JP7341881B2 - 情報処理装置、情報処理方法、制御装置、水処理システム、および制御プログラム - Google Patents

Description

本発明は、画像に写るフロックの特徴情報を生成する情報処理装置等に関する。

浮遊固形物を含む液体に凝集剤等の薬品を添加して撹拌することにより、液体中の浮遊固形物を凝集させてフロックを形成して固液分離を行い、処理水を得るという技術が従来から用いられている。

安定的に処理水を得るためには、適正なサイズのフロックを形成することが必要である。そのため、フロックを形成する工程においては、形成中のフロックの性状を把握しながら、フロックのサイズを適正なサイズで維持するための制御を随時行うことが望ましい。

フロックの性状を把握するための技術が開示された文献としては、例えば下記の特許文献１が挙げられる。特許文献１には、特許文献１には、機械学習モデルを用いてフロックの撮影画像から抽出された画像特徴量から、フロックの凝集度および濃度を特徴情報として算出する技術が開示されている。

特開２０１９－０５２９８５号公報

しかしながら、特許文献１の技術では、画像に写る個々のフロックを検出することはできないため、各フロックの性状が的確に反映された特徴情報を生成することが難しいという課題がある。本発明の一態様は、各フロックの性状が的確に反映された特徴情報を生成することを可能にする情報処理装置等を実現することを目的とする。

前記の課題を解決するために、本発明の一態様に係る情報処理装置は、浮遊固形物を含む液体に凝集剤を加えて撹拌することにより形成されるフロックを撮影した時系列の一連の撮影画像から、当該撮影画像に写る各フロックの輪郭を特定する輪郭特定部と、前記輪郭特定部が特定した前記輪郭に基づき、前記フロックの特徴情報を生成する特徴情報生成部と、を備える。

前記構成によれば、時系列の一連の撮影画像からフロックの輪郭を特定するので、単体の画像からフロックの輪郭を特定する場合と比べて高精度な特定が可能になる。そして、輪郭の高精度な特定が可能になることにより、各フロックの性状が的確に反映された特徴情報を生成することが可能になる。

本発明の一態様に係る情報処理装置では、前記輪郭特定部は、一連の前記撮影画像のそれぞれについて、当該撮影画像に写る各フロックの輪郭を特定し、前記輪郭特定部が特定した輪郭で囲まれる領域のうち、一連の前記撮影画像において位置が変化しているものをフロックとして検出するフロック検出部を備え、前記特徴情報生成部は、前記フロック検出部による前記フロックの検出結果に基づいて前記特徴情報を生成してもよい。

輪郭特定部が特定する輪郭には、フロックの背景となっている物体に付着した汚れ等の輪郭が含まれ得るが、前記構成によれば、位置が変化しているものをフロックとして検出するので、そのようなものがフロックとして検出されないようにすることができる。そして、前記構成によれば、このような的確なフロックの検出結果に基づいて特徴情報を生成するので、各フロックの性状が的確に反映された特徴情報を生成することが可能になる。

本発明の一態様に係る情報処理装置では、前記輪郭特定部は、フロックが写る画像と該画像におけるフロックの輪郭との関係を機械学習することにより構築された学習済みモデルを用いて、一連の前記撮影画像のそれぞれについて、当該撮影画像に写るフロックの輪郭を特定してもよい。

フロックは不定形であり、また、複数のフロックが重なり合って撮影されることもあるため、通常の画像処理ではフロックの輪郭を特定することは難しいが、前記学習済みモデルを用いることにより、フロックの輪郭を高精度に特定することが可能になる。

本発明の一態様に係る情報処理装置は、前記特徴情報生成部が生成した前記特徴情報を用いて、前記フロックの形成状態を判定するフロック状態判定部を備えていてもよい。特徴情報生成部が生成した特徴情報には、各フロックの性状が的確に反映され得るから、この特徴情報を用いることにより、フロックの輪郭を的確に考慮した高精度な形成状態判定が可能になる。

本発明の一態様に係る情報処理装置は、前記特徴情報生成部が生成した前記特徴情報を用いて、前記フロックを除去した後の前記液体の水質を示す水質情報を生成する水質予測部を備えていてもよい。上述のように、特徴情報生成部が生成した特徴情報には、各フロックの性状が的確に反映され得るから、この特徴情報を用いることにより、フロックの輪郭を的確に考慮した高精度な水質予測が可能になる。

本発明の一態様に係る情報処理装置では、前記特徴情報生成部は、（１）一連の前記撮影画像における前記フロックの移動態様を示す前記特徴情報、（２）前記撮影画像に含まれる各フロックのサイズの均一性を示す前記特徴情報、および（３）前記撮影画像に含まれる各フロックの形状を示す前記特徴情報、の少なくとも何れかを生成するものであってもよい。

フロックの輪郭を高精度に特定することができれば、前記の各特徴情報の何れについても信頼性の高いものを生成することができる。そして、これらの特徴情報は、フロックの性状に関連性の高いものであるから、これらの特徴情報を用いてフロックの性状を的確に把握して、浮遊固形物を含む液体の処理を適切に行うことも可能になる。

前記の課題を解決するために、本発明の一態様に係る情報処理方法は、１または複数の情報処理装置による情報処理方法であって、浮遊固形物を含む液体に凝集剤を加えて撹拌することにより形成されるフロックを撮影した時系列の一連の撮影画像から、当該撮影画像に写る各フロックの輪郭を特定する輪郭特定ステップと、前記輪郭特定ステップで特定した前記輪郭に基づき、前記フロックの特徴情報を生成する特徴情報生成ステップと、を含む。この情報処理方法によれば、前記情報処理装置と同様の作用効果を奏する。

前記の課題を解決するために、本発明の一態様に係る制御装置は、浮遊固形物を含む液体に凝集剤を加えて撹拌することによりフロックを形成させた後、当該液体を固液分離して処理水を得る水処理システムにおける、前記液体の撹拌および前記凝集剤の添加の少なくとも何れかを制御する制御装置であって、（１）前記情報処理装置が生成した特徴情報に基づいて前記液体の撹拌を制御する撹拌制御部と、（２）前記情報処理装置が生成した特徴情報に基づいて前記凝集剤の添加を制御する投薬制御部と、の少なくとも何れかを備えている。これにより、情報処理装置が生成したフロックの特徴情報をフロックの形成状態に影響を与える制御に反映させることができる。

上記の課題を解決するために、本発明の一態様に係る水処理システムは、浮遊固形物を含む液体に凝集剤を加えて撹拌することによりフロックを形成させた後、当該液体を固液分離して処理水を得る水処理システムであって、前記情報処理装置と、前記制御装置と、を含む。これにより、フロックが適切に形成される状態を維持して、安定して処理水を得ることが可能になる。

本発明の各態様に係る情報処理装置および制御装置は、コンピュータによって実現してもよく、この場合には、コンピュータを情報処理装置および制御装置が備える各部（ソフトウェア要素）として動作させることにより前記情報処理装置および前記制御装置をコンピュータにて実現させる情報処理装置の制御プログラムならびに制御装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明の一態様によれば、各フロックの性状が的確に反映された特徴情報を生成することが可能になる。

本発明の実施形態１に係る情報処理装置および制御装置の要部構成の一例を示すブロック図である。 上記情報処理装置および上記制御装置を含む水処理システムの構成例を示す図である。 フロックを撮影した画像からのフロックの輪郭の特定例を示す図である。 特徴情報から水質を予測するための水質予測情報の一例を示す図である。 上記情報処理装置が実行する処理の一例を示すフローチャートである。

〔システム概要〕
本発明の一実施形態に係る水処理システム１００の概要を図２に基づいて説明する。図２は、水処理システム１００の構成例を示す図である。水処理システム１００は、浮遊固形物を含む液体（例えば水）を固液分離して処理水を得るためのシステムである。

図２には、水処理システム１００の構成要素のうち、情報処理装置１、制御装置３、撹拌槽４、撹拌装置５、薬品供給装置６、および撮影ユニット７を示している。水処理システム１００には、これらの構成要素の他、液体中の固形物を沈降分離する沈降槽等の構成要素を含んでいてもよい。なお、撹拌槽４と撹拌装置５は、一体の装置（フロキュレータ）として構成されていてもよい。

撹拌槽４は、処理対象の液体を収容する容器である。撹拌槽４内には、撹拌装置５が設けられている。撹拌装置５は、図示しない撹拌翼およびモータ等を備えており、モータにより撹拌翼を駆動することにより、撹拌槽４内の液体を撹拌する。また、薬品供給装置６は、液体中に分散している浮遊固形物を凝集させるための薬品を撹拌槽４に供給する。この薬品は、少なくとも凝集剤を含んでいる。これにより、撹拌槽４内において、液体中に分散している浮遊固形物が凝集し、フロックＦが形成される。

撮影ユニット７は、撹拌槽４内のフロックＦを撮影するためのものである。撮影ユニット７は、一端が開口部７２となっている筒部材７１に、支持部材７３、背景板７４、照明装置７５、および撮影装置７６を配した構成である。支持部材７３は、筒部材７１の内部で背景板７４を支持する部材であり、背景板７４はフロックＦを撮影する際の背景となる板状の部材である。

図示のように、撮影ユニット７は、背景板７４が水面と平行になるように、かつ、背景板７４が水面から所定の深さに位置するように、筒部材７１の開口部７２側を撹拌槽４内に沈めた状態で使用される。この状態で、照明装置７５により投光しながら、撮影装置７６により背景板７４上のフロックＦを撮影する。撹拌槽４内でフロックＦが形成されるため、撮影装置７６により撮影された撮影画像にはフロックＦが写る。

なお、フロックＦの撮影方法はこの例に限られず、例えば撹拌槽４内に防水機能を備えた撮影装置を沈めて撮影する等の方法も適用可能であるが、撮影ユニット７を用いた場合、下記のような利点があるため好ましい。
（１）筒部材７１が外光を遮るため、外光の影響を受けずに撮影ができる。
（２）筒部材７１が水面の波動を遮るため、水面の波動の影響を受けずに撮影ができる。
（３）照明装置７５および撮影装置７６が液体で汚れることがなく、また、これらの装置に防水機能を持たせる必要がない。
（４）背景板７４より上方のフロックのみを撮影するため、フロックの深さ方向の重なりが少なくなる。これにより、個々のフロックを検出しやすくなる。
（５）背景板７４の色を、フロックの色とのコントラストが明確になるような色（例えば白色）とすることにより、フロックを検出しやすくすることができる。
（６）水面に対して傾斜した方向から投光するため、水面での反射光が撮影に与える影響を少なくすることができる。

情報処理装置１は、撮影装置７６がフロックＦを撮影した時系列の一連の撮影画像に基づき、フロックＦの特徴情報を生成する装置である。なお、特徴情報およびその生成方法については追って詳細に説明する。

制御装置３は、液体の撹拌および薬剤の添加を制御する装置である。より詳細には、制御装置３は、情報処理装置１が生成する特徴情報に基づいて撹拌装置５の動作を制御して、フロックＦの状態に応じた態様で撹拌を行わせる。また、制御装置３は、上記特徴情報に基づいて薬品供給装置６の動作を制御して、フロックＦの状態に応じた態様で撹拌槽４に薬品を供給させる。

なお、制御装置３は、液体の撹拌および薬剤の添加の何れかのみを制御する装置であってもよい。また、１つの制御装置３を設ける代わりに、液体の撹拌を制御する制御装置と、薬剤の添加の何れかのみを制御する制御装置との２つを設けてもよい。

以上のように、水処理システム１００は、撹拌槽４内において、浮遊固形物を含む液体に凝集剤を加えて撹拌することによりフロックＦを形成させた後、当該液体を固液分離して処理水を得るシステムである。また、撹拌槽４内で形成されたフロックＦは、撮影ユニット７によって撮影され、情報処理装置１は、フロックＦを撮影した時系列の一連の撮影画像に基づき、フロックＦの特徴情報を生成する。そして、制御装置３は、この特徴情報に基づいて、液体の撹拌および凝集剤の添加の少なくとも何れかを制御する。

このように、水処理システム１００では、フロックＦの特徴情報が、フロックＦの形成状態に影響を与える、撹拌と投薬の制御に反映される構成となっている。したがって、フロックＦが適切に形成される状態を維持して、処理対象の液体から安定して水を得ることが可能になっている。

〔情報処理装置の構成〕
情報処理装置１のより詳細な構成について図１に基づいて説明する。図１は、情報処理装置１および制御装置３の要部構成の一例を示すブロック図である。なお、制御装置３の構成は後記「制御装置の構成」で説明する。

図１に示すように、情報処理装置１は、情報処理装置１の各部を統括して制御する制御部１０と、情報処理装置１が使用する各種データを記憶する記憶部１１とを備えている。また、情報処理装置１は、情報処理装置１に対する入力を受け付ける入力部１２と、情報処理装置１が情報を出力するための出力部１３と、情報処理装置１が他の装置（例えば制御装置３）と通信するための通信部１４とを備えている。

また、制御部１０には、輪郭特定部１０１、フロック検出部１０２、特徴情報生成部１０３、フロック状態判定部１０４、および水質予測部１０５が含まれている。そして、記憶部１１には画像１１１と輪郭予測モデル１１２が記憶されている。

輪郭特定部１０１は、浮遊固形物を含む液体に凝集剤を加えて撹拌することにより形成されるフロックを撮影した時系列の一連の撮影画像から、当該撮影画像に写る各フロックの輪郭を特定する。上記液体は例えば産業排水や生活排水である。輪郭の特定には輪郭予測モデル１１２が用いられる。

フロック検出部１０２は、輪郭特定部１０１が特定した輪郭で囲まれる領域をフロックとして検出する。ただし、フロック検出部１０２は、輪郭特定部１０１が特定した輪郭で囲まれる領域の全てをフロックとして検出する必要はない。これは、輪郭特定部１０１が特定した輪郭には、背景板７４に付着した汚れ等の輪郭が含まれ得るためである。

例えば、フロック検出部１０２は、輪郭特定部１０１が特定した輪郭で囲まれる領域のうち、一連の撮影画像において位置が変化しているものをフロックとして検出してもよい。これにより、輪郭特定部１０１が特定した輪郭に背景板７４に付着した汚れ等の輪郭が含まれていた場合にも、そのようなものをフロックとして検出しないようにすることができる。

特徴情報生成部１０３は、輪郭特定部１０１が特定した輪郭に基づき、フロックの特徴情報を生成する。本実施形態では、特徴情報生成部１０３が、フロック検出部１０２の検出結果を用いることにより、輪郭特定部１０１が特定した輪郭に基づいた特徴情報を生成する例を説明する。なお、特徴情報生成部１０３は、フロック検出部１０２の検出結果ではなく、輪郭特定部１０１による輪郭の特定結果を用いて特徴情報を生成してもよい。

フロック状態判定部１０４は、特徴情報生成部１０３が生成した特徴情報を用いてフロックの形成状態を判定する。上記特徴情報は、フロックを撮影した時系列の一連の撮影画像からの輪郭の特定結果に基づいて生成されたものであり、この特徴情報には各フロックの性状が的確に反映され得る。よって、この特徴情報を用いることにより、フロックの輪郭を的確に考慮した高精度な形成状態判定が可能になる。

水質予測部１０５は、特徴情報生成部１０３が生成した特徴情報を用いて、フロックを除去した後の液体である処理水の水質を示す水質情報を生成する。上述のように、上記特徴情報は、フロックを撮影した時系列の一連の撮影画像からの輪郭の特定結果に基づいて生成されたものであり、この特徴情報には各フロックの性状が的確に反映され得る。よって、この特徴情報を用いることにより、フロックの輪郭を的確に考慮した高精度な水質予測が可能になる。

画像１１１は、フロックを撮影した画像である。画像１１１は、動画像であってもよいし、静止画像であってもよい。前者の場合、輪郭特定部１０１は、画像１１１からフレーム画像を取得して、時系列の一連の撮影画像とする。後者の場合、フロックを撮影した時系列の一連の撮影画像を画像１１１として格納しておけばよい。

輪郭予測モデル１１２は、フロックが写る画像と該画像におけるフロックの輪郭との関係を機械学習することにより構築された学習済みモデルである。上述のように、輪郭特定部１０１は、輪郭予測モデル１１２を用いて、一連の撮影画像のそれぞれについて、当該撮影画像に写るフロックの輪郭を特定する。

フロックは不定形であり、また、複数のフロックが重なり合って撮影されることもあるため、通常の画像処理ではフロックの輪郭を特定することは難しいが、輪郭予測モデル１１２を用いることにより、フロックの輪郭を高精度に特定することが可能になる。

以上のように、情報処理装置１は、フロックを撮影した時系列の一連の撮影画像から当該撮影画像に写る各フロックの輪郭を特定する輪郭特定部１０１と、輪郭特定部１０１が特定した輪郭に基づきフロックの特徴情報を生成する特徴情報生成部１０３とを備える。この構成によれば、時系列の一連の撮影画像からフロックの輪郭を特定するので、単体の画像からフロックの輪郭を特定する場合と比べて高精度な特定が可能になる。そして、輪郭の高精度な特定が可能になることにより、各フロックの性状が的確に反映された特徴情報を生成することも可能になる。

〔制御装置の構成〕
制御装置３のより詳細な構成について図１に基づいて説明する。図１に示すように、制御装置３は、制御装置３の各部を統括して制御する制御部３０と、制御装置３が使用する各種データを記憶する記憶部３１とを備えている。また、制御装置３は、制御装置３に対する入力を受け付ける入力部３２と、制御装置３が情報を出力するための出力部３３と、制御装置３が他の装置（例えば情報処理装置１）と通信するための通信部３４とを備えている。また、制御部３０には、特徴情報取得部３０１と、撹拌制御部３０２と、投薬制御部３０３とが含まれている。なお、撹拌制御部３０２と投薬制御部３０３の何れかを省略してもよい。

特徴情報取得部３０１は、情報処理装置１が生成した特徴情報を取得する。特徴情報は、例えば通信部３４を介した通信により取得してもよいし、制御装置３のユーザが入力部３２を介して入力したものを取得してもよい。

撹拌制御部３０２は、特徴情報取得部３０１が取得した特徴情報に基づいて、液体の撹拌を制御する。より詳細には、撹拌制御部３０２は、上記特徴情報に基づいて撹拌装置５の動作を制御することにより、フロックの状態に応じた態様で撹拌を行わせる。なお、特徴情報に応じた制御内容は予め定めておけばよい。例えば、撹拌制御部３０２は、上記特徴情報が、フロックのサイズが過小であることを示している場合に、撹拌装置５の撹拌速度を低下させてもよい。

投薬制御部３０３は、特徴情報取得部３０１が取得した特徴情報に基づいて、凝集剤の添加を制御する。より詳細には、投薬制御部３０３は、上記特徴情報に基づいて薬品供給装置６の動作を制御することにより、フロックの状態に応じた態様で撹拌槽４に薬品を供給させる。なお、特徴情報に応じた制御内容は予め定めておけばよい。例えば、投薬制御部３０３は、上記特徴情報が、フロックのサイズが過大であることを示している場合や、フロックの粘度が高いことを示している場合に、投薬量をより少なくしてもよい。

なお、投薬量等の調整を作業者が手動で行う水処理システムの場合、投薬制御部３０３は、作業者が行うべき調整の内容を出力部３３に出力させる等して通知することにより、作業者を介して投薬の制御を行ってもよい。撹拌の制御についても同様である。

以上のように、制御装置３は、情報処理装置１が生成した特徴情報に基づいて液体の撹拌を制御する撹拌制御部３０２と、上記特徴情報に基づいて凝集剤の添加を制御する投薬制御部３０３とを備えている。よって、フロックの特徴情報を、フロックの形成状態に影響を与える制御に反映させることができ、これにより、フロックが適切に形成される状態を維持して、処理対象の液体から安定して水を得ることが可能になる。

〔輪郭の特定とフロックの検出の例〕
輪郭の特定とフロックの検出の例を図３に基づいて説明する。図３は、フロックを撮影した画像からのフロックの輪郭の特定例を示す図である。なお、図３では、輪郭特定部１０１が特定した輪郭は破線で示している。

より詳細には、図３には、画像１１１ａ、１１１ｂ、および１１１ｃが示されており、これらの撮影時刻はそれぞれｔ１、ｔ２、ｔ３である。なお、ｔ１＜ｔ２＜ｔ３であり、時刻ｔ１からｔ２までの時間と、時刻ｔ２からｔ３までの時間は同じである。この時間は、画像間で対応するフロックを特定できる程度の時間とすればよく、例えば０．１秒程度としてもよい。

画像１１１ａからフロックの検出を行う場合、フロック検出部１０２は、まず、輪郭線で囲まれた領域ａ１～ａ９をフロックの候補として検出する。次に、フロック検出部１０２は、領域ａ１～ａ９の中に位置が変化しないものが含まれているか判定し、含まれていれば、それを候補から除外する。

例えば、フロック検出部１０２は、画像１１１ａと画像１１１ｂとで位置が同じで面積の差が所定範囲内のものを、候補から除外してもよい。図３の例では、画像１１１ａの領域ａ１は、画像１１１ｂにおける領域ｂ１と位置およびサイズが同じであるから除外される。一方、フロック検出部１０２は、領域ａ５のように画像１１１ｂでは検出されなかった候補や、位置が変化した候補は除外せず、それらの領域をフロックとして検出する。

また、液体の処理時には、複数のフロックが集まって、フロックの凝集部が形成されることがある。例えば、図３の画像１１１ａには、領域ａ２～ａ４の３つの領域から成る凝集部Ａ１、および、領域ａ６～ａ９の４つの領域から成る凝集部Ａ２が含まれている。凝集部に含まれるフロックの輪郭の検出は、凝集部以外におけるフロックの輪郭の検出と比べて難易度が高く、輪郭の検出漏れも発生しやすい。このため、凝集部に含まれるフロックについては、以下のような処理により検出するようにしてもよい。

まず、フロック検出部１０２は、画像１１１ａから凝集部を検出する。例えば、フロック検出部１０２は、隣接する複数の領域の集まりを凝集部として特定してもよい。続いて、フロック検出部１０２は、その凝集部に含まれる各領域をフロックとして検出することの妥当性を確認する。

妥当性の確認において、まず、フロック検出部１０２は、時系列順で画像１１１ａの後続の画像である画像１１１ｂから、画像１１１ａで検出した凝集部Ａ１に対応する凝集部Ｂ１を検出する。対応する凝集部Ｂ１は、位置やサイズ等に基づいて検出すればよい。同様に、フロック検出部１０２は、凝集部Ａ２に対応する凝集部Ｂ２を検出する。

そして、フロック検出部１０２は、凝集部Ａ１とＢ１に含まれる領域の数を比較すると共に、凝集部Ａ２とＢ２に含まれる領域の数を比較する。ここで、領域の数が同じであるか、または画像１１１ａ側の凝集部に含まれる領域の数が多ければ、画像１１１ａ側の凝集部内の輪郭の特定結果は妥当と考えられるから、フロック検出部１０２は、画像１１１ａ側の当該凝集部に含まれる各領域をフロックとして検出すればよい。

例えば、凝集部Ａ２には、領域ａ６～ａ９の４つの領域が含まれているのに対し、凝集部Ａ２に対応する凝集部Ｂ２に含まれる領域は領域ｂ７～ｂ９の３つである。よって、フロック検出部１０２は、凝集部Ａ２については、当該凝集部Ａ２に含まれる領域ａ６～ａ９をフロックとして検出する。

一方、凝集部Ａ１に含まれる領域の数は凝集部Ｂ１よりも少なくなっており、凝集部Ａ１内で輪郭の検出漏れが発生している可能性がある。そこで、フロック検出部１０２は、領域数がより少ない凝集部Ａ１について、当該凝集部Ａ１に含まれる領域を分割することで領域数を増やしてもよい。

何れの領域を分割するかについては、領域の位置関係、形状、およびサイズ等に基づいて決定すればよい。例えば、フロック検出部１０２は、図３の凝集部Ａ１に含まれる領域のうち、円を２つ接続したような形状の領域ａ３を、当該二円の接続部分から上部と下部に２分割して、領域ｂ４およびｂ５にそれぞれ対応する領域を設定し、これらをフロックとして検出してもよい。

以上の処理により、フロック検出部１０２は、画像１１１ａから検出した領域ａ１～ａ９のうち、ａ２、ａ３の上部、ａ３の下部、およびａ４～ａ９をフロックとして検出することができる。また、フロック検出部１０２は、画像１１１ｂと画像１１１ｃとについて同様の処理を行うことにより、画像１１１ｂからフロックを検出することができる。

なお、時系列の一連の画像のうち３つ以上を用いてフロックを検出してもよい。これにより、フロックの検出精度をさらに高めることができる。例えば、図３の例では、互いに対応する凝集部Ａ１、Ｂ１、Ｃ１のうち、凝集部Ａ１に含まれる領域の数が、他の２つの凝集部と異なっている。具体的には、凝集部Ｂ１およびＣ１には各４つの領域が含まれているのに対し、凝集部Ａ１に含まれている領域は３つである。この場合、凝集部Ａ１における輪郭の特定結果に誤りがあると考えられるため、フロック検出部１０２は、凝集部Ｂ１およびＣ１と同様の領域が形成されるように、凝集部Ａ１に含まれる領域を分割してもよい。

また、フロック検出部１０２は、凝集部に含まれる領域をフロックの検出対象外としてもよい。この場合、フロック検出部１０２は、他の領域と隣接していない独立した領域をフロックとして検出する。例えば、図３の画像１１１ａでは他の領域と隣接していない独立した領域は領域ａ１とａ５の２つであり、このうち領域ａ１は位置が変化していないので、フロック検出部１０２は、領域ａ５のみをフロックとして検出する。他のフロックから独立したフロックは他のフロックの影響を受けずに移動するから、この構成によれば、フロックの移動速度や移動パターンをより正確に特定することができる。

〔輪郭予測モデルについて〕
輪郭予測モデル１１２は、図３に破線で示したような輪郭を特定できるように機械学習して構築すればよい。この機械学習には、フロックが写る画像に対し、該画像におけるフロックの輪郭を示す情報を正解データとして対応付けた教師データを用いればよい。正解データとする輪郭については、少なくとも部分的には人が上記画像を目視して設定したものであることが好ましい。これにより、人の感覚に近い輪郭検出が可能になる。

学習のアルゴリズムとしては、画像を入力として、フロックの輪郭を示す情報を出力可能な学習済みモデルを構築できるようなものであれば、任意のアルゴリズムを適用可能である。例えば、輪郭予測モデル１１２は、畳み込みニューラルネットワーク等の学習済みモデルであってもよい。

〔生成する特徴情報の例〕
特徴情報生成部１０３は、（１）一連の撮影画像におけるフロックの移動態様を示す特徴情報、（２）撮影画像に含まれる各フロックのサイズの均一性を示す特徴情報、および（３）撮影画像に含まれる各フロックの形状を示す特徴情報の少なくとも何れかを生成してもよい。

フロックの輪郭を高精度に特定することができれば、上記の各特徴情報の何れについても信頼性の高いものを生成することができる。そして、これらの特徴情報は、フロックの性状に関連性の高いものであるから、これらの特徴情報を用いてフロックの性状を的確に把握して、液体の処理を適切に行うことも可能になる。

上記（１）の特徴情報は、例えばフロックの平均移動速度を示すものであってもよい。この場合、特徴情報生成部１０３は、一連の撮影画像のそれぞれからフロック検出部１０２が検出した各フロックの移動量と移動時間から平均移動速度を算出し、これを特徴情報とすればよい。なお、移動量は、連続する撮影画像間におけるフロックの位置の変化から算出すればよい。また、連続する撮影画像の撮影時刻の差を移動時間とすればよい。

また、上記（１）の特徴情報は、例えばフロックの移動パターンを示すものであってもよい。移動パターンは、例えば、「直進」「ランダム」等のような類型を予め設定しておき、その何れに該当するかを示す情報を特徴情報としてもよい。また、何れの類型に該当するかは、撮影画像間におけるフロックの移動方向に基づいて特定すればよい。例えば、一連の撮影画像（３つ以上）におけるフロックの位置を、当該撮影画像平面における座標で表して、撮影画像間のフロックの移動方向を示すベクトルを算出することができる。

特徴情報生成部１０３は、このようなベクトルを各フロックについて算出し、方向が同一または類似したベクトルのフロックが、全フロックに対して所定割合以上存在する場合に「直進」の類型に該当することを示す特徴情報を生成してもよい。一方、特徴情報生成部１０３は、この類型に該当しない場合には「ランダム」の類型に該当することを示す特徴情報を生成してもよい。

なお、上記（１）の特徴情報は、フロックの移動態様、言い換えればフロックの時系列変化を示す情報であればよく、上述の各例に限られない。例えば、特徴情報生成部１０３は、フロックの振動、回転、または移動の軌跡等を示す特徴情報を、上記（１）の特徴情報としてもよい。

上記（２）の特徴情報については、例えばフロックの面積の標準偏差であってもよい。また、例えば、フロックのサイズの均一性を、「均一」「不均一」等のように予め類型化しておき、何れの類型に該当するかを示す情報を特徴情報としてもよい。何れの類型に該当するかは、フロックの面積の標準偏差等に基づいて判定すればよい。

上記（３）の特徴情報については、例えば「円形」「不定形」等のような、フロックの形状の類型を予め設定しておき、その何れに該当するかを示す情報を特徴情報としてもよい。例えば、特徴情報生成部１０３は、各フロックの輪郭の形状を解析することにより、各フロックが「円形」に該当するかを判定してもよい。そして、特徴情報生成部１０３は、「円形」に該当するフロックが、全フロックに対して所定割合以上存在する場合に「円形」の類型に該当することを示す特徴情報を生成してもよい。一方、特徴情報生成部１０３は、この類型に該当しない場合には「不定形」の類型に該当することを示す特徴情報を生成してもよい。

なお、特徴情報生成部１０３が生成する特徴情報は、フロックの性状あるいは当該フロックから得られる処理水の水質と関連性のある情報であればよく、上記の各例に限られない。例えば、特徴情報生成部１０３は、フロックのサイズを示す特徴情報（例えばフロックの平均面積）を生成してもよいし、撮影画像におけるフロックの分布態様（例えば均一に分布／不均一に分布）を示す情報を生成してもよい。

また、例えば、特徴情報生成部１０３は、フロックの成長態様を示す特徴情報を生成してもよい。この場合、特徴情報生成部１０３は、所定時間空けて撮影された複数の撮影画像のそれぞれからのフロックの検出結果に基づいて特徴情報を生成する。例えば、特徴情報生成部１０３は、フロックの平均面積の増加速度などを上記特徴情報としてもよい。なお、上記所定時間は、フロックの成長が観察できる程度の時間とする。

以上のような特徴情報は、水質予測部１０５による水質の予測と、フロック状態判定部１０４におけるフロックの形成状態の判定に用いられる他、通信部１４を介して制御装置３に送信されて、撹拌や投薬の制御に用いられる。

〔水質の予測方法の例〕
水質予測部１０５による水質の予測方法の例を図４に基づいて説明する。図４は、特徴情報から水質を予測するための水質予測情報の一例を示す図である。図４に示す水質予測情報は、複数種類の特徴情報と、固液分離後の処理水の水質を示す水質情報とが対応付けられたテーブル形式の情報である。具体的には、「移動速度」、「移動パターン」、「大きさ」、および「分布」の４種類の特徴情報の組み合わせに対して、１つの水質情報が対応付けられている。

「移動速度」は、各フロックがどの程度の速さで移動しているかを示す特徴情報である。図４の例では、「移動速度」を、「速い」と「遅い」の２段階で表している。「速い」と「遅い」は、例えばフロックの平均移動速度を基準として区分すればよい。

「移動パターン」は、フロックがどのように移動しているかを示す特徴情報である。「直進」と「ランダム」は、上述のように、各フロックの移動方向を示すベクトルに基づいて区分可能である。

「大きさ」は、フロックのサイズを示す特徴情報である。図４の例では、「大きさ」を、「大」と「小」の２段階で表している。「大」と「小」は、例えばフロックの平均面積を基準として区分すればよい。

「分布」は、撮影画像におけるフロックの分布態様を示す特徴情報である。図４の例では、「分布」を、「均一」と「不均一」の２段階で表している。「均一」と「不均一」は、例えば撮影画像を複数の領域に区分したときの各領域におけるフロックの密度の標準偏差等を基準として区分すればよい。

水質情報は、上記の各特徴情報の組み合わせで表される性状を有するフロックが形成された液体から、固液分離により当該フロックを除去した後の処理水の水質を示している。図４の例では、水質情報は、「良好」または「悪い」の何れかである。「良好」と「悪い」は、例えば、各特徴情報の組み合わせで表される性状を有するフロックが形成された液体から得た処理水の濁度等を基準として区分してもよいし、当該処理水の様子を人が観察して判断した判断結果に基づいて区分してもよい。また、各特徴情報の組み合わせで表される性状を有するフロックが形成された液体から得られる処理水の水質が経験的に分かっている場合には、そのような経験に基づいて水質情報を設定しておいてもよい。

水質予測部１０５が図４の水質予測情報を用いて水質を予測する場合、特徴情報生成部１０３は、上記の各特徴情報を生成する。そして、水質予測部１０５は、水質予測情報において、生成された上記特徴情報の組み合わせに対応付けられている水質情報を特定する。特定された水質情報が示す水質が水質予測部１０５の予測結果である。

水質の予測結果の利用方法は特に限定されず、例えば、水質予測部１０５は、水質情報を出力部１３に出力させてもよいし、通信部１４を介して制御装置３に送信してもよい。後者の場合、制御装置３の撹拌制御部３０２は、受信した水質情報に応じた撹拌の制御を行ってもよい。例えば、受信した水質情報が「悪い」水質となることを示すものであった場合、撹拌制御部３０２は、撹拌速度を変更してもよい。撹拌速度をどのように変更するかは、特徴情報取得部３０１が取得した各種特徴情報に基づいて決定すればよい。同様に、受信した水質情報が「悪い」水質となることを示すものであった場合、投薬制御部３０３は、投薬量や投薬速度、あるいは投入する薬品の種類を変更してもよい。

〔フロックの形成状態の判定方法の例〕
フロック状態判定部１０４は、上述した水質予測部１０５による水質の予測と同様にして、フロックの形成状態を判定することができる。すなわち、複数種類の特徴情報とフロックの形成状態とが対応付けられた形成状態判定情報を予め用意しておいてもよい。これにより、フロック状態判定部１０４は、上記形成状態判定情報を用いて、特徴情報生成部１０３が生成した特徴情報から、フロックの形成状態を判定することができる。

フロックの形成状態は、例えば「良好」、「悪い」等の区分で表してもよい。この区分は、例えば、各特徴情報の組み合わせで表される性状を有するフロックの平均沈降速度等のフロックの処理性に関連した特性値を基準としたものであってもよいし、当該フロックの様子を人が観察して判断した判断結果に基づいて区分してもよい。

また、フロックの形成状態が悪い場合については、具体的な対処法を特定しやすいように、「凝集剤過剰」、「凝集剤不足」、「撹拌速度過剰」、および「撹拌速度不足」等にさらに区分してもよい。この場合、各区分には、その区分に該当する形成状態のフロックに特徴的な特量を対応付けておけばよい。例えば、凝集剤が過剰であるときのフロックは、移動速度が遅く、分布が不均一となることが多いことが経験的に分かっていれば、「凝集剤過剰」に対して、「移動速度」が遅いおよび「分布」が不均一との特徴情報を対応付けておいてもよい。

フロックの形成状態の判定結果の利用方法は特に限定されず、例えば、フロック状態判定部１０４は、フロックの形成状態を示す情報を出力部１３に出力させてもよいし、通信部１４を介して制御装置３に送信してもよい。後者の場合、制御装置３の撹拌制御部３０２は、受信した情報に応じた撹拌の制御を行ってもよい。例えば、受信した情報がフロックの形成状態が「悪い」ことを示すものであった場合、撹拌制御部３０２は、撹拌速度を変更してもよい。撹拌速度をどのように変更するかは、特徴情報取得部３０１が取得した各種特徴情報に基づいて決定すればよい。同様に、受信した情報がフロックの形成状態が「悪い」ことを示すものであった場合、投薬制御部３０３は、投薬量や投薬速度、あるいは投入する薬品の種類を変更してもよい。

〔水質の予測方法およびフロックの形成状態の判定方法の他の例〕
特徴情報生成部１０３が生成する特徴情報と水質情報との関係をモデル化した予測モデルを構築しておけば、水質予測部１０５は、当該予測モデルを用いて水質情報を導出することができる。例えば、フロックの平均移動速度、平均面積、および密度と、固液分離後の処理水の濁度との関係をモデル化した予測モデルを用いてもよい。

この場合、水質予測部１０５は、特徴情報生成部１０３が生成するフロックの平均移動速度、平均面積、および密度を予測モデルに入力することにより、処理水の濁度の予測値を算出することができ、この値を水質情報として出力することができる。

同様に、特徴情報生成部１０３が生成する特徴情報とフロックの形成状態との関係をモデル化した判定モデルを構築しておけば、フロック状態判定部１０４は、当該判定モデルを用いてフロックの形成状態を判定することができる。なお、以上のような判定モデルと予測モデルは、何れも機械学習により構築することが可能である。

〔処理の流れ〕
情報処理装置１が実行する処理（情報処理方法）の流れを図５に基づいて説明する。図５は、情報処理装置１が実行する処理の一例を示すフローチャートである。なお、図５の処理の開始前に撮影ユニット７を用いてフロックが形成された液体の撮影が行われ、撮影された時系列の一連の画像が、情報処理装置１の記憶部１１に画像１１１として記憶されているものとする。

Ｓ１（輪郭特定ステップ）では、輪郭特定部１０１が、画像１１１から、当該画像１１１に写る各フロックの輪郭を特定する。具体的には、輪郭特定部１０１は、時系列の一連の画像１１１のそれぞれを輪郭予測モデル１１２に入力し、輪郭予測モデル１１２が出力するデータから各フロックの輪郭を特定する。

Ｓ２では、フロック検出部１０２が、Ｓ１の特定結果に基づいて画像１１１に写るフロックを検出する。この際、フロック検出部１０２は、Ｓ１で特定された輪郭で囲まれる領域のうち、一連の画像１１１において位置が変化しているものをフロックとして検出してもよい。また、フロック検出部１０２は、他の領域から独立しており、凝集部を構成していない領域のみをフロックとして検出してもよい。

Ｓ３（特徴情報生成ステップ）では、特徴情報生成部１０３が、Ｓ２の検出結果に基づき、特徴情報を生成する。なお、上記のとおり、Ｓ２の検出はＳ１で特定された輪郭に基づいて行われるから、Ｓ３ではＳ１で特定された輪郭に基づいて特徴情報を生成しているともいえる。

Ｓ４では、フロック状態判定部１０４が、Ｓ３で生成された特徴情報を用いて、フロックの形成状態を判定する。フロックの形成状態の判定方法は上述したとおりであり、ここでは説明を繰り返さない。

Ｓ５では、水質予測部１０５が、Ｓ３で生成された特徴情報を用いて、フロックを除去した後の処理水の水質を示す水質情報を生成する。水質情報の生成方法は上述したとおりであり、ここでは説明を繰り返さない。なお、Ｓ５の処理はＳ４の処理よりも先に行ってもよいし、これらの処理を並行で行ってもよい。

以上の処理により、時系列の一連の画像１１１に写るフロックについて、その特徴情報と、形成状態を示す情報と、水質情報とが生成される。図示していないが、これらの情報の一部または全部を制御装置３に送信してもよく、これにより、これらの情報に応じた、撹拌および投薬の制御を制御装置３に実行させることができる。なお、以上の処理は、所定時間毎に行うことが好ましい。これにより、水処理システム１００における水処理を安定して継続させることが可能になる。

〔輪郭検出の他の例〕
上述の例では、一連の撮影画像のそれぞれを輪郭予測モデル１１２に入力して輪郭を特定しているが、複数の撮影画像を一括して輪郭予測モデル１１２に入力することにより輪郭を特定してもよい。この場合、輪郭予測モデル１１２としては、複数の撮影画像に対し、それらの撮影画像から特定すべき輪郭を示す正解データを対応付けた教師データを用いて構築されたものを使用すればよい。同様に、動画像を輪郭予測モデル１１２に入力して輪郭を特定する構成とすることも可能である。これらの構成を採用した場合も、上述の例と同様に、フロックの時系列変化を加味した高精度な輪郭の特定が可能である。

〔システム構成の他の例〕
上記実施形態では、情報処理装置１と制御装置３とをそれぞれ独立した装置とした例を説明したが、これらを１つの装置にまとめてもよい。また、これらの各装置が実行する処理の一部を、これらの装置とは別の他の情報処理装置に実行させてもよい。例えば、輪郭予測モデル１１２を用いた輪郭の特定をクラウドサーバに行わせてもよい。この場合、輪郭特定部１０１は、当該クラウドサーバに画像１１１を送信して、当該クラウドサーバから輪郭の特定結果を受信することにより、画像１１１に写る各フロックの輪郭を特定する。このように、上記各実施形態で説明した各処理の実行主体は適宜変更することができ、本発明に係る水処理システム１００は、様々なシステム構成で実現することが可能である。

〔ソフトウェアによる実現例〕
情報処理装置１および制御装置３の制御ブロック（特に制御部１０および制御部３０に含まれる各部）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。

後者の場合、情報処理装置１および制御装置３は、各機能を実現するソフトウェアである制御プログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記制御プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記制御プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記制御プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記制御プログラムは、該制御プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記制御プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１ 情報処理装置
１０１ 輪郭特定部
１０３ 特徴情報生成部
１０４ フロック状態判定部
１０５ 水質予測部
１１２ 輪郭予測モデル
３ 制御装置
１００ 水処理システム

Claims (10)

1. 浮遊固形物を含む液体に凝集剤を加えて撹拌することにより形成されるフロックを撮影した時系列の一連の撮影画像から、当該撮影画像に写る各フロックの輪郭を特定する輪郭特定部と、
   前記輪郭特定部が特定した前記輪郭に基づき、前記フロックの特徴情報を生成する特徴情報生成部と、を備え、
   前記特徴情報生成部は、一連の前記撮影画像における前記フロックの移動パターンが、予め設定された複数の類型の何れに該当するかを示す特徴情報を少なくとも生成する、情報処理装置。
2. 前記輪郭特定部は、一連の前記撮影画像のそれぞれについて、当該撮影画像に写る各フロックの輪郭を特定し、
   前記輪郭特定部が特定した輪郭で囲まれる領域のうち、一連の前記撮影画像において位置が変化しているものをフロックとして検出するフロック検出部を備え、
   前記特徴情報生成部は、前記フロック検出部による前記フロックの検出結果に基づいて前記特徴情報を生成する、請求項１に記載の情報処理装置。
3. 前記輪郭特定部は、フロックが写る画像と該画像におけるフロックの輪郭との関係を機械学習することにより構築された学習済みモデルを用いて、一連の前記撮影画像のそれぞれについて、当該撮影画像に写るフロックの輪郭を特定する、請求項１または２に記載の情報処理装置。
4. 前記特徴情報生成部が生成した前記特徴情報を用いて、前記フロックの形成状態を判定するフロック状態判定部を備える、請求項１から３の何れか１項に記載の情報処理装置。
5. 前記特徴情報生成部が生成した前記特徴情報を用いて、前記フロックを除去した後の前記液体の水質を示す水質情報を生成する水質予測部を備える、請求項１から４の何れか１項に記載の情報処理装置。
6. 前記特徴情報生成部は、前記撮影画像に含まれる各フロックのサイズの均一性を示す前記特徴情報、および前記撮影画像に含まれる各フロックの形状を示す前記特徴情報、の少なくとも何れかをさらに生成する、請求項１から５の何れか１項に記載の情報処理装置。
7. １または複数の情報処理装置による情報処理方法であって、
   浮遊固形物を含む液体に凝集剤を加えて撹拌することにより形成されるフロックを撮影した時系列の一連の撮影画像から、当該撮影画像に写る各フロックの輪郭を特定する輪郭特定ステップと、
   前記輪郭特定ステップで特定した前記輪郭に基づき、前記フロックの特徴情報を生成する特徴情報生成ステップと、を含み、
   前記特徴情報生成ステップでは、一連の前記撮影画像における前記フロックの移動パターンが、予め設定された複数の類型の何れに該当するかを示す特徴情報を少なくとも生成する、情報処理方法。
8. 浮遊固形物を含む液体に凝集剤を加えて撹拌することによりフロックを形成させた後、当該液体を固液分離して処理水を得る水処理システムにおける、前記液体の撹拌および前記凝集剤の添加の少なくとも何れかを制御する制御装置であって、
   （１）請求項１から５の何れか１項に記載の情報処理装置が生成した特徴情報に基づいて、前記液体の撹拌を制御する撹拌制御部と、
   （２）請求項１から５の何れか１項に記載の情報処理装置が生成した特徴情報に基づいて、前記凝集剤の添加を制御する投薬制御部と、の少なくとも何れかを備えた制御装置。
9. 浮遊固形物を含む液体に凝集剤を加えて撹拌することによりフロックを形成させた後、当該液体を固液分離して処理水を得る水処理システムであって、
   請求項１から６の何れか１項に記載の情報処理装置と、
   前記情報処理装置が生成した特徴情報に基づいて、前記液体の撹拌および前記凝集剤の添加の少なくとも何れかを制御する制御装置と、を含む水処理システム。
10. 請求項１に記載の情報処理装置としてコンピュータを機能させるための制御プログラムであって、前記輪郭特定部および前記特徴情報生成部としてコンピュータを機能させるための制御プログラム。

Images