CN110222698B - 一种基于色彩信息处理进行水质分析的方法及系统 - Google Patents
一种基于色彩信息处理进行水质分析的方法及系统 Download PDFInfo
- Publication number
- CN110222698B CN110222698B CN201910438180.4A CN201910438180A CN110222698B CN 110222698 B CN110222698 B CN 110222698B CN 201910438180 A CN201910438180 A CN 201910438180A CN 110222698 B CN110222698 B CN 110222698B
- Authority
- CN
- China
- Prior art keywords
- color
- water quality
- value
- image
- color information
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
一种基于色彩信息处理进行水质分析的方法及系统。本发明的技术方案包括提供一种基于带色彩图像处理的水质分析方法及系统,用于实现:采集待测样本溶液的图像信息,由软件分析计算带有色彩的图像的颜色信息值,针对每一项污染因子先用标准溶液做出标准曲线,拿到每项污染因子对应图像色彩公式中的关键参数值,包括K值和M值,将关键参数值结合待测样本溶液图像的颜色信息值经过对应公式计算,即可得出水质每一项污染因子的浓度。本发明的有益效果为:步骤简单,对操作人员的技术水平要求低,由于不依赖肉眼判断,测试结果较为精确,对采集设备要求低,仪器成本低廉,方法快速、准确。
Description
技术领域
本发明涉及一种基于色彩信息处理进行水质分析的方法及系统,属于水质检测领域。
背景技术
比色法定量的依据是光的吸收定律,当相同强度的入射光透过组成相同的有色溶液时,如果溶液的液层厚度相等,溶液颜色相同,则溶液的浓度相等。市面上成熟产品快速分析试剂盒就是基于此原理做法。这种做法能够在任何环境下对水质做出快速判断但由于是依靠肉眼来判断,存在一定的主观误差。而分光光度法检测精准,但设备构件复杂,对环境要求高,对操作员要求也高。
专利号CN109100309A《分散液液微萃取—安卓手机比色测定微量钙离子的方法》公开了一种利用乙二醛缩双作为显色剂,在PH12.8的硼砂-氢氧化钠中与钙反应,使用表面活性剂采用DLLME技术富集萃取,通过安卓手机软件Color Grab先获得空白样品溶液的RGB颜色强度值,再以同样的方法获得待测样品的颜色强度RGB值,然后利用RGB通道里面的G通道值,按照YG=(IG-IGblack)/255,YG=0.4896C-0.0188的关系来获得钙离子浓度方法。上述专利对能够实现钙离子浓度检测的试剂做了保护,其本质是对G通道对应的波长光吸收变化,利用空白样做基准的吸光光度法的变形,并不涉及颜色特性的RGB之间的计算。在同为本技术方案发明人的专利CN 108776107《一种替代可见分光光度计的光谱分析方法》中公开了一种替代分光光度法的分析方法,该方法通过使用CCD或CMOS传感器对待测样品进行成像,通过对RGB值得一阶或多阶公式,同时对RGB三个值进行量化的色度计算,获得浓度值的方法。
发明内容
为解决上述问题,本发明的目的在于提供一种基于色彩信息处理进行水质分析的方法及系统,采集待测样本溶液的图像信息,由软件分析计算带有色彩的图像的颜色信息值,针对每一项污染因子先用标准溶液做出标准曲线,拿到每项污染因子对应图像色彩公式中的关键参数值,包括K值和M值,将关键参数值结合待测样本溶液图像的色彩信息值经过对应公式计算,即可得出水质每一项污染因子的浓度。
本发明解决其问题所采用的技术方案一方面是:一种基于色彩信息处理进行水质分析的方法,其特征在于,包括以下步骤:S100、将每一项污染因子根据色色彩公式计算得到关键参数值,其中关键参数值包括K值和M值;S200、使用图像采集终端采集待测样本图像信息,得到待测样本图像的颜色信息值;S300、根据待测样本图像的颜色信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度。
进一步的,所述S100还包括:S101、针对每一项污染因子用标准溶液做出标准曲线;S102、根据标准曲线得到每一项污染因子对应图像色彩公式中的K值和M值。
进一步的,所述S101还包括使用一定梯度浓度数量的污染因子溶液做出标准曲线,其中一定梯度溶液数量可自定义。
进一步的,所述S200还包括:S201、将标准浓度梯度的待测样本和显色剂混合显色,将混合后的待测样本溶液倒入显色器皿内;S202、使用图像采集终端采集待测样本溶液图像信息,并将得到的图像信息进行白平衡计算预处理,得到待测样本溶液图像信息的颜色信息值。
进一步的,所述S300还包括:S301、根据待测样本溶液图像的颜色信息值和每一项污染因子的关键参数值,根据基础公式计算,得到每一项污染因子的浓度值。
进一步的,所述基础公式为一阶或二阶的计算公式包括但不限于:
C=K×A+M
其中A为基于色彩信息R、G、B值的基础计算公式表达式,该表达式为以下的一种或多种:
1、当R≥G≥B时,A=42.5*(G-B)/(R-B)
2、当R≥B>G时,A=42.5*(G-B)/(R-R)+255
3、当R=G=B时,A=0
4、G=max,A=42.5*(B-R)/(Max-Min)+85
5、B=max,A=42.5*(R-G)/(Max-Min)+170;
(2)
1、当R≥G≥B或B≥G≥R时,A=R+B
2、当G≥R≥B或B≥R≥G时,A=G+B
3、当R≥B≥G或G≥B≥R时,A=R+G;
(3)A=R+G+B;
(4)A=R*G*B;
(5)A=K1(R/B)+K2(G/B)
A=K1(R/G)+K2(B/G)
A=K1(B/R)+K2(G/R);
(6)C=K*A+M
A=(R*G)/B
A=(R*B)/G
A=(B*G)/R;
K、M为由标准曲线获得的关键参数。
进一步的,所述颜色信息值包括但不限于RGB值、HSL值以及CMYK值。
本发明解决其问题所采用的技术方案另一方面是:一种基于色彩信息处理进行水质分析的方法系统,其特征在于,包括:污染因子计算模块,用于将每一项污染因子根据色彩公式计算得到关键参数值,其中关键参数值包括K值和M值;采集终端,用于采集待测样本图像信息,得到待测样本图像的颜色信息值;分析计算模块,用于根据待测样本图像的颜色信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度。
进一步的,所述采集终端包括但不限于手机、电脑、数码相机以及CCD传感器。
进一步的,还包括通信模块,用于通过有线或无线网络将采集终端采集到的图像信息发送到远程服务器中的分析计算模块,进行对应的水质分析。
本发明的有益效果是:步骤简单,对操作人员的技术水平要求低,由于不依赖肉眼判断,测试结果较为精确,对采集设备要求低,仪器成本低廉,方法快速、准确.
附图说明
图1是根据本发明优选实施例的方法流程示意图;
图2是根据本发明优选实施例的系统结构示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
术语解释:
吸光光度法:基于物质对光的选择性吸收而建立起来的分析方法。
比色法:通过比较样品溶液与标准溶液颜色深浅来确定被测物质含量的方法。
标准系列法:是在溶液液层厚度相同的情况下,直接比较溶液颜色深浅的比色分析法。
白平衡:电子或数码摄像中,使白色物体在不同灯光或光照环境下都显现为白色。
参照图1,根据本发明优选实施例的方法流程示意图:
S100、将每一项污染因子根据色彩公式计算得到关键参数值,其中关键参数值包括K值和M值;S200、使用图像采集终端采集待测样本图像信息,得到待测样本图像的颜色信息值;S300、根据待测样本图像的颜色信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度。
S100还包括:S101、针对每一项污染因子用标准溶液做出标准曲线;S102、根据标准曲线得到每一项污染因子对应图像色彩公式中的K值和M值。
S101还包括使用一定梯度浓度数量的污染因子溶液做出标准曲线,其中一定梯度溶液数量可自定义。
S200还包括:S201、将标准浓度梯度的待测样本和显色剂混合显色,将混合后的待测样本溶液倒入显色器皿内;S202、使用图像采集终端采集待测样本溶液图像信息,并将得到的图像信息进行白平衡计算预处理,得到待测样本溶液图像信息的颜色信息值。
S300还包括:S301、根据待测样本溶液图像的颜色信息值和每一项污染因子的关键参数值,根据基础公式计算,得到每一项污染因子的浓度值。
基础公式为一阶或二阶的计算公式包括但不限于:
C=K×A+M
其中A和M为对应污染因子的关键参数值;
其中K为与待测样本溶液图像的颜色信息值有关的系数。
颜色信息值包括但不限于RGB值、HSL值以及CMYK值
下面举一实施例加以说明,
一种利用互联网或APP媒介,将数据上传至后台服务器,由后台服务器软件分析计算带有色彩的图像的颜色信息的一种水质分析方法。这种方法在软件的编写过程前针对每一项污染因子先用标准溶液做出标准曲线,拿到每项污染因子对应图像色彩公式中的K值和M值,将K值和M值赋给对应色彩图像的软件中。往后的每次检测,只需要按一定的显色步骤显色后,用安装的软件或连接服务器的终端对待测样本拍摄,即可得出水质每一项污染因子的浓度。该方法包括以下步骤:软件编写对应色彩图像的基础公式,预留K值和M值作为赋入选项。将标准浓度梯度溶液和显色剂混合显色,将混合后的溶液倒入显色器皿内,利用安装的软件或联接服务器的终端对显色的样本溶液拍摄,获得带有色彩的图像上传至后台,获得准确的颜色信息值。将各浓度的标准溶液按照上述步骤,得出各种浓度下标准溶液对应的颜色信息值。颜色信息值经过白平衡计算预处理后,处理后的信息值赋入预先在软件编写好的基础公式中,然后按照作图法获得该溶液浓度系数下的K值和M值。在往后每次的检测中,将加有显色剂的混合溶液倒入显色器皿内,利用安装的软件或联接服务器的终端对带有色彩的样品溶液拍摄,获得的图像通过互联网或APP媒介上传至后台,获得准确的初始颜色信息值。初始颜色信息值经过后台的白平衡计算预处理后,处理后的信息赋入已知K值和M值得公式中,计算出结果浓度,从而准确获得某一项污染因子的浓度值。其他污染因子浓度的获取方法和上述方法一致,不再累述。
利用互联网或者是APP作为媒介的终端,自带拍摄功能,实现终端的设备可以是带有拍摄功能手机,各种品牌数码相机,CCD传感器或CMOS传感器之中的任意一种。
颜色信息指的是基于带有色彩的图像,从图像里面能够准确获得色彩属性的信息,可以是RGB值,也可以是由此衍生的RGB的变形,例如HSL值,CMYK值。
后台处理过程,是指利用计算机汇编语言的软件,例如Visual Basic,Java,C语言等方式实现数值筛选,调用,计算和删除的功能。图像信息会通过互联网或者APP将颜色信息值传输到后台,后台利用强大的计算机软件功能,将初始颜色信息值在摈除环境干扰影响后,通过代入事先输入的公式和标准曲线法获得的K值和M值,获得最终的水质浓度准确值。
摈除环境干扰影响,即利用白平衡的算法,消除因环境光线以及设备本身显像的一些偏移值,从而获得准确的颜色信息值。该白平衡的算法为广大从事软件语言汇编人员所知,在此不再累述。
基础公式,是基于RGB三种信息值的一阶或二阶的计算方法,根据2所述的HLS和CMYK,也是基于RGB为基础的基础公式的变形。
基于RGB算法的公式可以是以下其中一种或多种:
(1)C=K*A+M
1、当R≥G≥B时,A=42.5*(G-B)/(R-B)
2、当R≥B>G时,A=42.5*(G-B)/(R-R)+255
3、当R=G=B时,A=0
4、G=max,A=42.5*(B-R)/(Max-Min)+85
5、B=max,A=42.5*(R-G)/(Max-Min)+170
(2)C=K*A+M
1、当R≥G≥B或B≥G≥R时,A=R+B
2、当G≥R≥B或B≥R≥G时,A=G+B
3、当R≥B≥G或G≥B≥R时,A=R+G
(3)C=K*A+M
A=R+G+B
(4)C=K*A+M
A=R*G*B
(5)C=K*A+M
A=K1(R/B)+K2(G/B)
A=K1(R/G)+K2(B/G)
A=K1(B/R)+K2(G/R)
(6)C=K*A+M
A=(R*G)/B A=(R*B)/G A=(B*G)/R。
参照图2,根据本发明优选实施例的系统结构示意图:
包括:污染因子计算模块,用于将每一项污染因子根据色彩公式计算得到关键参数值,其中关键参数值包括K值和M值;采集终端,用于采集待测样本图像信息,得到待测样本图像的颜色信息值;分析计算模块,用于根据待测样本图像的颜色信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度。
采集终端包括但不限于手机、电脑、数码相机以及CCD传感器。
还包括通信模块,用于通过有线或无线网络将采集终端采集到的图像信息发送到远程服务器中的分析计算模块,进行对应的水质分析。
下述距离为根据本发明的实施例:
实施例一
1、按照国标GB7467-87《水质六价铬的测定二苯碳酰二肼分光光度法》所描述的方法,配置0ppm,0.3ppm,0.5ppm,0.7ppm,1.0ppm,2.0ppm的六价铬标准溶液,和二苯碳酰二肼反应生成紫红色溶液,将梯度浓度的溶液依次倒入显色器皿内,利用手机的拍摄功能将带有紫红色色彩的图像上传至数据库后台,后台服务器接收到的各种颜色信息值如下:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
代入一阶或多阶公式中通过作图法得到K值为-1.0154,M值为3.321。
2、将已知浓度的待测水样和二苯碳酰二肼反应生成紫红色溶液,显色后溶液倒入清洁干净的显色器皿内,利用手机的拍摄功能将带有色彩的图像信息发送到服务器后台,服务器接收到的各种颜色信息值如下表显示:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
系统自动计算出三个数值分别为0.517,1.034,1.975
1号水样浓度为0.517ppm,相对误差为3.4%。
2号水样浓度为1.034ppm,相对误差为3.4%。
3号水样浓度为1.975ppm,相对误差为1.25%。
实施例二:
1、按照HJ670-2013《水质磷酸盐和总磷的测定连续流动-钼酸铵分光光度法》所描述的方法,配置0ppm,0.3ppm,0.5ppm,0.7ppm,1.0ppm,2.0ppm的磷标准溶液,消解后的磷与钼酸铵反应生成蓝色络合物,将梯度浓度的溶液依次倒入显色器皿,利用CCD传感器将带有色彩的图像传送到后台服务器,所得到的图像信息值如下:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
代入一阶或多阶公式中通过作图法得到K值为-0.769,M值为2.4988。
2、将消解后已知浓度的待测水样,和钼酸盐反应后生成蓝色络合物倒入显色器皿内,利用CCD传感器将带有色彩的图像上传至服务器后台,得到已知浓度的颜色信息值:
3、重复步骤2,得到已知的不同浓度下的几组数据,如下表显示:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
系统自动计算出三个数值为0.753,1.161,1.873
1号水样浓度为0.753ppm,相对误差为7.5%,
2号水样浓度为1.161ppm,相对误差为16.1%,
3号水样浓度为1.873ppm,相对误差为6.35%。
实施例三:
1、按照HJ486-2009《水质铜的测定2,9-二甲基-1,10菲啰啉分光光度法》所描述的方法,配置0ppm,0.3ppm,0.5ppm,0.7ppm,1.0ppm,2.0ppm的铜标准溶液,用盐酸羟胺还原后,和2,9-二甲基-1,10菲啰啉反应生成黄色络合物,将梯度浓度的溶液依次倒入显色器皿,利用数码相机将带有色彩的图像通过互联网上传至网络信息后台服务端,所得到的数据如下:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
代入一阶或多阶公式中通过作图法得到K值为2.157,M值为-0.0828。
2、将已知浓度的待测水样,用盐酸羟胺还原后,和2,9-二甲基-1,10菲啰啉反应生成黄色络合物,将梯度浓度的溶液依次倒入显色器皿,利用数码相机将将带有色彩的图像通过互联网上传至网络信息后台服务端。
3、重复步骤2,得到已知的不同浓度下的几组数据,如下表显示:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
系统自动得到三个值0.729,1.033,1.957
1号水样浓度为0.729ppm,相对误差为4.14%,
2号水样浓度为1.033ppm,相对误差为3.3%,
3号水样浓度为1.957ppm,相对误差为2.15%。
实施例四:
1、按照HJ486-2009《水质铜的测定2,9-二甲基-1,10菲啰啉分光光度法》所描述的方法,配置0ppm,0.3ppm,0.5ppm,0.7ppm,1.0ppm,2.0ppm的铜标准溶液,用盐酸羟胺还原后,和2,9-二甲基-1,10菲啰啉反应生成黄色络合物,将梯度浓度的溶液依次倒入显色器皿,利用CCD传感器将带有色彩的图像传送到后台服务器,所得到的图像信息值如下:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
代入一阶或多阶公式中通过作图法得到K值为0.0146,M值为-0.0549。
2、将已知浓度的待测水样,用盐酸羟胺还原后,和2,9-二甲基-1,10菲啰啉反应生成黄色络合物,将梯度浓度的溶液依次倒入显色器皿,利用CCD传感器将带有色彩的图像传送到后台服务器,得到一组数据。
3、重复步骤2,得到已知的不同浓度下的几组数据,如下表显示:
各种颜色信息值经过白平衡计算后获得了准确的待测液校准值:
系统自动计算出三个数值分别为0.661,0.9525,1.989
1号水样浓度为0.661ppm,相对误差为5.57%,
2号水样浓度为0.9525ppm,相对误差为4.75%,
3号水样浓度为1.989ppm,相对误差为0.55%。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (7)
1.一种基于色彩信息处理进行水质分析的方法,其特征在于,包括以下步骤:
S100、将每一项污染因子的自身色彩特性或者与显色剂反应后的色彩特性,与每一项污染因子浓度,建立基础色彩公式,色彩公式中包含有与具体污染因子相对应的关键参数K值和M值,K值和M值事先由不同浓度的标准液校正测得;
S200、使用图像采集终端采集待测样本图像信息,得到待测样本图像的色彩信息值;
S300、根据待测样本图像的色彩信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度,所述S300还包括:S301、根据待测样本溶液图像的色彩信息值和每一项污染因子的关键参数值,根据基础色彩公式计算,得到每一项污染因子的浓度值;所述基础公式为一阶或二阶的计算公式包括:
C=K×A+M
其中A为基于色彩信息R、G、B值的基础计算公式表达式,该表达式为以下的一种或多种:
当R≥G≥B时,A=42.5*(G-B)/(R-B);
当R≥B>G时,A=42.5*(G-B)/(R-B)+255;
当R=G=B时,A=0;
G=Max,A=42.5*(B-R)/(Max-Min)+85;
B=Max,A=42.5*(R-G)/(Max-Min)+170;
其中,Max表示R、G、B值中的最大值,Min表示R、G、B值中的最小值;
当R≥G≥B或B≥G≥R时,A=R+B;
当G≥R≥B或B≥R≥G时,A=G+B;
当R≥B≥G或G≥B≥R时,A=R+G
A=R+G+B
A=R*G*B
A=K1(R/B)+K2(G/B)
A=K1(R/G)+K2(B/G)
A=K1(B/R)+K2(G/R);
C=K*A+M
A=(R*G)/B
A=(R*B)/G
A=(B*G)/R;
其中,K、M为由标准曲线获得的关键参数。
2.根据权利要求1所述的基于色彩信息处理进行水质分析的方法,其特征在于,所述S100还包括:
S101、针对每一项污染因子用已知浓度的标准溶液根据自身色彩或者显色反应后的色彩信息做标准曲线;
S102、根据标准曲线得到每一项污染因子对应图像色彩公式中的K值和M值。
3.根据权利要求2所述的基于色彩信息处理进行水质分析的方法,其特征在于,所述S101还包括使用一定梯度已知浓度的一定数量的污染因子溶液做出标准曲线,其中一定梯度的已知浓度与溶液数量可以自定义。
4.根据权利要求1所述的基于色彩信息处理进行水质分析的方法,其特征在于,所述S200还包括:
S201、将标准浓度梯度的待测样本和显色剂混合显色,将混合后的待测样本溶液倒入显色器皿内;
S202、使用图像采集终端采集待测样本溶液图像信息,并将得到的图像信息进行白平衡计算预处理,得到待测样本溶液图像信息的色彩信息值。
5.根据权利要求1或4中任一项所述的基于色彩信息处理进行水质分析的方法,其特征在于,所述色彩信息值包括RGB值、HSL值以及CMYK值。
6.一种基于色彩信息处理进行水质分析的系统,其特征在于,包括:
污染因子计算模块,用于将每一项污染因子根据色彩公式计算得到关键参数值,其中关键参数值包括K值和M值;
采集终端,用于采集待测样本图像信息,得到待测样本图像的颜色信息值;
分析计算模块,用于根据待测样本图像的颜色信息值和各项污染因子的关键参数值进行计算,得到待测样本的水质分析结果,其中水质分析结果包括水质浓度;
通信模块,用于通过有线或无线网络将采集终端采集到的图像信息发送到远程服务器中的分析计算模块,进行对应的水质分析。
7.根据权利要求6所述的基于色彩信息处理进行水质分析的系统,其特征在于,所述采集终端包括手机、电脑、数码相机以及CCD传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910438180.4A CN110222698B (zh) | 2019-05-24 | 2019-05-24 | 一种基于色彩信息处理进行水质分析的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910438180.4A CN110222698B (zh) | 2019-05-24 | 2019-05-24 | 一种基于色彩信息处理进行水质分析的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110222698A CN110222698A (zh) | 2019-09-10 |
CN110222698B true CN110222698B (zh) | 2020-12-29 |
Family
ID=67818101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910438180.4A Active CN110222698B (zh) | 2019-05-24 | 2019-05-24 | 一种基于色彩信息处理进行水质分析的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110222698B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110579471A (zh) * | 2019-09-26 | 2019-12-17 | 五邑大学 | 基于颜色识别的水质检测方法、装置、设备及存储介质 |
CN111351796A (zh) * | 2020-03-20 | 2020-06-30 | 厦门大学 | 基于智能手机的水环境分析系统及分析方法 |
CN112461762B (zh) * | 2020-11-26 | 2023-05-12 | 中国科学院苏州生物医学工程技术研究所 | 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 |
CN112557320B (zh) * | 2020-11-26 | 2023-06-13 | 中国科学院苏州生物医学工程技术研究所 | 基于hsv/hsb的图像比色的浓度测定方法、系统、存储介质 |
CN112649425A (zh) * | 2020-12-15 | 2021-04-13 | 黄辰 | 一种基于移动设备的水质快速检测方法 |
CN113484284A (zh) * | 2021-07-07 | 2021-10-08 | 上海出版印刷高等专科学校 | 液体浓度检测系统 |
CN115598124B (zh) * | 2022-11-03 | 2023-07-18 | 淮北师范大学 | 颜色去卷积水质检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183520A (zh) * | 2011-04-26 | 2011-09-14 | 东北电力大学 | 基于溶液图像技术的水质硬度在线测量装置及其测量方法 |
CN105913411A (zh) * | 2016-05-10 | 2016-08-31 | 云南大学 | 一种基于因子定权模型的湖泊水质评价预测系统及方法 |
CN106770923A (zh) * | 2017-03-07 | 2017-05-31 | 李刚 | 一种油田湿蒸汽发生器水质自动检测装置及方法 |
CN107356596A (zh) * | 2017-07-11 | 2017-11-17 | 南京工程学院 | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9978153B2 (en) * | 2015-11-30 | 2018-05-22 | Detectachem Llc | Image color balancing for test receptacle |
KR101683266B1 (ko) * | 2016-05-20 | 2016-12-06 | (주)큐앤테크 | 휴대용 수질 분석 장치 |
CN106295653B (zh) * | 2016-07-29 | 2020-03-31 | 宁波大学 | 一种水质图像分类方法 |
CN107561240A (zh) * | 2017-08-23 | 2018-01-09 | 湖南城市学院 | 一种利用草坪草‑微生物联合修复镉污染土壤的评价方法 |
CN108061731A (zh) * | 2017-12-19 | 2018-05-22 | 淮北师范大学 | 一种基于摄像头检测水中亚硝酸盐、氨氮、硫、磷酸盐含量的系统 |
CN108776107B (zh) * | 2018-07-05 | 2021-04-27 | 侯延辉 | 一种替代可见分光光度计的光谱分析方法 |
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 |
-
2019
- 2019-05-24 CN CN201910438180.4A patent/CN110222698B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183520A (zh) * | 2011-04-26 | 2011-09-14 | 东北电力大学 | 基于溶液图像技术的水质硬度在线测量装置及其测量方法 |
CN105913411A (zh) * | 2016-05-10 | 2016-08-31 | 云南大学 | 一种基于因子定权模型的湖泊水质评价预测系统及方法 |
CN106770923A (zh) * | 2017-03-07 | 2017-05-31 | 李刚 | 一种油田湿蒸汽发生器水质自动检测装置及方法 |
CN107356596A (zh) * | 2017-07-11 | 2017-11-17 | 南京工程学院 | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110222698A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222698B (zh) | 一种基于色彩信息处理进行水质分析的方法及系统 | |
Fan et al. | Digital image colorimetry on smartphone for chemical analysis: A review | |
Capitán-Vallvey et al. | Recent developments in computer vision-based analytical chemistry: A tutorial review | |
Firdaus et al. | Determination of chromium and iron using digital image-based colorimetry | |
CN106683140B (zh) | 一种颜色识别方法及系统 | |
JP7278276B2 (ja) | 発色反応に基づいて分析測定を行うための方法および装置 | |
US20150325006A1 (en) | Method and system for automated visual analysis of a dipstick using standard user equipment | |
CN112020640B (zh) | 用于校准和使用相机检测样本中分析物的方法和系统 | |
Kılıç et al. | From sophisticated analysis to colorimetric determination: Smartphone spectrometers and colorimetry | |
US12048511B2 (en) | Systems and methods for detecting disease using mobile device | |
WO2022267799A1 (zh) | 水质检测方法及水质检测装置 | |
CN112930572A (zh) | 用于执行分析测量的方法和装置 | |
Schaefer | Colorimetric water quality sensing with mobile smart phones | |
CN112595711A (zh) | 一种滴定终点判定装置 | |
Li et al. | Development of a versatile smartphone-based environmental analyzer (vSEA) and its application in on-site nutrient detection | |
CN106525826A (zh) | 基于颜色主波长和补色波长的分子智能手机速测方法 | |
KR102094277B1 (ko) | 스마트 기기를 이용한 환경오염물질 또는 질병표지자의 측정 시스템 및 방법 | |
CN115508341A (zh) | 基于数字图像处理的水质检测方法及系统 | |
Karlsen et al. | A smart phone-based robust correction algorithm for the colorimetric detection of Urinary Tract Infection | |
CN110376188B (zh) | 一种基于图像分析的无机氮检测方法 | |
US20220104736A1 (en) | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid | |
CN115508276A (zh) | 水质检测方法、检测装置及检测系统 | |
Meng et al. | Smartphone-based colorimetric detection platform using color correction algorithms to reduce external interference | |
Prakash et al. | Potassium Detection in Blood Serum By Image Processing | |
JPWO2019162496A5 (zh) |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200628 Address after: Room 1706, building 1, No. 16, Keji 4th Road, Songshan Lake Park, Dongguan City, Guangdong Province Applicant after: Guangdong Qinhua Intelligent Environmental Technology Co.,Ltd. Address before: 1, building A, No. 201, front Bay Road, Qianhai, Shenzhen Shenzhen cooperation zone, Guangdong 518000, China Applicant before: Shenzhen Qianhai Weisheng Science Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |