CN113819960B - 污水处理药池流量检测方法、装置及相关设备 - Google Patents
污水处理药池流量检测方法、装置及相关设备 Download PDFInfo
- Publication number
- CN113819960B CN113819960B CN202110113962.8A CN202110113962A CN113819960B CN 113819960 B CN113819960 B CN 113819960B CN 202110113962 A CN202110113962 A CN 202110113962A CN 113819960 B CN113819960 B CN 113819960B
- Authority
- CN
- China
- Prior art keywords
- liquid medicine
- image
- motion vectors
- flow
- pipeline
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000010865 sewage Substances 0.000 title claims abstract description 36
- 239000000126 substance Substances 0.000 title claims description 29
- 238000001514 detection method Methods 0.000 title claims description 9
- 239000003814 drug Substances 0.000 claims abstract description 158
- 239000007788 liquid Substances 0.000 claims abstract description 107
- 239000013598 vector Substances 0.000 claims abstract description 62
- 238000005070 sampling Methods 0.000 claims abstract description 52
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 3
- 238000004065 wastewater treatment Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 abstract 3
- 229940079593 drug Drugs 0.000 abstract 3
- 208000028659 discharge Diseases 0.000 abstract 2
- 230000002596 correlated effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Fluid Mechanics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种污水处理药池流量检测方法，应用于污水排放处理领域，用于解决现有技术无法持续实时观测污水处理厂药池中药水的流量变化且无法确认管道是否存在漏损或堵塞的问题。本发明提供的方法包括：获取药水管道出口的实时视频所对应的图像集合；根据预设采样周期，对图像集合进行采样获得采样图像；根据光流法获得采样图像中的药水排放区域中所有像素点对应的运动向量并对运动向量进行分析，以获得药水管道出口的药水变化量；根据药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与采样图像进行关联保存。
Description
技术领域
本发明涉及污水排放处理领域，尤其涉及一种污水处理药池流量检测方法、装置、计算机设备和存储介质。
背景技术
针对污水处理厂药池，目前可由计算机或物联网传感器自动化监测药水管道入口的药水变化量，但对于药水管道出口的药水流量观测，还停留在依靠人工巡检的方式来观测药水管道出口的药水流量变化，尚未采用自动化监测手段。
对于上述人工巡检的方式，其需要巡检员定时观测药水管道出口的药水流量变化，并通过APP记录上传系统，不能持续进行实时监控，且在某些时间点所实现的观测无法代表全时间段的观测情况。此外，依靠对药水管道入口进行药水变化量的自动化实时检测，配合上述对于药水管道出口的人工巡检方式，即使得知药水管道出口的药水流量变化出现异常，但因人工巡检方式的非实时性，导致药水管道出口的流量监测无法实时对应药水管道入口，进而造成无法确认药水管道是有漏损或药水管道出口是否堵塞。因此，上述现有技术存在无法对污水处理厂药池中药水的流量变化实现持续实时观测，且无法确认管道是否存在漏损或堵塞的问题。
发明内容
本发明实施例提供一种污水处理药池流量检测方法、装置、计算机设备及存储介质，以解决现有技术无法对污水处理厂药池中药水的流量变化实现持续实时观测，且无法确认管道是否存在漏损或堵塞的技术问题。
一种污水处理药池流量检测方法，包括：
获取药水管道出口的实时视频所对应的图像集合；所述图像集合包括所述实时视频中的每一帧图像，所述每一帧图像对应一个时间节点；
根据预设采样周期，对所述图像集合进行采样，以获得采样图像；
根据光流法获取所述采样图像中的药水排放区域所包含的所有像素点对应的运动向量；
对所有所述运动向量进行分析，以获得所述药水管道出口的药水变化量；
根据药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与所述采样图像进行关联保存。
一种污水处理药池流量检测装置，包括：
图像集合获取模块，用于获取药水管道出口的实时视频所对应的图像集合；所述图像集合包括所述实时视频中的每一帧图像，所述每一帧图像对应一个时间节点；
图像采样模块，用于根据预设采样周期，对所述图像集合进行采样，以获得采样图像；
运动向量获取模块，用于根据光流法获取所述采样图像中的药水排放区域所包含的所有像素点对应的运动向量；
分析模块，用于对所有所述运动向量进行分析，以获得所述药水管道出口的药水变化量；
结果获取模块，用于根据药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与所述采样图像进行关联保存。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述污水处理药池流量检测方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述污水处理药池流量检测方法的步骤。
本发明实施例提出的污水处理药池流量检测方法、装置、计算机设备及存储介质，获取药水管道出口的实时视频所对应的图像集合；图像集合包括实时视频中的每一帧图像，每一帧图像对应一个时间节点。根据预设采样周期，对图像集合进行采样，以获得采样图像。根据光流法获取采样图像中的药水排放区域所包含的所有像素点对应的运动向量，对所有运动向量进行分析，以获得药水管道出口的药水变化量。根据药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与采样图像进行关联保存。通过光流法对实时获取到的采样图像中的药水排放区域所包含的所有像素点对应的运动向量进行分析，可直接并实时获得药水管道出口的药水变化量，不需要巡检员定时观测药水管道出口的药水流量变化。此外，结合自动化实时检测对应的药水管道入口的药水变化量，可确认药水管道是否存在漏损或堵塞。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中污水处理药池流量检测方法的一应用环境示意图；
图2是本发明一实施例中污水处理药池流量检测方法的一流程图；
图3是本发明一实施例中对运动向量进行曲线拟合的一示意图；
图4是本发明一实施例中基于参数估计模型，获取药水管道出口的药水变化量的一示意图；
图5是本发明一实施例中污水处理药池流量检测装置的结构示意图；
图6是本发明一实施例中服务器的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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，都属于本发明保护的范围。
本申请提供的污水处理药池流量大小与方向检测方法，可应用在如图1的应用环境中，其中，计算机设备通过网络与服务器进行通信。其中，计算机设备可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种污水处理药池流量检测方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤S101至S104：
S101、获取药水管道出口的实时视频所对应的图像集合；图像集合包括实时视频中的每一帧图像，每一帧图像对应一个时间节点。
在步骤S101中，其具体是：
对药水管道出口进行实时监测，获得实时视频；
将上述实时视频传输到边缘处理器上，以使边缘处理器对上述实时视频进行识别，获得图像集合。
上述对药水管道出口进行实时监测的方法包括但不限于将摄像头固定或临时固定在药水管道出口，使用摄像头对准药水管道出口进行实时摄像。上述将实时视频传输到边缘处理器上可通过有线、无线传输通道进行传输。
上述时间节点包括但不限于秒、毫秒。
S102、根据预设采样周期，对图像集合进行采样，以获得采样图像。
在步骤S102中，此处需要说明的是，上述预设采样周期是指预先设定好对图像集合进行一次采样操作的时长。
上述采样图像包括多个视频帧图像。其中，最后一个视频帧图像对应的时间节点与第一个视频帧图像对应的时间节点的差值与预设采样周期相等。
例如，假设预设采样周期为5分钟，即对图像集合进行一次采样操作的时长为5分钟，获得的采样图像中最后一个视频帧图像对应的时间节点与第一个视频帧图像对应的时间节点的差值等于5分钟。
S103、根据光流法获得采样图像中的药水排放区域所包含的所有像素点对应的运动向量。
对于上述步骤S103，其具体是：
根据光流法，对采样图像建立直角坐标系。
基于直角坐标系，获取采样图像中的药水排放区域所包含的所有像素点对应的运动向量。
此处需要说明的是，上述光流法是指利用图像时间序列中，像素点在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。
上述建立直角坐标系的方法包括但不限于以采样图像中第一个视频帧图像的左上顶点为原点，以时间节点为刻度建立直角坐标系；以采样图像中第一个视频帧图像的左下顶点为原点，以时间节点为刻度建立直角坐标系。
根据上述直角坐标系，获得所有运动向量对应的起始坐标和终点坐标。
S104、对所有运动向量进行分析，以获得药水管道出口的药水变化量。
具体的，上述步骤S104包括如下步骤a至c:
a、对所有运动向量进行计算处理，以获得流量区域面积。
b、对所有运动向量进行距离求模和平均计算，以获得密度信息。
c、根据流量区域面积、运动向量的数量及密度信息，获取药水变化量。
对于上述步骤a，其具体包括如下步骤a1至a2：
a1、对所有运动向量进行曲线拟合，以获得流量区域。
a2、对流量区域进行积分计算，以获得流量区域面积。
对于上述步骤a1，如图3所示，其具体是：
将所有运动向量的起点坐标、终点坐标作为拟合数据，对所有运动向量的起点坐标、终点坐标分别进行拟合，获得起点拟合曲线y1和终点拟合曲线y2。
将起点拟合曲线y1的最小起点与终点拟合曲线y2的最小终点相连，获得最小点直线K1。
将起点拟合曲线y1的最大起点与终点拟合曲线y2的最大终点相连，获得最大点直线K2。
上述起点拟合曲线y1，终点拟合曲线y2、最小点直线K、最大点直线K2形成的封闭的区域为流量区域。
对于上述步骤b，其具体包括如下步骤b1至b2：
b1、任意选取两个运动向量进行距离求模，获得距离模。
b2、对所有距离模进行均值运算，并将得到的结果作为密度信息。
对于上述步骤c，其具体包括如下步骤c1：
c1、基于参数估计模型，对流量区域面积、运动向量的数量及密度信息进行计算，以获取药水变化量。对于上述步骤c1，上述参数估计模型包括但不限于机器学习参数估计模型、概率统计参数估计模型。
为了更好说明上述步骤c1，以下结合实施例及图4作进一步的说明：
例如，假设上述参数估计模型为概率统计参数估计模型。
当该概率统计参数估计模型采用最小二乘法时，其具体是，按照如下算式获得药水管道出口的药水变化量：
O(t)＝a*S(t)+b*N(t)+c*D(t) (1)
其中，O为药水管道出口的药水变化量，S为流量区域面积，N为运动向量的数量，D为密度信息，a、b、c分别为流量区域面积、运动向量的数量、密度信息对应的参数。k是采样图像中视频帧的数量，t为1、2、3……k，k为正整数。
通过使用上述最小二乘法，简便地求得药水管道出口的药水变化量，并使得这些求得的药水管道出口的药水变化量与实际药水管道出口的药水变化量之间误差的平方和为最小，从而提高求得药水管道出口的药水变化量的准确性。
假设上述参数估计模型为概率统计参数估计模型。
当该概率统计参数估计模型采用最大期望算法时，其具体是，按照如下算式获得药水变化量：
O(t)＝(S(t)a*D(t)c)/N(t)b (3)
其中，O为药水管道出口的药水变化量，S为流量区域面积，N为运动向量的数量，D为密度信息，a、b、c分别为流量区域面积、运动向量的数量、密度信息对应的参数。k是采样图像中视频帧的数量，t为1、2、3……k，k为正整数。
通过使用上述最大期望算法，根据第一张视频帧图像对应的值或上一个视频帧图像迭代所得值来计算出隐性变量的后验概率(即隐性变量的期望)，作为隐性变量的现估计值：将似然函数最大化以获得新的值。从而求得药水管道出口的药水变化量最优的值，从而提高求得药水管道出口的药水变化量的准确性。
S105、根据药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与采样图像进行关联保存。
对于上述步骤S104，其具体包括如下步骤d至h：
d、计算药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量之间的差异值。
e、判断差异值是否大于预设值。
f、若是，则确定判断结果为药水管道存在漏损和/或堵塞。
g、若否，则确定判断结果为药水管道正常。
h、将判断结果与采样图像进行关联保存。
对于上述步骤d，其具体是，按照如下算式获得差异值：
K＝O-O’
其中，K为差异值，O为药水管道出口的药水变化量，O’为药水管道入口的药水变化量。
对于上述步骤e，需要说明的是：上述预设值是指用来衡量药水管道是否存在漏损和/或堵塞的一个标准值。
对于上述步骤h，其具体是：通过身份标识号将判断结果与采样图像进行关联保存。同时保存得到该判断结果对应的药水管道出口的药水变化量分析过程中所出现的数据，该数据包括但不限于流量区域面积、运动向量的数量、密度信息。
当判断结果为药水管道存在漏损和/或堵塞，则通过身份标识号将药水管道存在漏损和/或堵塞、采样图像和对采样图像进行分析过程产生的流量区域面积、运动向量的数量、密度信息等数据进行关联并保存。
当判断结果为药水管道存在漏损和/或堵塞，则通过身份标识号将药水管道存在漏损和/或堵塞、采样图像和对采样图像进行分析过程产生的流量区域面积、运动向量的数量、密度信息等数据进行关联并保存。
通过身份标识号将判断结果与采样图像进行关联并保存在一起，以备后续人工分析作为佐证，供人工再次确认。
为了更好说明步骤d到h，以下结合实施例作进一步的说明：
例如，假设药水管道入口在采样图像所对应的时间节点的药水变化量为20ml，药水管道出口的药水变化量为30ml，预设值为5ml，身份标识号为12。
在上述步骤d中，将药水管道入口的药水变化量减去药水管道出口的药水变化量为10ml，即得到的差异值为10ml。
在上述步骤e中，该差异值10ml大于预设值5ml。
因此，可以确定判断结果为药水管道存在漏损。
在上述步骤h，通过身份标识号12将药水管道存在漏损、采样图像和对采样图像进行分析过程产生的流量区域面积、运动向量的数量、密度信息等数据进行关联并保存。
本实施例提出的污水处理药池流量检测方法，获取药水管道出口的实时视频所对应的图像集合；图像集合包括实时视频中的每一帧图像，每一帧图像对应一个时间节点。根据预设采样周期，对图像集合进行采样，以获得采样图像。根据光流法获得采样图像中的药水排放区域所包含的所有像素点对应的运动向量，对所有运动向量进行分析，以获得药水管道出口的药水变化量。根据药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与采样图像进行关联保存。通过光流法对实时获取到的采样图像中的药水排放区域所包含的所有像素点对应的运动向量进行分析，可直接并实时获得药水管道出口的药水变化量，不需要巡检员定时观测药水管道出口的药水流量变化。此外，结合自动化实时检测对应的药水管道入口的药水变化量，可确认药水管道是否存在漏损或堵塞，从而能够解决现有技术无法对污水处理厂药池中药水的流量变化实现持续实时观测，且无法确认管道是否存在漏损或堵塞的技术问题。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种污水处理药池流量检测装置，该污水处理药池流量检测装置与上述实施例中污水处理药池流量检测方法一一对应。如图5所示，该污水处理药池流量检测装置包括图像集合获取模块11、图像采样模块12、运动向量获取模块13、分析模块14和结果获取模块15。各功能模块详细说明如下：
图像集合获取模块11，用于获取药水管道出口的实时视频所对应的图像集合；图像集合包括实时视频中的每一帧图像，每一帧图像对应一个时间节点。
图像采样模块12，用于根据预设采样周期，对图像集合进行采样，以获得采样图像。
运动向量获取模块13，用于根据光流法获得采样图像中的药水排放区域所包含的所有像素点对应的运动向量。
分析模块14，用于对所有运动向量进行分析，以获得药水管道出口的药水变化量。
结果获取模块15，用于根据药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与采样图像进行关联保存。
在该实施例中，分析模块14进一步包括：
流量区域获取单元，用于对所有运动向量进行计算处理，以获得流量区域面积。
密度信息获取单元，用于对所有运动向量进行距离求模和平均计算，以获得密度信息。
药水变化量获取单元，用于根据流量区域面积、运动向量的数量及密度信息，获取药水变化量。
在该实施例中，流量区域获取单元进一步包括。
拟合单元，用于对所有运动向量进行曲线拟合，以获得流量区域。
积分单元，用于对流量区域进行积分计算，以获得流量区域面积。
作为可选的，药水变化量获取单元进一步包括：
基于参数估计模型，对所述流量区域面积、所述运动向量的数量及所述密度信息进行计算，以获取药水变化量。
在该实施例中，结果获取模块15进一步包括：
差异值获取单元，用于计算所述药水管道入口在采样图像所对应时间节点的药水变化量与药水管道出口的药水变化量之间的差异值。
判断单元，用于判断差异值是否大于预设值。
第一判断单元，用于若是，则确定判断结果为药水管道存在漏损和/或堵塞。
第二判断单元，用于若否，则确定判断结果为药水管道正常。
其中上述模块/单元中的“第一”和“第二”的意义仅在于将不同的模块/单元加以区分，并不用于限定哪个模块/单元的优先级更高或者其它的限定意义。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，本申请中所出现的模块的划分，仅仅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。
关于污水处理药池流量检测装置的具体限定可以参见上文中对于污水处理药池流量检测方法的限定，在此不再赘述。上述污水处理药池流量检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储污水处理药池流量检测方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种污水处理药池流量检测方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中污水处理药池流量检测方法的步骤，例如图2所示的步骤S101至步骤S105及该方法的其它扩展和相关步骤的延伸。或者，处理器执行计算机程序时实现上述实施例中污水处理药池流量检测装置的各模块/单元的功能，例如图5所示模块11至模块15的功能。为避免重复，这里不再赘述。
所述处理器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，所述处理器是所述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。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器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。
所述存储器可以集成在所述处理器中，也可以与所述处理器分开设置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中污水处理药池流量检测方法的步骤，例如图2所示的步骤S101至步骤S105及该方法的其它扩展和相关步骤的延伸。或者，计算机程序被处理器执行时实现上述实施例中污水处理药池流量检测装置的各模块/单元的功能，例如图5所示模块11至模块15的功能。为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述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精神和范围，均应包含在本发明的保护范围之内。
Claims (8)
1.一种污水处理药池流量检测方法，其特征在于，包括：
获取药水管道出口的实时视频所对应的图像集合；所述图像集合包括所述实时视频中的每一帧图像，所述每一帧图像对应一个时间节点；
根据预设采样周期，对所述图像集合进行采样，以获得采样图像；
根据光流法获得所述采样图像中的药水排放区域所包含的所有像素点对应的运动向量；
对所有所述运动向量进行分析，以获得所述药水管道出口的药水变化量；
根据药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与所述采样图像进行关联保存；
其中，所述对所有所述运动向量进行分析，以获得所述药水管道出口的药水变化量包括：
对所有所述运动向量进行计算处理，以获得流量区域面积；
对所有所述运动向量进行距离求模和平均计算，以获得密度信息；
根据所述流量区域面积、所述运动向量的数量及所述密度信息，获取药水变化量。
2.根据权利要求1所述的方法，其特征在于，所述对所有所述运动向量进行计算处理，以获得流量区域面积包括：
对所有所述运动向量进行曲线拟合，以获得流量区域；
对所述流量区域进行积分计算，以获得流量区域面积。
3.根据权利要求1所述的方法，其特征在于，所述根据所述流量区域面积、所述运动向量的数量及所述密度信息，获取药水变化量包括：
基于参数估计模型，对所述流量区域面积、所述运动向量的数量及所述密度信息进行计算，以获取药水变化量。
4.根据权利要求1所述的方法，其特征在于，所述根据药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞包括：
计算所述药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量之间的差异值；
判断所述差异值是否大于预设值；
若是，则确定判断结果为所述药水管道存在漏损和/或堵塞；
若否，则确定判断结果为所述药水管道正常。
5.一种污水处理药池流量检测装置，其特征在于，包括：
图像集合获取模块，用于获取药水管道出口的实时视频所对应的图像集合；所述图像集合包括所述实时视频中的每一帧图像，所述每一帧图像对应一个时间节点；
图像采样模块，用于根据预设采样周期，对所述图像集合进行采样，以获得采样图像；
运动向量获取模块，用于根据光流法获得所述采样图像中的药水排放区域所包含的所有像素点对应的运动向量；
分析模块，用于对所有所述运动向量进行分析，以获得所述药水管道出口的药水变化量；
结果获取模块，用于根据药水管道入口在所述采样图像所对应时间节点的药水变化量与所述药水管道出口的药水变化量，判断药水管道是否存在漏损和/或堵塞，并将判断结果与所述采样图像进行关联保存；
其中，所述分析模块包括：
流量区域获取单元，用于对所有所述运动向量进行计算处理，以获得流量区域面积；
密度信息获取单元，用于对所有所述运动向量进行距离求模和平均计算，以获得密度信息；
药水变化量获取单元，用于根据所述流量区域面积、所述运动向量的数量及所述密度信息，获取药水变化量。
6.根据权利要求5所述的装置，其特征在于，所述流量区域获取单元进一步包括：
拟合单元，用于对所有所述运动向量进行曲线拟合，以获得流量区域；
积分单元，用于对所述流量区域进行积分计算，以获得流量区域面积。
7.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述污水处理药池流量检测方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述污水处理药池流量检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110113962.8A CN113819960B (zh) | 2021-01-27 | 2021-01-27 | 污水处理药池流量检测方法、装置及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110113962.8A CN113819960B (zh) | 2021-01-27 | 2021-01-27 | 污水处理药池流量检测方法、装置及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113819960A CN113819960A (zh) | 2021-12-21 |
| CN113819960B true CN113819960B (zh) | 2022-05-20 |
Family
ID=78912356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110113962.8A Active CN113819960B (zh) | 2021-01-27 | 2021-01-27 | 污水处理药池流量检测方法、装置及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113819960B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118331809B (zh) * | 2024-06-14 | 2024-08-16 | 北京晟世天安科技有限公司 | 一种基于图像处理的服务器液冷系统故障检测方法和系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2862241B2 (ja) * | 1988-04-15 | 1999-03-03 | キヤノン株式会社 | 画像ぶれ検出装置 |
| CN102801972B (zh) * | 2012-06-25 | 2017-08-29 | 北京大学深圳研究生院 | 基于特征的运动矢量估计和传递方法 |
| CN103826032B (zh) * | 2013-11-05 | 2017-03-15 | 四川长虹电器股份有限公司 | 深度图后期处理方法 |
| CN106802215A (zh) * | 2015-11-20 | 2017-06-06 | 沈阳新松机器人自动化股份有限公司 | 一种水管漏水检测装置及检测方法 |
| CN109523502A (zh) * | 2018-08-28 | 2019-03-26 | 顺丰科技有限公司 | 装卸口状态检测方法、装置、设备及其存储介质 |
| CN110470669B (zh) * | 2019-08-23 | 2020-05-26 | 吉林大学 | 一种水下管道的检漏方法、系统及相关装置 |
-
2021
- 2021-01-27 CN CN202110113962.8A patent/CN113819960B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113819960A (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113763355A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
| CN112489090B (zh) | 目标跟踪的方法、计算机可读存储介质及计算机设备 | |
| CN109308488B (zh) | 乳腺超声图像处理装置、方法、计算机设备及存储介质 | |
| CN113095563B (zh) | 一种人工智能模型预测结果的复审方法及装置 | |
| CN110110733A (zh) | 指针式仪表读数方法、装置、计算机设备和存储介质 | |
| CN113819960B (zh) | 污水处理药池流量检测方法、装置及相关设备 | |
| CN113217826B (zh) | 一种管道供水管网泄漏报警控制方法、装置及介质 | |
| WO2021012482A1 (zh) | 群体兴趣标签的生成方法、装置、计算机设备和存储介质 | |
| CN113329222B (zh) | 摄像功能检测方法及装置 | |
| CN110850233A (zh) | 电缆故障定位方法和装置 | |
| CN117787684B (zh) | 一种基于视觉检测的隧道围岩坍塌风险分析方法及系统 | |
| WO2019148706A1 (zh) | web入侵检测方法、装置、计算机设备和存储介质 | |
| CN116311089B (zh) | 一种基于图像处理的污水水质数据智能分析方法和系统 | |
| CN112434717A (zh) | 一种模型训练方法及装置 | |
| CN113869137A (zh) | 事件检测方法、装置、终端设备及存储介质 | |
| CN111178126A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
| CN111275622A (zh) | 图像拼接方法、装置及终端设备 | |
| US20140253726A1 (en) | System, apparatus, and method for predicting animal activity or inactivity | |
| CN115146437A (zh) | 工程预算处理方法、装置、计算机设备及存储介质 | |
| CN111885181B (zh) | 监控数据上报方法、装置、计算机设备及存储介质 | |
| CN110163183B (zh) | 目标检测算法的评估方法、装置、计算机设备和存储介质 | |
| CN113205079A (zh) | 一种人脸检测方法、装置、电子设备及存储介质 | |
| CN117437455A (zh) | 一种晶圆缺陷模式的确定方法、装置、设备及可读介质 | |
| CN115683046A (zh) | 测距方法、装置、传感器及计算机可读存储介质 | |
| CN115905862A (zh) | 一种基于生成对抗网络的缺失数据处理方法及系统 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230609 Address after: 274000 Guolou Primary School, Xiliuhai Administrative Village, Dangji Town, Chengwu County, Heze, Shandong Province Patentee after: Chengwu Herun New Material Technology Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230609 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: 518000 no.2188 Longxiang Avenue, Longcheng street, Longgang District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN INSTITUTE OF INFORMATION TECHNOLOGY |
|
| TR01 | Transfer of patent right |