[发明专利]一种基于Matlab图像分析与自优化的污泥形态快速表征方法

说明书

本发明公开了一种基于Matlab图像分析与自优化的污泥形态快速表征方法。该方法按照以下步骤进行：(1)污泥取样；(2)图像获取；(3)数据转化；(4)图形分割；(5)参数自优化；(6)形态分析。该方法便捷高效，仪器要求低，解决了目前污泥形态分析过程中数据量化问题，对污水厂污泥膨胀及丝状菌生长等问题的风险预控具有重要意义。同时，该方法针对活性污泥形态特征进行了自优化设计，可实现对不同污泥形态，成像条件程序参数自动调节，大大降低了实际运用过程中操作要求，具有跨平台推广的价值。

技术领域

本发明涉及一种基于图像分析对活性污泥形态进行快速表征的方法，属于废水生物处理领域。

背景技术

活性污泥是废水生物处理中物质去除功能的主要承担者。其形态结构对活性污泥稳定运行和污染物高效去除具有重要的指导意义。实际运行中一般采用沉降性能测定和肉眼观察的方法分析污泥的形态结构，目前尚未有方便可靠污泥形态表征方法。一般认为随着个人电脑以及手机的硬件和相应软件的普及，开发可靠的图像分析软件，对污水厂工作人员和科技工作者量化活性污泥指标，进一步强化活性污泥稳定运行具有重要意义。

发明内容

本发明的目的是提供基于图像矩阵处理一种快速分析污泥，通过图像矩阵提取、阈值数据转化、连通域分割、参数优化、结果分析等一系列程序过程，对普通光学所获取的污泥图像进行数据提取和形态结构分析。

该发明主要包括以下步骤，((1)污泥取样；(2)图像获取；(3)数据转化；(4)图形分割；(5)参数自优化；(6)形态分析与数据导出等步骤。该方法基于Matlab平台，利用函数参数自优化，实现不同光学条件下污泥形态数据提取和分析，以更低成本实现污水处理过程中生物聚集体形态连续检测，实现污泥膨胀和丝状菌生长等问题的风险预控，强化活性污泥工艺的稳定运行。

本发明具体采用的技术方案如下：

一种基于Matlab图像分析与自优化的污泥形态快速表征方法，其包括以下步骤：

S1：取活性污泥，离心后弃去上层清液，加蒸馏水补足，作为一轮清洗，重复多轮清洗以去除活性污泥样品中的杂质；

S2：取污泥样品滴至载玻片中央，利用显微镜观察载玻片上的污泥样品，寻找分散均匀的活性污泥区域，拍摄得到污泥图像；

S3：在Matlab中，导入所拍摄的污泥图像，并对图像进行灰度化处理，再通过中值滤波进行平滑处理，去除图像中的噪点，得到灰度图像的二维矩阵；

S4：将灰度图像的二维矩阵整体分割为PaM行，每行分割为PaN列，形成PaM×PaN个图像子区域；

S5：对每个图像子区域分别使用最大类间方差法确定用于二值化分割图像的初始阈值thresh，再将初始阈值用控制系数Pa2修正后得到的最佳阈值Pa2×thresh对图像子区域进行二值化处理；根据预设的最低像素阈值Pa1，对二值化处理后的每个图像子区域进行连通域分析，确定图像子区域中污泥絮体边界位置；

S6：根据每个图像子区域中确定的污泥絮体边界，对整张灰度图像中的污泥絮体图像进行分割，提取出图像中所有污泥絮体图像，对所有污泥絮体图像中的噪点像素P和边界失真像素Q进行计数；

S7：设定目标函数为P和Q的归一化值加权和，以最小化目标函数为目的，对PaN,PaM,Pa1,Pa2四个参数在各自的参数范围内进行遍历优化，得到最佳参数；

S8：基于最佳参数值获得灰度图像中所有污泥絮体图像，计算得到各污泥絮体的形态特征数据。

作为优选，所述污泥图像中，活性污泥絮体密度应在10～50个/张照片，同时照片不少于20张。

作为优选，所述显微镜采用10X目镜+40X物镜进行观察和图像拍摄。

作为优选，参数Pa1优化时的范围为4～6。