基于图像处理的水厂水质浊度检测系统

摘要

水是生命之源，人类的生活和生产都离不开水。随着社会经济的发展，水质标准也在不断地完善和提高。自来水厂的水用于饮用之前需要经过一系列处理，传统的水质浊度检测主要通过肉眼观察等方法实现，并结合经验进行絮凝剂投加，这样无法达到真正意义上的计量投加，并且可能造成絮凝剂的过分浪费、水质情况难于掌握、费时费力等诸多问题，这些都与日益提高的水质要求不相适应。自动化控制是近年来水厂发展的显著特点，原水水质浊度检测是指导水处理中絮凝剂计量投加的重要过程，水质检测等水厂自动化技术的实现可有效地控制水处理过程、精确预估投药量实现加药自动化，避免人为造成的误判，具有良好的经济和社会效益。
　　目前数字图像处理技术作为一种应用科学正逐步渗透到社会各领域，给人类带来了巨大的经济和社会效益。本文结合数字图像处理技术和模式识别技术设计了一套能够对水下摄像机采集到的原水水质图像进行自动化分析的系统，该系统可以自动识别原水图像中的悬浮颗粒，实时检测并修正水质浊度，进而指导絮凝剂投加。
　　本系统由软件和硬件两部分相结合进行开发。硬件部分主要完成图像采集和絮凝剂的计量投加，软件部分主要实现原水水质图像处理以及目标颗粒的分类识别。本系统重点解决三个问题:
　　(1)针对采集的原水水质图像的特点，结合OpenCV图像处理和机器视觉库进行图像分析处理，将图像中的目标颗粒从图像上分割出来为图像特征抽取和分类识别做准备。
　　(2)对处理后的图像进行特征抽取，并对选取的特征进行量化，以量化后的特征数据训练分类器。
　　(3)使用训练后的分类器对新采集到的原水水质图像中的目标颗粒进行自动识别，对图像中的悬浮颗粒和气泡进行分类，然后利用分类结果实时修正水质浊度进而指导絮凝剂的投加。
　　作者在上述三个问题的解决中都不同程度的提出了一些改进的新方法，这些方法的结合可以良好的应用于本系统。实验表明，本文设计出的基于图像处理的水厂水质浊度检测系统可实时快速的检测出当前的水质浊度，及时调整絮凝剂的投加量，并且检测过程简单，能极大的降低制水成本，有助于提高水厂的自动化水平，具有重要的社会经济效益。

目录

声明

摘要

第一章 绪论

1．1 研究的背景和意义

1．2 国内外研究现状

1．3 系统整体框架

1．4 本文结构安排

第二章 图像处理主要算法研究

2．1 数字图像处理的主要内容

2．2 图像的预处理

2．2．1 直方图均衡化

2．2．2 灰度指数变换

2．2．3 灰度阈值变换

2．2．4 灰度幂次变换

2．3 图像分割技术

2．3．1 常用的图像分割方法

2．3．2 迭代阈值分割

2．3．3 最大类间方差阈值分割

2．3．4 最小一维交叉熵阈值分割

2．3．5 二维OTSU阈值分割

2．4 形态学图像处理

2．4．1 图像的腐蚀

2．4．2 图像的膨胀

2．4．3 图像的开运算

2．4．4 图像的闭运算

2．4．5 图像的形态学梯度

2．5 本章小结

第三章 系统结构总体介绍

3．1 系统处理流程

3．2 整体算法框架

3．3 系统硬件设计

3．3．1 图像采集部分设计

3．3．2 絮凝剂投加控制电路

3．3．3 主控制器PC

3．4 系统软件平台设计与实现

3．4．1 软件开发环境

3．4．2 软件设计与实现

3．5 本章小结

第四章 基于图像处理的特征抽取

4．1 图像特征

4．1．1 常见的图像特征

4．1．2 图像特征的选择

4．1．3 常用的图像特征分类标准

4．2 图像识别特征

4．3 原水图像特征抽取

4．4 本章小结

第五章 基于SVM的自动颗粒识别

5．1 分类问题介绍

5．2 支持向量机SVM

5．2．1 SVM基本原理

5．2．2 线性分类器

5．2．3 核函数

5．3 LibSVM

5．4 分类器的训练

5．5 分类器的使用

5．6 本章小结

第六章 总结与展望

6．1 工作总结

6．2 不足与展望

参考文献

致谢