[发明专利]一种基于活性污泥相差显微图像的SVI测量方法在审
申请号: | 201911283715.1 | 申请日: | 2019-12-13 |
公开(公告)号: | CN111192236A | 公开(公告)日: | 2020-05-22 |
发明(设计)人: | 赵立杰;左越;黄明忠;路星奎;王佳 | 申请(专利权)人: | 沈阳化工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06N3/04;G06N3/08;G01N15/04;G01B11/00;G01B11/08;G01B11/02;G01B11/24 |
代理公司: | 沈阳技联专利代理有限公司 21205 | 代理人: | 张志刚 |
地址: | 110142 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 活性污泥 相差 显微 图像 svi 测量方法 | ||
一种基于活性污泥相差显微图像的SVI测量方法,涉及污水处理领域,该方法包括活性污泥显微图像采集、絮体和丝状菌图像分割、絮体和丝状菌特征提取、SVI计算。其中,污泥样本取自曝气池出口,相差显微镜和CCD图像采集系统获取污泥样本的相差显微图像。使用深度卷积网络DeepLabv3+方法构建絮体和丝状菌图像分割模型,实现絮体和丝状菌的分割。分别从絮体和丝状菌分割图像,提取絮体和丝状菌形态学特征参数。基于所提取的絮体和丝状菌特征参数和MLSS、DO、pH在线检测数据,采用偏最小二乘和随机配置网络方法相结合,构建SVI测量模型,实现SVI计算。本发明融合活性污泥图像形态特征参数信息,为活性污泥体积指数SVI检测提供一种在线、可靠的测量手段。
技术领域
本发明涉及一种污水处理测量控制方法,特别是涉及一种基于活性污泥相差显微图像的SVI测量方法。
背景技术
活性污泥法因为其经济、运行稳定的优点广泛应用于城市污水处理厂。活性污泥沉降性能直接决定污水处理厂出水水质和运行效率,尤其是污泥丝状菌膨胀故障工况严重危害污水处理厂的运行安全。污泥体积指数(SVI)是衡量污泥特性和沉降性能的重要指标,一般依赖于实验室离线化验获取,耗费大量人力和物力。因此,SVI在线测量是实现污水处理过程闭环控制和操作优化的前提,是提高污水出水水质、降低污水处理成本、提高处理效率的重要保证。
目前国内外已经有许多学者对污泥体积指数的测量进行了研究,北京工业大学韩红桂等人(CN 102494979A)提出了一种污泥沉降体积指数SVI软测量方法,通过构建自组织RBF神经网络模型,选择进水流量、BOD、COD、TN、曝气池溶解氧、pH作为自组织RBF神经网络输入,实现对SVI在线测量。随着显微镜技术和数字图像采集系统的普及,污水处理厂能够获取大量活性污泥微生物显微图像。活性污泥生物显微图像形态特征和污泥体积指数密切相关。上述方法没有考虑污泥显微图像形态学特征。
显微图像分析是评价污泥沉降性能的有力监测工具,本发明提出了一种基于活性污泥相差显微图像的SVI测量方法,本发明基于深度卷积网络DeepLabv3+方法构建絮体和丝状菌图像分割模型,实现絮体和丝状菌的分割和形态学特征参数提取,融合MLSS、DO、pH在线检测数据,采用偏最小二乘和随机配置网络方法相结合,构建SVI测量模型,实现SVI计算。本发明融合活性污泥图像形态特征参数信息和在线检测数据,为活性污泥体积指数SVI检测提供一种在线、可靠的测量手段。
发明内容
本发明的目的在于提供一种基于活性污泥相差显微图像的SVI测量方法,本发明用深度卷积网络DeepLabv3+方法构建絮体和丝状菌图像分割模型,实现絮体和丝状菌的分割。基于所提取的絮体和丝状菌特征参数和MLSS、DO、pH在线检测数据,采用偏最小二乘和随机配置网络方法相结合,构建SVI测量模型,实现SVI计算。融合活性污泥图像形态特征参数信息,为活性污泥体积指数SVI检测提供一种在线、可靠的测量手段。
本发明的目的是通过以下技术方案实现的:
一种基于活性污泥相差显微图像的SVI测量方法,包括下述步骤:
[01]步骤1:采集图像:本实施例中,所述污水处理过程采用活性污泥法;活性污泥样本来源于某石化废水处理厂,污泥样本在实验室活性污泥装置培养,实验室活性污泥工艺装置持续运行,活性污泥微生物图像采集系统包括倒置光学显微镜,工业数码相机和图像采集软件,显微镜的物镜具有10倍,20倍和40倍的放大率,数字图像大小为1024×768像素;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳化工大学,未经沈阳化工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911283715.1/2.html,转载请声明来源钻瓜专利网。