CN110197480B - 六价铬的检测方法、装置以及可读存储介质 - Google Patents

六价铬的检测方法、装置以及可读存储介质 Download PDF

Info

Publication number
CN110197480B
CN110197480B CN201910456867.0A CN201910456867A CN110197480B CN 110197480 B CN110197480 B CN 110197480B CN 201910456867 A CN201910456867 A CN 201910456867A CN 110197480 B CN110197480 B CN 110197480B
Authority
CN
China
Prior art keywords
hexavalent chromium
image
sampling device
water sample
detected water
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
Application number
CN201910456867.0A
Other languages
English (en)
Other versions
CN110197480A (zh
Inventor
孙超
杨飘
齐卉
兰慧
张明杨
刘睿凡
丁建军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jianghan University
Original Assignee
Jianghan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jianghan University filed Critical Jianghan University
Priority to CN201910456867.0A priority Critical patent/CN110197480B/zh
Publication of CN110197480A publication Critical patent/CN110197480A/zh
Application granted granted Critical
Publication of CN110197480B publication Critical patent/CN110197480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N21/78Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Plasma & Fusion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)

Abstract

本申请体统六价铬的检测方法、装置以及可读存储介质,用于提供兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式。方法包括:采样装置获取待检测六价铬的离子浓度的受检水样;采样装置将六价铬试纸的反应区设置于受检水样中;在六价铬试纸的反应区在受检水样中形成变色反应时,采样装置通过CCD相机拍摄六价铬的反应区,得到RGB图像;采样装置通过转换关系将RGB图像转换成HSI图像;采样装置对HSI图像进行椒盐噪声滤波处理,得到平滑图像;采样装置通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;采样装置将分割图像上报至处理装置;采样装置接收处理装置反馈的指示信息;采样装置向用户输出受检水样的六价铬的离子浓度。

Description

六价铬的检测方法、装置以及可读存储介质
技术领域
本申请涉及检测领域,尤其涉及六价铬的检测方法、装置以及可读存储介质。
背景技术
在一些化工类生产活动中,所排放出的铬渣若流失扩散,会对生态环境造成污染危害,铬渣中包含有可溶性铬酸钠、酸溶性铬酸钙等六价铬离子Cr(VI),若经雨水冲淋,则随雨水渗入地表、污染水源,当然六价铬离子对于人体健康也有着直接的危害,而六价铬还可能存在于皮革、颜料等人体容易接触的地方。因此,六价铬的检测具有一定的重要意义。
目前对于六价铬的检测方式,主要是通过将六价铬试纸置于受检水样中,使六价铬试纸中的有效成分与受检水样中的六价铬进行反应,达到变色效果,再将六价铬试纸的反应颜色与六价铬试纸的标准色阶进行匹配,从而估计得到受检水样的六价铬浓度。然而,由于六价铬试纸的使用,主要是通过人工操作实现,尤其是将六价铬试纸的反应颜色与六价铬试纸的标准色阶进行人工匹配,可以理解,人工操作为六价铬试纸的六价铬检测效果带来一定的不稳定性。
当然,除了六价铬试纸的使用,还可通过在具有专业仪器以及专业人员的实验室等地方,进行深层的化学检测,更稳定地得到受检水样中六价铬浓度,而这也意味着不小的检测成本。
从上述可看出,上述中的六价铬检测方式,在低廉的检测成本与稳定的检测效果之间,很难取得较佳的平衡。
发明内容
本申请提供了六价铬的检测方法、装置以及可读存储介质,用于提供兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式。
第一方面,本申请提供了六价铬的检测方法,方法包括:
采样装置获取待检测六价铬的离子浓度的受检水样;
采样装置将六价铬试纸的反应区设置于受检水样中,六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成;
在六价铬试纸的反应区在受检水样中形成变色反应时,采样装置通过CCD相机拍摄六价铬的反应区,得到RGB图像;
采样装置通过转换关系将RGB图像转换成HSI图像,转换关系包括:
Figure BDA0002076872020000021
以及
Figure BDA0002076872020000022
H用于指示色调,S用于指示饱和度,I用于指示亮度;
采样装置对HSI图像进行椒盐噪声滤波处理,得到平滑图像;
采样装置通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
采样装置将分割图像上报至处理装置;
采样装置接收处理装置反馈的指示信息,指示信息用于指示受检水样的六价铬的离子浓度,受检水样的六价铬的离子浓度由处理装置根据分割图像分析得到;
采样装置向用户输出受检水样的六价铬的离子浓度。
可选的,采样装置获取待检测六价铬的离子浓度的受检水样包括:
采样装置接收用户设备(User Equipment,UE)发送的受检水样的采样地点坐标;
采样装置行驶至采样地点坐标,采集受检水样。
可选的,采样装置获取待检测六价铬的离子浓度的受检水样包括:
采样装置接收用户放置的待检测物体;
采样装置识别待检测物体的物体类别标识;
采样装置通过物体类别标识对应的缓冲液,从待检测物体萃取出受检水样。
可选的,采样装置对HSI图像进行椒盐噪声滤波处理,得到平滑图像包括:
采样装置通过3*3中值滤波器,对HSI图像进行椒盐噪声滤波处理,得到平滑图像。
可选的,采样装置通过kmeans算法对平滑图像进行图像分割处理,得到分割图像包括:
采样装置基于R、G以及B三个颜色通道作为3个中心点,通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
可选的,CCD相机的镜头焦距为16mm。
可选的,采样装置通过CCD相机拍摄六价铬的反应区包括:
采样装置启动LEC灯源进行补光,并通过CCD相机拍摄六价铬的反应区。
第二方面,本申请提供了采样装置,装置包括:
获取单元,用于获取待检测六价铬的离子浓度的受检水样;
设置单元,用于将六价铬试纸的反应区设置于受检水样中,六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成;
拍摄单元,用于在六价铬试纸的反应区在受检水样中形成变色反应时,通过CCD相机拍摄六价铬的反应区,得到RGB图像;
转换单元,用于通过转换关系将RGB图像转换成HSI图像,转换关系包括:
Figure BDA0002076872020000031
以及
Figure BDA0002076872020000032
H用于指示色调,S用于指示饱和度,I用于指示亮度;
滤波单元,用于对HSI图像进行椒盐噪声滤波处理,得到平滑图像;
分割单元,用于通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
上报单元,用于将分割图像上报至处理装置;
接收单元,用于接收处理装置反馈的指示信息,指示信息用于指示受检水样的六价铬的离子浓度,受检水样的六价铬的离子浓度由处理装置根据分割图像分析得到;
输出单元,用于向用户输出受检水样的六价铬的离子浓度。
可选的,获取单元,具体用于:
接收UE发送的受检水样的采样地点坐标;
行驶至采样地点坐标,采集受检水样。
可选的,获取单元,具体用于:
接收用户放置的待检测物体;
识别待检测物体的物体类别标识;
通过物体类别标识对应的缓冲液,从待检测物体萃取出受检水样。
可选的,滤波单元,具体用于:
通过3*3中值滤波器,对HSI图像进行椒盐噪声滤波处理,得到平滑图像。
可选的,分割单元,具体用于:
基于R、G以及B三个颜色通道作为3个中心点,通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
可选的,CCD相机的镜头焦距为16mm。
可选的,拍摄单元,具体用于:
启动LEC灯源进行补光,并通过CCD相机拍摄六价铬的反应区。
第三方面,本申请提供一种采样装置,包括处理器,处理器用于执行存储器中存储的计算机程序时实现如上述第一方面六价铬的检测方法的任一步骤。
第四方面,本申请提供一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述第一方面六价铬的检测方法的任一步骤。
从以上技术方案可以看出,本申请具有以下优点:
本申请的采样装置,可随用户的指定,直接在受检水样所处现场获取受检水样,接着将六价铬试纸置于该受检水样中,使得六价铬试纸的反应区随接触的受检水样形成变色反应,再通过自身的CCD相机,拍摄到该变色反应对应的RGB图像,由此得到可便捷地得到六价铬试纸关于受检水样的初始图像;其次,本申请的采样装置,再将初始的RGB图像进行HSI转换,并进行椒盐噪声处理,得到的平滑图像再经过kmeans算法进行图像分割,完成图像的预处理,得到可便于识别图像有效信息的分割图像,在现场完成上述操作后,采样装置即可将分割图像传回远端的处理装置,由处理装置根据图像的分析,其中可配置有不同颜色分量的差异与六价铬离子浓度的对应关系,得到并反馈受检水样的六价铬的离子浓度,从而,采样设备在现场可向用户输出该受检结果。
可以看出,通过人工智能(Artificial Intelligence,AI)的应用,不仅可极大避免工作人员的参与,实现六价铬的检测,并且,还将受检水样的获取(采样装置)与受检水样的具体分析(处理装置)分割开来,采样装置可便携地由工作人员或者普通用户部署在用户现场,进行受检水样的自动获取以及相关的预处理,如此极大地降低了六价铬检测的应用成本,包括硬件成本、环境条件限制以及人工成本,且无需将受检水样带回,直接将由受检水样得到的分割图像上传至处理装置,由远端的处理装置通过AI应用,根据分割图像稳定地分析得到受检水样的六价铬的离子浓度。如此提供了兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式,更便于六价铬检测的推广以及应用。
附图说明
图1示出了本申请六价铬的检测方法的一种流程示意图;
图2示出了本申请六价铬的检测方法的又一种流程示意图;
图3示出了本申请六价铬的检测方法的又一种流程示意图;
图4示出了本申请采样装置的一种结构示意图;
图5示出了本申请采样装置的又一种结构示意图。
具体实施方式
本申请提供了六价铬的检测方法、装置以及可读存储介质,用于提供兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本申请中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序,只要能达到相同或者相类似的技术效果即可。
本申请中所出现的模块的划分,是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
首先,在介绍本申请之前,首先介绍本申请涉及的采样装置以及处理装置。
在本申请中,采样装置为具有受检水样的采样能力的机器人,可以由拥有本装置的普通用户(例如消费者)或者工作人员直接部署在指定的用户现场,并通过本申请六价铬的检测方法,在现场获取受检水样,预处理得到分割图像,传回处理装置由其根据分割图像的分析得到受检水样的六价铬的离子浓度,采样装置再接收并向用户输出该受检水样的六价铬的离子浓度,实现兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式。
处理装置,为本申请六价铬的检测平台除采样装置的又一种设备,处理装置为具有图像分析能力的设备,可部署于服务器或者主机设备上,可根据采样装置上传的分割图像,进行受检水样的六价铬的离子浓度的分析,并进行分析结果的下发,可由本申请六价铬的检测平台的相关工作人员进行维护以及更新。
在现场,普通用户(例如消费者)或者工作人员可通过UE与采样装置进行人机交互,触发采样装置进行六价铬的检测任务,UE,具体的,可以为智能手机、笔记本电脑、台式电脑、电脑一体机、个人数字助理(Personal Digital Assistant,PDA)、智能手环或者智能手表等终端设备。
在本申请中,尽管以“六价铬”进行说明,应当理解的,所称的“六价铬”指的是六价铬离子,而非六价铬化合物。
下面,则基于上述场景的说明,开始对本申请提供的六价铬的检测方法进行详细介绍。
参阅图1,图1示出了本申请六价铬的检测方法的一种流程示意图,具体的,本申请六价铬的检测方法可包括如下步骤:
步骤S101,采样装置获取待检测六价铬的离子浓度的受检水样;
在具有六价铬的检测需求时,拥有本申请采样装置的用户或者工作人员,可将采样装置部署在现场,启动采样装置,使得采样装置在现场直接获取待检测六价铬的离子浓度的受检水样。
步骤S102,采样装置将六价铬试纸的反应区设置于受检水样中;
其中,六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成。
采样装置配置有六价铬试纸,该六价铬试纸由二苯碳酰二肼分光光度法显色原理而制成,其反应区可随不同的六价铬的离子浓度而形成不同色阶的反应颜色,例如紫红色的显色反应。
采样装置在获取到受检水样后,将六价铬试纸插进受检水样中,并使得反应区置于受检水样中,以促使对应的变色反应。
步骤S103,在六价铬试纸的反应区在受检水样中形成变色反应时,采样装置通过CCD相机拍摄六价铬的反应区,得到RGB图像;
在将六价铬试纸设置于受检水样中,或者待受检水样中的六价铬试纸形成变色反应时,采样装置可启动自身的CCD相机,拍摄六价铬的反应区,得到对应的RGB图像。
该RGB图像中的每个像素由R(红色分量)、G(绿色分量)以及B(蓝色分量)三个颜色通道对应的原色光谱分量构成。
以一实际参数为例,该RGB图像将红、绿以及蓝每个通道都分成8比特或256个色彩等级,图像中的每个彩色像素的(R,G,B)数值3个为一组,构成24比特深度的图像,24比特RGB图像,其颜色总数为(28)3=16777216,使用RGB三种基色进行叠加,可以得到至少1677万种的色彩。
步骤S104,采样装置通过转换关系将RGB图像转换成HSI图像;
其中,转换关系包括:
Figure BDA0002076872020000081
以及
Figure BDA0002076872020000082
H用于指示色调,S用于指示饱和度,I用于指示亮度。
接着,为便于还原人人体肉眼对于视觉的感知,实现机器视觉系统,通过上述的转换公式,将RGB图像转换成HSI图像。
步骤S105,采样装置对HSI图像进行椒盐噪声滤波处理,得到平滑图像;
接着,为克服图像中阻碍观察图像信息的干扰点,采样装置还配置了滤波处理能力。
在本申请中,将拍摄六价铬试纸所得到的图像具有的干扰点(噪声)识别为椒盐噪声,对应的,采样装置配置了椒盐噪声滤波能力,对HSI图像进行椒盐噪声滤波处理,使图像中的点集合更加的平滑。
步骤S106,采样装置通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
滤波处理后,采样装置再通过预设的kmeans算法,对HSI图像滤波处理后得到的平滑图像进行图像分割处理,得到可便于识别图像有效信息的分割图像。
步骤S107,采样装置将分割图像上报至处理装置;
执行上述操作后,采样装置即完成图像的预处理操作,接着,通过网络连接将分割图像上传至远端的处理装置,处理装置具有图像的自动分析能力,例如可设置有图像分析模型,该模型中包含了不同颜色分量的差异与六价铬离子浓度的对应关系,根据该图像分析模型,分析采样装置上报的分割图像,得到受检水样的六价铬的浓度。
步骤S108,采样装置接收处理装置反馈的指示信息;
其中,指示信息用于指示受检水样的六价铬的离子浓度,受检水样的六价铬的离子浓度由处理装置根据分割图像分析得到。
在对分割图像分析得到受检水样的六价铬的离子浓度后,处理装置即可通过指示信息的下发,告知采样装置受检水样的六价铬的离子浓度。
步骤S109,采样装置向用户输出受检水样的六价铬的离子浓度。
最后,在现场的采样装置,即可向用户输出受检水样的六价铬的离子浓度,完成本次六价铬的检测任务。
采样装置,可直接通过显示屏或者扬声器等配件直接向用户输出受检水样的六价铬的离子浓度。或者,采样装置,也可向用户的UE进行推送受检水样的六价铬的离子浓度。
从上述可看出,本申请的采样装置,可随用户的指定,直接在受检水样所处现场获取受检水样,接着将六价铬试纸置于该受检水样中,使得六价铬试纸的反应区随接触的受检水样形成变色反应,再通过自身的CCD相机,拍摄到该变色反应对应的RGB图像,由此得到可便捷地得到六价铬试纸关于受检水样的初始图像;其次,本申请的采样装置,再将初始的RGB图像进行HSI转换,并进行椒盐噪声处理,得到的平滑图像再经过kmeans算法进行图像分割,完成图像的预处理,得到可便于识别图像有效信息的分割图像,在现场完成上述操作后,采样装置即可将分割图像传回远端的处理装置,由处理装置根据图像的分析,其中可配置有不同颜色分量的差异与六价铬离子浓度的对应关系,得到并反馈受检水样的六价铬的离子浓度,从而,采样设备在现场可向用户输出该受检结果。
可以看出,通过人工智能(Artificial Intelligence,AI)的应用,不仅可极大避免工作人员的参与,实现六价铬的检测,并且,还将受检水样的获取(采样装置)与受检水样的具体分析(处理装置)分割开来,采样装置可便携地由工作人员或者普通用户部署在用户现场,进行受检水样的自动获取以及相关的预处理,如此极大地降低了六价铬检测的应用成本,包括硬件成本、环境条件限制以及人工成本,且无需将受检水样带回,直接将由受检水样得到的分割图像上传至处理装置,由远端的处理装置通过AI应用,根据分割图像稳定地分析得到受检水样的六价铬的离子浓度。如此提供了兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式,更便于六价铬检测的推广以及应用。
进一步的,在一种可选的实现方式中,参阅图2示出的本申请六价铬的检测方法的又一种流程示意图,上述图1对应实施例中的步骤S101,具体可包括:
步骤S201,采样装置接收UE发送的受检水样的采样地点坐标;
自上述已提及,采样装置为机器人,为进一步增强其机器人的自动化性能,采样装置还可配置有自动移动能力,可在自动导航功能的支撑下,通过履带、轮足或者机械臂等方式进行移动。
对应的,用户可通过UE,向采样装置发送受检水样的采样地点坐标。
步骤S202,采样装置行驶至采样地点坐标,采集受检水样。
在接收到受检水样的采样地点坐标后,采样装置即可行驶至该坐标,可通过水泵、采水管等配件,自动采集受检水样。
在该设置下,采样装置可灵活地进行受检水样的智能获取,尤其适用于用户不容易接近、或者不方便接近的采样地点,例如地形复杂、危险系数高的化工泄露地点,用户安全系数更高。
在又一种可选的实现方式中,参阅图3示出的本申请六价铬的检测方法的又一种流程示意图,上述图1对应实施例中的步骤S101,具体可包括:
步骤S301,采样装置接收用户放置的待检测物体;
受检水样除了可以直接为现有的需要进行六价铬检测的水体,或者,也可从需要进行六价铬检测的物体获得。
具体的,采样装置可具有放置空间,供用户放置待检测物体。
步骤S302,采样装置识别待检测物体的物体类别标识;
在用户在采样装置的放置空间放置待检测物体后,采样装置即可通过相机拍摄待检测物体,并根据图像识别技术识别待检测物体,得到待检测物体的物体类别标识。
待检测物体,常见的,有皮革、电镀物或者颜料等物体,采样装置预先配置有对应的物体类别标识以及物体的图像特征,供识别使用。
步骤S303,采样装置通过物体类别标识对应的缓冲液,从待检测物体萃取出受检水样。
在得到当前待检测物体的物体类别标识后,采样装置再确定该物体类别标识对应的缓冲液,使得该缓冲液浸泡当前的待检测物体,萃取出受检水样。
在该设置下,更适用于在用户的家庭环境等普通场景下,自主通过采样装置,实现六价铬的智能检测。
在又一种可选的实现方式中,上述图1对应实施例中的步骤S105,具体可以为:
采样装置通过3*3中值滤波器,对HSI图像进行椒盐噪声滤波处理,得到平滑图像。
在实际应用中,采样装置可配置有线性平滑滤波器或者中值滤波器等类型的滤波器。其中,优选地,采样装置配置有中值滤波器,中值滤波器在本申请中具有较佳的滤波效果,尤其是相较于线性平滑滤波器,中值滤波器能在去噪的同时引起更少的模糊,使得图像的边缘保持清晰。
在本申请中,中值滤波器优选为3*3规格。
在又一种可选的实现方式中,上述图1对应实施例中的步骤S106,具体可以为:
采样装置基于R、G以及B三个颜色通道作为3个中心点,通过kmeans算法对平滑图像进行图像分割处理,得到分割图像。
在实际应用中,Kmeans聚类算法,对彩色图像进行边缘检测,相较于其他算法,可得到更为丰富的边缘信息,有助于图像的分割。
在Kmeans算法的应用中,其聚类个数为K,可自行设置。在数据总数中随机选择K个点作为聚类中心,计算出所有点到这K个聚类中心的距离,将该点归类到距离最小的一个聚类中心去,形成了新的类后,将这个类的数据平均值作为新的聚类中心,如果重新计算后的结果与上一次计算结果相同,则表明此时的计算结果已经满足收敛准则,可以输出聚类结果。
当然,K的取值越大,一般可取得更佳的分割效果,但为便于在现场部署的采样装置的实际应用,将K基于R、G以及B三个颜色通道,作为3个中心点,可在分割效果、计算时间、计算能力要求之间取得较佳的平衡,满足现场便捷、快速的使用需求。
在又一种可选的实现方式中,采样装置的相机,除了可使用CMOS相机,采样装置还可使用CCD相机,其中,由于CCD相机在彩色成像方面,产生的噪声更少,因此在本申请中,采样装置优选地采用CCD相机。
其次的,基于本申请采样装置的实际应用的便利性,常见的六价铬检测试纸的反应区规格为35mm*35mm,以及CCD相机与六价铬试纸的反应区的距离为200至300mm,因此在本申请中,CCD相机的镜头焦距优选地采用16mm,以取得较佳的成像质量,在本申请中,CCD相机可采用具有500万像素、最高帧速率为210fps、成像品质一流、具有高性能和高可靠性的Basler pilot CCD工业相机(以piA-2400-17gc产品为例)以及16mm焦距的Ricoh工业镜头(以FL-CC1614-5M产品为例),对应的,光源可采用Ress环形光源(以P-HRL-116-W产品为例)以及光源控制器(以P-APS2-24W24-1T产品为例)。
在又一种可选的实现方式中,上述图1对应实施例中的步骤S103,具体可包括:
采样装置启动LEC灯源进行补光,并通过CCD相机拍摄六价铬的反应区。
可以理解,在补光光源的设置中,相较于卤素光、高频荧光或者氙气光等类型的光源,LED灯源的结构设计灵活多变,它由多颗小型轻量的强亮度LED颗粒组成,可以灵活设计满足各种形状要求以及不同的照射角度和照射范围,其光源颜色可选范围极大,在机器视觉系统的补光状态对于图像的获取阶段有关键作用,能满足红外到紫外多波段的光源颜色需求,且还具有正常工作高达10w小时的使用寿命,以及10微秒以内的启停切换速度,有助于相机获得更稳定更快速的图像采集条件,显著地降低成本,提高成像效率。
以上是对本申请六价铬的检测方法的介绍,下面开始介绍本申请的采样装置。
参阅图4,图4示出了本申请采样装置的一种结构示意图,具体的,采样装置可包括如下结构:
获取单元401,用于获取待检测六价铬的离子浓度的受检水样;
设置单元402,用于将六价铬试纸的反应区设置于受检水样中,六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成;
拍摄单元403,用于在六价铬试纸的反应区在受检水样中形成变色反应时,通过CCD相机拍摄六价铬的反应区,得到RGB图像;
转换单元404,用于通过转换关系将RGB图像转换成HSI图像,转换关系包括:
Figure BDA0002076872020000131
以及
Figure BDA0002076872020000132
H用于指示色调,S用于指示饱和度,I用于指示亮度;
滤波单元405,用于对HSI图像进行椒盐噪声滤波处理,得到平滑图像;
分割单元406,用于通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
上报单元407,用于将分割图像上报至处理装置;
接收单元408,用于接收处理装置反馈的指示信息,指示信息用于指示受检水样的六价铬的离子浓度,受检水样的六价铬的离子浓度由处理装置根据分割图像分析得到;
输出单元409,用于向用户输出受检水样的六价铬的离子浓度。
可选的,获取单元401,具体用于:
接收UE发送的受检水样的采样地点坐标;
行驶至采样地点坐标,采集受检水样。
可选的,获取单元401,具体用于:
接收用户放置的待检测物体;
识别待检测物体的物体类别标识;
通过物体类别标识对应的缓冲液,从待检测物体萃取出受检水样。
可选的,滤波单元405,具体用于:
通过3*3中值滤波器,对HSI图像进行椒盐噪声滤波处理,得到平滑图像。
可选的,分割单元406,具体用于:
基于R、G以及B三个颜色通道作为3个中心点,通过kmeans算法对平滑图像进行图像分割处理,得到分割图像;
可选的,CCD相机的镜头焦距为16mm。
可选的,拍摄单元403,具体用于:
启动LEC灯源进行补光,并通过CCD相机拍摄六价铬的反应区。
参阅图5,图5示出了本申请采样装置的另一种结构示意图,具体的,本申请采样装置包括处理器501,处理器501用于执行存储器502中存储的计算机程序时实现如图1至图3对应任意实施例中六价铬的检测方法的各步骤;或者,处理器501用于执行存储器502中存储的计算机程序时实现如图4对应实施例中各单元的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器502中,并由处理器501执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。
采样装置可包括,但不仅限于处理器501、存储器502。本领域技术人员可以理解,示意仅仅是计算机装置的示例,并不构成对采样装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如采样装置还可以包括输入输出设备、网络接入设备、总线等,处理器501、存储器502、输入输出设备以及网络接入设备等通过总线相连。
处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器502可用于存储计算机程序和/或模块,处理器501通过运行或执行存储在存储器502内的计算机程序和/或模块,以及调用存储在存储器502内的数据,实现计算机装置的各种功能。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本申请还提供一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如图1至图3对应任意实施例中六价铬的检测方法。
可以理解,集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各方法实施例的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的采样装置及其单元的具体工作过程,可以参考图1至图3对应实施例中六价铬的检测方法的说明,具体在此不再赘述。
综上所述,本申请六价铬的检测方法、装置以及可读存储介质,采样装置可随用户的指定,直接在受检水样所处现场获取受检水样,接着将六价铬试纸置于该受检水样中,使得六价铬试纸的反应区随接触的受检水样形成变色反应,再通过自身的CCD相机,拍摄到该变色反应对应的RGB图像,由此得到可便捷地得到六价铬试纸关于受检水样的初始图像;其次,本申请的采样装置,再将初始的RGB图像进行HSI转换,并进行椒盐噪声处理,得到的平滑图像再经过kmeans算法进行图像分割,完成图像的预处理,得到可便于识别图像有效信息的分割图像,在现场完成上述操作后,采样装置即可将分割图像传回远端的处理装置,由处理装置根据图像的分析,其中可配置有不同颜色分量的差异与六价铬离子浓度的对应关系,得到并反馈受检水样的六价铬的离子浓度,从而,采样设备在现场可向用户输出该受检结果。
可以看出,通过人工智能(Artificial Intelligence,AI)的应用,不仅可极大避免工作人员的参与,实现六价铬的检测,并且,还将受检水样的获取(采样装置)与受检水样的具体分析(处理装置)分割开来,采样装置可便携地由工作人员或者普通用户部署在用户现场,进行受检水样的自动获取以及相关的预处理,如此极大地降低了六价铬检测的应用成本,包括硬件成本、环境条件限制以及人工成本,且无需将受检水样带回,直接将由受检水样得到的分割图像上传至处理装置,由远端的处理装置通过AI应用,根据分割图像稳定地分析得到受检水样的六价铬的离子浓度。如此提供了兼得低廉的检测成本以及稳定的检测效果的六价铬检测方式,更便于六价铬检测的推广以及应用。
在本申请所提供的几个实施例中,应该理解到,所揭露的采样装置及其单元,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种六价铬的检测方法,其特征在于,所述方法包括:
采样装置获取待检测六价铬的离子浓度的受检水样;
所述采样装置将六价铬试纸的反应区设置于所述受检水样中,所述六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成;
在所述六价铬试纸的反应区在所述受检水样中形成变色反应时,所述采样装置通过CCD相机拍摄所述六价铬的反应区,得到RGB图像;
所述采样装置通过转换关系将所述RGB图像转换成HSI图像,所述转换关系包括:
Figure FDA0002076872010000011
以及
Figure FDA0002076872010000012
所述H用于指示色调,所述S用于指示饱和度,所述I用于指示亮度;
所述采样装置对所述HSI图像进行椒盐噪声滤波处理,得到平滑图像;
所述采样装置通过kmeans算法对所述平滑图像进行图像分割处理,得到分割图像;
所述采样装置将所述分割图像上报至处理装置;
所述采样装置接收所述处理装置反馈的指示信息,所述指示信息用于指示所述受检水样的六价铬的离子浓度,所述受检水样的六价铬的离子浓度由所述处理装置根据所述分割图像分析得到;
所述采样装置向用户输出所述受检水样的六价铬的离子浓度。
2.根据权利要求1所述的方法,其特征在于,所述采样装置获取待检测六价铬的离子浓度的受检水样包括:
所述采样装置接收用户设备UE发送的所述受检水样的采样地点坐标;
所述采样装置行驶至所述采样地点坐标,采集所述受检水样。
3.根据权利要求1所述的方法,其特征在于,所述采样装置获取待检测六价铬的离子浓度的受检水样包括:
所述采样装置接收用户放置的待检测物体;
所述采样装置识别所述待检测物体的物体类别标识;
所述采样装置通过所述物体类别标识对应的缓冲液,从所述待检测物体萃取出所述受检水样。
4.根据权利要求1所述的方法,其特征在于,所述采样装置对所述HSI图像进行椒盐噪声滤波处理,得到平滑图像包括:
所述采样装置通过3*3中值滤波器,对所述HSI图像进行所述椒盐噪声滤波处理,得到所述平滑图像。
5.根据权利要求1所述的方法,其特征在于,所述采样装置通过kmeans算法对所述平滑图像进行图像分割处理,得到分割图像包括:
所述采样装置基于R、G以及B三个颜色通道作为3个中心点,通过所述kmeans算法对所述平滑图像进行图像分割处理,得到分割图像。
6.根据权利要求1所述的方法,其特征在于,所述CCD相机的镜头焦距为16mm。
7.根据权利要求1所述的方法,其特征在于,所述采样装置通过CCD相机拍摄所述六价铬的反应区包括:
所述采样装置启动LEC灯源进行补光,并通过CCD相机拍摄所述六价铬的反应区。
8.一种采样装置,其特征在于,所述装置包括:
获取单元,用于获取待检测六价铬的离子浓度的受检水样;
设置单元,用于将六价铬试纸的反应区设置于所述受检水样中,所述六价铬试纸的反应区由二苯碳酰二肼分光光度法显色原理而制成;
拍摄单元,用于在所述六价铬试纸的反应区在所述受检水样中形成变色反应时,通过CCD相机拍摄所述六价铬的反应区,得到RGB图像;
转换单元,用于通过转换关系将所述RGB图像转换成HSI图像,所述转换关系包括:
Figure FDA0002076872010000021
以及
Figure FDA0002076872010000022
所述H用于指示色调,所述S用于指示饱和度,所述I用于指示亮度;
滤波单元,用于对所述HSI图像进行椒盐噪声滤波处理,得到平滑图像;
分割单元,用于通过kmeans算法对所述平滑图像进行图像分割处理,得到分割图像;
上报单元,用于将所述分割图像上报至处理装置;
接收单元,用于接收所述处理装置反馈的指示信息,所述指示信息用于指示所述受检水样的六价铬的离子浓度,所述受检水样的六价铬的离子浓度由所述处理装置根据所述分割图像分析得到;
输出单元,用于向用户输出所述受检水样的六价铬的离子浓度。
9.一种采样装置,其特征在于,所述采样装置包括处理器,处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种可读存储介质,其特征在于,其上存储有计算机程序,计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN201910456867.0A 2019-05-29 2019-05-29 六价铬的检测方法、装置以及可读存储介质 Active CN110197480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910456867.0A CN110197480B (zh) 2019-05-29 2019-05-29 六价铬的检测方法、装置以及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910456867.0A CN110197480B (zh) 2019-05-29 2019-05-29 六价铬的检测方法、装置以及可读存储介质

Publications (2)

Publication Number Publication Date
CN110197480A CN110197480A (zh) 2019-09-03
CN110197480B true CN110197480B (zh) 2023-01-03

Family

ID=67753444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910456867.0A Active CN110197480B (zh) 2019-05-29 2019-05-29 六价铬的检测方法、装置以及可读存储介质

Country Status (1)

Country Link
CN (1) CN110197480B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907441B (zh) * 2019-12-04 2021-07-30 南京大学 一种水中Cr(VI)离子的即时视觉传感检测系统及方法
CN111678876A (zh) * 2020-07-21 2020-09-18 福州大学 一种基于机器学习的水环境中六价铬的快速检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871122A (zh) * 2017-11-14 2018-04-03 深圳码隆科技有限公司 安检检测方法、装置、系统及电子设备
CN108152283A (zh) * 2017-12-19 2018-06-12 合肥工业大学 一种使用摄像头测定水中六价铬、铜含量的装置及其检测方法
CN109377490A (zh) * 2018-10-31 2019-02-22 深圳市长隆科技有限公司 水质检测方法、装置及计算机终端

Also Published As

Publication number Publication date
CN110197480A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CN105100646B (zh) 视频处理方法和装置
CN105283902B (zh) 图像处理装置、图像处理方法、以及图像处理程序的存储介质
JP4194025B2 (ja) 照明不変の客体追跡方法及びこれを用いた映像編集装置
CN110197480B (zh) 六价铬的检测方法、装置以及可读存储介质
CN107808373A (zh) 基于姿态的样本图像合成方法、装置及计算设备
CN108900819A (zh) 图像处理方法、装置、存储介质及电子设备
CN105279487B (zh) 美颜工具筛选方法和系统
CN108600806A (zh) 一种播放控制系统
CN107547852A (zh) 一种大数据存储系统
CN102088539B (zh) 一种预拍照画质评价方法和系统
CN109697738A (zh) 图像处理方法、装置、终端设备及存储介质
CN109727216A (zh) 图像处理方法、装置、终端设备及存储介质
US10893182B2 (en) Systems and methods for spectral imaging with compensation functions
CN107347119B (zh) 室内外模式设置平台
CN106097261A (zh) 图像处理方法和装置
CN110751668A (zh) 图像处理方法、装置、终端、电子设备及可读存储介质
CN108205812B (zh) 一种颜料色彩混合比例匹配的方法
JP4697923B2 (ja) 水中または水面における移動体の計数システムおよび計数方法
CN110321782B (zh) 一种检测人体特征信号的系统
CN108875625B (zh) 一种识别方法和电子设备
CN108650455B (zh) 一种智能家居照明数据采集终端
CN112831982A (zh) 衣物颜色识别的处理方法、装置、设备及存储介质
JP2010147660A (ja) 画像処理装置、電子カメラ及び画像処理プログラム
CN115035096A (zh) 一种指示灯测试方法及相关装置
CN108601139B (zh) 一种智能家居照明数据采集方法

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