机器视觉技术在污水处理溶解氧测定中的应用研究

摘要

活性污泥法是一个需氧的微生物代谢过程。其中，反应池中的微生物利用曝气提供的溶解氧(Dissolved Oxy—gen)来降解污水中的有机物等污染物质。水体中的溶解氧(DO)是污水处理生化反应过程中的一个重要控制参数，也是影响运行费用和出水水质的重要因素。而曝气反应过程是一种复杂的非线性的生化过程，其中水质水量不断波动，要实现准确测量水中溶解氧非常困难。目前，国内外的污水处理过程中基本都是采用基于电流测定法的溶解氧检测仪，这种溶氧仪价格较高且需经常进行物化维护。因此，研究开发具有较高抗干扰能力、成本低、防腐蚀性强并且工作稳定的溶解氧含量检测方法具有十分重要的理论价值和实际应用价值。 本文提出了以曝气池水体图像为研究对象，检测水中溶解氧含量的新思路，利用BP人工神经网络技术为溶解氧检测系统建立了仿真预测模型，为实现基于机器视觉技术的污水处理中溶解氧的测定进行了力所能及的探索，主要做了以下几方面的工作： (1)结合实际污水处理现场工作的经验，在分析现有国内外水中溶解氧检测技术和机器视觉检测技术的基础上，，提出了利用机器视觉技术，以曝气池水体图像为研究对象，检测水中溶解氧含量的基本思路： (2)分析了机器视觉检测技术应用中，对图像进行预处理的相关方法，并应用Matlab软件针对曝气池的水体图像加以实现： (3)提取了曝气池水体图像的颜色特征，在对颜色在机器视觉中应用现状分析的基础上，经过颜色空间变换，得到了用于溶解氧检测系统的水体颜色描述信息； (4)基于曝气池水体图像颜色特征参量，应用BP神经网络构建了溶解氧检测系统的预测运算模型，并以Matlab软件完成了仿真测试。 本文的研究对水中溶解氧检测新方法的开发和机器视觉检测技术的应用具有较高的实际意义，但由于条件和时间限制，尚有许多方面有待改进和深入探讨。

目录

文摘

英文文摘

声明

第1章 绪论

1.1课题背景及研究意义

1.2污水处理系统中溶解氧在线检测的技术现状

1.2.1溶解氧检测技术的国内外应用现状

1.2.2溶解氧在线检测在污水处理中的现实意义

1.3机器视觉技术用于溶解氧在线检测的研究现状

1.3.1机器视觉检测在国内外的应用现状

1.3.2机器视觉用于溶解氧检测的可行性

1.4研究内容与论文安排

第2章 机器视觉技术的溶解氧检测系统的设计

2.1设计思想

2.2设计方案

2.2.1设计框图

2.2.2原始数据采集对象介绍

2.2.3原始数据采集所需硬件

2.2.4原始数据采集方法

2.2.5原始数据及其说明

2.3系统实现的功能

2.4本章小结

第3章 水体图像处理及其Matlab实现

3.1机器视觉与图像处理的关系

3.2水体图像处理

3.2.1数字图像处理的基本流程

3.2.2数字图像处理技术在水体图像处理中的应用

3.3水体图像处理的Matlab实现

3.3.1图像截取

3.3.2中值滤波

3.3.3图像分割

3.3.4 RGB颜色特征提取

3.4溶解氧与水体颜色特征关系分析

3.4.1视觉特性和颜色空间研究现状

3.4.2 RGB到HSI的颜色空间转换及其Matlab转换

3.4.3 HSI特征值与溶解氧之间关系的初步分析

3.4.4其它条件与溶解氧之间关系的分析

3.5本章小结

第4章 溶解氧人工神经网络检测模型的确立及数据处理

4.1人工神经网络概论

4.1.1人工神经网络

4.1.2 BP神经网络

4.1.3 MATLAB神经网络工具箱

4.2溶解氧检测BP神经网络模型的确立

4.2.1网络输入变量的选取

4.2.2样本的预处理

4.2.3样本的选取

4.2.4隐层个数及隐层神经元个数的确定

4.2.5初始权值的选取

4.2.6学习速率

4.3 BP神经网络模型的Matlab实现

4.4本章小结

结论

参考文献

攻读硕士学位期间所发表的学术论文

致 谢