JP7445581B2 - Flock evaluation method - Google Patents

Flock evaluation method Download PDF

Info

Publication number
JP7445581B2
JP7445581B2 JP2020190589A JP2020190589A JP7445581B2 JP 7445581 B2 JP7445581 B2 JP 7445581B2 JP 2020190589 A JP2020190589 A JP 2020190589A JP 2020190589 A JP2020190589 A JP 2020190589A JP 7445581 B2 JP7445581 B2 JP 7445581B2
Authority
JP
Japan
Prior art keywords
flock
image
binarized
floc
threshold value
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
Application number
JP2020190589A
Other languages
Japanese (ja)
Other versions
JP2022079796A (en
Inventor
耕大 吉崎
麻未 冨田
俊一 池田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kubota Corp
Original Assignee
Kubota Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kubota Corp filed Critical Kubota Corp
Priority to JP2020190589A priority Critical patent/JP7445581B2/en
Publication of JP2022079796A publication Critical patent/JP2022079796A/en
Application granted granted Critical
Publication of JP7445581B2 publication Critical patent/JP7445581B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Description

本発明は、例えば下水や廃水等の被処理水を処理する際、凝集剤を被処理水に注入してフロックを形成し、間隙水中に浮遊するフロックを撮像した画像に基づいて、フロックの面積や個数を求めるフロック評価方法に関する。 In the present invention, when treating water such as sewage or wastewater, a flocculant is injected into the water to form flocs, and the area of the flocs is determined based on an image of the flocs floating in the pore water. This paper relates to a floc evaluation method for determining the number of flocs.

従来、この種のフロック評価方法としては、例えば、間隙水中に浮遊するフロックを撮像してフロック画像を得た後、このフロック画像を所定の閾値で二値化処理して二値化フロック画像を得る。そして、この二値化フロック画像から所定領域におけるフロックの面積および個数を求めていた。 Conventionally, this type of floc evaluation method involves, for example, imaging flocs floating in pore water to obtain a floc image, and then binarizing this floc image using a predetermined threshold to obtain a binarized floc image. obtain. Then, the area and number of flocs in a predetermined area were determined from this binarized floc image.

上記所定の閾値は例えば以下のようにして求められる。すなわち、二値化する閾値を変化させて二値化フロック画像中のフロックの個数が最大となり且つフロックの平均面積が最大となる閾値を、上記所定の閾値としている。 The above-mentioned predetermined threshold value is obtained, for example, as follows. That is, the predetermined threshold value is the threshold value at which the number of flocs in the binarized flock image is maximized and the average area of the flocs is maximized by changing the threshold value for binarization.

尚、上記のようなフロック評価方法は例えば下記特許文献１に記載されている。 Note that the above floc evaluation method is described in, for example, Patent Document 1 listed below.

特公平６－１４００６Tokuhei 6-14006

しかしながら上記の従来形式では、１つの閾値（所定の閾値）を用いてフロック画像を二値化処理しているため、求められたフロックの面積および個数のいずれかの精度が低下する虞がある。 However, in the above-mentioned conventional format, since the floc image is binarized using one threshold (predetermined threshold), there is a risk that the accuracy of either the area or number of flocs determined may be reduced.

本発明は、フロックの面積と個数とを共に精度良く求めることが可能なフロック評価方法を提供することを目的とする。 An object of the present invention is to provide a floc evaluation method that can accurately determine both the area and number of flocs.

上記目的を達成するために、本第１発明におけるフロック評価方法は、間隙水中に浮遊するフロックを撮像してフロック画像を得るフロック撮像工程と、
フロック画像を異なる第１および第２の閾値でそれぞれ二値化処理して第１および第２の二値化フロック画像を得る二値化処理工程と、
第１の二値化フロック画像から所定領域におけるフロックの面積を求め、第２の二値化フロック画像から所定領域におけるフロックの個数を求める第１の評価工程と、
を備えるものである。 In order to achieve the above object, the floc evaluation method in the first invention includes a floc imaging step of imaging flocs floating in pore water to obtain a floc image;
a binarization processing step of obtaining first and second binarized flock images by binarizing the flock images using different first and second thresholds, respectively;
a first evaluation step of determining the area of flocs in a predetermined region from the first binarized flock image and determining the number of floes in the predetermined region from the second binarized flock image;
It is equipped with the following.

これによると、フロックの面積を求めるのに最適な閾値を第１の閾値とし、フロックの個数を求めるのに最適な閾値を第２の閾値とすることにより、フロックの面積と個数とを共に精度良く求めることができる。 According to this, by setting the optimal threshold value for determining the area of flocs as the first threshold value and the optimal threshold value for determining the number of flocs as the second threshold value, both the area and number of flocs can be accurately calculated. You can ask well.

本第２発明におけるフロック評価方法は、第１の評価工程で得られたフロックの面積とフロックの個数とに基づいて、フロック１個当たりの平均面積および平均粒径の少なくともいずれかを求める第２の評価工程を備えるものである。 The floc evaluation method in the second aspect of the present invention includes a second evaluation method in which at least one of the average area and average particle size per floc is calculated based on the floc area and the number of flocs obtained in the first evaluation step. The evaluation process is as follows.

これによると、フロック１個当たりの平均面積および平均粒径を精度良く求めることができる。 According to this, the average area and average particle size per floc can be determined with high accuracy.

本第３発明におけるフロック評価方法は、二値化する閾値を変化させてフロック画像を二値化処理することにより、複数の二値化フロック画像を作成し、
目視によって認識したフロック画像中のフロックの輪郭に最も良く合致する二値化フロック画像を、複数の二値化フロック画像の内から選んで、標準二値化フロック画像とし、
二値化処理工程において、標準二値化フロック画像を作成する際に用いた閾値を第１の閾値として、第１の二値化フロック画像を得るものである。 The flock evaluation method in the third invention creates a plurality of binarized flock images by changing the threshold value for binarization and binarizing the flock images,
Selecting a binarized flock image that most closely matches the outline of the floc in the visually recognized flock image from among the plurality of binarized flock images as a standard binarized flock image,
In the binarization processing step, a first binarized flock image is obtained by using the threshold used when creating the standard binarized flock image as the first threshold.

これによると、第１の閾値を、フロックの面積を求めるのに最適な閾値に設定することができる。 According to this, the first threshold value can be set to the optimal threshold value for determining the area of the floc.

本第４発明におけるフロック評価方法は、二値化する閾値を変化させてフロック画像を二値化処理して得られた二値化フロック画像中のフロックの個数が最大となる閾値を第２の閾値として、第２の二値化フロック画像を得るものである。 The floc evaluation method in the fourth aspect of the present invention is based on a second threshold value that maximizes the number of flocs in the binarized flock image obtained by binarizing the flock image by changing the threshold value for binarization. A second binarized flock image is obtained as a threshold value.

これによると、第２の閾値を、フロックの個数を求めるのに最適な閾値に設定することができる。 According to this, the second threshold value can be set to the optimal threshold value for determining the number of flocs.

以上のように本発明によると、フロックの面積を求めるのに最適な閾値を第１の閾値とし、フロックの個数を求めるのに最適な閾値を第２の閾値とすることにより、フロックの面積と個数とを共に精度良く求めることができる。 As described above, according to the present invention, the optimal threshold for determining the area of flocs is set as the first threshold, and the optimal threshold for determining the number of flocs is set as the second threshold. Both the number and number of objects can be determined with high accuracy.

本発明の実施の形態におけるフロックの撮像装置を備えた処理槽の図である。FIG. 2 is a diagram of a processing tank equipped with a flock imaging device according to an embodiment of the present invention. 同、撮像装置の断面図である。FIG. 3 is a cross-sectional view of the imaging device. 同、撮像装置を用いたフロック評価方法の各工程を示す図である。It is a figure which shows each process of the floc evaluation method using an imaging device in the same same. 同、フロック評価方法のフロック撮像工程で得られるフロック画像の図である。It is a figure of the flock image obtained in the flock imaging process of the same, flock evaluation method. 同、フロック評価方法の二値化処理工程で得られる第１の二値化フロック画像の図である。It is a figure of the 1st binarized flock image obtained in the binarization processing process of the flock evaluation method of the same. 同、フロック評価方法の二値化処理工程で得られる第２の二値化フロック画像の図である。It is a figure of the 2nd binarized flock image obtained in the binarization processing process of the flock evaluation method of the same. 同、フロック評価方法において用いられる第１の閾値を求める際に使用されるサンプル用フロック画像の図である。It is a figure of the sample flock image used when calculating the 1st threshold value used in the same floc evaluation method. 同、サンプル用フロック画像中のフロックの輪郭を描いた図である。It is a diagram depicting the outline of the floc in the sample floc image in the same figure. 同、サンプル用フロック画像に基づいて作成されたフロック輪郭抽出画像の図である。It is a figure of the flock contour extraction image created based on the same, sample flock image. 同、サンプル用フロック画像を二値化処理して得られるサンプル用二値化フロック画像の図である。It is a figure of the binarized sample flock image obtained by binarizing the sample flock image in the same case. 同、サンプル用フロック画像を二値化処理して得られるサンプル用二値化フロック画像の図である。It is a figure of the binarized sample flock image obtained by binarizing the sample flock image in the same case. 同、サンプル用フロック画像を二値化処理して得られるサンプル用二値化フロック画像の図である。It is a figure of the binarized sample flock image obtained by binarizing the sample flock image in the same case. 同、フロック評価方法において用いられる第２の閾値を求める際に使用されるサンプル用フロック画像を二値化処理して得られるサンプル用二値化フロック画像中のフロックの個数と二値化処理の閾値との関係を示すグラフである。Similarly, the number of flocs in the binary sample flock image obtained by binarizing the sample flock image used when calculating the second threshold value used in the floc evaluation method and the difference in the binarization process. It is a graph showing a relationship with a threshold value.

以下、本発明における実施の形態を、図面を参照して説明する。 Embodiments of the present invention will be described below with reference to the drawings.

図１，図２に示すように、１は、汚泥凝集処理システムにおいて、凝集剤が混合され攪拌された汚泥２（液体の一例）を貯留する処理槽である。汚泥２には、その間隙水３中に浮遊する多数のフロック４が存在している。 As shown in FIGS. 1 and 2, 1 is a treatment tank that stores sludge 2 (an example of a liquid) mixed with a flocculant and stirred in a sludge flocculation treatment system. In the sludge 2, there are many flocs 4 floating in the pore water 3.

１０は汚泥２中のフロック４を撮像するための撮像装置（浮遊物撮像装置）である。この撮像装置１０は、上端が閉口し下端が開口する円形の筒部材１１と、筒部材１１の上端部に設けられて筒部材１１内の液面１２を撮像可能なカメラ１３（撮像手段の一例）と、照明装置１４と、筒部材１１内に空気１５を供給する給気装置１６とを有している。 10 is an imaging device (floating object imaging device) for imaging the flocs 4 in the sludge 2. This imaging device 10 includes a circular cylindrical member 11 whose upper end is closed and whose lower end is open, and a camera 13 (an example of an imaging means) that is provided at the upper end of the cylindrical member 11 and can image a liquid level 12 inside the cylindrical member 11. ), a lighting device 14 , and an air supply device 16 that supplies air 15 into the cylindrical member 11 .

筒部材１１は、金属製又は樹脂製の遮光体からなり、円筒状の周壁部２０と、周壁部２０の上端に設けられた天井部２１とを有している。また、周壁部２０の下部の周方向における一箇所には、内外に貫通する通気孔２２が形成されている。 The cylindrical member 11 is made of a light shield made of metal or resin, and has a cylindrical peripheral wall portion 20 and a ceiling portion 21 provided at the upper end of the peripheral wall portion 20. Further, at one location in the circumferential direction of the lower part of the peripheral wall portion 20, a ventilation hole 22 that penetrates inside and outside is formed.

カメラ１３は、筒部材１１の天井部２１に取り付けられて、筒部材１１内の液面１２よりも上方に位置している。尚、カメラ１３にはケーブル２４を介して画像処理装置２３が接続されている。 The camera 13 is attached to the ceiling part 21 of the cylindrical member 11 and is located above the liquid level 12 within the cylindrical member 11. Note that an image processing device 23 is connected to the camera 13 via a cable 24.

給気装置１６は、エアポンプ２５と、エアポンプ２５から筒部材１１内に送られる空気１５を除湿する除湿機２６とを有している。これらエアポンプ２５と除湿機２６とは給気管１７を介して筒部材１１に接続されている。 The air supply device 16 includes an air pump 25 and a dehumidifier 26 that dehumidifies the air 15 sent into the cylinder member 11 from the air pump 25. These air pump 25 and dehumidifier 26 are connected to the cylindrical member 11 via an air supply pipe 17.

上記のような撮像装置１０を用いたフロック評価方法を以下に説明する。 A floc evaluation method using the imaging device 10 as described above will be described below.

図３に示すようにフロック評価方法は以下のようなフロック撮像工程３１と二値化処理工程３２と第１の評価工程３３と第２の評価工程３４とを備えている。 As shown in FIG. 3, the flock evaluation method includes a flock imaging step 31, a binarization processing step 32, a first evaluation step 33, and a second evaluation step 34 as described below.

●先ず、フロック撮像工程３１において、照明装置１４を点灯し、撮像装置１０のエアポンプ２５から筒部材１１内に連続的に空気１５を供給しながら、カメラ１３で筒部材１１内の液面１２を撮像することにより、図４に示すように、汚泥２の間隙水３中に浮遊する多数のフロック４が撮像されたフロック画像３８を得る。尚、フロック４の輝度レベルは低く黒色系であり、間隙水３の輝度レベルは高く白色系である。 First, in the flock imaging step 31, the illumination device 14 is turned on, and while air 15 is continuously supplied into the tube member 11 from the air pump 25 of the image pickup device 10, the liquid level 12 inside the tube member 11 is measured with the camera 13. By imaging, as shown in FIG. 4, a floc image 38 is obtained in which a large number of flocs 4 floating in the pore water 3 of the sludge 2 are imaged. Note that the luminance level of the flocs 4 is low and blackish, and the luminance level of the interstitial water 3 is high and whiteish.

この際、図２に示すように、筒部材１１の下端部が汚泥２中に浸漬されているため、筒部材１１の周囲の液面２７が波打っていても、この波は筒部材１１に当って遮断される。これにより、筒部材１１内の液面１２は波立ちの少ない平穏な状態に保たれ、安定したフロック画像３８を得ることができる。 At this time, as shown in FIG. 2, since the lower end of the cylindrical member 11 is immersed in the sludge 2, even if the liquid level 27 around the cylindrical member 11 is wavy, these waves will not be applied to the cylindrical member 11. It hits and gets cut off. Thereby, the liquid level 12 inside the cylinder member 11 is maintained in a calm state with few ripples, and a stable flock image 38 can be obtained.

尚、筒部材１１内に供給されている空気１５は通気孔２２を通って筒部材１１の外部へ排出される。この際、筒部材１１内の液面１２は通気孔２２の位置に保たれるので、カメラ１３から液面１２までの距離が一定になり、焦点の合った鮮明なフロック画像３８を得ることができる。 Note that the air 15 supplied into the cylinder member 11 is discharged to the outside of the cylinder member 11 through the ventilation hole 22. At this time, the liquid level 12 inside the cylindrical member 11 is maintained at the position of the vent hole 22, so the distance from the camera 13 to the liquid level 12 becomes constant, making it possible to obtain a clear and focused flock image 38. can.

●次に、二値化処理工程３２において、図５に示すように、フロック画像３８を第１の閾値４１で二値化処理して第１の二値化フロック画像４２を得るとともに、図６に示すように、フロック画像３８を第２の閾値４３で二値化処理して第２の二値化フロック画像４４を得る。尚、第１の閾値４１と第２の閾値４３とは異なった数値である。 ●Next, in the binarization processing step 32, as shown in FIG. 5, the flock image 38 is binarized using a first threshold 41 to obtain a first binarized flock image 42, As shown in , the flock image 38 is binarized using a second threshold value 43 to obtain a second binarized flock image 44 . Note that the first threshold value 41 and the second threshold value 43 are different numerical values.

●次に、第１の評価工程３３において、図５に示した第１の二値化フロック画像４２から所定領域４６におけるフロック４の総面積Ｓを求め、図６に示した第２の二値化フロック画像４４から所定領域４６におけるフロック４の個数Ｎを求める。 ●Next, in the first evaluation step 33, the total area S of the flocs 4 in the predetermined area 46 is determined from the first binarized floc image 42 shown in FIG. 5, and the second binary value shown in FIG. The number N of flocks 4 in a predetermined area 46 is determined from the converted flock image 44.

●その後、第２の評価工程３４において、第１の評価工程３３で得られたフロック４の総面積Ｓとフロック４の個数Ｎとに基づいて、フロック１個当たりの平均面積Ｓａおよび平均粒径Ｄａを以下の関係式（１）（２）によって求める。
平均面積Ｓａ＝総面積Ｓ／個数Ｎ ・・・（１）
平均粒径Ｄａ＝２×（総面積Ｓ／（π×個数Ｎ））１／２ ・・・（２）
尚、上記のような各工程３１～３４における画像処理は画像処理装置２３において行われる。 ●After that, in the second evaluation step 34, based on the total area S of the flocs 4 and the number N of the flocs 4 obtained in the first evaluation step 33, the average area Sa and average particle diameter per floc are determined. Da is determined by the following relational expressions (1) and (2).
Average area Sa=total area S/number N...(1)
Average particle diameter Da=2×(total area S/(π×number N)) 1/2 ...(2)
Incidentally, the image processing in each of the steps 31 to 34 as described above is performed in the image processing device 23.

また、上記二値化処理工程３２において使用される第１の閾値４１はフロック４の総面積Ｓを求めるのに最適な数値に設定されており、第１の閾値４１を求める方法を以下に説明する。 Further, the first threshold value 41 used in the binarization processing step 32 is set to an optimal value for determining the total area S of the flocs 4, and the method for determining the first threshold value 41 will be explained below. do.

先ず、撮像装置１０を用いて汚泥２を撮像し、図７に示すように、サンプルとなるフロック画像５０（以下、サンプル用フロック画像５０と称する）を得る。そして、図８に示すように、作業者がサンプル用フロック画像５０中のフロック４の輪郭５を目視に基づいて描くことにより、図９に示すように、フロック４の輪郭５のみを抽出したフロック輪郭抽出画像５１を作成する。 First, the sludge 2 is imaged using the imaging device 10, and as shown in FIG. 7, a floc image 50 serving as a sample (hereinafter referred to as a sample floc image 50) is obtained. Then, as shown in FIG. 8, the operator visually draws the outline 5 of the floc 4 in the sample floc image 50, and as shown in FIG. A contour extraction image 51 is created.

さらに、二値化する閾値を変化させて図７のサンプル用フロック画像５０を二値化処理することにより、図１０～図１２に示すように、複数枚（例えば３枚）のサンプル用二値化フロック画像５２～５４を作成する。これらサンプル用二値化フロック画像５２～５４の内から、図９に示したフロック輪郭抽出画像５１中に描かれたフロック４の輪郭５に最も良く合致するサンプル用二値化フロック画像５３を選び、このサンプル用二値化フロック画像５３（図１１参照）を標準二値化フロック画像５３とし、この標準二値化フロック画像５３を作成する際に用いた閾値を第１の閾値４１として用いる。 Furthermore, by changing the binarization threshold value and binarizing the sample flock image 50 in FIG. ized flock images 52 to 54 are created. From these binary sample flock images 52 to 54, select the sample binary flock image 53 that best matches the outline 5 of the flock 4 drawn in the flock contour extraction image 51 shown in FIG. This sample binarized flock image 53 (see FIG. 11) is used as a standard binarized flock image 53, and the threshold used when creating this standard binarized flock image 53 is used as the first threshold 41.

尚、フロック輪郭抽出画像５１を作成することなく、サンプル用フロック画像５０と複数枚のサンプル用二値化フロック画像５２～５４とを直接目視で比較することにより、標準二値化フロック画像５３を選んでもよい。 Note that the standard binarized flock image 53 can be obtained by directly visually comparing the sample flock image 50 and a plurality of sample binarized flock images 52 to 54 without creating the flock contour extraction image 51. You may choose.

また、上記二値化処理工程３２において使用される第２の閾値４３はフロック４の個数Ｎを求めるのに最適な数値に設定されており、第２の閾値４３を求める方法を以下に説明する。 Further, the second threshold value 43 used in the binarization processing step 32 is set to an optimal value for determining the number N of flocs 4, and the method for determining the second threshold value 43 will be explained below. .

二値化する閾値を変化させて図７のサンプル用フロック画像５０を二値化処理し、得られたサンプル用二値化フロック画像中のフロック４の個数Ｎが最大となる閾値を第２の閾値４３として用いる。 The sample flock image 50 in FIG. 7 is binarized by changing the threshold for binarization, and the second threshold value is set to maximize the number N of flocs 4 in the obtained binary sample flock image. It is used as the threshold value 43.

これについては、上記先行技術文献で挙げた特公平６－１４００６号公報に記載されている閾値決定法と同じである。ここでは、フロック４の輝度レベルは低く黒色系であり、間隙水３の輝度レベルは高く白色系であるため、閾値を低く設定した場合、例えば図１３のグラフに示すように、閾値を１に設定した場合、サンプル用二値化フロック画像中の輝度レベル１以下の部分が黒色すなわちフロック４として認識され、輝度レベル１を超えた部分が白色すなわち間隙水３として認識される。このため、サンプル用二値化フロック画像中のほとんど全てが間隙水３として認識されてしまい、フロック４の個数Ｎは０個（又は０に近い少数個）になり、その結果、認識されるフロック４の個数Ｎが実際の個数よりも過小評価されてしまう。 This method is the same as the threshold value determination method described in Japanese Patent Publication No. 6-14006 cited in the above-mentioned prior art document. Here, the luminance level of floc 4 is low and blackish, and the luminance level of pore water 3 is high and whiteish, so if the threshold is set low, for example, as shown in the graph of Fig. 13, the threshold is set to 1. When set, the portion of the sample binary flock image with a luminance level of 1 or lower is recognized as black, that is, as floc 4, and the portion that exceeds luminance level 1 is recognized as white, that is, as pore water 3. For this reason, almost all of the sample binary floc image is recognized as pore water 3, and the number N of flocs 4 becomes 0 (or a small number close to 0), and as a result, the recognized flocs The number N of 4 is underestimated than the actual number.

閾値を１から次第に高くしていくと、例えば、閾値を５０に設定した場合、サンプル用二値化フロック画像中の輝度レベル５０以下の部分が黒色すなわちフロック４として認識され、輝度レベル５０を超えた部分が白色すなわち間隙水３として認識される。このため、認識されるフロック４の個数Ｎが増加して実際の個数に次第に近付く。 If the threshold value is gradually increased from 1, for example, if the threshold value is set to 50, the portion of the sample binary flock image with a luminance level of 50 or lower will be recognized as black, that is, as flock 4, and the portion with a luminance level of over 50 will be recognized as black. The white part is recognized as pore water 3. Therefore, the number N of recognized flocs 4 increases and gradually approaches the actual number.

さらに閾値を高くしていくと、例えば、閾値を２５０に設定した場合、サンプル用二値化フロック画像中の輝度レベル２５０以下の部分が黒色すなわちフロック４として認識され、輝度レベル２５０を超えた部分が白色すなわち間隙水３として認識される。このため、サンプル用二値化フロック画像中の実際には複数個存在しているフロック４が纏まって合体した１個の大きなフロック４として認識されてしまい、その結果、フロック４の個数Ｎは減少し、実際の個数よりも過小評価されてしまう。 If the threshold value is further increased, for example, if the threshold value is set to 250, the portion of the sample binary flock image with a brightness level of 250 or less will be recognized as black, that is, as flock 4, and the portion with a brightness level of over 250 will be recognized. is recognized as white, that is, as pore water 3. For this reason, multiple flocs 4 in the sample binarized floc image are recognized as one large floc 4 that has been combined, and as a result, the number N of flocs 4 decreases. However, the actual number is underestimated.

上記のように、フロック４の個数Ｎは、閾値を高くしていくと増加するが、ある閾値を超えると減少し、フロック４の個数Ｎが最大となる閾値Ａが存在する。このように、サンプル用二値化フロック画像中のフロック４の個数Ｎが最大となる閾値Ａを第２の閾値４３として採用する。 As described above, the number N of flocks 4 increases as the threshold value is increased, but decreases after a certain threshold value is exceeded, and there is a threshold value A at which the number N of flocks 4 becomes maximum. In this way, the threshold value A that maximizes the number N of flocs 4 in the sample binary floc image is adopted as the second threshold value 43.

上記のようなフロック評価方法によると、フロック４の面積Ｓを求めるのに最適な閾値である第１の閾値４１と、フロック４の個数Ｎを求めるのに最適な閾値である第２の閾値４３との２つの閾値を用いることにより、フロック４の面積Ｓと個数Ｎとを共に精度良く求めることができる。 According to the floc evaluation method as described above, a first threshold 41 is the optimal threshold for determining the area S of the flocs 4, and a second threshold 43 is the optimal threshold for determining the number N of the flocs 4. By using the two threshold values, both the area S and the number N of the flocs 4 can be determined with high accuracy.

また、第２の評価工程３４において、フロック１個当たりの平均面積Ｓａおよび平均粒径Ｄａを精度良く求めることができる。 Furthermore, in the second evaluation step 34, the average area Sa and average particle diameter Da per floc can be determined with high accuracy.

尚、図１３のグラフに記載された閾値の数値は一例であって、汚泥２の性状等によって異なる。 Note that the numerical values of the threshold values shown in the graph of FIG. 13 are just examples, and vary depending on the properties of the sludge 2 and the like.

３ 間隙水
４ フロック
５ フロックの輪郭
３１ フロック撮像工程
３２ 二値化処理工程
３３ 第１の評価工程
３４ 第２の評価工程
３８ フロック画像
４１ 第１の閾値
４２ 第１の二値化フロック画像
４３ 第２の閾値
４４ 第２の二値化フロック画像
４６ 所定領域
５１ フロック輪郭抽出画像
５２ サンプル用二値化フロック画像
５３ サンプル用二値化フロック画像，標準二値化フロック画像
５４ サンプル用二値化フロック画像
Ｓ フロックの総面積
Ｎ フロックの個数
Ｓａ 平均面積
Ｄａ 平均粒径 3 Pore water 4 Flock 5 Flock outline 31 Flock imaging step 32 Binarization processing step 33 First evaluation step 34 Second evaluation step 38 Flock image 41 First threshold 42 First binarized flock image 43 2 threshold 44 Second binarized flock image 46 Predetermined area 51 Flock contour extraction image 52 Binarized flock image for sample 53 Binarized flock image for sample, standard binarized flock image 54 Binarized flock for sample Image S Total area of flocs N Number of flocs Sa Average area Da Average particle size

Claims (4)

間隙水中に浮遊するフロックを撮像してフロック画像を得るフロック撮像工程と、
フロック画像を異なる第１および第２の閾値でそれぞれ二値化処理して第１および第２の二値化フロック画像を得る二値化処理工程と、
第１の二値化フロック画像から所定領域におけるフロックの面積を求め、第２の二値化フロック画像から所定領域におけるフロックの個数を求める第１の評価工程と、
を備えることを特徴とするフロック評価方法。 a floc imaging step of imaging flocs floating in pore water to obtain a floc image;
a binarization process of obtaining first and second binarized flock images by respectively binarizing the flock images using different first and second thresholds;
A first evaluation step of determining the area of flocs in a predetermined region from the first binarized flock image and determining the number of floes in the predetermined region from the second binarized flock image;
A floc evaluation method comprising: 第１の評価工程で得られたフロックの面積とフロックの個数とに基づいて、フロック１個当たりの平均面積および平均粒径の少なくともいずれかを求める第２の評価工程を備えることを特徴とする請求項１記載のフロック評価方法。 It is characterized by comprising a second evaluation step of determining at least one of the average area and average particle diameter per floc based on the area of the flocs and the number of flocs obtained in the first evaluation step. The floc evaluation method according to claim 1. 二値化する閾値を変化させてフロック画像を二値化処理することにより、複数の二値化フロック画像を作成し、
目視によって認識したフロック画像中のフロックの輪郭に最も良く合致する二値化フロック画像を、複数の二値化フロック画像の内から選んで、標準二値化フロック画像とし、
二値化処理工程において、標準二値化フロック画像を作成する際に用いた閾値を第１の閾値として、第１の二値化フロック画像を得ることを特徴とする請求項１又は請求項２に記載のフロック評価方法。 A plurality of binarized flock images are created by binarizing the flock images by changing the binarization threshold,
Selecting a binarized flock image that best matches the outline of the floc in the visually recognized flock image from among the plurality of binarized flock images and setting it as a standard binarized flock image;
Claim 1 or Claim 2, wherein in the binarization processing step, a first binarized flock image is obtained by using a threshold used when creating a standard binarized flock image as a first threshold. Flock evaluation method described in. 二値化する閾値を変化させてフロック画像を二値化処理して得られた二値化フロック画像中のフロックの個数が最大となる閾値を第２の閾値として、第２の二値化フロック画像を得ることを特徴とする請求項１から請求項３のいずれか１項に記載のフロック評価方法。 The second threshold value is set as the second threshold value, and the second threshold value is set as the second threshold value, and the second threshold value is set as the second threshold value. The floc evaluation method according to any one of claims 1 to 3, characterized in that an image is obtained.
JP2020190589A 2020-11-17 2020-11-17 Flock evaluation method Active JP7445581B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020190589A JP7445581B2 (en) 2020-11-17 2020-11-17 Flock evaluation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020190589A JP7445581B2 (en) 2020-11-17 2020-11-17 Flock evaluation method

Publications (2)

Publication Number Publication Date
JP2022079796A JP2022079796A (en) 2022-05-27
JP7445581B2 true JP7445581B2 (en) 2024-03-07

Family

ID=81731650

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020190589A Active JP7445581B2 (en) 2020-11-17 2020-11-17 Flock evaluation method

Country Status (1)

Country Link
JP (1) JP7445581B2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015181374A (en) 2014-03-24 2015-10-22 東レ株式会社 Filamentous bacteria detection device and filamentous bacteria detection method
JP2020098323A (en) 2018-12-17 2020-06-25 株式会社クボタ Floating material imaging device
US20200223719A1 (en) 2016-04-01 2020-07-16 Kemira Oyj A method and system for optimization of coagulation and/or flocculation in a water treatment process

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015181374A (en) 2014-03-24 2015-10-22 東レ株式会社 Filamentous bacteria detection device and filamentous bacteria detection method
US20200223719A1 (en) 2016-04-01 2020-07-16 Kemira Oyj A method and system for optimization of coagulation and/or flocculation in a water treatment process
JP2020098323A (en) 2018-12-17 2020-06-25 株式会社クボタ Floating material imaging device

Also Published As

Publication number Publication date
JP2022079796A (en) 2022-05-27

Similar Documents

Publication Publication Date Title
CN111862195B (en) Light spot detection method and device, terminal and storage medium
KR102196828B1 (en) Methods and systems for optimizing coagulation and/or flocculation in water treatment processes
US20050226510A1 (en) Boundary extracting method, program, and device using the same
US4783269A (en) Injection control system of flocculating agent
JP7445581B2 (en) Flock evaluation method
JP7296312B2 (en) Floating object detection method and liquid imaging device
JP2015181374A (en) Filamentous bacteria detection device and filamentous bacteria detection method
CN116310845A (en) Intelligent monitoring system for sewage treatment
KR100390019B1 (en) Money identification method and device
JP7360852B2 (en) Floating object photography device
JP2022067322A (en) Water treatment method, sewage treatment method, sewage treatment device, and wastewater treatment system management program
US7460702B2 (en) Entropy filter, and area extracting method using the filter
JP6726696B2 (en) Diluted sludge imaging system, flocculant addition amount control system, sludge concentration system, diluted sludge imaging method
CN115359449B (en) Automatic identification method and system for turnout notch image of point switch
JP2009229200A (en) Foreign matter inspection method and foreign matter inspection device
JP7353105B2 (en) Turbidity measuring device and flocculation tank
JP5264956B2 (en) Two-dimensional code reading apparatus and method
Khan et al. Segmentation and quantification of activated sludge floes for wastewater treatment
KR100861991B1 (en) A precipitation condition using image analysis
JP7221788B2 (en) Information processing device, information processing method, and program
JP2022141986A (en) Turbidity evaluation method and coagulant injection amount adjustment method
JP7360853B2 (en) Floating object photography device
Sikora et al. Feature analysis of activated sludge based on microscopic images
JP7296281B2 (en) liquid imaging device
Wang et al. Monitoring system for MBR sewage disposal equipment based on image recognition

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230622

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240130

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240131

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240226

R150 Certificate of patent or registration of utility model

Ref document number: 7445581

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150