CN110134826B - 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 - Google Patents
一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 Download PDFInfo
- Publication number
- CN110134826B CN110134826B CN201910339776.9A CN201910339776A CN110134826B CN 110134826 B CN110134826 B CN 110134826B CN 201910339776 A CN201910339776 A CN 201910339776A CN 110134826 B CN110134826 B CN 110134826B
- Authority
- CN
- China
- Prior art keywords
- aeration
- video
- data
- analysis
- bubble
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Abstract
本发明提供了一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法,其特征在于,包括数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块、数据查询模块,所述数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块依次连接,所述数据查询模块接至结果分析及输出模块;本发明的优点在于:提供一种污水处理厂生物反应池曝气视频智能识别分析手段,取代工作量大且枯燥的观看曝气视频工作,降低人力成本。
Description
技术领域
本发明涉及视频识别分析技术领域,尤其涉及一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法。
背景技术
为改善大气环境,保护周边居民的身心健康,减少恶臭污染源、散发源,新建地下污水处理厂生物反应池或污水处理厂生物反应池加盖成为大趋势。但污水厂生反应池加盖或建在地下后,维护人员很难观察生反应内部情况,无法了解曝气状况,为运行和维护工作造成巨大困难。
目前处理办法还是以目视观察法为主,此方法缺点较为明显:1. 需要在池板上开较多的观察孔,降低了走道板结构强度,增加了安全隐患;2.工作人员每次巡检均需要手动打开盖板,弯腰探头观察水面曝气状况,增加了工作人员的工作强度及危险性。3. 只能观察有盖板开孔的局部区域,观察区域非常有限。
为解决这一问题,可在污水处理厂生物反应池盖板下加装移动巡检机器人或设置移动/固定式视频装置,将污水处理厂生物反应池曝气视频传送至后台,由工作人员人工判别曝气是否正常,但现场视频数据量巨大,工作人员人观看视频数据时间过长且效率低下。
发明内容
本发明的目的是提供一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法。
为了实现上述目的,本发明的技术方案是:
一种污水处理厂生物反应池曝气状况视频智能识别分析系统,其特征在于,包括数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块和数据查询模块,所述数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块依次连接,所述数据查询模块接至结果分析及输出模块,其中,
所述数据采集模块用于从其他方视频数据库读取视频数据、视频的位置信息、时间信息及其他数据,并进行预判断,若信息异常,则发出报警信息;
所述图像获取模块用于对读取的视频数据进行分析及特征提取,根据时间、视频拍摄位置等参数,进行图像获取,从每1s视频中截取10~15帧画面进行视频分析,所述图像获取模块内置定时器;
所述图像对比及智能识别模块用于对获取的图片进行矩阵切割,分成若干栅格小块,并对单一栅格小块的曝气图像进行二值化图像信息变换,分析像素点在图像中的变化;
所述结果分析及输出模块用于对视频分析识别结果进行数据处理,数据处理的结果采用图形+表格+文字的直观方式展现,其中图形包含热图,曝气量越大,热图颜色越红,曝气量越小处,热图颜色越浅;
数据查询模块将视频数据及视频分析报告进行保存,并提供数据查询接口。
进一步地,在系统初始化时,通过所述图像对比及智能识别模块先将污水处理厂生物反应池设置成栅格分布,将污水处理厂生物反应池分成若干个小块,并为每一个小块设置唯一的栅格ID。
进一步地,所述系统对曝气状况进行分档,在输入总风量不变的情况下,区域曝气量由小至大分为一档至十档,并对各档曝气视频进行分析,存储各档曝气视频中处理后的数据,处理后的数据包括气泡产生频率x、气泡大小y、气泡数量z和气泡分布w,最终建立曝气数据库。
进一步地,所述图像对比及智能识别模块通过分析像素点在图像中的变化得到当前生物反应池的气泡产生频率x、气泡大小y、气泡数量z和气泡分布w等数据。
进一步地,所述图像对比及智能识别模块在曝气数据库中进行搜索,若曝气数据库中某一曝气工况P的x、y、z、w值与本次搜索的值误差分别在识别系数i、j、k、m内时,则认为本次分析的曝气工况与曝气数据库中曝气工况P为同一类工况,曝气工况P的曝气结果即为本次分析的曝气结果。识别系数i、j、k、m可根据鼓风机输出风量、进水流量等外部因素自动动态调整。
进一步地,所述系统存储同一区域的不同时间段的曝气视频分析数据,并对同一区域的曝气状况进行纵向分析,分析该区域的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w等数据随时间的变化,绘制曲线,并预测其发展趋势。
一种污水处理厂生物反应池曝气状况视频智能识别分析方法,其特征在于,包括下列步骤:
S1、启动曝气分析流程,所述系统进行初始化;
S2、数据采集模块采集曝气池栅格分布信息、时间信息、位置信息、视频数据;
S3、图像获取模块从数据采集模块获取曝气池栅格分布信息、时间信息、位置信息、视频数据,并在获取信息过程中进行数据校验;
S4、若数据校验成功,则跳转步骤S5,校验失败则步骤停止,本次曝气分析流程停止,待操作人员检查检修;
S5、图像获取模块开始处理视频数据,从每1s视频中截取10~15帧画面,并上报定时器,图像获取模块将处理后的图像数据传输给图像对比及智能识别模块;
S6、启用图像对比及智能识别模块,对视频元素进行二值化图像信息变换,获取气泡变化的数据,并进行曝气状况判断;
S7、若定时器到达指定时间,则跳转步骤S8,若定时器没有到达指定时间,则返回继续步骤S6;
S8、完成指定时间段的曝气视频分析后,存储曝气结果,停止曝气视频分析;
S9、启用结果分析及输出模块,获取图像对比及智能识别模块的处理数据,生成本次巡检报告。
进一步地,生成本次巡检报告具体包括下列步骤:
根据本次巡检中获取的气泡变化元素,提炼出高阶气泡变化数据,包括气泡产生频率x、气泡大小y、气泡数量z、气泡分布w;对上述数据综合分析,与曝气判别标准进行动态对比,生成视频分析报告,数据处理的结果采用图形+表格+文字的直观方式展现。
进一步地,操作人员根据视频装置ID、曝气位置及时间通过数据查询模块搜索某一曝气视频,读取曝气视频的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w,并通过人机交互界面修正某一段曝气视频曝气分析结果,所述系统将操作人员修正结果更新至曝气数据库,待下一次分析类似的曝气工况时,所述系统根据更新后的曝气数据库,将返回操作人员修正后的结果。
本发明的优点在于:
(1)提供一种污水处理厂生物反应池曝气视频智能识别分析手段,取代工作量大且枯燥的观看曝气视频工作,降低人力成本;
(2)所述系统能根据不同污水处理厂生物反应池的不同工况,自动动态调整分析模型,做到具体情况具体分析,具备广泛的适用性;
(3)系统中的曝气数据库具有通用性,即不同污水厂可共用一套曝气数据库,只需调整算法模型中的识别系数,即可做到曝气判别标准因厂而异;
(4)系统不但可以判断现在曝气是否正常,而且还可以预测曝气趋势,为污水厂维护运营工作提供历史和预测数据依据;
(5)系统具备修正曝气值、更新曝气数据库、智能校正算法模型及自学习功能,使用过程也是一个提高、完善的过程;
(6)系统通过WEB网页、消息推送、邮件等多种途径以图形(包含热像图)+表格+文字的直观方式输出分析结果。
附图说明
图1为本发明中视频智能识别分析模块组成框图;
图2为本发明中视频智能识别分析数据流程图;
图3为本发明中污水处理厂生物反应池栅格分布示意图;
图4为本发明中智能校正模型流程图;
图5为本发明配合生物反应池智能巡检系统实施时的结构示意图。
附图标记:
1数据采集模块2图像获取模块3图像对比及智能识别模块4结果分析及输出模块
5数据查询模块6视频智能识别分析系统7充电站8导轨9巡检机器人
10自动启闭盖板11盖板12生物反应池液面。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种污水处理厂生物反应池曝气状况视频智能识别分析系统,如图1所示,包括数据采集模块1、图像获取模块2、图像对比及智能识别模块3、结果分析及输出模块4和数据查询模块5,所述数据采集模块1、图像获取模块2、图像对比及智能识别模块3、结果分析及输出模块4依次连接,所述数据查询模块5接至结果分析及输出模块4。
视频智能识别分析系统先获取数据,并根据指定时间段从数据中抓取有效视频,针对图像特征进行污水场景的特征提取和分析,形成一维线型数据和二维热力图数据,最后进行结果输出。
如图3所示,在系统初始化时,先通过图像对比及智能识别模块3将污水处理厂生物反应池设置为栅格分布,将污水处理厂生物反应池分成若干个小块,为每一个小块设置唯一的栅格ID,便于视频精细化分析及视频定位。
数据采集模块1可自动采集视频,也可根据指定视频装置ID或曝气位置与指定时间,获取曝气视频,所述系统对每个曝气池每次巡检的视频段都分配一个全系统唯一的视频装置ID,该ID为Int64类型,从0开始计数,智能视频识别算法的交互及调用上,如涉及到视频分析的,都需要传递该ID,用来唯一标识一个视频,视频传输采用mp4格式。
图像获取模块2从每1s视频中提取10-15帧画面进行分析,这样既可以满足曝气分析需求,降低了服务器的数据处理量,提高视频分析效率,所述图像获取模块2还内置定时器,计算启用图像获取模块2的时间。
图像对比及智能识别模块3对获取的视频画面进行二值化图像信息变换,分析像素点在图像中的分布及变化,这些变化与像素点的位置相结合,可以提取出包含时间信息的气泡变化数据,对这些数据进行分析,可以得到气泡产生频率、气泡大小、气泡数量、气泡分布这几项易于理解的数据。
所述系统定义:
x:气泡产生频率,即每秒产生的气泡数量
y:气泡大小,即所有气泡的平均大小
z:气泡数量,即分析图片中的气泡总数
w:气泡分布,气泡间的平均间距
i、j、k、m:分别为x、y、z、w的识别系数,识别系数取值与鼓风机曝气量、进水流量等外部条件相关, i、j、k、m 的初始值可选定-10%~+10%,后期可根据实际运行情况进行调整。
基于曝气数据库建立曝气判别标准,所述系统对已知的足够多的各种曝气视频进行分档,在输入总风量不变的情况下,区域曝气量由小至大分为一档、二挡……十档,并对各档曝气视频进行分析,存储各档曝气视频中的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w等特征数据,建立曝气数据库;一至三挡曝气为过小曝气,四至七档曝气为正常曝气,八至十档曝气为过大曝气,过小曝气及过大曝气均为不正常曝气状况,其曝气器需要立刻维修,四档曝气及七档曝气为边缘曝气,其曝气器需要重点关注,可以预先储备其需更换的曝气器,曝气数据库在积累足够多的曝气数据后,曝气数据库还可再细化分档,分档越多,曝气判别结果越精确。
图像对比及智能识别模块3计算得到曝气工况M中的x1、y1、z1、w1值后,在数据库中对x、y、z、w值分别进行搜索,当在曝气数据库中搜索到某一曝气工况P的x0、y0、z0、w0满足如下条件时:
(x1-x0)/x0 在i范围内
(y1-y0)/y0 在j范围内
(z1-z0)/z0 在k范围内
(w1-w0)/w0 在m范围内
则反馈曝气工况P的结果值给曝气工况M,以此判断曝气是否正常;若曝气工况M的曝气工况为正常,则该工况自动存储至曝气数据库,丰富完善曝气数据库;若曝气工况M的曝气工况为过大曝气或过小曝气,则发送结果至运营管理工作人员,由工作人员手动再次确定或修正曝气分析结果,然后将确定或修正曝气分析结果存入曝气数据库。
识别系数i、j、k、m根据鼓风机输出风量、进水流量等外部因素自动动态调整;例如污水厂鼓风机曝气量增加,则自动调高i、k值,调低j、m值;反之,则下调i、k值,调高j、m值;此外,工作人员可以人工修正i、j、k、m值,使所述系统更适用于污水处理厂曝气池实际工况。
所述系统还可存储同一区域的不同时间段的曝气视频分析数据,并对同一区域的曝气状况进行纵向分析,分析该区域的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w等数据随时间的变化,绘制曲线,并预测其发展趋势,为污水厂的运营和维护工作提供历史和预测数据依据。
所述算法模型充分考虑污水处理厂生物反应池不同工况对视频分析结果的影响,若污水处理厂生物反应池工况改变,算法模型参数及曝气数据库也将相应修正。
结果分析及输出模块4的曝气视频分析报告输出途径有多种,包括WEB网页、消息推送、邮件,以图形+表格+文字的直观方式体现,其中图形包含(但不限于)热图,即曝气量越大,颜色越红,曝气量越小处,颜色越浅。
数据查询模块5可将结果分析及输出模块4得到的视频数据及视频分析报告进行保存,并提供数据查询接口,可指定时间、曝气位置、视频装置ID进行数据查询。
如图2所示,一种污水处理厂生物反应池曝气状况视频智能识别分析方法,其特征在于,包括下列步骤:
S1、启动曝气分析流程,所述系统进行初始化;
S2、数据采集模块采集曝气池栅格分布信息、时间信息、位置信息、视频数据;
S3、图像获取模块从数据采集模块获取曝气池栅格分布信息、时间信息、位置信息、视频数据,并在获取信息过程中进行数据校验;
S4、若数据校验成功,则跳转步骤S5,校验失败则步骤停止,本次曝气分析流程停止,待操作人员检查检修;
S5、图像获取模块开始处理视频数据,从每1s视频中截取10~15帧画面,并上报定时器,图像获取模块将处理后的图像数据传输给图像对比及智能识别模块;
S6、启用图像对比及智能识别模块,对视频元素进行二值化图像信息变换,获取气泡变化的数据,并进行曝气状况判断;
S7、若定时器到达指定时间,则跳转步骤S8,若定时器没有到达指定时间,则返回继续步骤S6;
S8、完成指定时间段的曝气视频分析后,存储曝气结果,停止曝气视频分析;
S9、启用结果分析及输出模块,获取图像对比及智能识别模块的处理数据,生成本次巡检报告。
生成本次巡检报告的步骤包括:根据本次巡检中获取的气泡变化元素,提炼出高阶气泡变化数据,数据包括气泡产生频率x、气泡大小y、气泡数量z、气泡分布w等特征数据,对这些数据综合分析,并与曝气判别标准进行动态对比,生成视频分析报告。
如图4所示,操作人员可根据视频装置ID、曝气位置及时间搜索某一曝气视频,读取曝气视频气泡产生频率x、气泡大小y、气泡数量z、气泡分布w等特征数据,并通过人机交互界面修正某一段曝气视频曝气分析结果,所述系统将操作人员操作结果更新至曝气数据库,待下一次分析类似的曝气工况时,所述系统根据更新后的曝气数据库,返回操作人员修正后的结果,这也是所述系统自学习功能的体现,故系统使用时间越长,积累数据越多,系统越完善,曝气分析结果越贴近污水厂实际情况,识别准确率越高。
如图5所示,为本发明,也即视频智能识别分析系统6配合生物反应池智能巡检系统实施时的结构示意图,包括充电站7、导轨8、巡检机器人9、自动启闭盖板10、盖板11和视频智能识别分析系统6,标号12为生物反应池液面的高度。
所述充电站7安装在生物反应池的盖板11上方,充电站7可为巡检机器人9进行无线充电,充电站7还作为巡检机器人9与视频智能识别分析系统6两者通信的中继站,充电站7内置清洗装置,在巡检机器人9回到充电站7充电时使用清洗装置进行清洗。
所述导轨8从充电站7的一侧开始敷设,导轨8的一端在盖板11的上方沿水平方向设置,导轨8的中部向下通过自动启闭盖板10的间隙进入生物反应池内,导轨8的另一端水平固定在盖板11的下方,导轨8沿着生物反应池长度方向,也即生物反应池的水流方向敷设。
巡检机器人9设置车轮,巡检机器人9根据预先设定的巡检模式沿着导轨8自主行走,自动摄制生物反应池液面12状况,巡检机器人9的数据实时上传视频智能识别分析系统6。
在巡检过程中,如巡检机器人9的摄像机镜头被污水遮挡后污染,所述算法模型可即时发送报警至运营管理人员,提醒运营管理人员进行及时清理,曝气视频分析时自动剔除该污水遮挡部分视频。
本发明与巡检机器人9无缝对接,形成一整套污水处理厂生物反应池巡检及分析系统,取代人工巡检污水处理厂生物反应池工作,高效稳定。
本发明的污水处理厂生物反应池曝气状况视频智能识别分析系统除了应用于污水处理厂生物反应池的曝气视频分析中,还可以应用于类似的图像分析中。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种污水处理厂生物反应池曝气状况视频智能识别分析系统,其特征在于,包括数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块和数据查询模块,所述数据采集模块、图像获取模块、图像对比及智能识别模块、结果分析及输出模块依次连接,所述数据查询模块接至结果分析及输出模块,其中,
所述数据采集模块用于从其他方视频数据库读取视频数据、视频的位置信息、时间信息及其他数据,并进行预判断,若信息异常,则发出报警信息;
所述图像获取模块用于对读取的视频数据进行分析及特征提取,根据时间、视频拍摄位置参数,进行图像获取,从每1s视频中截取10~15帧画面进行视频分析,所述图像获取模块内置定时器;
所述图像对比及智能识别模块用于对获取的图片进行矩阵切割,分成若干栅格小块,并对单一栅格小块的曝气图像进行二值化图像信息变换,分析像素点在图像中的变化;
所述结果分析及输出模块用于对视频分析识别结果进行数据处理,数据处理的结果采用图形+表格+文字的直观方式展现,其中图形包含热图,曝气量越大,热图颜色越红,曝气量越小处,热图颜色越浅;
所述数据查询模块将视频数据及视频分析报告进行保存,并提供数据查询接口;
在系统初始化时,通过所述图像对比及智能识别模块先将污水处理厂生物反应池设置成栅格分布,将污水处理厂生物反应池分成若干个小块,并为每一个小块设置唯一的栅格ID;
所述图像对比及智能识别模块通过分析像素点在图像中的变化得到当前生物反应池的气泡产生频率x、气泡大小y、气泡数量z和气泡分布w数据;
所述图像对比及智能识别模块在曝气数据库中进行搜索,若曝气数据库中某一曝气工况P的x、y、z、w值与本次搜索的值误差分别在识别系数i、j、k、m内时,则认为本次分析的曝气工况与曝气数据库中曝气工况P为同一类工况,曝气工况P的曝气结果即为本次分析的曝气结果;识别系数i、j、k、m可根据鼓风机输出风量、进水流量外部因素自动动态调整;
所述系统存储同一区域的不同时间段的曝气视频分析数据,并对同一区域的曝气状况进行纵向分析,分析该区域的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w数据随时间的变化,绘制曲线,并预测其发展趋势。
2.根据权利要求1所述的视频智能识别分析系统,其特征在于,所述系统对曝气状况进行分档,在输入总风量不变的情况下,区域曝气量由小至大分为一档至十档,并对各档曝气视频进行分析,存储各档曝气视频中处理后的数据,处理后的数据包括气泡产生频率x、气泡大小y、气泡数量z和气泡分布w,最终建立曝气数据库。
3.一种污水处理厂生物反应池曝气状况视频智能识别分析方法,其特征在于,包括下列步骤:
S1、启动曝气分析流程,权利要求1-2任一项所述的视频智能识别分析系统进行初始化;
S2、数据采集模块采集曝气池栅格分布信息、时间信息、位置信息、视频数据;
S3、图像获取模块从数据采集模块获取曝气池栅格分布信息、时间信息、位置信息、视频数据,并在获取信息过程中进行数据校验;
S4、若数据校验成功,则跳转步骤S5,校验失败则步骤停止,本次曝气分析流程停止,待操作人员检查检修;
S5、图像获取模块开始处理视频数据,从每1s视频中截取10~15帧画面,并上报定时器,图像获取模块将处理后的图像数据传输给图像对比及智能识别模块;
S6、启用图像对比及智能识别模块,对视频元素进行二值化图像信息变换,获取气泡变化的数据,并进行曝气状况判断;
S7、若定时器到达指定时间,则跳转步骤S8,若定时器没有到达指定时间,则返回继续步骤S6;
S8、完成指定时间段的曝气视频分析后,存储曝气结果,停止曝气视频分析;
S9、启用结果分析及输出模块,获取图像对比及智能识别模块的处理数据,生成本次巡检报告。
4.根据权利要求3所述的视频智能识别分析方法,其特征在于,生成本次巡检报告具体包括下列步骤:
根据本次巡检中获取的气泡变化元素,提炼出高阶气泡变化数据,包括气泡产生频率x、气泡大小y、气泡数量z、气泡分布w;对上述数据综合分析,与曝气判别标准进行动态对比,生成视频分析报告,数据处理的结果采用图形+表格+文字的直观方式展现。
5.根据权利要求4所述的视频智能识别分析方法,其特征在于,操作人员根据视频装置ID、曝气位置及时间通过数据查询模块搜索某一曝气视频,读取曝气视频的气泡产生频率x、气泡大小y、气泡数量z、气泡分布w,并通过人机交互界面修正某一段曝气视频曝气分析结果,系统将操作人员修正结果更新至曝气数据库,待下一次分析类似的曝气工况时,系统根据更新后的曝气数据库,将返回操作人员修正后的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910339776.9A CN110134826B (zh) | 2019-04-25 | 2019-04-25 | 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910339776.9A CN110134826B (zh) | 2019-04-25 | 2019-04-25 | 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110134826A CN110134826A (zh) | 2019-08-16 |
CN110134826B true CN110134826B (zh) | 2023-05-12 |
Family
ID=67571127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910339776.9A Active CN110134826B (zh) | 2019-04-25 | 2019-04-25 | 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110134826B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144221A (zh) * | 2019-11-29 | 2020-05-12 | 光大环境科技(中国)有限公司 | 一种通过图像识别技术对曝气池运行情况评价的方法、装置 |
CN112101454A (zh) * | 2020-09-15 | 2020-12-18 | 成都明控科技有限公司 | 一种污水曝气分析方法 |
CN112200011B (zh) * | 2020-09-15 | 2023-08-18 | 深圳市水务科技有限公司 | 曝气池状态检测方法、系统、电子设备及存储介质 |
CN113240658B (zh) * | 2021-05-25 | 2024-02-02 | 中国矿业大学 | 一种基于机器视觉的电池充电系统及方法 |
CN114180733B (zh) * | 2021-11-02 | 2022-08-09 | 合肥中盛水务发展有限公司 | 基于视频分析算法的污水曝气量检测及曝气控制系统 |
CN116514276A (zh) * | 2023-07-03 | 2023-08-01 | 北京梅凯尼克环保科技有限公司 | 一种污水处理工艺的智能控制方法及系统 |
CN116863465B (zh) * | 2023-09-01 | 2023-12-12 | 四川省每文环保科技有限公司 | 一种污水智能运行监测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012147127A (ja) * | 2011-01-07 | 2012-08-02 | Sony Corp | 画像処理装置および方法 |
CN106970576A (zh) * | 2017-03-14 | 2017-07-21 | 重庆蓝岸通讯技术有限公司 | 基于图片分析的智能化污水处理监控方法 |
CN107758885A (zh) * | 2017-11-01 | 2018-03-06 | 浙江成功软件开发有限公司 | 一种实时污水曝气情况监测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106331559B (zh) * | 2016-10-12 | 2019-04-05 | 重庆蓝岸通讯技术有限公司 | 智能视频识别污水池曝气的方法及系统 |
CN107721078A (zh) * | 2017-11-09 | 2018-02-23 | 四川弘毅智慧知识产权运营有限公司 | 一种生物膜生物污水处理装置 |
CN108122246A (zh) * | 2017-12-07 | 2018-06-05 | 中国石油大学(华东) | 视频监控智能识别系统 |
-
2019
- 2019-04-25 CN CN201910339776.9A patent/CN110134826B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012147127A (ja) * | 2011-01-07 | 2012-08-02 | Sony Corp | 画像処理装置および方法 |
CN106970576A (zh) * | 2017-03-14 | 2017-07-21 | 重庆蓝岸通讯技术有限公司 | 基于图片分析的智能化污水处理监控方法 |
CN107758885A (zh) * | 2017-11-01 | 2018-03-06 | 浙江成功软件开发有限公司 | 一种实时污水曝气情况监测方法 |
Non-Patent Citations (3)
Title |
---|
Effects of aeration rate on maturity and gaseous emissions during sewage sludge composting;Jing Yuan 等;《Waste Management》;第56卷;403-410 * |
Towards a robust CFD model for aeration tanks for sewage treatment-a lab-scale study;Anna M. Karpinska 等;《Engineering Applications of Computational Fluid Mechanics》;第11卷(第1期);371-395 * |
胜利油田污水处理厂自动化控制系统的设计与实现;张宝安;《中国优秀硕士学位论文全文数据库 信息科技辑》(第01(2014)期);I140-401 * |
Also Published As
Publication number | Publication date |
---|---|
CN110134826A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134826B (zh) | 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 | |
CN101520448B (zh) | 水质污染预警方法 | |
CN110322147A (zh) | 一种建设工程监理信息管理方法及系统 | |
CN109784326A (zh) | 一种基于深度学习的车辆底盘检测方法 | |
CN112200011B (zh) | 曝气池状态检测方法、系统、电子设备及存储介质 | |
CN112418737A (zh) | 一种区域水环境管理平台 | |
CN113125663A (zh) | 一种水质监测预警系统和方法 | |
CN114943917B (zh) | 一种视觉识别污水厂好氧池曝气量的算法 | |
CN113947731A (zh) | 一种基于接触网安全巡检的异物识别方法及系统 | |
CN105373171A (zh) | 用于养殖场环境的远程控制装置 | |
KR20120005654A (ko) | 자동 구름 정보 산출방법 | |
CN108491789A (zh) | 一种用于财务报表的汉字识别方法及装置 | |
CN114180733A (zh) | 基于视频分析算法的污水曝气量检测及曝气控制系统 | |
CN107392202A (zh) | 一种指针型读数识别方法和系统 | |
CN112733676A (zh) | 一种基于深度学习的电梯内垃圾检测识别方法 | |
CN213842435U (zh) | 一种用于集装箱的温度监测装置 | |
CN102945547A (zh) | 一种冷轧钢板表面图像光照均匀化方法 | |
CN104822046A (zh) | 一种基于视觉技术的非接触式电镀槽液位控制器 | |
CN111047731A (zh) | 一种基于ar技术的电信机房巡检方法及系统 | |
CN116993665A (zh) | 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法 | |
CN115938009A (zh) | 一种智能电子巡检定位方法及系统 | |
CN112906562B (zh) | 一种链篦机台车侧板裂缝的安全预警方法 | |
CN206619579U (zh) | 一种灯管充稀有气体控制系统 | |
CN110135274A (zh) | 一种基于人脸识别的人流量统计方法 | |
CN114078233A (zh) | 一种基于云边协同静默升级的智慧河长系统及升级方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |