[发明专利]一种基于计算机视觉的污水处理验证方法

说明书

本发明涉及一种基于计算机视觉的污水处理验证方法；其获取三种不同光源下的污水样本的RGB图像信息，得到各光源对应的水下杂质分布图；然后将各水下杂质分布图输入神经网络中，分别得到水光分布图和杂质干扰图；进而根据水光分布图和杂质干扰图分别得到水体的颜色倾向程度和各光源下的杂质干扰图的信息熵；对所述杂质干扰图进行图像融合得到杂质分布图，根据所述杂质分布图得到杂质的分布密度和杂质的平均大小；最后根据所述水体的颜色倾向程度、杂质的分布密度和杂质的平均大小以及杂质干扰图的信息熵得出污水处理的合格程度，将所述合格程度与设置阈值作比较，判断污水处理是否合格。即本发明能够准确地判断出污水处理是否合格。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于计算机视觉的污水处理验证方法。

背景技术

现如今，很多产业在生产过程中都伴随着污水的生成，例如：纺织工业、化工生产企业等。这些污水中往往含有有害的高分子化合物或重金属离子等杂质，为了避免污水中的杂质影响环境，则需要对产生的污水进行处理。污水处理流程的大致过程是：污水需要先过滤去除颗粒大的杂质，然后添加处理剂将在水中的高分子或者有害离子沉淀出来，进而完成对污水的处理。

在污水处理之后，还需要验证处理后的污水是否符合排放标准，避免出现由于处理过程中的设备故障、处理参数异常等问题导致污水中沉淀物去除不干净的现象。而目前，一般都是采用水质检测仪、氨氮在线分析仪等检测装置，但是这些检测装置大都结构复杂，成本高，且内置用电设备较多，并且在进行频繁的检测中还需要耗费更多的资源，增加了企业的检测成本。

因此，亟需要一种成本低、能够准确检测污水合格程度的方法。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于计算机视觉的污水处理验证方法，所采用的技术方案具体如下：

本发明的一种基于计算机视觉的污水处理验证方法的技术方案，包括以下步骤：

获取三种不同光源下的污水样本的RGB图像信息；

对各RGB图像信息分别进行处理，得到各光源对应的R通道图像信息、G通道图像信息和B通道图像信息，将所述R通道信息、G通道图像信息和B通道图像信息作为对应光源下的水下杂质分布图；

将各水下杂质分布图输入神经网络模型，分别得到对应的水光分布图和杂质干扰图；

对所述水光分布图中像素的灰度值进行计算得到水体的颜色倾向程度；

计算各杂质干扰图的信息熵；

对各杂质干扰图进行阈值分割得到相应的二值图像，并将所述二值图像进行图像融合，得到杂质分布图；

采用连通域算法对所述杂质分布图进行连通域分析，获取杂质区域，所述杂质区域包含一个杂质颗粒；根据杂质区域的数量以及杂质分布图的面积得到杂质的分布密度；根据所有杂质区域面积的均值得到杂质的平均大小；

根据所述水体的颜色倾向程度、杂质的分布密度、杂质的平均大小以及任意一杂质干扰图对应的信息熵得出污水样本的合格程度，将所述合格程度与设置阈值作比较，若所述合格程度大于设定阈值，判断污水样本合格；若所述合格程度小于设定阈值，判断污水样本不合格。

进一步地，所述三种不同光源分别为红光、绿光和蓝光；所述红光对应R通道图像信息，所述绿光对应G通道图像信息，所述蓝光对应B通道图像信息。

进一步地，所述神经网络模型的损失函数为：