[发明专利]一种利用图像识别技术分析矾花特征的方法及装置

说明书

本发明公开了一种利用图像识别技术分析矾花特征的方法及装置，该方法包括如下步骤：步骤S1，利用水下摄像头采集矾花图像，对采集图像打标，生成训练数据，建立矾花识别AI模型，利用打标数据作为监督信号，对矾花识别AI模型进行自主训练，获得训练好的矾花识别AI模型；步骤S2，利用水下摄像头采集矾花图像，利用训练好的所述矾花识别AI模型进行识别；步骤S3，对单帧图像进行区域划分为M×M的区域，分别对单一区域计算矾花量化指标，并对单一区域各类矾花量化指标进行组合得到单帧图像的量化评价指标。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种利用图像识别技术分析矾花特征的方法及装置。

背景技术

混凝的效果直接影响后续工艺的控制，有效的混凝投药控制方法，可以在实际最佳投药量的意义上控制混凝剂投加，从而达到以最少的药剂消耗获得最理想的出水水质的效果。混凝投药是水处理的一个重要环节，具有大滞后和非线性等特点。如何实现混凝投药的自动控制一直是制水行业关注的一个问题。以往的投药控制方法，如数学模型法、流动电流法、模拟滤池法等都因为存在这样或那样的局限性和不可靠性，而没有形成规模性的推广和应用。

目前各水厂还是根据进厂水流量，结合人工观察矾花效果和沉淀池的出口浊度仪来检验投药的效果，主要依靠流量比控制混凝剂投加量，无法做到水质的精确控制和检测。采用流量比的固定程序化自动控制系统，试验结果只对取样瞬间水质有代表性，确定的混凝剂剂量存在不连续性及滞后性问题，很难在水厂运行过程中实现混凝剂投加量优化控制，无法实现混凝剂投加量的精确控制。

为了有效地形成一套更为客观的、综合各种因素的、将人的主观能动性和经验系统化的解决方案。近年来混凝剂投加的智能化控制一直是水务工作者的关注重点，并且越来越倾向于智能控制方法与先进的混凝控制技术相结合的综合应用，以便实现混凝剂投加的最优控制。水下颗粒物摄像技术和计算机人工智能控制方法是实现混凝投药的智能化控制的一个较好的研究方向。随着人工智能、尤其是深度学习的兴起，深度卷积神经网络模型已经能够高效地应用于图像识别、物体监测等领域。不但可以提取矾花图像纹理特征，实现对矾花图像进行识别的目的。而且可以对采集的矾花图像进行阈值分割、形态学处理，在提取众多图像特征中筛选出主要图像特征进行标准化处理，利用SVM算法、BP神经网络、GRNN神经网络相结合，对标准化后的特征进行训练，判断投矾量是否合适。通过深度学习实现的计算机视觉已经能够帮助人们监督生产环境、鉴别产品瑕疵和识别故障隐患，因此该技术基本具备了用于水厂制水工艺中矾花识别的条件，帮助实现对矾花图像更加精细和智能的分析。通过在制水工艺的工艺环节使用主动的、自动的、自学习的系统来提高效率，降低“电、药”的损耗，达到混凝效果的精确控制和水质的实时监测，这对提升水厂管理水平具有重要意义。

基于机器学习和图像处理的传统矾花检测算法，主要包括数字图像处理模块、特征工程模块以及机器学习模块，如图1所示。在算法复杂程度上，由于其算法逻辑串行且需要重复特征工程和机器学习直到符合相应场景，算法运行速度较慢且重复工作量大；在鲁棒性上，当场景发生变化，算法需重新设计，算法鲁棒性较差。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种利用图像识别技术分析矾花特征的方法及装置，以实现混凝剂投加的智能化控制，以便实现混凝剂的精确投加。

为达上述目的，本发明提出一种利用图像识别技术分析矾花特征的方法，包括如下步骤：

步骤S1，利用水下摄像头采集矾花图像，对采集图像打标，生成训练数据，建立矾花识别AI模型，利用打标数据作为监督信号，对矾花识别AI模型进行自主训练，获得训练好的矾花识别AI模型；

步骤S2，利用水下摄像头采集矾花图像，利用训练好的所述矾花识别AI模型进行识别；

步骤S3，对单帧图像进行区域划分为M×M的区域，分别对单一区域计算矾花量化指标，并对单一区域各类矾花量化指标进行组合得到单帧图像的量化评价指标。