CN116539830A - 污水处理效果智能检测系统 - Google Patents
污水处理效果智能检测系统 Download PDFInfo
- Publication number
- CN116539830A CN116539830A CN202310550538.9A CN202310550538A CN116539830A CN 116539830 A CN116539830 A CN 116539830A CN 202310550538 A CN202310550538 A CN 202310550538A CN 116539830 A CN116539830 A CN 116539830A
- Authority
- CN
- China
- Prior art keywords
- component
- sewage treatment
- elimination
- imaging area
- image
- 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.)
- Granted
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 93
- 230000000694 effects Effects 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000003384 imaging method Methods 0.000 claims abstract description 92
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 83
- 230000007246 mechanism Effects 0.000 claims abstract description 45
- 238000012549 training Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 230000008030 elimination Effects 0.000 claims description 91
- 238000003379 elimination reaction Methods 0.000 claims description 91
- 230000000875 corresponding effect Effects 0.000 claims description 76
- 238000006243 chemical reaction Methods 0.000 claims description 44
- 238000000746 purification Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 23
- 230000000750 progressive effect Effects 0.000 claims description 20
- 150000003839 salts Chemical class 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 6
- 239000006002 Pepper Substances 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 6
- 239000012528 membrane Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- UEKDBDAWIKHROY-UHFFFAOYSA-L bis(4-bromo-2,6-ditert-butylphenoxy)-methylalumane Chemical compound [Al+2]C.CC(C)(C)C1=CC(Br)=CC(C(C)(C)C)=C1[O-].CC(C)(C)C1=CC(Br)=CC(C(C)(C)C)=C1[O-] UEKDBDAWIKHROY-UHFFFAOYSA-L 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000722363 Piper Species 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011403 purification operation Methods 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Image Processing (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Geometry (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
Abstract
本发明涉及一种污水处理效果智能检测系统。所述系统包括：水面检测机构，用于基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出；净化鉴定器件，用于基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级。通过本系统，能够采用完成固定数量的各次训练后的深度神经网络基于优化处理后的可视化数据进行对应的净化效果数据的智能判断，从而避免净化过度或者净化不足的现象发生。
Description
技术领域
本发明涉及污水处理领域，更具体地，涉及一种污水处理效果智能检测系统。
背景技术
污水处理指的是为使污水达到排入某一水体或再次使用的水质要求对其进行净化的过程。污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域，也越来越多地走进居民的日常生活。
按污水来源分类，污水处理一般分为生产污水处理和生活污水处理。生产污水包括工业污水、农业污水以及医疗污水等，而生活污水就是日常生活产生的污水，是指各种形式的无机物和有机物的复杂混合物，包括：漂浮和悬浮的大小固体颗粒；胶状和凝胶状扩散物；纯溶液。
当前，存在大量的污水处理装置对污水执行处理，例如申请公布号为CN115417503A的发明公开的一种污水处理装置及污水处理方法，包括气体输送部件、箱体以及设置在所述箱体内的兼氧池、MABR膜单元和MBR膜单元；所述MABR膜单元和所述MBR膜单元设置在所述兼氧池内；所述气体输送部件与所述MABR膜单元的进气口相连；所述气体输送部件与所述MBR膜单元的进气口相连。或者申请公布号为CN115259438A的发明公开的一种低成本的污水处理装置，包括第一工作板，所述第一工作板的顶部固定连接有支撑腿，所述支撑腿的一侧固定连接有搅拌装置，所述搅拌装置包括：第一箱体，固定连接在支撑腿的一侧，第一L型支撑板，固定连接在第一箱体的底部，第一电动机，固定连接在第一L型支撑板的一侧，搅拌杆，一端通过联轴器与第一电动机的输出端固定连接，通孔，开设在第一箱体的外壁，第一轴承，固定连接在通孔的内壁，过滤板，固定连接在第一箱体的内壁，第一水管，连通设置在第一箱体上。然而问题在于，无法有效确认各种污水处理装置的污水处理效果，导致无法判断是否需要对完成处理后的水体再次进行污水处理，也无法判断是否可以将完成处理后的水体直接作为净水投入使用，因此很容易导致过度净化或者净化不足的现象，前者浪费了大量的物力，后者无法达到预期的污水处理效果。
发明内容
为了解决相关领域的技术问题，本发明提供了一种污水处理效果智能检测系统，能够对完成污水处理后的水面进行针对性的可视化数据提取和优化处理，以获得用于后续净化效果鉴定的可靠信息，尤为重要的是，采用完成固定数量的各次训练后的深度神经网络基于优化处理后的可视化数据进行对应的净化效果数据的智能判断，从而为后续是否进行再次净化操作提供关键依据。
根据本发明的一方面，所述污水处理效果智能检测系统包括：
区域采集机构，设置在完成污水处理后的水池的上方，用于面向水池执行多帧图像数据采集以获得多帧水池环境图像，并从所述多帧水池环境图像中提取信噪比最高的水池环境图像作为目标环境图像输出；
逐级转化机构，与所述区域采集机构连接，用于对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件；
水面检测机构，与所述逐级转换机构连接，用于基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出；
净化鉴定器件，与所述水面检测机构连接，用于基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级；
无线传输器件，与所述净化鉴定器件连接，用于将完成污水处理后的水池对应的净化等级通过无线通信链路发送给附近最近的管理人员的便携式终端；
其中，基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级包括：将有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为人工智能模型的输入内容以执行所述人工智能模型，获得所述人工智能模式输出的完成污水处理后的水池对应的净化等级。
本发明的污水处理效果智能检测系统逻辑可靠、运行智能。由于能够采用完成固定数量的各次训练后的深度神经网络基于优化处理后的可视化数据进行对应的净化效果数据的智能判断，从而避免净化过度或者净化不足的现象发生。
附图简要说明
本领域技术人员通过参考附图可更好理解本发明的众多优点，其中：
图1是依照本发明的实施例A的污水处理效果智能检测系统的内部结构图。
图2是依照本发明的实施例B的污水处理效果智能检测系统的内部结构图。
图3是依照本发明的实施例C的污水处理效果智能检测系统的内部结构图。
具体实施方式
实施例A
图1是依照本发明的实施例A的污水处理效果智能检测系统的内部结构图，所述系统包括：
区域采集机构，设置在完成污水处理后的水池的上方，用于面向水池执行多帧图像数据采集以获得多帧水池环境图像，并从所述多帧水池环境图像中提取信噪比最高的水池环境图像作为目标环境图像输出；
例如，所述区域采集机构包括定时服务单元、时钟供应单元、光电传感单元、图像选择单元以及印刷电路板，所述光电传感单元为CMOS传感器或者CCD传感器；
逐级转化机构，与所述区域采集机构连接，用于对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件；
水面检测机构，与所述逐级转换机构连接，用于基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出；
净化鉴定器件，与所述水面检测机构连接，用于基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级；
无线传输器件，与所述净化鉴定器件连接，用于将完成污水处理后的水池对应的净化等级通过无线通信链路发送给附近最近的管理人员的便携式终端；
其中，基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级包括：将有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为人工智能模型的输入内容以执行所述人工智能模型，获得所述人工智能模式输出的完成污水处理后的水池对应的净化等级；
其中，将有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为人工智能模型的输入内容以执行所述人工智能模型，获得所述人工智能模式输出的完成污水处理后的水池对应的净化等级包括：所述人工智能模型为完成固定数量的各次训练后的深度神经网络；
其中，所述人工智能模型为完成固定数量的各次训练后的深度神经网络包括：所述固定数量的取值与有效成像区域占据的像素点的总数单调正向关联。
通过实施上述实施例A：
首先，对完成污水处理后的水池执行多次俯拍处理以获得多帧水池环境图像，从所述多帧水池环境图像中提取信噪比最高的水池环境图像作为目标环境图像，并对目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理的定制优化处理，以获得用于执行后续净化等级分析的有效数据；
其次，对定制优化处理后的图像中水面成像区域各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及水面成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级，所述智能分析基于完成固定数量的各次训练后的深度神经网络，所述固定数量的取值与水面成像区域占据的像素点的总数单调正向关联，从而保证智能分析结果的可靠性和稳定性。
实施例B
图2是依照本发明的实施例B的污水处理效果智能检测系统的内部结构图。
相比较于本发明的实施例A，本发明的实施例B的污水处理效果智能检测系统还可以包括以下组件：
即时播报器件，设置在完成污水处理后的水池的附近，与所述净化鉴定器件连接，用于即时播报完成污水处理后的水池对应的净化等级；
示例地，所述即时播报器件包括语音播放单元以及与所述语音播放单元连接的数据存储芯片，用于即时播报完成污水处理后的水池对应的净化等级。
实施例C
图3是依照本发明的实施例C的污水处理效果智能检测系统的内部结构图。
相比较于本发明的实施例A，本发明的实施例C的污水处理效果智能检测系统还可以包括以下组件：
数据存储器件，与所述净化鉴定器件连接，用于存储执行所述智能分析的人工智能模型。
接着，继续对本发明的污水处理效果智能检测系统的具体结构进行进一步的说明。
在根据本发明的任一实施例的污水处理效果智能检测系统中：
所述人工智能模型为完成固定数量的各次训练后的深度神经网络包括：在每一次训练中，将已知的完成污水处理后的水池对应的净化等级作为所述人工智能模型的输出内容，已知的完成污水处理后的水池对应的净化等级对应的有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为所述人工智能模型的输入内容，实现单次训练操作；
其中，在每一次训练中，将已知的完成污水处理后的水池对应的净化等级作为所述人工智能模型的输出内容，已知的完成污水处理后的水池对应的净化等级对应的有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为所述人工智能模型的输入内容，实现单次训练操作包括：采用数值仿真模式实现所述单次训练操作。
在根据本发明的任一实施例的污水处理效果智能检测系统中：
基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级包括：智能分析获得的完成污水处理后的水池对应的净化等级越高，完成污水处理后的水池对应的净化效果越好。
在根据本发明的任一实施例的污水处理效果智能检测系统中：
基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出包括：所述水面成像特征为水面对应的亮度数值分布区间；
其中，基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出还包括：将所述目标环境图像中具有的亮度值在水面对应的亮度数值分布区间内的像素点作为水面构成像素点，将所述目标环境图像中具有的亮度值在水面对应的亮度数值分布区间外的像素点作为非水面构成像素点；
其中，基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出还包括：对接收到的目标环境图像中的各个水面构成像素点进行拟合处理，以获得目标环境图像中的各个水面成像区域。
以及在根据本发明的任一实施例的污水处理效果智能检测系统中：
对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述内容接收组件与所述区域采集机构连接，用于接收所述目标环境图像，并将所述目标环境图像转发给所述第一消除组件；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第一消除组件用于对接收到的目标环境图像执行随机噪声消除处理，以获得第一中间图像；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第二消除组件用于对接收到的第一中间图像执行脉冲噪声消除处理，以获得第二中间图像；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第三消除组件用于对接收到的第二中间图像执行椒盐噪声消除处理，以获得第三中间图像；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述内容增强组件用于对接收到的第三中间图像执行图像内容增强处理，以获得对应的逐级转化图像。
另外，在所述污水处理效果智能检测系统中，基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出还包括：累计每一个水面成像区域在所述目标环境图像中占据的像素点总数，以获得各个水面成像区域分别对应的各个像素点总数，并将对应的像素点总数最多的水面成像区域作为面积最大的水面成像区域。
为了解释和说明对本发明优选实施例进行了描述，但此描述并非穷尽性的且不应将本发明局限于所公开的形式。本领域技术人员将认识到可以对上述实施例进行改变而不脱离其宽泛的发明概念。例如，本发明可以在引线框面板上实现。另外，可以形成具有多于两排端子的引线框，其中内排中的一排或多排是台阶状的。因此，应该理解到本发明并不限于所公开的具体实施例，而应覆盖落入由所附权利要求限定的本发明的精神和范围内的修改。
Claims (9)
1.一种污水处理效果智能检测系统，其特征在于，所述系统包括：
区域采集机构，设置在完成污水处理后的水池的上方，用于面向水池执行多帧图像数据采集以获得多帧水池环境图像，并从所述多帧水池环境图像中提取信噪比最高的水池环境图像作为目标环境图像输出；
逐级转化机构，与所述区域采集机构连接，用于对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件；
水面检测机构，与所述逐级转换机构连接，用于基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出；
净化鉴定器件，与所述水面检测机构连接，用于基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级；
无线传输器件，与所述净化鉴定器件连接，用于将完成污水处理后的水池对应的净化等级通过无线通信链路发送给附近最近的管理人员的便携式终端；
其中，基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级包括：将有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为人工智能模型的输入内容以执行所述人工智能模型，获得所述人工智能模式输出的完成污水处理后的水池对应的净化等级。
2.如权利要求1所述的污水处理效果智能检测系统，其特征在于：
将有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为人工智能模型的输入内容以执行所述人工智能模型，获得所述人工智能模式输出的完成污水处理后的水池对应的净化等级包括：所述人工智能模型为完成固定数量的各次训练后的深度神经网络；
其中，所述人工智能模型为完成固定数量的各次训练后的深度神经网络包括：所述固定数量的取值与有效成像区域占据的像素点的总数单调正向关联。
3.如权利要求2所述的污水处理效果智能检测系统，其特征在于，所述系统进一步包括：
即时播报器件，设置在完成污水处理后的水池的附近，与所述净化鉴定器件连接，用于即时播报完成污水处理后的水池对应的净化等级。
4.如权利要求2所述的污水处理效果智能检测系统，其特征在于，所述系统进一步包括：
数据存储器件，与所述净化鉴定器件连接，用于存储执行所述智能分析的人工智能模型。
5.如权利要求2-4任一所述的污水处理效果智能检测系统，其特征在于：
所述人工智能模型为完成固定数量的各次训练后的深度神经网络包括：在每一次训练中，将已知的完成污水处理后的水池对应的净化等级作为所述人工智能模型的输出内容，已知的完成污水处理后的水池对应的净化等级对应的有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为所述人工智能模型的输入内容，实现单次训练操作；
其中，在每一次训练中，将已知的完成污水处理后的水池对应的净化等级作为所述人工智能模型的输出内容，已知的完成污水处理后的水池对应的净化等级对应的有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数作为所述人工智能模型的输入内容，实现单次训练操作包括：采用数值仿真模式实现所述单次训练操作。
6.如权利要求2-4任一所述的污水处理效果智能检测系统，其特征在于：
基于有效成像区域中各个像素点分别对应的各个青色成分数值、各个品红色成分数值、各个黄色成分数值和各个黑色成分数值以及有效成像区域占据的像素点的总数智能分析完成污水处理后的水池对应的净化等级包括：智能分析获得的完成污水处理后的水池对应的净化等级越高，完成污水处理后的水池对应的净化效果越好。
7.如权利要求2-4任一所述的污水处理效果智能检测系统，其特征在于：
基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出包括：所述水面成像特征为水面对应的亮度数值分布区间；
其中，基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出还包括：将所述目标环境图像中具有的亮度值在水面对应的亮度数值分布区间内的像素点作为水面构成像素点，将所述目标环境图像中具有的亮度值在水面对应的亮度数值分布区间外的像素点作为非水面构成像素点；
其中，基于水面成像特性识别接收到的目标环境图像中的各个水面成像区域，并将面积最大的水面成像区域作为有效成像区域输出还包括：对接收到的目标环境图像中的各个水面构成像素点进行拟合处理，以获得目标环境图像中的各个水面成像区域。
8.如权利要求2-4任一所述的污水处理效果智能检测系统，其特征在于：
对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述内容接收组件与所述区域采集机构连接，用于接收所述目标环境图像，并将所述目标环境图像转发给所述第一消除组件；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第一消除组件用于对接收到的目标环境图像执行随机噪声消除处理，以获得第一中间图像。
9.如权利要求8所述的污水处理效果智能检测系统，其特征在于：
对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第二消除组件用于对接收到的第一中间图像执行脉冲噪声消除处理，以获得第二中间图像；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述第三消除组件用于对接收到的第二中间图像执行椒盐噪声消除处理，以获得第三中间图像；
其中，对接收到的目标环境图像陆续进行随机噪声消除、脉冲噪声消除、椒盐噪声消除以及图像内容增强处理，以获得对应的逐级转化图像，所述逐级转化机构包括依次连接的内容接收组件、第一消除组件、第二消除组件、第三消除组件、内容增强组件以及内容发送组件包括：所述内容增强组件用于对接收到的第三中间图像执行图像内容增强处理，以获得对应的逐级转化图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310550538.9A CN116539830B (zh) | 2023-05-16 | 2023-05-16 | 污水处理效果智能检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310550538.9A CN116539830B (zh) | 2023-05-16 | 2023-05-16 | 污水处理效果智能检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116539830A true CN116539830A (zh) | 2023-08-04 |
| CN116539830B CN116539830B (zh) | 2024-03-19 |
Family
ID=87448567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310550538.9A Active CN116539830B (zh) | 2023-05-16 | 2023-05-16 | 污水处理效果智能检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116539830B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982794A (zh) * | 2018-07-13 | 2018-12-11 | 中国科学院南京地理与湖泊研究所 | 一种基于数码高清图像的蓝藻水华监测方法和系统 |
| CN110376199A (zh) * | 2019-03-26 | 2019-10-25 | 桑尼环保（江苏）有限公司 | 实时水面数据监控方法 |
| CN110400261A (zh) * | 2019-04-04 | 2019-11-01 | 桑尼环保（江苏）有限公司 | 自适应环境清理平台 |
| CN112017124A (zh) * | 2019-05-28 | 2020-12-01 | 李淑 | 智能化环境维护系统 |
| CN113466421A (zh) * | 2021-06-21 | 2021-10-01 | 海南掌上天下网络技术有限公司 | 一种基于互联网的水质监测系统 |
| CN114207665A (zh) * | 2021-04-16 | 2022-03-18 | 长沙有色冶金设计研究院有限公司 | 基于深度学习的水质图像分析方法、系统、设备及介质 |
| CN114387455A (zh) * | 2022-01-11 | 2022-04-22 | 广州市云景信息科技有限公司 | 一种基于人工智能的污水排放实时监测方法、系统及设备 |
| CN114627392A (zh) * | 2022-02-16 | 2022-06-14 | 北京航天神禾防务技术有限公司 | 应用河湖参数分析的纳米改性滤料定量装置 |
-
2023
- 2023-05-16 CN CN202310550538.9A patent/CN116539830B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982794A (zh) * | 2018-07-13 | 2018-12-11 | 中国科学院南京地理与湖泊研究所 | 一种基于数码高清图像的蓝藻水华监测方法和系统 |
| CN110376199A (zh) * | 2019-03-26 | 2019-10-25 | 桑尼环保（江苏）有限公司 | 实时水面数据监控方法 |
| CN110400261A (zh) * | 2019-04-04 | 2019-11-01 | 桑尼环保（江苏）有限公司 | 自适应环境清理平台 |
| CN112017124A (zh) * | 2019-05-28 | 2020-12-01 | 李淑 | 智能化环境维护系统 |
| CN114207665A (zh) * | 2021-04-16 | 2022-03-18 | 长沙有色冶金设计研究院有限公司 | 基于深度学习的水质图像分析方法、系统、设备及介质 |
| CN113466421A (zh) * | 2021-06-21 | 2021-10-01 | 海南掌上天下网络技术有限公司 | 一种基于互联网的水质监测系统 |
| CN114387455A (zh) * | 2022-01-11 | 2022-04-22 | 广州市云景信息科技有限公司 | 一种基于人工智能的污水排放实时监测方法、系统及设备 |
| CN114627392A (zh) * | 2022-02-16 | 2022-06-14 | 北京航天神禾防务技术有限公司 | 应用河湖参数分析的纳米改性滤料定量装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116539830B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Herbert-Read et al. | Proto-cooperation: group hunting sailfish improve hunting success by alternating attacks on grouping prey | |
| CN102902240A (zh) | 一种基于物联网的水产智能监控系统 | |
| CN116539830B (zh) | 污水处理效果智能检测系统 | |
| CN108982794A (zh) | 一种基于数码高清图像的蓝藻水华监测方法和系统 | |
| CN110694934A (zh) | 智能干垃圾分类云端系统及其工作方法 | |
| CN214990968U (zh) | 一种用于池塘的尾水处理系统 | |
| Ostendorp | New approaches to integrated quality assessment of lakeshores | |
| CN105844636A (zh) | 一种基于图像识别模式的围棋自动数目方法 | |
| CN102646162A (zh) | 湖泊营养物基准向标准转化技术 | |
| Lowenstein | Regulating the Blue Revolution: A Sea of Change for the United States' Offshore Aquaculture Industry and a Missed Opportunity for Increased Sustainability | |
| CN113697052A (zh) | 板体结构自适应驱动平台 | |
| CN104020106A (zh) | 废水诊断系统、废水诊断装置与废水资料处理方法 | |
| CN103902850B (zh) | 一种获得湖泊营养物标准值的方法 | |
| CN203568940U (zh) | 一种制浆污水回收系统 | |
| CN202261559U (zh) | 具桥接处理器的多镜头影像摄影机及其桥接处理器 | |
| CN113989827A (zh) | 应用等级分析的状态提取系统及方法 | |
| CN206188614U (zh) | 含铬污泥处理系统 | |
| CN116484319B (zh) | 基于机器学习的船闸上下游库区多源数据融合方法及系统 | |
| CN108646609A (zh) | 一种养殖业污水智能处理系统 | |
| CN114506949A (zh) | 一种全地下布置的生活污水处理系统 | |
| Furuya et al. | Global Ecology and Oceanography of Harmful Algal Blooms in Asia: A Regional Comparative Programme. | |
| CN205773850U (zh) | 一种生活用水污水处理设备 | |
| CN216596560U (zh) | 一种儿童垃圾分类教学装置 | |
| CN118504846B (zh) | 一种多参数湿地复合生境恢复状态智能评估方法 | |
| Rodríguez-Rodríguez | Artisanal fisheries in the Mediterranean. MedPAN. Marseille, France |
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 |
Effective date of registration: 20240219 Address after: 215-13, Block B, Phase III (South Area), Huguang Road, Shushan Economic and Technological Development Zone, Hefei, Anhui Province, 230000 Applicant after: Anhui Hemei Environmental Protection Group Co.,Ltd. Country or region after: China Address before: 7-2-A-115, No. 8 Xingguo Road, High tech Zone, Gaogang District, Taizhou, Jiangsu 225300 Applicant before: Taizhou Yunshui Yao Engineering Technology Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |