[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

说明书

本发明涉及污水处理技术领域，具体涉及一种污水处理过程中溶解氧含量的预测方法。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获取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；获取影响水中溶解氧含量的环境因素；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；训练神经网络获取污水各个位置处的溶解氧含量值。该方法考虑到悬浮物的影响，提取的色彩特征表征能力强，可有效表示污水处理后表面的特性，预测精度高。

技术领域

本发明涉及污水处理技术领域，具体涉及一种污水处理过程中溶解氧含量的预测方法及系统。

背景技术

当前中国的水资源稀缺，水污染日益严重。通过对中国主要流域的调查发现，河流具有严重的有机污染，主要湖泊出现富营养化。污水处理生化反应过程中的溶解氧是一个非常重要的控制参数。目前大多数国内外污水处理工艺都是使用小型溶解氧检测仪。检测溶解氧的仪器长期嵌人在污水当中，在其表面上很容易形成一层氧化膜，导致“钝化”，需要间隔一段时间后清理，同时还需要时常更换透氧膜，存在价格昂贵、各种配件难以获得等原因。也有基于机器学习对污水处理过程中溶解氧含量进行预测的方法，但都未考虑悬浮物的影响，且方法所依赖的色彩特征表征能力弱，导致预测精度较低。

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污水处理过程中溶解氧含量的预测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种污水处理过程中溶解氧含量的预测方法，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。

进一步，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。

进一步的，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。

进一步的，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。