方法 |
| CN105654091A (zh) * | 2014-11-27 | 2016-06-08 | 航天恒星科技有限公司 | 海面目标检测方法及装置 |
| CN106899810A (zh) * | 2015-12-21 | 2017-06-27 | 中国矿业大学(北京) | 一种矿井视频图像融合方法与装置 |
| CN105930815A (zh) * | 2016-05-04 | 2016-09-07 | 中国农业大学 | 一种水下生物检测方法和系统 |
| JP2017209026A (ja) * | 2016-05-23 | 2017-11-30 | シャープ株式会社 | ルアー |
| CN106259095A (zh) * | 2016-08-16 | 2017-01-04 | 常州工学院 | 一种池塘淡水养殖鱼的行为对水产养殖方面的判断方法 |
| CN106791320A (zh) * | 2016-12-30 | 2017-05-31 | 北京农业信息技术研究中心 | 一种养殖鱼类图像增强装置及方法 |
| CN106550223A (zh) * | 2017-01-13 | 2017-03-29 | 湖南理工学院 | 一种用于水产养殖的死鱼监控装置及监控方法 |
| CN106818610A (zh) * | 2017-04-18 | 2017-06-13 | 广东海洋大学 | 一种养殖池塘底质监测系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110376199A (zh) * | 2019-03-26 | 2019-10-25 | 桑尼环保（江苏）有限公司 | 实时水面数据监控方法 |
| CN110376199B (zh) * | 2019-03-26 | 2020-04-21 | 江苏锐创生态环境科技有限公司 | 实时水面数据监控方法 |
| CN110636251A (zh) * | 2019-04-24 | 2019-12-31 | 郑勇 | 基于内容辨识的无线监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108782312B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108510481B (zh) | 基于图像处理的污水处理方法 | |
| EP3757890A1 (en) | Method and device for image processing, method and device for training object detection model | |
| CN107624189B (zh) | 用于生成预测模型的方法和设备 | |
| CN104573625B (zh) | 数据处理系统及其生成设备、和面部检测方法 | |
| CN108765278A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN109858384A (zh) | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 | |
| CN110211093A (zh) | 一种用于自动饮水机的出水控制方法 | |
| CN103262119A (zh) | 用于对图像进行分割的方法和系统 | |
| CN108604369A (zh) | 一种去除图像噪声的方法、装置、设备及卷积神经网络 | |
| RU2008143205A (ru) | Эффективное кодирование множества видов | |
| CN109583364A (zh) | 图像识别方法及设备 | |
| CN110532883A (zh) | 应用离线跟踪算法对在线跟踪算法进行改进 | |
| CN111563435A (zh) | 用户的睡眠状态检测方法及装置 | |
| CN113011403B (zh) | 手势识别方法、系统、介质及设备 | |
| CN108782312A (zh) | 基于图像处理的污水处理系统 | |
| CN108765264A (zh) | 图像美颜方法、装置、设备及存储介质 | |
| CN108431751A (zh) | 背景去除 | |
| CN103632126A (zh) | 人脸跟踪方法及装置 | |
| CN109168003A (zh) | 一种生成用于视频预测的神经网络模型的方法 | |
| CN110188610A (zh) | 一种基于深度学习的情绪强度估计方法及系统 | |
| CN107851309A (zh) | 一种图像增强方法及装置 | |
| CN111028318A (zh) | 一种虚拟人脸合成方法、系统、装置和存储介质 | |
| CN108805838A (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| KR101121712B1 (ko) | 시선 경로 제공장치 | |
| CN116912739A (zh) | 藕粉的加工控制系统及其方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200914 Address after: 311800 815, 8 / F, Furun building, 16 Xiangyun Road, Taozhu street, Zhuji City, Shaoxing City, Zhejiang Province Applicant after: Zhuji Yiyang Environmental Protection Technology Co.,Ltd. Address before: 211135 101, room 1, unit A, 300 Chi Hui Road, Kirin science and Technology Innovation Park, Jiangning District, Nanjing, Jiangsu, China Applicant before: Yang Ming |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220808 Address after: Room 205, 2nd Floor, E-commerce Park, Dongbaihu Town, Zhuji City, Shaoxing City, Zhejiang Province, 311800 Patentee after: Zhuji Xumao Textile Co., Ltd. Address before: 815, 8th floor, Furun building, 16 Xiangyun Road, Taozhu street, Zhuji City, Shaoxing City, Zhejiang Province 311800 Patentee before: Zhuji Yiyang Environmental Protection Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Sewage treatment system based on image processing Effective date of registration: 20220818 Granted publication date: 20201016 Pledgee: Datang sub branch of Zhejiang Zhuji Rural Commercial Bank Co.,Ltd. Pledgor: Zhuji Xumao Textile Co.,Ltd. Registration number: Y2022980012964 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |