CN117218586A - 测定悬浮物沉降速度的图像识别方法、装置、设备及介质 - Google Patents
测定悬浮物沉降速度的图像识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117218586A CN117218586A CN202311226773.7A CN202311226773A CN117218586A CN 117218586 A CN117218586 A CN 117218586A CN 202311226773 A CN202311226773 A CN 202311226773A CN 117218586 A CN117218586 A CN 117218586A
- Authority
- CN
- China
- Prior art keywords
- gray
- sedimentation
- gray value
- variation
- matrix
- 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
- 238000004062 sedimentation Methods 0.000 title claims abstract description 217
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000008569 process Effects 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 126
- 239000000725 suspension Substances 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 16
- 230000000295 complement effect Effects 0.000 description 15
- 239000007788 liquid Substances 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000005056 compaction Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000002087 whitening effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开涉及一种测定悬浮物沉降速度的图像识别方法、装置、电子设备及介质,其方法包括:目标悬浮物在沉降筒中沉降的过程中,获取沉降筒在不同时刻分别对应的灰度图像,其中,沉降筒沿筒壁高度方向被预先划分为多个格框;获取不同时刻各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;根据灰度变化量确定目标悬浮物沉降速度。本公开可以准确可靠地获取悬浮物的沉降速度,并且适用性广。
Description
技术领域
本公开涉及水处理和化工技术领域,尤其涉及一种测定悬浮物沉降速度的图像识别方法、装置、设备及介质。
背景技术
在水处理或化工生产等领域,利用沉淀方式进行固液分离的做法十分常见,相关生产设施有各类沉淀池、澄清池、分离罐等,它们的操作控制过程中,池或罐中悬浮液的沉降性能是非常重要的控制指标,而反映沉降性能一般有三个常见参数:悬浮物沉降速度、悬浮物浓度、悬浮物沉降比,但是,沉降速度是唯一能够在任何工艺变化情况下恒定使用的控制指标。
相关技术中,通过图像识别程序或声学仪、粒径分析仪和红外仪等光电设备识别悬浮物界面位置来获取悬浮物沉降速度,这些方法在进行悬浮液沉降速度检测时,只能应对有清晰分界面的情况,当污泥浓度低、交界面不清晰时则不能稳定识别,当悬浮液没有界面时更无法进行识别。
发明内容
本公开提供了一种测定悬浮物沉降速度的图像识别方法、装置、电子设备及介质。
根据本公开的第一方面,提供了一种测定悬浮物沉降速度的图像识别方法,所述方法包括:
目标悬浮物在沉降筒中沉降的过程中,获取所述沉降筒在不同时刻分别对应的灰度图像,其中,所述沉降筒沿筒壁高度方向被预先划分为多个格框;
获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;
根据所述灰度变化量确定所述目标悬浮物沉降速度。
根据本公开的第二方面,提供了一种测定悬浮物沉降速度的图像识别装置,所述装置包括:
第一获取模块,用于目标悬浮物在沉降筒中沉降的过程中,获取所述沉降筒在不同时刻分别对应的灰度图像,其中,所述沉降筒沿筒壁高度方向被预先划分为多个格框;
第二获取模块,用于获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;
确定模块,用于根据所述灰度变化量确定所述目标悬浮物沉降速度。
根据本公开的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本公开的上述方法。
根据本公开的第五方面,提供了一种悬浮物沉降装置,所述装置包括:
沉降筒,所述沉降筒用于沉降目标悬浮物;
管路,所述管路用于运输所述目标悬浮物;
第一阀门,所述第一阀门连接所述沉降筒上端和所述管路,所述第一阀门用于控制所述上游目标悬浮物从所述管路注入所述沉降筒;
第二阀门,所述第二阀门连接所述沉降筒下端,所述第二阀门用于控制排出目标悬浮物;
图像采集设备,所述图像采集设备用于获取不同时刻沉所述降筒中所述目标悬浮物沉降的灰度图像,所述图像采集设备与所述沉降筒底部平行;
箱体,所述沉降筒、所述管路、所述第一阀门、所述第二阀门和所述图像采集设备安装在所述箱体内。
根据本公开的第六方面,提供了一种检测系统,所述检测系统包括上述测定悬浮物沉降速度的图像识别装置和上述悬浮物沉降装置;
其中,所述测定悬浮物沉降速度的图像识别装置用于执行如第一方面中任一所述的测定悬浮物沉降速度的图像识别方法。
本公开实施例提供的测定悬浮物沉降速度的图像识别方法、装置、电子设备及介质,通过目标悬浮物在沉降筒中沉降的过程中,获取沉降筒在不同时刻分别对应的灰度图像,其中,沉降筒沿筒壁高度方向被预先划分为多个格框;获取不同时刻各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;根据灰度变化量确定目标悬浮物沉降速度。本申请实施例通过获取不同时刻各格框分别对应目标悬浮物的灰度值,得到不同时刻之间相邻格框之间的灰度变化量,最后根据不同时刻之间相邻格框之间的灰度变化量得出目标悬浮物沉降速度。由此,本申请实施例不依赖悬浮液界面获取悬浮物的沉降速度,而是基于悬浮物的灰度值获取悬浮物的沉降速度,本申请实施例提供的方法适用于更多种类的悬浮物,提高了测定悬浮物沉降速度图像识别方法的普适性,而且本申请实施例基于灰度值获得悬浮物整体沉降速度,而不是仅针对悬浮液中某个或某些颗粒去测量,提高了测定悬浮物沉降速度的图像识别方法的准确性和可靠性。
附图说明
在下面结合附图对于示例性实施例的描述中,本公开的更多细节、特征和优点被公开,在附图中:
图1为本公开一示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图2为本公开一示例性实施例提供的格框示意图;
图3为本公开一示例性实施例提供的灰度矩阵示意图;
图4为本公开另一个示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图5为本公开一示例性实施例提供的洁净水的灰度值和补白灰度值示意图;
图6为本公开一示例性实施例提供的经过补白后的灰度值矩阵示意图;
图7为本公开另一个示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图8为本公开一示例性实施例提供的截止行灰度值矩阵示意图;
图9为本公开一示例性实施例提供的灰度值变化量矩阵示意图;
图10为本公开另一个示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图11为本公开另一个示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图12为本公开另一个示例性实施例提供的测定悬浮物沉降速度的图像识别方法的流程图;
图13为本公开另一示例性实施例提供的灰度值变化量矩阵示意图;
图14为本公开一示例性实施例提供的二次变化率矩阵示意图;
图15为本公开一示例性实施例提供的目标绝对值行示意图;
图16为本公开一示例性实施例提供的测定悬浮物沉降速度的图像识别装置的功能模块示意性框图;
图17为本公开一示例性实施例提供的悬浮物沉降装置的结构示意图;
图18为本公开一示例性实施例提供的电子设备的结构框图;
图19为本公开一示例性实施例提供的计算机系统的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确地提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式,响应于接收到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本公开的实现方式构成限定,其它满足相关法律法规的方式也可应用于本公开的实现方式中。
本公开提供的实施例中,通过图像采集设备获取不同时刻沉降筒中悬浮物沉降的图像,图像采集设备与沉降筒底部平行,将沉降筒内悬浮物总高度等分为一列格框,例如,将沉降筒内悬浮物总高度等分为一列m个格框,从静置沉降的0秒开始每隔n秒拍照一次,每次输出一列m个灰度数据,沉淀t秒后得到一个m行,t/n+1列的灰度矩阵。以m=10,n=30,t=600为例,得到一个10行21列的灰度矩阵。
需要说明的是,由上述灰度矩阵可知,矩阵的行和列越多,计算精度就越高。因此,条件允许的情况下,可将格框数量设置多一些,时间间隔也可设置密集一些。格框顶端与悬浮液顶端液面相切或稍低于液面,格框底部与沉降筒内液体最低点相切或稍高于液体最低点,保证格框内只含有悬浮液的图像。格框可设置为均匀等高的格,若需要更准确的计算精度,则可设为上下不均匀高度的格,这是因为考虑了相机架设位置导致所拍图像的形变,一般沉降筒高度不能过高、相机离沉降筒不能过近,这样产生的形变就较小,对计算结果影响不大。沉降筒放置时尽量靠近光源,光源亮度调节至使洁净水的各格框中灰度值最大值低于255,示例性地,可将光源亮度调节至使洁净水的各格框中灰度最大值为254,在此不做限制。相机离沉降筒的远近位置要保证拍摄视野中液面最高点应在光源内、垂直位置要保证最后一个格框内不出现筒底阴影。
在一种可能的实施例中,在沉降筒上贴好透明的标准刻度标签,然后架好相机后拍摄,以实际拍到的刻度形变为准设置格框,由于相机位置约与沉降筒底部平行,因此,格框高度为从下至上逐渐减小,最顶端一格高度最小,最底部一格高度最大。
实施例中,每次获取灰度矩阵前,先拍照一次洁净水的单列灰度值,选最大值行的灰度值减去其他行的灰度值进行逐行补白,即将洁净水当前各格框的灰度数据补偿一差值使之与洁净水灰度值最大格框的灰度值相等,这样做的原因是矫正因相机拍摄、沉降筒自身原因产生的灰度误差。将净水各行补白值对应加到上述灰度矩阵的各列中,得到补白矩阵。
沉降筒盛放洁净水时,不同高度的灰度值在逻辑上是均匀相等的。但实际会受一些因素的影响,如背光光源的均匀度、摄像机位置、环境光、沉降筒玻璃污渍等。因此要尽量减少这些影响,拍摄清水时得到的灰度值每格不一致时,按上述步骤手动矫正得到一列灰度补白值数据,然后将这一列灰度补白值数据对应加到灰度矩阵的各列中得到补白矩阵。
需要说明的是,补白矫正可以每次测量前都做,但若测量间隔较密集,其间也无明显环境变化,则无需每次都做,因为每套设备的上述硬件影响会相对稳定,用户可自行设置矫正频率。
实施例中,得到补白矩阵后,将补白矩阵的数据作色阶显示,即可通过补白矩阵的灰度数据观察到悬浮物沉降的初步规律,色阶交界的轮廓与沉降过程线极为相似,根据悬浮物临界沉降点所在行获取截止行补白矩阵,通过截止行补白矩阵获得变化率矩阵:通过将截止行补白矩阵行数据后减前,即每行中一列的灰度数据减去前一列的该行数据,得到一个新矩阵,其灰度数据体现了等浓度面在时间上的变化量,称为变化率矩阵,并以色阶显示。
实施例中,沉淀初始时会有一段沉降加速的部分,尚未达到等速下沉,所以将变化率矩阵适当去掉若干行,去掉的若干行只会将等速下沉的直线段缩短,但并不会影响悬浮物沉降速度的计算结果,已能够确保得到的剩余变化率矩阵只包含了沉淀过程线的直线段部分,因此可以计算悬浮物沉降速度。选取剩余矩阵的第一行灰度最大值所在格框,记录其行标和列标(x1,y1),再选取剩余矩阵最后一行灰度最大值所在格框,记录其行标和列标(x2,y2),这两点求斜率即可算出沉降速度S,格框每格高度是m,那么计算沉降速度S的公式如下:
基于上述实施例,本公开实施例提供了一种测定悬浮物沉降速度的图像识别方法,如图1所示,该方法可以包括如下步骤:
步骤101,目标悬浮物在沉降筒中沉降的过程中,获取沉降筒在不同时刻分别对应的灰度图像。
在标悬浮物在沉降筒中沉降的过程中,图像采集设备获取沉降筒在不同时刻分别对应的灰度图像。沉降筒沿筒壁高度方向被预先划分为多个格框,图2示例性地示出了格框的示意图,本实施例预先在沉降筒上贴好透明的标准刻度标签,以图像采集设备实际拍到的刻度形变为准设置格框,图像采集设备位置与沉降筒底部平行,因此多个格框上下高度不均匀,高度为从下至上逐渐减小。
需要说明的是,格框顶端与悬浮液顶端液面相切或稍低于液面,格框底部与沉降筒内液体最低点相切或稍高于液体最低点,保证格框内只含有悬浮液的图像。
步骤102,获取不同时刻各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量。
通过沉降筒在不同时刻各格框分别对应的灰度图像获取不同时刻各格框分别对应的灰度值,根据不同时刻各格框分别对应的灰度值获取灰度值矩阵,沉降筒沿筒壁高度方向被划分为m个格框,从静置沉降的0秒开始每隔n秒拍照一次,每次输出一列m个灰度值,沉淀t秒后得到一个m行,t/n+1列的灰度矩阵。
示例性地,以m=10,n=30,t=600为例,得到一个10行21列的灰度矩阵,图3示例性地示出了灰度矩阵的示意图,灰度矩阵的第1行和第1列为标识数据。灰度矩阵每列灰度值减去前一列灰度值确定不同时刻之间相邻格框之间的灰度变化量。
步骤103,根据灰度变化量确定目标悬浮物沉降速度。
灰度矩阵每列灰度值减去前一列灰度值获取到不同时刻之间相邻格框之间的灰度变化量后,将不同时刻之间相邻格框之间的灰度变化量组成灰度值变化量矩阵,获取灰度值变化量矩阵第一行灰度值变化量最大的值作为第一灰度值变化量,获取灰度值变化量矩阵最后一行灰度值变化量最大的值作为第二灰度值变化量,根据第一灰度值变化量、第二灰度值变化量和格框高度确定目标悬浮物沉降速度。
本公开实施例提供的测定悬浮物沉降速度的图像识别方法,通过目标悬浮物在沉降筒中沉降的过程中,获取沉降筒在不同时刻分别对应的灰度图像,其中,沉降筒沿筒壁高度方向被预先划分为多个格框;获取不同时刻各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;根据灰度变化量确定目标悬浮物沉降速度。本申请实施例通过获取不同时刻各格框分别对应目标悬浮物的灰度值,得到不同时刻之间相邻格框之间的灰度变化量,最后根据不同时刻之间相邻格框之间的灰度变化量得出目标悬浮物沉降速度。由此,本申请实施例不依赖悬浮液界面获取悬浮物的沉降速度,而是基于悬浮物的灰度值获取悬浮物的沉降速度,本申请实施例提供的方法适用于更多种类的悬浮物,提高了测定悬浮物沉降速度图像识别方法的普适性,而且本申请实施例基于灰度值获得悬浮物整体沉降速度,而不是仅针对悬浮液中某个或某些颗粒去测量,提高了测定悬浮物沉降速度的图像识别方法的准确性和可靠性。
本公开实施例还提供了一种测定悬浮物沉降速度的图像识别方法,如图4所示,该方法包括以下步骤:
步骤401,在沉降筒装入洁净水时,获取沉降筒各格框分别对应的第一灰度值。
在获取目标悬浮物沉降过程中不同时刻各格框分别对应的灰度值前,在沉降筒装入洁净水,然后获取沉降筒装入洁净水时各格框分别对应的第一灰度值,其中,将洁净水格框中最大的灰度值减去其余格框的灰度值获取沉降筒各格框分别对应的补白灰度值,灰度值最大的格框的补白灰度值为0,将补白灰度值作为第一灰度值。
图5示例性地示出了洁净水的灰度值和补白灰度值,如图5所示,共有10个格框,分别对应的洁净水灰度值依次为180.35、183.97、187.47、190.55、195.40、197.88、198.42、197.73、196.39、190.59,其中最大的灰度值为198.42,该灰度值对应的补白灰度值为0,用该灰度值减去其余格框的灰度值获取其余各格框对应的补白灰度值,得出洁净水各格框的补白灰度值分别为:18.06、14.45、10.95、7.869、3.018、0.535、0、0.687、2.03、7.826,将这些补白灰度值作为沉降筒各格框分别对应的第一灰度值。
步骤402,获取目标悬浮物在沉降筒中沉降的过程中,沉降筒各格框在不同时刻分别对应的第二灰度值。
在标悬浮物在沉降筒中沉降的过程中,图像采集设备获取沉降筒在不同时刻分别对应的灰度图像。基于步骤101,根据沉降筒在不同时刻各格框分别对应的灰度图像获取不同时刻各格框分别对应的灰度值,将该灰度值作为沉降筒各格框在不同时刻分别对应的第二灰度值,并根据沉降筒各格框在不同时刻分别对应的第二灰度值获取灰度值矩阵,图3示例性地示出了灰度矩阵的示意图。
步骤403,基于第一灰度值和第二灰度值,获得不同时刻各格框分别对应的灰度值。
将第一灰度值与第二灰度值相加,获取不同时刻各格框分别对应的灰度值,通过该灰度值获取补白后的灰度值矩阵,如图6所示,图6示例性地示出了经过补白后的灰度值矩阵。
需要说明的是,补白可以每次测量前都做,但若测量间隔较密集,其间也无明显环境变化,则无需每次都做,因为每套设备的上述硬件影响会相对稳定,用户可自行设置矫正频率。
在本实施例中,在每次获取灰度矩阵前,先获取洁净水的单列灰度值,选最大值行的灰度值减去其他行的灰度值获取补白灰度值,然后将补白灰度值与沉降筒各格框在不同时刻分别对应的第二灰度值相加,最后获取到经过补白的不同时刻各格框分别对应的灰度值。通过对第二灰度值的补白,减小了误差,进一步提高了测定悬浮物沉降速度的图像识别方法的准确性和可靠性。
基于上述实施例,在本公开提供的又一实施例中,如图7所示,上述步骤102具体还可以包括以下步骤:
步骤701,根据不同时刻各格框分别对应的灰度值获取灰度值矩阵。
通过沉降筒在不同时刻各格框分别对应的灰度图像获取不同时刻各格框分别对应的灰度值,将不同时刻各格框分别对应的灰度值从左到右依次排列生成灰度值矩阵,其中,沉降筒沿筒壁高度方向被划分为m个格框,从静置沉降的0秒开始每隔n秒拍照一次,每次输出一列m个灰度值,沉淀t秒后得到一个m行,t/n+1列的灰度矩阵。
需要说明的是,由上述灰度矩阵可知,矩阵的行和列越多,计算精度就越高。因此,条件允许的情况下,将格框数量设置多一些,时间间隔也设置密集一些。
步骤702,根据灰度值矩阵最后一列灰度值获取目标悬浮物的临界沉降点。
临界沉降点出现在压实区之上,先确定压实区的界面,无论沉降过程中是否出现界面,但沉降完毕后压实区的界面是一定会出现,取灰度值矩阵最后一列灰度值,找到灰度值小于第一列平均值的所有行,将这些行作为压实区,最上层行为压实区的界面,所以确定临界沉降点为压实区最上层所在行。
需要说明的是,取灰度值矩阵最后一列灰度值,找到灰度值小于第一列平均值的所有行,将这些行数相加再除以总行数求百分数还可以获取目标悬浮物的沉降比,在一种可能的实施例中,灰度值矩阵最后一列灰度值因沉降完毕会出现明显界面,但有时遇悬浮物沉降条件差,有上浮情况时,上浮的悬浮物灰度值低于初始灰度,说明悬浮物有聚集浓缩的行为,一般来说10分钟后只会出现上聚集和下聚集两种情况,基本不存在中间聚集的情况。在该情况下,要将上浮和下沉的行数全部加起来再除以总行数求百分数获取目标悬浮物的沉降比。
步骤703,根据临界沉降点获取截止行,并确定截止行灰度值矩阵。
示例性地,基于图3所示出的灰度值矩阵,计算出图3所示出的灰度值矩阵压实区界面在第10行,再向上选取Wx行去除后获取临界沉降点所在行,将临界沉降点所在行作为截止行,Wx可根据现场装置实际格框数和实测数据情况人工设置一个固定值,目的是能够取到悬浮物等速下沉的直线段,图8示例性地示出了截止行灰度值矩阵示意图,比如Wx设为2,截止行就是10-2=8,第8行及以下行数据可删除,数据保留至第7行并将截止行灰度值矩阵做作色阶显示得到如图8所示的截止行灰度值矩阵,需要说明的使,色阶显示作为一种可选的实施方式,可以更好地展示灰度值变化规律,并不是本实施例的必要手段。
步骤704,根据截止行灰度值矩阵不同时刻灰度值的差值获取灰度值变化量矩阵。
截止行灰度值矩阵后一列灰度值减去前一列灰度值取绝对值,根据差值的绝对值获取灰度值变化量矩阵,其灰度数据体现了等浓度面在时间上的变化量,并以色阶显示灰度值变化量矩阵,图9示例性地示出了灰度值变化量矩阵示意图。
在本实施例中,通过据不同时刻各格框分别对应的灰度值获取灰度值矩阵,然后根据灰度值矩阵最后一列灰度值获取目标悬浮物的临界沉降点,根据临界沉降点获取截止行,并确定截止行灰度值矩阵,最后根据截止行灰度值矩阵不同时刻灰度值的差值获取灰度值变化量矩阵,更加准确地计算出了不同时刻之间相邻格框之间的灰度变化量,提高了测定悬浮物沉降速度的图像识别方法的可靠性。
基于上述实施例,在本公开提供的又一实施例中,如图10所示,测定悬浮物沉降速度的图像识别方法还可以包括以下步骤:
步骤1001,根据灰度变化量获取等速下沉阶段灰度值变化量矩阵。
首先根据灰度变化量获取灰度值变化量矩阵,从灰度值变化量矩阵中可以看出,沉淀初始时会有一段沉降加速的部分,尚未达到等速下沉,所以将灰度值变化量矩阵去除前Ws行,需要说明的是,Ws的数值设置在一定范围内时,去除前Ws行并不影响计算结果,Ws与Wx的情况类似,去掉这些行的目的是去除悬浮物沉降过程中开始和结束阶段的变速沉降部分,Wx可根据现场装置实际格框数和实测数据情况人工设置一个固定值,目的是能够取到悬浮物等速下沉的直线段,需要说明的是,悬浮物沉降速度只可以通过等速下沉阶段悬浮物的灰度值数据体现,悬浮物等速下沉阶段的沉降速度才是悬浮物的沉降速度,图11示例性地示出了等速下沉阶段灰度值变化量矩阵示意图,灰度值变化量矩阵有7行,Ws设为2,去除灰度值变化量矩阵的前两行后得到等速下沉阶段灰度值变化量矩阵,等速下沉阶段灰度值变化量矩阵有5行。
步骤1002,获取等速下沉阶段灰度值变化量矩阵第一行灰度值变化量最大的值作为第一灰度值变化量,获取等速下沉阶段灰度值变化量矩阵最后一行灰度值变化量最大的值作为第二灰度值变化量。
示例性地,如图11所示,等速下沉阶段灰度值变化量矩阵第一行灰度值变化量最大的值为28,等速下沉阶段灰度值变化量矩阵最后一行灰度值变化量最大的值为28,所以第一灰度值变化量为28,第二灰度值变化量为28。
步骤1003,根据第一灰度值变化量、第二灰度值变化量和格框高度确定目标悬浮物沉降速度。
根据第一灰度值变化量在等速下沉阶段灰度值变化量矩阵中的位置获取第一灰度值变化量坐标(x1,y1),根据第二灰度值变化量在等速下沉阶段灰度值变化量矩阵中的位置获取第二灰度值变化量坐标(x2,y2)。根据第一灰度值变化量坐标(x1,y1)、第二灰度值变化量坐标(x2,y2)和格框高度确定目标悬浮物沉降速度,其中,目标悬浮物沉降速度计算公式为:
示例性地,如图11所示,第一灰度值变化量为28,在如图11所示的等速下沉阶段灰度值变化量矩阵中的坐标为(3,150),第二灰度值变化量为28,在如图11所示的等速下沉阶段灰度值变化量矩阵中的坐标为(7,180),格框的高度为10mm,其中,坐标的横坐标为等速下沉阶段灰度值变化量矩阵的行标,坐标的纵坐标为等速下沉阶段灰度值变化量矩阵的列标。计算出目标悬浮物沉降速度为:
在本实施例中,通过根据第一灰度值变化量坐标、第二灰度值变化量坐标和格框高度确定目标悬浮物沉降速度,本实施例将灰度值变化量数据具象化,根据等速下沉阶段灰度值变化量矩阵中的坐标计算目标悬浮物沉降速度,使得到的沉降速度更加准确可靠。
基于上述实施例,在本公开提供的又一实施例中,如图12所示,测定悬浮物沉降速度的图像识别方法还可以包括以下步骤:
步骤1201,获取灰度值变化量矩阵,根据灰度值变化量矩阵获取二次变化率矩阵。
在一种可能的实施例中,获取到如图6所示的经过补白后的灰度值矩阵,将图6所示的经过补白后的灰度值矩阵后一列灰度值减去前一列灰度值取绝对值,根据差值的绝对值获取灰度值变化量矩阵,示例性地,如图13所示,图13示例性地示出了灰度值变化量矩阵示意图,该灰度值变化量矩阵有10行20列,将该变化率矩阵再进行一次后一列灰度值减去前一列灰度值,不取绝对值,如图14所示,得到一个具10行19列的二次变化率矩阵,图14示例性地示出了二次变化率矩阵示意图。
步骤1202,根据二次变化率矩阵中每一列中的最大值和最小值的绝对值获取二次变化率矩阵中每一列的目标绝对值。
获取图14示出的二次变化率矩阵中每一列中的最大值和最小值,计算最大值和最小值差值的绝对值获取二次变化率矩阵中每一列的目标绝对值,示例性地,图14示出的二次变化率矩阵第一列中的最大值是5,最小值是0,所以最大值和最小值差值的绝对值为5,将5作为目标绝对值,依次获取其他列的目标绝对值。
步骤1203,将目标绝对值组成绝对值行,根据绝对值行中的最大值确定目标拐点。
将每一列的目标绝对值组成的一行新数据,如图15所示,图15示例性地示出了目标绝对值行示意图,其中,每一列的目标绝对值依次为5、22、15、37、34、28、14、12、13、9、6、5、4、4、5、3、4、3、3。然后选取这行绝对值中最大数37对应的第4列作为目标拐点。
需要说明的是,目标拐点的含义为该列中出现了灰度随时间的变化最剧烈的点,因此这一列就是目标拐点所在的列,它后面所有列对应到沉降过程线中就是都进入了压实沉降阶段,不是计算悬浮物沉降速度所需要的部分。
步骤1204,根据目标拐点对应的格框坐标确定目标悬浮物沉降速度。
确定目标拐点后,根据目标拐点对应的格框坐标确定目标悬浮物沉降速度,示例性地,根据图15示出的目标绝对值行,确定最大数37对应的第4列(150s)作为目标拐点,根据目标拐点在图13示出的灰度值变化量矩阵中,选择150s那一列中的最大值,150s那一列中的最大值对应的格框坐标为(6,150s),将格框坐标(6,150s)作为第二沉降计算点,沉淀初始时会有一段沉降加速的部分,尚未达到等速下沉,所以将图13示出的灰度值变化量矩阵去除前Ws行,需要说明的是,Ws的数值设置在一定范围内时,去除前Ws行并不影响计算结果,Ws与Wx的情况类似,去掉这些行的目的是去除悬浮物沉降过程中开始和结束阶段的变速沉降部分,Wx可根据现场装置实际格框数和实测数据情况人工设置一个固定值,目的是能够取到悬浮物等速下沉的直线段,示例性地,当Ws=1时,去除图13示出的灰度值变化量矩阵的第一行,将剩余变化量矩阵第一行中灰度值变化量最大值对应的格框坐标(2,120s)作为第一沉降计算点。
根据第一沉降计算点和第二沉降计算点的斜率计算出目标悬浮物沉降速度为:
其中,格框高度为10mm,第一沉降计算点的坐标为(2,120s),第二沉降计算点的坐标为(6,150s)
在本实施例中,通过目标拐点对应的格框坐标获取第二沉降计算点,然后再获取第一沉降计算点,最后通过第一沉降计算点和第二沉降计算点确定目标悬浮物沉降速度,目标拐点的选取使通过二次变化率矩阵确定,该过程保证了目标拐点的严谨可靠,进一步提高了测定悬浮物沉降速度的图像识别方法的准确性和可靠性。
在采用对应各个功能划分各个功能模块的情况下,本公开实施例提供了一种测定悬浮物沉降速度的图像识别装置,该测定悬浮物沉降速度的图像识别装置可以为服务器或应用于服务器的芯片。图16为本公开一示例性实施例提供的测定悬浮物沉降速度的图像识别装置的功能模块示意性框图。如图16所示,该测定悬浮物沉降速度的图像识别装置包括:
第一获取模块1601,用于目标悬浮物在沉降筒中沉降的过程中,获取所述沉降筒在不同时刻分别对应的灰度图像,其中,所述沉降筒沿筒壁高度方向被预先划分为多个格框;
第二获取模块1602,用于获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;
确定模块1603,用于根据所述灰度变化量确定所述目标悬浮物沉降速度。
在一个实施例中,如图17所示,本申请提供了一种悬浮物沉降装置,悬浮物沉降装置包括:
沉降筒1701,沉降筒1701用于沉降目标悬浮物;
管路1702,管路1702用于运输目标悬浮物;
第一阀门1703,第一阀门1703连接沉降筒1701上端和管路1702,第一阀门1703用于控制上游目标悬浮物从管路1702注入沉降筒1701;
第二阀门1704,第二阀门1704连接沉降筒1701下端,第二阀门1704用于控制排出目标悬浮物;
图像采集设备1705,图像采集设备1705用于获取不同时刻沉降筒1701中目标悬浮物沉降的灰度图像,图像采集设备1705与沉降筒1701底部平行;
箱体1706,沉降筒1701、管路1702、第一阀门1703、第二阀门1704和图像采集设备1705安装在箱体1706内。
在一种可能的实施例中,PLC控制系统控制第一阀门1703将目标悬浮物通过管路1702注入沉降筒1701中,图像采集设备1705自动获取不同时刻沉降筒1701中目标悬浮物沉降的灰度图像,当目标悬浮物沉淀完成后,自动分析图像数据,输出目标悬浮物的沉降速度,然后PLC控制系统控制第二阀门1704将目标悬浮物排出,可继续进行其他悬浮物沉降速度的检测。
在一个实施例中,提供了一种检测系统,该系统包括测定悬浮物沉降速度的图像识别装置和悬浮物沉降装置。其中,测定悬浮物沉降速度的图像识别装置所执行的步骤可以参见上文中用于测定悬浮物沉降速度的图像识别装置的测定悬浮物沉降速度的图像识别方法的实施例,悬浮物沉降装置所执行的步骤可以参见上文中用于悬浮物沉降装置的测定悬浮物沉降速度的图像识别方法的实施例。
本实施例检测系统的有益效果与上文测定悬浮物沉降速度的图像识别方法所产生的有益效果基本相同,在此不再赘述。
本公开实施例还提供一种电子设备,包括:至少一个处理器;用于存储所述至少一个处理器可执行指令的存储器;其中,所述至少一个处理器被配置为执行所述指令,以实现本公开实施例公开的上述方法。
图18为本公开一示例性实施例提供的电子设备的结构示意图。如图18所示,该电子设备1800包括至少一个处理器1801以及耦接至处理器1801的存储器1802,该处理器1801可以执行本公开实施例公开的上述方法中的相应步骤。
上述处理器1801还可以称为中央处理单元(central processing unit,CPU),其可以是一种集成电路芯片,具有信号的处理能力。本公开实施例公开的上述方法中的各步骤可以通过处理器1801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1801可以是通用处理器、数字信号处理器(digital signal processing,DSP)、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。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。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储器1802中,例如随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质。处理器1801读取存储器1802中的信息,结合其硬件完成上述方法的步骤。
另外,根据本公开的各种操作/处理在通过软件和/或固件实现的情况下,可从存储介质或网络向具有专用硬件结构的计算机系统,例如图19所示的计算机系统1900安装构成该软件的程序,该计算机系统在安装有各种程序时,能够执行各种功能,包括诸如前文所述的功能等等。图19为本公开一示例性实施例提供的计算机系统的结构框图。
计算机系统1900旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图19所示,计算机系统1900包括计算单元1901,该计算单元1901可以根据存储在只读存储器(ROM)1902中的计算机程序或者从存储单元1908加载到随机存取存储器(RAM)1903中的计算机程序,来执行各种适当的动作和处理。在RAM 1903中,还可存储计算机系统1900操作所需的各种程序和数据。计算单元1901、ROM 1902以及RAM 1903通过总线1904彼此相连。输入/输出(I/O)接口1905也连接至总线1904。
计算机系统1900中的多个部件连接至I/O接口1905,包括:输入单元1906、输出单元1907、存储单元1908以及通信单元1909。输入单元1906可以是能向计算机系统1900输入信息的任何类型的设备,输入单元1906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元1907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1908可以包括但不限于磁盘、光盘。通信单元1909允许计算机系统1900通过网络诸如因特网的与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1901执行上文所描述的各个方法和处理。例如,在一些实施例中,本公开实施例公开的上述方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1902和/或通信单元1909而被载入和/或安装到电子设备1800上。在一些实施例中,计算单元1901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开实施例公开的上述方法。
本公开实施例还提供一种计算机可读存储介质,其中,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行本公开实施例公开的上述方法。
本公开实施例中的计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。上述计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。更具体的,上述计算机可读存储介质可以包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
本公开实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现本公开实施例公开的上述方法。
在本公开的实施例中,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者,可以连接到外部计算机。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块、部件或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块、部件或单元的名称在某种情况下并不构成对该模块、部件或单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示例性的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (13)
1.一种测定悬浮物沉降速度的图像识别方法,其特征在于,所述方法包括:
目标悬浮物在沉降筒中沉降的过程中,获取所述沉降筒在不同时刻分别对应的灰度图像,其中,所述沉降筒沿筒壁高度方向被预先划分为多个格框;
获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;
根据所述灰度变化量确定所述目标悬浮物沉降速度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述沉降筒装入洁净水时,获取所述沉降筒各格框分别对应的第一灰度值;
获取所述目标悬浮物在沉降筒中沉降的过程中,所述沉降筒各格框在所述不同时刻分别对应的第二灰度值;
基于所述第一灰度值和所述第二灰度值,获得所述不同时刻所述各格框分别对应的灰度值。
3.根据权利要求2所述的方法,其特征在于,所述获取所述沉降筒各格框分别对应的第一灰度值,包括:
将所述格框中最大的灰度值减去其余格框的灰度值获取所述沉降筒各格框分别对应的第一灰度值,其中,灰度值最大的格框所述第一灰度值为0。
4.根据权利要求1所述的方法,其特征在于,所述获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量,包括:
根据不同时刻所述各格框分别对应的灰度值获取灰度值矩阵;
根据所述灰度值矩阵最后一列灰度值获取所述目标悬浮物的临界沉降点;
根据所述临界沉降点获取截止行,并确定截止行灰度值矩阵;
根据所述截止行灰度值矩阵不同时刻灰度值的差值获取灰度值变化量矩阵。
5.根据权利要求1所述的方法,其特征在于,所述根据所述灰度变化量确定所述目标悬浮物沉降速度,包括:
根据所述灰度变化量获取等速下沉阶段灰度值变化量矩阵;
获取所述等速下沉阶段灰度值变化量矩阵第一行灰度值变化量最大的值作为第一灰度值变化量;
获取所述等速下沉阶段灰度值变化量矩阵最后一行灰度值变化量最大的值作为第二灰度值变化量;
根据所述第一灰度值变化量、第二灰度值变化量和所述格框高度确定所述目标悬浮物沉降速度。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一灰度值变化量、第二灰度值变化量和所述格框高度确定所述目标悬浮物沉降速度,包括:
根据所述第一灰度值变化量在所述等速下沉阶段灰度值变化量矩阵中的位置获取第一灰度值变化量的格框坐标(x1,y1),根据所述第二灰度值变化量在所述等速下沉阶段灰度值变化量矩阵中的位置获取第二灰度值变化量的格框坐标(x2,y2);
根据所述第一灰度值变化量坐标、所述第二灰度值变化量坐标和所述格框高度确定所述目标悬浮物沉降速度,其中,所述目标悬浮物沉降速度计算公式为
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取灰度值变化量矩阵,根据所述灰度值变化量矩阵获取二次变化率矩阵;
根据所述二次变化率矩阵中每一列中的最大值和最小值的绝对值获取所述二次变化率矩阵中每一列的目标绝对值;
将所述目标绝对值组成绝对值行,根据所述绝对值行中的最大值确定目标拐点;
根据所述目标拐点对应的格框坐标确定所述目标悬浮物沉降速度。
8.根据权利要求1所述的方法,其特征在于,所述多个格框上下高度不均匀,所述多个格框高度为从下至上逐渐减小。
9.一种测定悬浮物沉降速度的图像识别装置,其特征在于,所述装置包括:
第一获取模块,用于目标悬浮物在沉降筒中沉降的过程中,获取所述沉降筒在不同时刻分别对应的灰度图像,其中,所述沉降筒沿筒壁高度方向被预先划分为多个格框;
第二获取模块,用于获取不同时刻所述各格框分别对应的灰度值,并确定不同时刻之间相邻格框之间的灰度变化量;
确定模块,用于根据所述灰度变化量确定所述目标悬浮物沉降速度。
10.一种电子设备,其特征在于,包括:
至少一个处理器;
用于存储所述至少一个处理器可执行指令的存储器;
其中,所述至少一个处理器被配置为执行所述指令,以实现如权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-8中任一项所述的方法。
12.一种悬浮物沉降装置,其特征在于,所述装置包括:
沉降筒,所述沉降筒用于沉降目标悬浮物;
管路,所述管路用于运输所述目标悬浮物;
第一阀门,所述第一阀门连接所述沉降筒上端和所述管路,所述第一阀门用于控制上游目标悬浮物从所述管路注入所述沉降筒;
第二阀门,所述第二阀门连接所述沉降筒下端,所述第二阀门用于控制排出目标悬浮物;
图像采集设备,所述图像采集设备用于获取不同时刻沉所述降筒中所述目标悬浮物沉降的灰度图像,所述图像采集设备与所述沉降筒底部平行;
箱体,所述沉降筒、所述管路、所述第一阀门、所述第二阀门和所述图像采集设备安装在所述箱体内。
13.一种检测系统,其特征在于,所述检测系统包括所述测定悬浮物沉降速度的图像识别装置和所述悬浮物沉降装置;
其中,所述测定悬浮物沉降速度的图像识别装置用于执行如权利要求1-8任一所述的测定悬浮物沉降速度的图像识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226773.7A CN117218586A (zh) | 2023-09-21 | 2023-09-21 | 测定悬浮物沉降速度的图像识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226773.7A CN117218586A (zh) | 2023-09-21 | 2023-09-21 | 测定悬浮物沉降速度的图像识别方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117218586A true CN117218586A (zh) | 2023-12-12 |
Family
ID=89040375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311226773.7A Pending CN117218586A (zh) | 2023-09-21 | 2023-09-21 | 测定悬浮物沉降速度的图像识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117218586A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090218223A1 (en) * | 2005-10-26 | 2009-09-03 | Nicolo Manaresi | Method And Apparatus For Characterizing And Counting Particles, In Particular, Biological Particles |
CN102854100A (zh) * | 2012-10-10 | 2013-01-02 | 重庆交通大学 | 一种基于图像灰度的细沙沉速检测方法 |
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 |
CN114882031A (zh) * | 2022-07-11 | 2022-08-09 | 江苏瑞立环保工程股份有限公司 | 一种基于活性污泥法的污水处理方法与系统 |
CN115619998A (zh) * | 2022-11-30 | 2023-01-17 | 浙江绿维环境股份有限公司 | 一种基于图像的污水等级识别方法和装置 |
CN115685398A (zh) * | 2022-10-09 | 2023-02-03 | 中国长江三峡集团有限公司 | 降雨倾角测量方法、装置、计算机设备及介质 |
CN116343002A (zh) * | 2023-02-17 | 2023-06-27 | 沈阳化工大学 | 一种图像分析污水处理污泥区域沉降速度预测方法 |
CN116416252A (zh) * | 2023-06-12 | 2023-07-11 | 山东德圣源新材料有限公司 | 一种勃姆石生产工艺废水沉降图像检测方法 |
-
2023
- 2023-09-21 CN CN202311226773.7A patent/CN117218586A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090218223A1 (en) * | 2005-10-26 | 2009-09-03 | Nicolo Manaresi | Method And Apparatus For Characterizing And Counting Particles, In Particular, Biological Particles |
CN102854100A (zh) * | 2012-10-10 | 2013-01-02 | 重庆交通大学 | 一种基于图像灰度的细沙沉速检测方法 |
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 |
WO2022217589A1 (zh) * | 2021-04-16 | 2022-10-20 | 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 |
CN114882031A (zh) * | 2022-07-11 | 2022-08-09 | 江苏瑞立环保工程股份有限公司 | 一种基于活性污泥法的污水处理方法与系统 |
CN115685398A (zh) * | 2022-10-09 | 2023-02-03 | 中国长江三峡集团有限公司 | 降雨倾角测量方法、装置、计算机设备及介质 |
CN115619998A (zh) * | 2022-11-30 | 2023-01-17 | 浙江绿维环境股份有限公司 | 一种基于图像的污水等级识别方法和装置 |
CN116343002A (zh) * | 2023-02-17 | 2023-06-27 | 沈阳化工大学 | 一种图像分析污水处理污泥区域沉降速度预测方法 |
CN116416252A (zh) * | 2023-06-12 | 2023-07-11 | 山东德圣源新材料有限公司 | 一种勃姆石生产工艺废水沉降图像检测方法 |
Non-Patent Citations (4)
Title |
---|
杨大明;李娟;: "利用计算机图像处理系统测量污泥沉降比", 工业水处理, no. 06, 20 June 2010 (2010-06-20) * |
王超: "基于图像处理技术的污水处理沉降速度测量", 硕士电子期刊 工程科技Ⅰ辑;信息科技, 15 September 2013 (2013-09-15), pages 2 * |
王超;杨承恩;申丽然;: "基于图像处理技术的污水处理沉降速度测量", 大连海事大学学报, no. 04, 15 November 2012 (2012-11-15), pages 1 - 3 * |
翟士才;陆明刚;: "基于Opencv的絮体颗粒跟踪与沉速测量系统研究", 计量与测试技术, no. 01, 30 January 2017 (2017-01-30) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108124487B (zh) | 云端抄表方法及装置 | |
US8913092B2 (en) | Compensation table generating system, display apparatus having brightness compensation table, and method of generating compensation table | |
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
CN111340752A (zh) | 屏幕的检测方法、装置、电子设备及计算机可读存储介质 | |
CN102165288B (zh) | 使用影像在时间上的像素的浓度分布变化的液体边界面识别方法和使用该方法的液体高度识别装置 | |
CN106839976B (zh) | 一种检测镜头中心的方法及装置 | |
US20170154234A1 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
CN107895377B (zh) | 一种前景目标提取方法、装置、设备及存储介质 | |
WO2020253508A1 (zh) | 异常细胞检测方法、装置及计算机可读存储介质 | |
CN111667448A (zh) | 一种图像处理方法、装置及设备 | |
US11386710B2 (en) | Eye state detection method, electronic device, detecting apparatus and computer readable storage medium | |
CN111507055B (zh) | 电路设计版图和电镜扫描图像的配准方法及系统、电路设计版图和其成像误差计算方法 | |
CN108734161B (zh) | 冠字号区域的识别方法、装置、设备及存储介质 | |
CN111986159A (zh) | 太阳能电池片的电极缺陷检测方法、设备及存储介质 | |
CN111598913B (zh) | 一种基于机器人视觉的图像分割方法和系统 | |
CN113920502A (zh) | 一种云台调整方法、装置、设备及介质 | |
CN115112666A (zh) | 一种晶圆的校准方法及校准系统 | |
CN112330602B (zh) | 一种智能陷印方向判断方法及装置 | |
CN117218586A (zh) | 测定悬浮物沉降速度的图像识别方法、装置、设备及介质 | |
CN110610117A (zh) | 一种人脸识别方法、装置及存储介质 | |
EP2919149A2 (en) | Image processing apparatus and image processing method | |
CN113378847B (zh) | 字符分割方法、系统、计算机设备和存储介质 | |
CN116385527A (zh) | 基于多源传感器的物体定位方法、装置和介质 | |
CN115861354A (zh) | 图像边缘检测方法、装置、设备及存储介质 | |
CN106886777B (zh) | 一种字符边界确定方法及装置 |
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 |