[发明专利]基于机器视觉的水体溶解氧检测方法

说明书

本发明公开了一种基于机器视觉的水体溶解氧检测方法，包括：从待测水体中吸取水样，并存储于储样瓶中；存储多种滴定的溶液或试剂，用于与水样中的溶解氧反应；接收所述储样瓶中输出的水样和滴液装置中输出的溶液或试剂，并在石英玻璃反应皿中进行反应；通过所述拍摄模块对所述石英玻璃反应皿内液体进行拍照，拍照获得的图像输入至所述控制面板的处理器，由所述处理器进行处理，提取图像的RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入训练好的神经网络中得出溶解氧浓度；所述神经网络通过误差反向传播方法进行训练而成。

技术领域

本发明涉及水质检测领域，具体地说是一种基于机器视觉的水体溶解氧检测方法。

背景技术

现有技术中，水质评估或污水处理过程中对各类重金属元素、如氮磷等非金属元素以及COD(化学需氧量)和BOD(生物需氧量)等的测量缺少价廉且有效的检测仪表而只能用人工的检测和分析来代替。其中，溶解氧是指溶解于水中或液相中的分子态的氧，是水生生物和水生植物生存不可缺少的条件。溶解氧浓度就是溶解于水中的氧的浓度。近年来，随着科学技术的不断发展，越来越多的人开始意识到监测水中溶解氧的重要性，它是表示水自净能力大小的一项重要指标。目前，对水源环境的溶解氧监测数据大部分是通过电化学法电极溶解氧传感器提供的，其设计原理是基于阴极上发生的不可逆的氧还原反应。这种方法检测溶解氧测定方便，快速。但是使用时间长了，准确度不可控，且准确度也没有碘量法高。

而对于污水处理过程控制中一些重要的变量难以测量的问题，可以采用间接测量的方法实现，利用辅助可测变量去估计推测难以测量的变量。根据工业生产过程中的各个过程变量间的相互关联性的，可以从一些有关过程变量的检测并通过一定的数学模型估算出过程中的一个或几个未检测的变量。由于河道水质实时监测的随机干扰严重，具有强非线性、大时变、严重滞后的特点，难以通过机理分析建立精确的数学模型，而神经网络对于高度非线性和严重不确定性系统的控制问题有巨大的潜力。

发明内容

有鉴于此，本发明提供了一种实现基于机器视觉和神经网络的水体溶解氧检测，且可以自动采样、自动进行化学操作的溶解氧检测方法，以解决现有技术存在的问题。

本发明的技术解决方案是，提供一种以下的基于机器视觉的水体溶解氧检测方法，包括以下步骤：

从待测水体中吸取水样，并存储于储样瓶中；

存储多种滴定的溶液或试剂，用于与水样中的溶解氧反应；

接收所述储样瓶中输出的水样和滴液装置中输出的溶液或试剂，并在石英玻璃反应皿中进行反应；

通过所述拍摄模块对所述石英玻璃反应皿内液体进行拍照，拍照获得的图像输入至所述控制面板的处理器，由所述处理器进行处理，提取图像的RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入训练好的神经网络中得出溶解氧浓度；所述神经网络通过误差反向传播方法进行训练而成。

作为可选，从待测水体中吸取水样由取样装置完成，所述的取样装置包括吸水管转动盘、储样瓶、抽水泵、增重块和吸水管；所述的增重块配置于所述吸水管上，使其可以抵消浮力进入河道内部；所述的吸水管转动盘通过吸水管与所述增重块连接，根据设定需要的深度转动一定圈数，使吸水管通过增重块的重力拉动到指定深度，然后抽水泵工作将水抽到储样瓶中，直至储样瓶入水口持续溢出水两分钟。

作为可选，所述的吸水管和与其连通的液体管路均设置在多节拉杆上，所述多节拉杆的拉杆和缩杆由所述移杆装置实现，所述的移杆装置包括采样电机、滚动丝杆、采样滑块、采样导轨和气爪，所述的采样滑块上固定有螺母；通过采样电机带动滚动丝杆控制采样滑块在采样导轨上前后移动，以此移动气爪的位置；所述气爪与所述采样滑块连接，所述的气爪包括气爪手臂与空气抓手，初始状态为空气抓手充气，两臂打开，其与采样滑块同位移动，在到达指定位置后，抓手两臂向下闭合，闭合完成后空气抓手抽真空，使其与多节拉杆的外壁紧密贴合并实现移杆。