[发明专利]一种污水处理过程中溶解氧含量的预测方法及系统

权利要求书

1.一种污水处理过程中溶解氧含量的预测方法，其特征在于，该预测方法包括以下步骤：

利用深度相机获取污水表面可见光图像、污水表面深度图像；

根据所述污水表面可见光图像获取表面悬浮物二值图像；

根据所述表面悬浮物二值图像与所述污水表面深度图像获取表面悬浮物高度图像；

根据所述表面悬浮物二值图像与所述污水表面可见光图像获取表面悬浮物的纹理均匀性表示图像；

根据所述表面悬浮物二值图像获取污水表面Lab图像，根据所述污水表面Lab图像获取污水像素的局部颜色一致性；根据所述污水像素的局部颜色一致性计算污水像素的色彩基准差，得到污水的色彩基准差表示图像；

获取影响水中溶解氧含量的环境因素，同时将所述表面悬浮物高度图像、表面悬浮物的纹理均匀性表示图像、污水的色彩基准差表示图像进行融合，得到污水表面特征图像；

训练神经网络获取图像的溶解氧含量矩阵，根据溶解氧含量矩阵获取污水各个位置处的溶解氧含量值。

2.根据权利要求1所述的一种污水处理过程中溶解氧含量的预测方法，其特征在于，所述表面悬浮物二值图像的获取方法为：

基于阈值分割法进行图像分割，获取图像中污水的表面悬浮物，得到第一表面悬浮物二值图像，图像中表面悬浮物像素为1，其他像素为0，然后对第一表面悬浮物二值图像进行连通域提取，得到表面悬浮物的连通域，同时过滤较小面积的连通域，得到表面悬浮物二值图像，最终表面悬浮物连通域内的像素称为表面悬浮物像素。

3.根据权利要求1所述的一种污水处理过程中溶解氧含量的预测方法，其特征在于，所述表面悬浮物高度图像的获取方法为：

将表面悬浮物二值图像与深度图进行相乘，得到表面悬浮物的深度图像，然后将图像中非表面悬浮物的像素的所有深度进行求平均，得到污水表面平均深度值，该深度值作为基准值，然后将该基准值减去表面悬浮物的深度图像中的表面悬浮物像素的深度，得到每个表面悬浮物像素与水面的高度信息，得到的图像称为表面悬浮物高度图像。

4.根据权利要求1所述的一种污水处理过程中溶解氧含量的预测方法，其特征在于，所述表面悬浮物的纹理均匀性表示图像的获取方法为：

首先将表面悬浮物的污水图像进行灰度转换，得到表面悬浮物灰度图像；

然后对表面悬浮物灰度图像进行灰度级量化，得到表面悬浮物灰度级量化图像；

然后对表面悬浮物灰度级量化图像进行灰度共生矩阵的提取，所述灰度共生矩阵的提取中，两个像素灰度级共生概率的计算只针对表面悬浮物像素进行，最终计算得到灰度共生矩阵的ASM能量表示，将其作为表面悬浮物的纹理均匀性表示图像，其计算方法为：

其中k为量化级数，G(i,j)表示灰度共生矩阵第i行、第j列的值。

5.根据权利要求1所述的一种污水处理过程中溶解氧含量的预测方法，其特征在于，所述污水像素的局部颜色一致性获取方法为：

对表面悬浮物二值图像进行值域反向映射，即将图像中表面悬浮物像素为0，污水表面像素为1，得到污水表面图像；

将污水表面图像与污水图像相乘，得到污水表面图像；

然后对污水表面图像进行颜色空间转换，得到污水表面Lab图像，对于每一个污水像素，获取像素与其邻域像素相同量化级数的数量N，所述N通过下述方法获取：

将污水表面图像进行灰度转换，得到污水表面灰度图像，对其进行量化，得到一张灰度量化图像，然后获取像素与其邻域像素相同量化级数的数量N；

获取每个污水像素的局部颜色一致性U：

所述为色差公式；其中为该像素第i个邻域像素的Lab值, 为该像素的Lab值，n为邻域像素数量，w1为映射系数。

6.根据权利要求1所述的一种污水处理过程中溶解氧含量的预测方法，其特征在于，所述污水的色彩基准差表示图像的获取方法为：

为基准色彩值，w2为映射系数。