CN116416555A - 一种基于图像分析的信息处理方法、装置及设备 - Google Patents
一种基于图像分析的信息处理方法、装置及设备 Download PDFInfo
- Publication number
- CN116416555A CN116416555A CN202310334426.XA CN202310334426A CN116416555A CN 116416555 A CN116416555 A CN 116416555A CN 202310334426 A CN202310334426 A CN 202310334426A CN 116416555 A CN116416555 A CN 116416555A
- Authority
- CN
- China
- Prior art keywords
- aeration tank
- bubble
- data
- aeration
- parameters
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 20
- 238000010191 image analysis Methods 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000005273 aeration Methods 0.000 claims abstract description 162
- 238000000034 method Methods 0.000 claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 28
- 239000006260 foam Substances 0.000 claims description 36
- 239000010802 sludge Substances 0.000 claims description 28
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 22
- 229910052760 oxygen Inorganic materials 0.000 claims description 22
- 239000001301 oxygen Substances 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 11
- 238000007664 blowing Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000007667 floating Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F7/00—Aeration of stretches of water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明提供一种基于图像分析的信息处理方法、装置及设备，其中，所述方法包括：获取曝气池的实时工况图像数据；对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；根据所述气泡数据，确定曝气池的调节参数；根据所述曝气池的调节参数，对曝气池的参数进行调节。本发明的方案可以通过将曝气图像与曝气池工艺参数关联，实现通过视频判断曝气状态和推测工艺参数，通过图像判断工艺参数并指导优化曝气参数的调节。
Description
技术领域
本发明涉及计算机信息处理技术领域，特别是指一种基于图像分析的信息处理方法、装置及设备。
背景技术
现有技术中，曝气池的状态，只能识别曝气的开始阶段和结束阶段，并且识别的同时同步将污水池曝气的开始阶段和结束阶段的视频片段上传至服务器，供监管部门下载查看，但无法优化曝气参数的调节。
发明内容
本发明提供一种基于图像分析的信息处理方法、装置及设备，解决现有技术中，无法优化曝气参数的调节的问题。
为解决上述技术问题，本发明的技术方案如下：
一种基于图像分析的信息处理方法，包括：
获取曝气池的实时工况图像数据；
对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；
根据所述气泡数据，确定曝气池的调节参数；
根据所述曝气池的调节参数，对曝气池的参数进行调节。
可选的，对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据，包括：
对所述实时工况图像数据进行关键帧提取，确定含有气泡的目标帧图像；
对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据。
可选的，对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，包括：
对所述目标帧图像进行泡沫总面积、泡沫面积方差、泡沫像素位置中的至少一项进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，所述气泡数据包括以下至少一项：气泡产生频率、气泡大小、气泡数量和气泡分布。
可选的，根据所述气泡数据，确定曝气池的调节参数，包括：
将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，所述曝气模型是气泡数据与鼓风气量之间的关系模型。
可选的，所述曝气模型通过以下过程进行训练：
获取一预设时间段内的曝气池的视频图像数据；
对所述视频图像数据进行分析处理，得到所述视频图像数据中的含有气泡的多个关键帧图像；
对所述多个关键帧图像进行分析处理，确定所述多个关键帧图像中的气泡数据和污泥浓度；
建立所述气泡数据、污泥浓度以及采集所述视频图像数据时的鼓风气量之间的关联关系；
根据所述关联关系确定所述曝气模型。
可选的，将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，包括：
根据Y＝f(q,w,g)得到曝气池的预测的调节参数；
其中，Y为预测的调节参数，q为气泡数据，w为污泥浓度，g为鼓风气量。
可选的，根据所述曝气池的调节参数，对曝气池的参数进行调节，包括：
获得预测的溶解氧值与溶解氧设定值之间的差异，得到曝气池的运行状态；
根据所述运行状态表示氧气大于一预设值，调低鼓风气量至第一目标值，否则，增大鼓风气量至第二目标值，所述第二目标值大于第一目标值。
本发明还提供一种基于图像分析的信息处理装置，包括：
获取模块，用于获取曝气池的实时工况图像数据；
处理模块，用于对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；根据所述气泡数据，确定曝气池的调节参数；根据所述曝气池的调节参数，对曝气池的参数进行调节。
本发明还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。
本发明还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，通过获取曝气池的实时工况图像数据；对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；根据所述气泡数据，确定曝气池的调节参数；根据所述曝气池的调节参数，对曝气池的参数进行调节。能够通过将曝气图像与曝气池工艺参数关联，实现通过视频判断曝气状态和推测工艺参数，通过图像判断工艺参数并指导优化曝气参数的调节。
附图说明
图1是本发明实施例的基于图像分析的信息处理方法的流程示意图；
图2是本发明实施例的基于图像分析的信息处理装置的模块框示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提供一种基于图像分析的信息处理方法，包括：
步骤11，获取曝气池的实时工况图像数据；
步骤12，对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；
步骤13，根据所述气泡数据，确定曝气池的调节参数；
步骤14，根据所述曝气池的调节参数，对曝气池的参数进行调节。
本发明的该实施例中，通过对获取的曝气池实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据，再根据所述气泡数据，确定曝气池的调节参数，根据所述曝气池的调节参数，对曝气池的参数进行调节。这样能够通过将曝气池的工况图像与曝气池工艺参数关联，实现通过视频判断曝气状态和推测工艺参数，通过图像判断工艺参数并指导优化曝气参数的调节。
本发明一可选的实施例中，所述步骤12，可以包括：
步骤121，对所述实时工况图像数据进行关键帧提取，确定含有气泡的目标帧图像；
步骤122，对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据。
本实施例中，通过对曝气池采集视频数据，通过提取视频中的关键帧的方式从视频中获取图像，得到目标帧图像，通过对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中水面上的气泡数据，从而判断所述实时工况图像数据中的水面上是否有因曝气产生的气泡，这样能够判断当前时刻，曝气池中是否在进行曝气。
需要说明的是，可以采用图像处理技术或者机器视觉算法将所述目标帧图像中的泡沫识别出来，例如：可以采用OpenCV(跨平台计算机视觉和机器学习软件库)机器视觉算法，识别出水面上的白色泡沫，从而判断出曝气池正在曝气。
本发明又一可选的实施例中，所述步骤122，可以包括：
步骤1221，对所述目标帧图像进行泡沫总面积、泡沫面积方差、泡沫像素位置中的至少一项进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，所述气泡数据包括以下至少一项：气泡产生频率、气泡大小、气泡数量和气泡分布。
本实施例中，当曝气池中正在进行曝气时，可以利用视觉算法对目标图像中的泡沫总面积、泡沫面积方差、泡沫像素位置中的至少一项进行特征参数提取，从而对曝气池表面的气泡进行识别，得到所述实时工况图像数据中的水面上的气泡数据，所述气泡数据包括气泡产生频率、气泡大小、气泡数量和气泡分布中的至少一项，这样可以准确的获取曝气池中泡沫的相关参数信息，从而实现曝气池的工况图像与曝气池工艺参数的关联。
具体的，所述泡沫总面积为目标帧图像中的泡沫所占有的全部面积；所述泡沫面积方差用于表征泡沫空间分布情况，所述泡沫面积方差越小，则泡沫空间分布越均匀，曝气池的曝气状态越好；所述泡沫像素位置表示目标帧图像中泡沫所处的位置，例如：p(x，y)，p为目标帧图像中泡沫的像素位置，x为泡沫像素在目标帧图像中的横坐标，y为泡沫像素在目标帧图像中的纵坐标；
所述气泡产生频率为每秒钟产生的气泡数量；所述气泡大小为所有的气泡的平均大小；所述气泡数量为一个目标帧图像中所有的气泡总数；所述气泡分布为一个目标帧图像中所有气泡之间的平均间距。
气泡产生频率：根据泡沫总面积随时间的变化，得到气泡产生的速率。
气泡大小：用图像识别算法统计气泡大小的平均值。
气泡数量：根据泡沫总面积和气泡大小数据，得到气泡数量。
气泡分布：指气泡在图像中的分布，代表了气泡在曝气池中的实际分布。
需要说明的是，根据气泡数据的分布情况，可以对气泡数据进行分类，例如：对气泡数据进行分级，将气泡数据分为“优”、“中”、“差”三类。结合分类结果以及人工的经验知识，对训练数据集的目标帧图像进行标注。
用标注好的训练数据集训练图像分级模型，实际获取的图像经图像分级模型处理分析后，得到当前气泡和曝气状态：“优”意味着当前曝气状况良好，工艺参数恰当；“中”说明需要对工艺参数进行轻微的调整，增大或减小曝气量；“差”则说明生化池运行存在一定问题，需要结合污泥浓度等参数进一步判断以做较大的调整。
针对气泡的三种类型，分别建立三种曝气模型，即第一特征模型、第二特征模型和第三特征模型，以更精确地反映生化池反应过程。当实时图像经过图像分级模型判定位某一等级时，采用相应等级的曝气模型进行运算。
本发明又一可选的实施例中，所述步骤13，可以包括：
步骤131，将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，所述曝气模型是气泡数据与鼓风气量之间的关系模型。
本实施例中，将气泡数据与外接入鼓风气量(可以按一小时每组数据更新)、实时污泥浓度值，开展训练学习，实现曝气气泡识别，建立气泡产生频率、气泡大小、气泡数量、气泡分布与鼓风气量之间的关系，使得正常曝气识别模型具有预测估计全局曝气量值能力。
本发明又一可选的实施例中，所述步骤131中，所述曝气模型可以通过以下过程进行训练：
步骤131-1，获取一预设时间段内的曝气池的视频图像数据；
步骤131-2，对所述视频图像数据进行分析处理，得到所述视频图像数据中的含有气泡的多个关键帧图像；
步骤131-3，对所述多个关键帧图像进行分析处理，确定所述多个关键帧图像中的气泡数据和污泥浓度；
步骤131-4，建立所述气泡数据、污泥浓度以及采集所述视频图像数据时的鼓风气量之间的关联关系；
步骤131-5，根据所述关联关系确定所述曝气模型。
该实施例在具体实现时，可以根据模型输入数据的不同，分别通过第一特征模型，第二特征模型或者第三特征模型进行调节参数的预测，具体可以包括：
通过泡沫特征端对单独泡沫状态下的纹理、轮廓特征进行识别，并将识别数据直接输送至第一特征模型训练集内部进行训练，开展训练学习，建立图像特征与泡沫特征的对应识别，具有泡沫区域，全局区域的占比值；
具体的，所述第一特征模型可以为：y＝b1q+b2w+b3g，其中，y为预测的调节参数，q为气泡数据，w为污泥浓度，g为鼓风气量，b1，b2和b3均为系数。
浮泥特征端对单独浮泥状态下的纹理、轮廓特征进行识别，并将所识别的特征输送至第二特征模型训练集内，外接入污泥浓度值(可以按一小时每组数据更新)，开展训练学习，实现浮泥状态识别，建立浮泥与污泥浓度值隐患关系，使得浮泥识别模型具有对图像中浮泥状态的特征记忆，同时通过轮廓识别，具有浮泥区域，全局区域的占比值；
具体的，所述第二特征模型可以为：y＝α(w*wx)，其中，y为预测的调节参数，α为系数，w为污泥浓度，wx为浮泥特征值。
水面特征端基于水面的图像特征，从RGB(RedGreenBlue，红、绿、蓝三色)色彩空间转化为HIS(HueIntensitySaturation，色调亮度饱和度)色彩空间，即色调、饱和度和亮度三种基本特征量。并将所得到的特征值输送至第三特征模型训练集内部进行训练，开展训练学习，建立水体图像特征与溶解氧参数的对应关系，从而可以通过水面图像的参数推算出当前曝气池的溶解氧浓度。
具体的，所述第三特征模型可以为：
其中，所述y为预测的调节参数，R为红色值，G为绿色值，B为蓝色值。
需要说明的是，所述第一特征模型，第二特征模型和第三特征模型可以单独使用，或者两两搭配使用，或者三者同时使用，具体的使用方式可以根据现场的实际需要进行确定。
本发明又一可选的实施例中，所述步骤131，可以包括：
步骤1311，根据Y＝f(q,w,g)得到曝气池的预测的调节参数；
其中，Y为预测的调节参数，q为气泡数据，w为污泥浓度，g为鼓风气量。
本实施例中，在模型训练时，将实际曝气量和污泥浓度纳入数据模型，大幅度提高模型准确度。本实施例中，将气泡数据与外接入鼓风气量(可以按一小时每组数据更新)、实时污泥浓度值，开展训练学习，实现曝气气泡识别，建立气泡产生频率、气泡大小、气泡数量、气泡分布与鼓风气量、污泥浓度之间的关系。通过曝气池视频，结合鼓风量和污泥浓度等影响因素建立曝气模型，可以判断曝气池内各区域曝气及其他运行状况是否正常，是否出现污泥膨胀上浮、泡沫堆积、垃圾漂浮等异常情况。无需人员进入加盖池中检查，通过曝气池影像可直观的反应曝气池内的状况，根据气泡尺寸，气泡分布，气泡数量等参数，曝气模型可连续分析并给出各区域曝气值大小，若曝气值超出正常范围，则根据数值进行不同等级的告警，若某区域发生污泥上浮等情景，无法检出气泡形态，则根据页面纹理、轮廓特征判断该区域发生异常情况的种类并进行分类告警，精准曝气系统根据由视频、污泥浓度、曝气量等工艺数据计算得到的算法分析结果调整曝气量，自动控制PLC(逻辑控制单元)系统，下发任务给鼓风机和电动阀门，调节该区域曝气量至预设值，达到精准曝气，整套系统是服务于污水处理系统节能减排的措施，并可通过曝气控制对活性污泥进行调节，使其达到最优的生长状态。
需要说明的是，训练好的曝气模型通过测试机的准确度测试后，即可用于实际生产环境。通过曝气模型的处理，能够根据曝气池的视频中的目标帧图像，得到污泥浓度与溶解氧的计算值。
本发明又一可选的实施例中，所述步骤14，可以包括：
步骤141，获得预测的溶解氧值与溶解氧设定值之间的差异，得到曝气池的运行状态；
步骤142，根据所述运行状态表示氧气大于一预设值，调低鼓风气量至第一目标值，否则，增大鼓风气量至第二目标值，所述第二目标值大于第一目标值。
本实施例中，根据预测的溶解氧值与溶解氧设定值之间的差异，得到曝气池的运行状态，若所述运行状态表示氧气等于一预设值，则说明曝气池中的氧气适中，若所述运行状态表示氧气大于一预设值，则说明曝气池中的氧气过量，则需要适度调低鼓风机风量至第一目标值，若所述运行状态表示氧气小于一预设值，则说明曝气池中的氧气不足，则需要增大鼓风机风量至第二目标值，其中，所述第二目标值大于第一目标值。这样可以对曝气池的工艺参数进行反馈并优化，实现从曝气视频中获取溶解氧等参数的功能。
本发明的上述实施例中，通过对曝气池采集视频数据，通过提取视频中的关键帧获取图像信息，利用视觉算法分析曝气池中的气泡，并与工艺监控数据进行关联，从而实现通过曝气视频和图像判断曝气池运行情况，得到曝气工艺状态参数的功能。可以通过曝气池视频图像与算法建立曝气状态和曝气工艺参数的关联，从而通过曝气池视频对曝气状态进行分析和预测，对曝气工艺参数进行反馈优化，提高曝气效率，降低能耗，提高污染物去除率。
并且给予曝气池的视频图像，利用人工智能算法将曝气图像与工艺参数建立关联，实现不依赖各种传感器，仅通过图像判断工艺参数并指导优化曝气参数的调节。
如图2所示，本发明的实施例还提供一种基于图像分析的信息处理装置20，所述装置20包括：
获取模块21，用于获取曝气池的实时工况图像数据；
处理模块22，用于对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；根据所述气泡数据，确定曝气池的调节参数；根据所述曝气池的调节参数，对曝气池的参数进行调节。
可选的，对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据，包括：
对所述实时工况数据图像数据进行关键帧提取，确定含有气泡的目标帧图像；
对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据。
可选的，对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，包括：
对所述目标帧图像进行泡沫总面积、泡沫面积方差、泡沫像素位置中的至少一项进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，所述气泡数据包括以下至少一项：气泡产生频率、气泡大小、气泡数量和气泡分布。
可选的，根据所述气泡数据，确定曝气池的调节参数，包括：
将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，所述曝气模型是气泡数据与鼓风气量之间的关系模型。
可选的，所述曝气模型通过以下过程进行训练：
获取一预设时间段内的曝气池的视频图像数据；
对所述视频图像数据进行分析处理，得到所述视频图像数据中的含有气泡的多个关键帧图像；
对所述多个关键帧图像进行分析处理，确定所述多个关键帧图像中的气泡数据和污泥浓度；
建立所述气泡数据、污泥浓度以及采集所述视频图像数据时的鼓风气量之间的关联关系；
根据所述关联关系确定所述曝气模型。
可选的，将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，包括：
根据Y＝f(q,w,g)得到曝气池的预测的调节参数；
其中，Y为预测的调节参数，q为气泡数据，w为污泥浓度，g为鼓风气量。
可选的，根据所述曝气池的调节参数，对曝气池的参数进行调节，包括：
获得预测的溶解氧值与溶解氧设定值之间的差异，得到曝气池的运行状态；
根据所述运行状态表示氧气大于一预设值，调低鼓风气量至第一目标值，否则，增大鼓风气量至第二目标值，所述第二目标值大于第一目标值。
需要说明的是，该装置是与上述方法对应的装置，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种处理设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
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，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，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，所述单元的划分，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。
所述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，在本发明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。
所述功能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，本发明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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于图像分析的信息处理方法，其特征在于，包括：
获取曝气池的实时工况图像数据；
对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；
根据所述气泡数据，确定曝气池的调节参数；
根据所述曝气池的调节参数，对曝气池的参数进行调节。
2.根据权利要求1所述的基于图像分析的信息处理方法，其特征在于，对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据，包括：
对所述实时工况图像数据进行关键帧提取，确定含有气泡的目标帧图像；
对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据。
3.根据权利要求2所述的基于图像分析的信息处理方法，其特征在于，对所述目标帧图像进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，包括：
对所述目标帧图像进行泡沫总面积、泡沫面积方差、泡沫像素位置中的至少一项进行特征参数提取，得到所述实时工况图像数据中的水面上的气泡数据，所述气泡数据包括以下至少一项：气泡产生频率、气泡大小、气泡数量和气泡分布。
4.根据权利要求1所述的基于图像分析的信息处理方法，其特征在于，根据所述气泡数据，确定曝气池的调节参数，包括：
将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，所述曝气模型是气泡数据与鼓风气量之间的关系模型。
5.根据权利要求4所述的基于图像分析的信息处理方法，其特征在于，所述曝气模型通过以下过程进行训练：
获取一预设时间段内的曝气池的视频图像数据；
对所述视频图像数据进行分析处理，得到所述视频图像数据中的含有气泡的多个关键帧图像；
对所述多个关键帧图像进行分析处理，确定所述多个关键帧图像中的气泡数据和污泥浓度；
建立所述气泡数据、污泥浓度以及采集所述视频图像数据时的鼓风气量之间的关联关系；
根据所述关联关系确定所述曝气模型。
6.根据权利要求5所述的基于图像分析的信息处理方法，其特征在于，将所述气泡数据输入预设曝气模型进行处理，得到曝气池的预测的调节参数，包括：
根据Y＝f(q,w,g)得到曝气池的预测的调节参数；
其中，Y为预测的调节参数，q为气泡数据，w为污泥浓度，g为鼓风气量。
7.根据权利要求6所述的基于图像分析的信息处理方法，其特征在于，根据所述曝气池的调节参数，对曝气池的参数进行调节，包括：
获得预测的溶解氧值与溶解氧设定值之间的差异，得到曝气池的运行状态；
根据所述运行状态表示氧气大于一预设值，调低鼓风气量至第一目标值，否则，增大鼓风气量至第二目标值，所述第二目标值大于第一目标值。
8.一种基于图像分析的信息处理装置，其特征在于，包括：
获取模块，用于获取曝气池的实时工况图像数据；
处理模块，用于对所述实时工况图像数据进行分析处理，确定所述实时工况图像数据中的水面上的气泡数据；根据所述气泡数据，确定曝气池的调节参数；根据所述曝气池的调节参数，对曝气池的参数进行调节。
9.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，存储指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310334426.XA CN116416555A (zh) | 2023-03-31 | 2023-03-31 | 一种基于图像分析的信息处理方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310334426.XA CN116416555A (zh) | 2023-03-31 | 2023-03-31 | 一种基于图像分析的信息处理方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116416555A true CN116416555A (zh) | 2023-07-11 |
Family
ID=87059113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310334426.XA Pending CN116416555A (zh) | 2023-03-31 | 2023-03-31 | 一种基于图像分析的信息处理方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116416555A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116693075A (zh) * | 2023-07-27 | 2023-09-05 | 杭州回水科技股份有限公司 | 一种活性炭生物滤池的曝气装置 |
| CN116854300A (zh) * | 2023-07-23 | 2023-10-10 | 杭州回水科技股份有限公司 | 一种活性炭吸附过滤的污水处理系统 |
| CN117466501A (zh) * | 2023-12-28 | 2024-01-30 | 山东公用环保科技集团有限公司 | 一种具有除臭功能的污水曝气方法 |
| CN118439737A (zh) * | 2024-05-07 | 2024-08-06 | 环浔科技(苏州)有限公司 | 一种流动水曝气调控系统、方法、装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104829043A (zh) * | 2015-04-20 | 2015-08-12 | 江西金达莱环保股份有限公司 | 一种兼氧膜生物反应器技术处理食品废水的方法 |
| CN110672784A (zh) * | 2019-10-29 | 2020-01-10 | 饶宾期 | 基于机器视觉的水体溶解氧检测装置 |
| CN111273706A (zh) * | 2020-03-02 | 2020-06-12 | 软通动力信息技术（集团）有限公司 | 一种曝气池溶解氧控制方法、装置、计算机设备及介质 |
| CN113951196A (zh) * | 2021-10-21 | 2022-01-21 | 浙江大学 | 一种基于机器视觉与环境动态耦合的智能投喂方法及装置 |
| CN114180733A (zh) * | 2021-11-02 | 2022-03-15 | 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 |
-
2023
- 2023-03-31 CN CN202310334426.XA patent/CN116416555A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104829043A (zh) * | 2015-04-20 | 2015-08-12 | 江西金达莱环保股份有限公司 | 一种兼氧膜生物反应器技术处理食品废水的方法 |
| CN110672784A (zh) * | 2019-10-29 | 2020-01-10 | 饶宾期 | 基于机器视觉的水体溶解氧检测装置 |
| CN111273706A (zh) * | 2020-03-02 | 2020-06-12 | 软通动力信息技术（集团）有限公司 | 一种曝气池溶解氧控制方法、装置、计算机设备及介质 |
| CN113951196A (zh) * | 2021-10-21 | 2022-01-21 | 浙江大学 | 一种基于机器视觉与环境动态耦合的智能投喂方法及装置 |
| CN114180733A (zh) * | 2021-11-02 | 2022-03-15 | 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 |
Non-Patent Citations (2)
| Title |
|---|
| 刘利平: "机器视觉技术在污水处理溶解氧测定中的应用研究", 《万方数据知识服务平台》, 1 February 2010 (2010-02-01), pages 29 - 46 * |
| 马岩: "PLC现场总线污水处理控制系统设计", 《中国优秀硕士学位论文全文数据库 工程科技I辑》, no. 03, 15 March 2016 (2016-03-15), pages 26 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116854300A (zh) * | 2023-07-23 | 2023-10-10 | 杭州回水科技股份有限公司 | 一种活性炭吸附过滤的污水处理系统 |
| CN116854300B (zh) * | 2023-07-23 | 2024-02-13 | 杭州回水科技股份有限公司 | 一种活性炭吸附过滤的污水处理系统 |
| CN116693075A (zh) * | 2023-07-27 | 2023-09-05 | 杭州回水科技股份有限公司 | 一种活性炭生物滤池的曝气装置 |
| CN116693075B (zh) * | 2023-07-27 | 2023-11-21 | 杭州回水科技股份有限公司 | 一种活性炭生物滤池的曝气装置 |
| CN117466501A (zh) * | 2023-12-28 | 2024-01-30 | 山东公用环保科技集团有限公司 | 一种具有除臭功能的污水曝气方法 |
| CN117466501B (zh) * | 2023-12-28 | 2024-03-29 | 山东公用环保科技集团有限公司 | 一种具有除臭功能的污水曝气方法 |
| CN118439737A (zh) * | 2024-05-07 | 2024-08-06 | 环浔科技(苏州)有限公司 | 一种流动水曝气调控系统、方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116416555A (zh) | 一种基于图像分析的信息处理方法、装置及设备 | |
| CN110476839B (zh) | 一种基于鱼类生长的优化调控方法及系统 | |
| CN114180733B (zh) | 基于视频分析算法的污水曝气量检测及曝气控制系统 | |
| CN112669305B (zh) | 一种金属表面抗锈性能测试台及抗锈性能测评方法 | |
| CN114549522A (zh) | 基于目标检测的纺织品质量检测方法 | |
| CN102221559A (zh) | 基于机器视觉的织物疵点在线自动检测方法及其装置 | |
| CN111401246B (zh) | 一种烟雾浓度检测方法、装置、设备及存储介质 | |
| CN116703911B (zh) | 一种led灯生产质量检测系统 | |
| CN112785560A (zh) | 一种基于人工智能的气密性检测水体更新方法及系统 | |
| CN115661081B (zh) | 基于图像处理的水产养殖自动控制换水方法 | |
| CN112200011A (zh) | 曝气池状态检测方法、系统、电子设备及存储介质 | |
| CN108931621B (zh) | 一种基于过程纹理特征的锌矿品位软测量方法 | |
| CN112949517A (zh) | 基于深度迁移学习的植物气孔密度和开度识别方法及系统 | |
| CN116597350A (zh) | 基于BiLSTM预测偏离度的浮选过程故障早期预警方法 | |
| CN110738272A (zh) | 一种输电线路通道可视化机械类连续告警样本的标注方法 | |
| CN117392461A (zh) | 一种基于ResNet18和注意力机制的蚕茧图片分类方法及系统 | |
| CN117575520A (zh) | 一种工程数据监理方法、装置、存储介质及电子装置 | |
| CN115619581B (zh) | 一种基于bim的非煤矿山可视化工程监测系统 | |
| CN116735610A (zh) | 一种基于机器视觉的钢管表面缺陷检测方法 | |
| CN115359003A (zh) | 两步式隧道灰度图像的裂缝识别方法、系统、介质及设备 | |
| Liping et al. | Prediction and Realization of DO in sewage Treatment based on Machine Vision and BP Neural Network | |
| CN118095971B (zh) | 一种ad钙奶饮料加工工艺评估方法、系统及介质 | |
| CN103955683B (zh) | 一种彩票识别器图像自动校准的方法和系统 | |
| JP7484535B2 (ja) | 異常判定システムおよび異常判定方法 | |
| CN117169286B (zh) | 一种视觉辅助下的工业线束质量检测方法 |
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 |