CN115272327B - 一种基于图像处理的污水多级处理方法及系统 - Google Patents
一种基于图像处理的污水多级处理方法及系统 Download PDFInfo
- Publication number
- CN115272327B CN115272327B CN202211186437.XA CN202211186437A CN115272327B CN 115272327 B CN115272327 B CN 115272327B CN 202211186437 A CN202211186437 A CN 202211186437A CN 115272327 B CN115272327 B CN 115272327B
- Authority
- CN
- China
- Prior art keywords
- image
- sewage
- tone
- gray level
- bubbles
- 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
- 239000010865 sewage Substances 0.000 title claims abstract description 66
- 238000011282 treatment Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000011218 segmentation Effects 0.000 claims abstract description 39
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000005188 flotation Methods 0.000 claims abstract description 23
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 239000006260 foam Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 239000003344 environmental pollutant Substances 0.000 description 10
- 231100000719 pollutant Toxicity 0.000 description 10
- 239000000126 substance Substances 0.000 description 6
- 239000012535 impurity Substances 0.000 description 4
- 241000287196 Asthenes Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011221 initial treatment Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000000053 physical method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000701 coagulant Substances 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000008394 flocculating agent Substances 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 235000013324 preserved food Nutrition 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physical Water Treatments (AREA)
- Image Processing (AREA)
Abstract
本发明涉及污水处理技术领域，具体涉及一种基于图像处理的污水多级处理方法及系统，该方法包括：采集气浮池的表面图像；提取表面图像的色调分量；按照色调分量图像中色调的不同将表面图像分割为不同色调的色调分割图；基于每张色调分割图的灰度图，获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，将频率、平均距离与灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度；提取每个色调分割图的饱和度分量，根据饱和度分量与气泡的均匀程度得到污水滤除程度；根据污水滤除程度动态调整气浮池的控制参数，达到动态控制气浮池参数的目的。
Description
技术领域
本发明涉及污水处理技术领域，具体涉及一种基于图像处理的污水多级处理方法及系统。
背景技术
对于工业污水的处理，对于印染、电镀、制革、造纸、化工、纺织、肉类加工、炼油、罐头食品等生产后的工业废水处理及生产用水处理，目前常用的方法包括物理法、化学法、物理化学法和生物处理法四大类，其中，物理法主要对污水中不溶解的悬浮状污染物，包括油膜和油珠，进行处理。气浮法是物理法中的一种方法，现有技术中，气浮法通过气浮池产生微小气泡，利用气泡作为载体将水中的乳化油、微小悬浮物等污染物粘附在气泡上，通过上浮到水面实现分离杂质的目的。
发明人在实践中，发现上述现有技术存在以下缺陷：
现有技术中，对于气浮池中参数的控制设定的是固定的数值，并不能根据气浮池中的实际情况调整，而是依赖于员工经验进行的经验调整。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于图像处理的污水多级处理方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种基于图像处理的污水多级处理方法，该方法包括以下步骤：采集气浮池的表面图像，所述表面图像中包括待处理污水及其表面由大量气泡形成的浮沫；提取所述表面图像的色调分量；按照色调分量图像中色调的不同将所述表面图像分割为不同色调的色调分割图；基于每张色调分割图的灰度图，获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，其中灰度差异是指中心像素与邻域像素的平均灰度之间的差异，将所述频率作为每个灰度级的第一权重、所述平均距离作为每个灰度级的第二权重，与所述灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度；提取每个色调分割图的饱和度分量，根据所述饱和度分量与所述气泡的均匀程度得到污水滤除程度；根据所述污水滤除程度动态调整气浮池的控制参数。
进一步，所述按照所述色调分量图像中色调的不同将所述表面图像分割为不同色调的色调分割图的步骤包括：将所述色调分量图像进行灰度化并去噪处理，得到去噪后的灰度图；对所述去噪后的灰度图进行密度聚类得到不同色调区域，将不同色调区域分别作为掩膜图像与所述表面图像进行相乘，得到不同色调的色调分割图。
进一步，根据所述饱和度分量与所述气泡的均匀程度得到污水滤除程度的步骤包括：基于所有色调分割图，将所述饱和度分量作为相应的权重，与所述气泡的均匀程度进行加权求和，将得到的总和取倒数，得到所述污水滤除程度。
进一步，所述气浮池的控制参数包括气泡大小、气流速率和溶气压力中的一种或者多种。
进一步，所述根据所述污水滤除程度动态调整气浮池的控制参数的步骤包括：通过查找映射关系表来调节参数，其中所述映射关系表是基于历史数据构建的污水滤除程度分别与气泡大小、气流速率和溶气压力之间的映射关系表。
第二方面，一种基于图像处理的污水多级处理系统，包括存储器、处理器以及存储在所述存储器中并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任意一项所述方法的步骤。
本发明具有如下有益效果：
本发明实施例提供了一种基于图像处理的污水多级处理方法，该方法通过获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，其中灰度的差异是指中心像素与邻域像素的平均灰度之间的差异，将所述频率作为每个灰度级的第一权重、所述平均距离作为每个灰度级的第二权重，与所述灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度；并结合饱和度计算污水滤除程度。同一灰度级中各像素点的灰度差异之和并结合不同灰度级出现的频率、各个像素点之间的平均距离，能够在不受到色差影响的情况下，得到气泡的均匀程度，有利于精准调整气泡大小。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种基于图像处理的污水多级处理方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于图像处理的污水多级处理方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
污水多级处理系统包括：一级处理、二级处理、三级处理。其中，一级处理一般采用机械处理手段，具体可以是沉砂池、初沉池、气浮池等；二级处理一般采用生化处理手段，具体可以包括活性污泥法、A/O工艺、氧化沟等；三级处理一般采用富营养化处理手段，具体可以包括高级催化氧化、曝气生物滤池、膜处理等。一般的工业污水会用到气浮法，本发明实施例主要针对一级处理中的气浮池处理，在气浮池上方布置相机，通过相机采集气浮池中水面的气泡浮沫图像，相机位姿为垂直于水面俯视拍摄。
下面结合附图具体的说明本发明所提供的一种基于图像处理的污水多级处理方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种基于图像处理的污水多级处理方法流程图，该方法包括以下步骤：
步骤S001，采集气浮池的表面图像，表面图像中包括待处理的污水表面及由大量气泡形成的浮沫。
在污水进入气浮池之前，需要对污水进行预处理，具体的，将污水注入混凝池中，向混凝池中加入化学试剂用于中和水中的PH值和氨氮含量，投入混凝剂使污水中的小悬浮物质絮凝成大的悬浮物，再加入絮凝剂来降低废水中的有机物质。经过沉淀池进行沉淀，将大颗粒的悬浮物经过沉淀后，经底部污泥池储存并去除。通过预处理的步骤能够将污水中的大部分杂质经过沉淀后去除。
经过预处理之后的污水进入气浮池，在气浮池中向水中注入气泡，利用气泡将水中的微小颗粒污染物和油脂附着在气泡上，气泡上浮至水面进行污染物分离。当水体中的悬浮物一定时，气泡越小，附着杂质所需的气泡数量就越多，而由于小体积气泡所需的供气压力大。因此根据气浮池表面的浮沫特征调整气泡的大小、溶气压力和气流速率能够改变气泡的大小。
通过相机获取气浮池表面的初始表面图像，在初始表面图像中包括设置于气浮池中的刮板，由于刮板相对于污水表面的颜色特征明显，因此通过阈值分割将刮板部分去除，并将分割后的水体表面的图像进行重新拼接，得到无刮板影响的气浮池的表面图像。
步骤S002，提取表面图像的色调分量；按照色调分量图像中色调的不同将表面图像分割为不同色调的色调分割图。
其中，在步骤S001中得到的气浮池的表面图像为RGB颜色空间的图像，将该表面图像转换为HSV颜色空间，在HSV颜色空间中H通道为色调分量，也即通过将表面图像转化为HSV颜色空间达到对色调分量进行提取的目的。
其中，按照色调分量图像中色调的不同将表面图像分割为不同色调的色调分割图的步骤包括：将色调分量图像进行灰度化并去噪处理，得到去噪后的灰度图；对去噪后的灰度图进行密度聚类得到不同色调区域，将不同色调区域分别作为掩膜图像与表面图像进行相乘，得到不同色调的色调分割图。具体的，去噪处理的方式采用中值滤波和锐化滤波对图像进行去噪。密度聚类的方式采用DBSCAN算法将去噪后的灰度图中属于同一色调值的像素点聚类为一类区域，最终得到多个色调相同的分割区域，对分割区域进行色调统计，将相同色调的分割区域归为一个色调区域。
步骤S003，基于每张色调分割图的灰度图，获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，其中灰度差异是指中心像素与邻域像素的平均灰度之间的差异，将频率作为每个灰度级的第一权重、平均距离作为每个灰度级的第二权重，与灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度。
其中，不同灰度级出现的频率是指同一个灰度级在色调分割图中出现的次数与所有灰度级出现的总次数的比值。假设将第
个灰度级所出现的次数记为
、第
个灰度级所出现的频率记为
，则有：
式中，
表示灰度级的总数量。
表示所有灰度级出现的总次数。
其中，灰度差异是以色调分割图中的每个像素作为中心像素，计算该中心像素的邻域像素的平均灰度，计算中心像素与邻域像素的平均灰度之间的差异。具体的，对于色调分割图中第
个灰度级的所有像素点，将第
个灰度级中第
个像素点作为中心像素，将中心像素的灰度级记为
；设该中心像素的邻域像素的总数量为
，将该中心像素的第
个邻域像素的灰度值记为
，则中心像素与邻域像素的平均灰度之间的差异为：
本发明实施例选取八邻域像素，具体为利用3*3的窗口、步长为1个像素点对色调分割图进行遍历，窗口的中心点为中心像素，窗口中除了中心像素之外的像素点为邻域像素，则邻域像素的总数量为
。
则色调分割图中第
个灰度级中各像素点的灰度差异之和
为：
利用同样的方法能够计算得到色调分割图中每个灰度级的灰度差异之和。由于各灰度级邻域范围为8邻域，所以只能获取各灰度级像素点与相邻像素点的灰度差异，该灰度差异为局部灰度差异信息；而相同灰度级像素点在全局分割图像中的分布关系，决定了分割图像中浮沫表面纹理的整体均匀程度变化，因此通过计算同一灰度级中各个像素点之间的平均距离来反映整体的均匀程度变化，具体的，对于第
个灰度级中的像素点，计算任意两个像素坐标之间的欧式距离，将该灰度级下所有像素坐标之间的欧式距离求和，并取均值得到平均距离，将第
个灰度级的平均距离记为
。
将同一灰度级的平均距离、出现的频率均作为权重，共同调整灰度差异之和，以使得到的气泡的均匀程度更加准确，将色调分割图中气泡的均匀程度记为
，则有：
其中，
表示灰度级的总数量。
气泡的均匀程度表征了气浮池表面的浮沫纹理的均匀程度，均匀程度的值越大，对应的浮沫分布呈现小而密的现象，分布越均匀，反之浮沫分布越不均匀。灰度差异之和越大，说明像素点与周围像素点之间的灰度差异较大；各灰度级出现的频率作为权重，各灰度级出现的频率越多，平均距离越小说明整体同一灰度级的像素越集中，该灰度级的灰度差异之和越重要。
步骤S004，提取每个色调分割图的饱和度分量，将饱和度分量作为权重与气泡的均匀程度加权求和得到污水滤除程度；根据污水滤除程度动态调整气浮池的控制参数。
由于利用色调值进行图像分割，所以会存在相同色调的分割图像中存在不同的杂质浮沫，造成相同色调的分割图像内存在饱和度差异，饱和度差异说明各分割区域的浮沫内存在的污染物数量，饱和度越大，说明浮沫中的污染物越少，滤除的效果就越好，反之说明浮沫中的污染物越多。因此，通过色调分割图的饱和度作为各色调分割图的污水滤除程度的权重值，与各色调分割图的气泡的均匀程度加权求和获得当前气浮池参数对应的污水滤除程度
，则有：
其中，
表示第
个色调分割图的气泡的均匀程度，
表示第
个色调分割图对应的饱和度，
表示色调分割图的总数量。
为了排除量纲的影响，对饱和度和气泡的均匀程度分别进行归一化处理。并将获得的污水滤除程度进行值进行归一化。
利用得到的污染物滤除程度动态调整气浮池的控制参数，所控制的参数可以是气浮池中产生的气泡大小、气流速率和溶气压力中的一种或者多种。每隔预设时间段获取一次污水滤除程度，在所获得的污水滤除程度小于预设阈值时，需要动态调整气浮池中的控制参数，能够提高气浮池滤除污染物的效率和滤除质量。在本发明实施例中，将间隔的预设时间段设置为10min，以达到实时的动态调整的目的。在本发明实施例中将预设阈值设置为0.8，该预设阈值为经验阈值，实施者可根据需求设定。
优选的，为了得到获得污水滤除程度与气浮池中产生的气泡大小、气流速率和溶气压力之间的关系，需要获取大量的历史数据，基于历史数据，统计分析相应的历史数据，构建污水滤除程度分别与气泡大小、气流速率和溶气压力之间的映射关系表，在后续得到相应的污水滤除程度之后通过查找映射关系表来调节相应参数大小，其中映射关系表为统计学中最基本的分析手段，不再赘述。
综上所述，本发明实施例提供了一种基于图像处理的污水多级处理方法，该方法通过获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，其中灰度的差异是指中心像素与邻域像素的平均灰度之间的差异，将所述频率作为每个灰度级的第一权重、所述平均距离作为每个灰度级的第二权重，与所述灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度；并结合饱和度计算污水滤除程度。同一灰度级中各像素点的灰度差异之和并结合不同灰度级出现的频率、各个像素点之间的平均距离，能够在不受到色差影响的情况下，得到气泡的均匀程度，有利于精准调整气泡大小。
基于与上述方法实施例相同的发明构思，本发明另一个实施例还提供了一种基于图像处理的污水多级处理系统，该系统包括存储器、处理器以及存储在所述存储器中并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任意一个实施例所提供的一种基于图像处理的污水多级处理方法，该一种基于图像处理的污水多级处理方法在上述实施例中已经详细说明，不再赘述。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于图像处理的污水多级处理方法，其特征在于，该方法包括以下步骤：
采集气浮池的表面图像，所述表面图像中包括待处理污水及其表面由大量气泡形成的浮沫；
提取所述表面图像的色调分量；按照色调分量图像中色调的不同将所述表面图像分割为不同色调的色调分割图；
基于每张色调分割图的灰度图，获取不同灰度级出现的频率、同一灰度级中各像素点的灰度差异之和、同一灰度级中各个像素点之间的平均距离，其中灰度差异是指中心像素与邻域像素的平均灰度之间的差异，将所述频率作为每个灰度级的第一权重、所述平均距离作为每个灰度级的第二权重，与所述灰度差异之和进行加权求和得到色调分割图中气泡的均匀程度；
提取每个色调分割图的饱和度分量，根据所述饱和度分量与所述气泡的均匀程度得到污水滤除程度；根据所述污水滤除程度动态调整气浮池的控制参数。
2.根据权利要求1所述的一种基于图像处理的污水多级处理方法，其特征在于，所述按照所述色调分量图像中色调的不同将所述表面图像分割为不同色调的色调分割图的步骤包括：将所述色调分量图像进行灰度化并去噪处理，得到去噪后的灰度图；对所述去噪后的灰度图进行密度聚类得到不同色调区域，将不同色调区域分别作为掩膜图像与所述表面图像进行相乘，得到不同色调的色调分割图。
3.根据权利要求1所述的一种基于图像处理的污水多级处理方法，其特征在于，根据所述饱和度分量与所述气泡的均匀程度得到污水滤除程度的步骤包括：基于所有色调分割图，将所述饱和度分量作为相应的权重，与所述气泡的均匀程度进行加权求和，将得到的总和取倒数，得到所述污水滤除程度。
4.根据权利要求1所述的一种基于图像处理的污水多级处理方法，其特征在于，所述气浮池的控制参数包括气泡大小、气流速率和溶气压力中的一种或者多种。
5.根据权利要求1所述的一种基于图像处理的污水多级处理方法，其特征在于，所述根据所述污水滤除程度动态调整气浮池的控制参数的步骤包括：通过查找映射关系表来调节参数，其中所述映射关系表是基于历史数据构建的污水滤除程度分别与气泡大小、气流速率和溶气压力之间的映射关系表。
6.一种基于图像处理的污水多级处理系统，包括存储器、处理器以及存储在所述存储器中并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1-5任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186437.XA CN115272327B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像处理的污水多级处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211186437.XA CN115272327B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像处理的污水多级处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115272327A CN115272327A (zh) | 2022-11-01 |
| CN115272327B true CN115272327B (zh) | 2022-12-20 |
Family
ID=83756452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211186437.XA Active CN115272327B (zh) | 2022-09-28 | 2022-09-28 | 一种基于图像处理的污水多级处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115272327B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116621305B (zh) * | 2023-07-25 | 2023-09-26 | 广东省广业装备科学技术研究院有限公司 | 一种河口污水处理系统 |
| 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 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101334844A (zh) * | 2008-07-18 | 2008-12-31 | 中南大学 | 用于浮选泡沫图像分析的关键特征提取方法 |
| BR112019020040B1 (pt) * | 2017-03-28 | 2024-01-16 | Toray Industries, Inc | Método de tratamento de efluentes |
| CN115100215A (zh) * | 2022-08-29 | 2022-09-23 | 南通市赛孚环保科技有限公司 | 一种污水处理过程中溶解氧含量的预测方法及系统 |
-
2022
- 2022-09-28 CN CN202211186437.XA patent/CN115272327B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115272327A (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115272327B (zh) | 一种基于图像处理的污水多级处理方法及系统 | |
| CN109086824A (zh) | 一种基于卷积神经网络的海底底质声呐图像分类方法 | |
| CN114663405B (zh) | 用于农药生产企业的废水处理控制方法 | |
| CN110675410B (zh) | 基于选择性搜索算法的侧扫声呐沉船目标非监督探测方法 | |
| CN116310845B (zh) | 一种用于污水处理的智能监测系统 | |
| CN114067114B (zh) | 一种基于藻类细胞形态的面积核分割计数方法 | |
| CN115760852B (zh) | 一种海洋污水排放处理方法 | |
| CN115147617B (zh) | 基于计算机视觉的污水处理智能监控方法 | |
| CN115100174B (zh) | 一种船舶钣金件漆面缺陷检测方法 | |
| JP7147933B2 (ja) | 水質分析方法 | |
| CN115082721A (zh) | 一种含油污水气浮法除污的压力控制方法 | |
| CN116664574A (zh) | 一种丙烯酸乳液生产废水视觉检测方法 | |
| CN114663684A (zh) | 一种絮凝反应实时智能分析的方法、系统及运算设备 | |
| CN115100215A (zh) | 一种污水处理过程中溶解氧含量的预测方法及系统 | |
| CN110717533B (zh) | 一种基于图像识别管道装置的水体净化方法 | |
| CN117923657A (zh) | 基于厌氧氨氧化反应器的废水处理方法及系统 | |
| CN113850792A (zh) | 一种基于计算机视觉的细胞分类计数方法及系统 | |
| CN108547272A (zh) | 一种无人驾驶的溢油自动回收系统及其工作方法 | |
| CN116092078B (zh) | 一种污水处理智能控制系统 | |
| CN115410016B (zh) | 基于图像频域分析的微生物污水池污水高效处理方法 | |
| CN107827293A (zh) | 一种海产品加工过程产生的高含盐有机废水的处理工艺 | |
| CN115594293B (zh) | 一种城市污水处理用曝气系统及控制方法 | |
| CN114504867B (zh) | 一种农牧废水多级处理系统的处理方法 | |
| CN115018843A (zh) | 一种用于酿酒发酵过程的监控系统 | |
| CN112767362A (zh) | 一种基于活性污泥相差显微图像污泥膨胀预测方法 |
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 |