專利名稱：水中絮體形態(tài)原位識別方法
技術領域：
本發(fā)明涉及一種絮體的檢測方法。
技術背景絮凝過程是給水和廢水處理工藝中應用最普遍的關鍵環(huán)節(jié)之一，它在很大 程度上影響著后續(xù)流程的運行工況、最終出水質(zhì)量和成本費用。絮凝形態(tài)學是 研究絮凝過程溶液中膠粒和絮凝劑的形態(tài)特征及對絮凝過程與絮凝效果影響 規(guī)律的一門新的絮凝學理論分支，它認為在膠體溶液中，膠體顆粒和絮凝劑有 著多種多樣，的形態(tài)特征，而這些形態(tài)因素是決定絮凝過程和絮凝效果的重要因 素。目前水中絮體形態(tài)特征提取通常是將絮體沉淀在載玻片上，通過一個反相 顯微鏡觀測一定視場面積內(nèi)多個絮體的靜止影像結構，因而表征的都是人為選取的少數(shù)二維絮體圖像，代表性差；而且在靜態(tài)試驗取樣過程中勢必會導致絮 體破碎，且有大量絮體重疊現(xiàn)象，這就使獲得的絮體形態(tài)特征與真實值相差較 遠，致使得到的計算結果千差萬別，數(shù)據(jù)規(guī)律模糊，因此不能用于實際水處理 生產(chǎn)過程中絮體形態(tài)的實時檢測控制。 發(fā)明內(nèi)容本發(fā)明的目的是為了解決目前水處理絮體檢測過程中所采用的方法存在 代表性差，舉體破碎、重疊，導致獲得的絮體形態(tài)特征與真實值相差較遠，致 使得到的計算結果千差萬別，數(shù)據(jù)規(guī)律模糊的缺陷，而提供的一種水中絮體形 態(tài)原位識別方法。按以下步驟進行水中絮體形態(tài)原位識別 一、在水處理反應池入口處及反 應池出水處分別各安裝一部高速數(shù)字攝像機進行水下高速連續(xù)拍攝，并采用落 射光照明；二、將高速數(shù)字攝像機拍攝的圖像通過數(shù)字接口傳輸?shù)接嬎銠C中并 轉換成連續(xù)的絮體圖像記錄文件；三、將反應池入口處拍攝的絮體圖像文件按 時間順序編列成隊，并以隊列中連續(xù)的1000幅絮體圖像記錄文件為識別檢測 對象，采用順次推移先進先出的原則；四、將識別檢測對象1000幅連續(xù)絮體 圖像記錄文件轉換為256級絮體灰度圖像文件，并采用迭代閥值選擇方法分別
自動選取每幅絮體灰度圖像文件各自最適合的分割闊值T;五、將每幅絮體灰 度圖像文件中灰度值低于本幅分割閥值T的灰度區(qū)域作為絮體，并對1000幅 絮體灰度圖像文件中的所有絮體從1到n進行編號，其中n為1000幅絮體灰 度圖像文件中絮體總數(shù)；六、數(shù)據(jù)采集以單個絮體所含像素點數(shù)作為單個絮 體投影面積Ai，以單個絮體周長所含像素點數(shù)作為單個絮體周長Si，取單個 絮體投影面積A的自然對數(shù)值lnAi，取單個絮體周長Si的自然對數(shù)值lnSi， 其中i=l至n;七、以1000幅絮體灰度圖像文件中絮體總數(shù)n為計算對象，再 根據(jù)lnAi和lnSi的直線關系用最小二乘法進行擬和求得直線方程為 lnA=DflnS+E，其中l(wèi)nA為直線方程的y軸變量，lnS為直線方程的x軸變量， E為直線的截距，Df為直線斜率；八、將計算出的直線斜率Df作為距反應池 入口處的絮體分形維數(shù)值Dfl;九、將反應池出水處拍攝的絮體圖像文件按時 間順序編列成隊，并以隊列中連續(xù)的1000幅絮體圖像記錄文件為識別檢測對 象，采用順次推移先進先出的原則；十、對反應池出水處的識別檢測對象重復 操作步驟四至七，并將計算出的直線斜率Df作為距反應池出水處的絮體分形 維數(shù)值Dc;.十一、根據(jù)公式P =( Dfl-Df2)/Df2計算出絮體形態(tài)特征參數(shù)3 ，絮 體形態(tài)特征參數(shù)P值越小，絮體越密實，絮凝效果越好，絮體形態(tài)特征參數(shù)P 值越大，絮體越疏松，絮凝效果越差；其中步驟一中的高速數(shù)字攝像機以 640x480至1280x1024像素分辨率及100-500幀/秒的攝像速度拍攝；步驟九 中連續(xù)的1000幅絮體圖像記錄文件與步驟三中連續(xù)的1000幅絮體圖像記錄文 件是同時拍攝的；步驟四中每幅絮體灰度圖像文件各自最適合的分割閥值T 的計算方法為① 選擇絮體灰度圖像文件的灰度均值ki作為初始閥值的估算值To，② 利用閥值Tc把絮體圖像分割成&和R2兩個區(qū)域，③ 分別計算區(qū)域&和R2的灰度均值m和&，④ 重新定義新的閥值T『0n + ^y2，⑤ 重復步驟② ④直到m和^的均值恒定不變，再將計算出的閥值To取 為最適合的分割閥值T。實際水處理過程中由于絮凝過程中絮體粒子在水流的動力作用下不斷隨 機運動，在常規(guī)動態(tài)微觀拍攝過程中會顯現(xiàn)出較高的速度，導致采集到的絮體
圖像有強烈的運動虛影，給實際工作帶來很大困難。本發(fā)明方法采用高速數(shù)字攝像機對絮凝過程進行水下原位檢測，由于高速數(shù)字攝像機在100~500幀/秒 的速度拍攝，較短的曝光時間使得在拍攝運動絮體的時候所產(chǎn)生的虛影只有 200 500nm,這個長度比攝像機所能捕捉到的最小像素要小，因此可以獲得清 晰的圖像。絮體形態(tài)圖像識別技術基于統(tǒng)計學規(guī)律，如果絮體數(shù)很少，就會造 成測量結果很大的誤差，本發(fā)明方法采用的拍攝速度可以實現(xiàn)在短時間內(nèi)獲得 較多的絮體數(shù)，按每幅絮體圖像文件平均可得到多于15個絮體數(shù)來計算，1000 幅絮體圖像文件可以獲得多于10000個絮體數(shù)，因此保證了統(tǒng)計的準確性。由 于水中絮體在移動過程中的取向是隨機的，從而使重疊的可能性大大地降低了，因而可以保證本發(fā)明方法拍攝的圖像記錄文件中絮體數(shù)的最大標準偏差小 于1%。常規(guī)的絮凝過程是水中膠體顆粒隨機運動疊加形成小的集團，小集團 又碰撞聚集成較大集團，再進一步聚集， 一步一步成長為大的絮體，這一過程 決定了絮體在一定范圍內(nèi)是具有自相似性和標度不變性，即具有分形特征，本 發(fā)明方法中的直線斜率Df即為表征絮體形態(tài)特征的分形維數(shù)值。反復實驗研 究發(fā)現(xiàn)反應時間較短時絮體孔隙度較小，含水率低，絮體分形維數(shù)值較高，反 應時間較長時，絮體粒徑增大，絮體內(nèi)孔隙度增大，絮體分形維數(shù)值相對反應 初期會有所降低，而隨著反應初期絮體分形維數(shù)值的變化，反應最終形成的絮 體分形維數(shù)值會相應發(fā)生改變。本發(fā)明方法將絮體形態(tài)特征參數(shù)e作為識別水中絮體形態(tài)的關鍵指標，用 于表示水處理反應最終形成的絮體強度相對反應初期絮體強度的變化比率，該 比率值越小，絮體結構越密實，沉速越快，絮凝效果越好。本發(fā)明采用的水中絮體形態(tài)原位識別方法不但可獲得清晰的絮體圖像，而 且可以保證識別結果的準確性，能夠?qū)π躞w生長、破碎等動態(tài)過程進行原位檢 測識別和準確地表述，因此可作為一種全新有效的動態(tài)識別技術手段，應用于 實際水處理生產(chǎn)過程中，對推進絮凝理論的研究和推動水處理環(huán)保事業(yè)奠定了 基礎。本發(fā)明方法同時可以避免絮凝藥劑的盲目開發(fā)應用和重復使用，在實踐中 對絮凝劑的生產(chǎn)、使用、最佳絮凝工藝條件的控制等過程具有重要作用。


圖1是采用具體實施方式
六的方法對水中絮體進行原位識別，然后再根據(jù) 絮體形態(tài)特征參數(shù)P值與沉后水濁度繪制出的關系曲線圖。
具體實施方式
具體實施方式
一:本實施方式按以下步驟進行水中絮體形態(tài)原位識別一、 在水處理反應池入口處及反應池出水處分別各安裝一部高速數(shù)字攝像機進行 水下高速連續(xù)拍攝，并采用落射光照明；二、將高速數(shù)字攝像機拍攝的圖像通過數(shù)字接口傳輸?shù)接嬎銠C中并轉換成連續(xù)的絮體圖像記錄文件；三、將反應池 入口處拍攝的絮體圖像文件按時間順序編列成隊，并以隊列中連續(xù)的1000幅 絮體圖像記錄文件為識別檢測對象，采用順次推移先進先出的原則；四、將識 別檢測對象1000幅連續(xù)絮體圖像記錄文件轉換為256級絮體灰度圖像文件， 并采用迭代閥值選擇方法分別自動選取每幅絮體灰度圖像文件各自最適合的 分割闊值T;五、將每幅絮體灰度圖像文件中灰度值低于本幅分割閥值T的灰 度區(qū)域作為絮體，并對1000幅絮體灰度圖像文件中的所有絮體從1到n進行 編號，其中n為1000幅絮體灰度圖像文件中絮體總數(shù)；六、數(shù)據(jù)采集以單 個絮體所含像素點數(shù)作為單個絮體投影面積Ai，以單個絮體周長所含像素點 數(shù)作為單個絮體周長Sj，取單個絮體投影面積Ai的自然對數(shù)值lnAi，取單個 絮體周長Si的自然對數(shù)值lnSi，其中i-l至n;七、以1000幅絮體灰度圖像文 件中絮體總數(shù)n為計算對象，再根據(jù)lnAi和lnSi的直線關系用最小二乘法進行 擬和求得直線方程為lnA=DflnS+E，其中l(wèi)nA為直線方程的y軸變量，lnS 為直線方程的x軸變量，E為直線的截距，Df為直線斜率；八、將計算出的直 線斜率Df作為距反應池入口處的絮體分形維數(shù)值Dfl;九、將反應池出水處拍 攝的絮體圖像文件按時間順序編列成隊，并以隊列中連續(xù)的1000幅絮體圖像 記錄文件為識別檢測對象，采用順次推移先進先出的原則；十、對反應池出水 處的識別檢測對象重復操作步驟四至七，并將計算出的直線斜率Df作為距反應池出水處的絮體分形維數(shù)值Df2;十一、根據(jù)公式P氣Dfl-Df2)/Df2計算出絮體形態(tài)特征參數(shù)e ，絮體形態(tài)特征參數(shù)e值越小，絮體越密實，絮凝效果越好，絮體形態(tài)特征參數(shù)e值越大，絮體越疏松，絮凝效果越差；其中步驟一中的高速數(shù)字攝像機以640x480至1280x1024像素分辨率及100~500幀/秒的攝像速 度拍攝；步驟九中連續(xù)的1000幅絮體圖像記錄文件與步驟三中連續(xù)的1000
幅絮體圖像記錄文件是同時拍攝的；步驟四中每幅絮體灰度圖像文件各自最適 合的分割閥值T的計算方法為① 選擇絮體灰度圖像文件的灰度均值P作為初始閥值的估算值T0，② 利用閥值To把絮體圖像分割成R,和R2兩個區(qū)域，③ 分別計算區(qū)域R,和R2的灰度均值w和|i2，④ 重新定義新的閥值1=01! +&)/2，⑤ 重復步驟② ④直到m和^的均值恒定不變，再將計算出的閥值To取 為最適合的分割閥值T。本實施方式步驟三中的順次推移先進先出的原則是最新被列入的識別檢 測對象(絮體圖像記錄文件)將原識別檢測對象中時間排序最早的、同等數(shù)量 (幅)的絮體圖像記錄文件替換掉，并依此類推。
具體實施方式
二本實施方式與具體實施方式
一的不同點是步驟六中數(shù) 據(jù)采集使用MiDAS 2.0軟件模塊。其它步驟及參數(shù)與實施方式一相同。本實施方式MiDAS2.0軟件模塊購自于Xcitex公司。
具體實施方式
三本實施方式與具體實施方式
一的不同點是步驟二中使 用的接口為10/100/千兆通訊接口。其它步驟及參數(shù)與實施方式一相同。本實施方式采用的是集成的10/100/千兆以太網(wǎng)通訊接口。
具體實施方式
四本實施方式與具體實施方式
一的不同點是步驟一中在距反應池入口水流時間1~2分鐘處進行水下高速連續(xù)拍攝。其它步驟及參數(shù)與實施方式一相同。
具體實施方式
五本實施方式與具體實施方式
一的不同點是步驟一中的 高速數(shù)字攝像機以1024x768至1280x1024像素分辨率及300~500幀/秒的攝像 速度拍攝。其它步驟及參數(shù)與實施方式一相同。
具體實施方式
六本實施方式與具體實施方式
一的不同點是步驟一中的 高速數(shù)字攝像機以1280x1024像素分辨率及500幀/秒的攝像速度拍攝。其它 步驟及參數(shù)與實施方式一相同。采用本實施方式方法對水中絮體進行原位識別，絮體形態(tài)特征參數(shù)0值與沉后水濁度關系曲線如圖1所示。由圖1中可以明顯看出絮體形態(tài)特征參數(shù)e值與沉后水濁度(反應絮凝效
果好壞的最終評價指標，沉后水濁度越低，說明絮凝效果越好)具有良好的相關性(R2=0.985);絮體形態(tài)特征參數(shù)P值越小，絮體越密實，沉后水濁度越 低，絮凝效果越好，絮體形態(tài)特征參數(shù)e值越大，絮體越疏松，沉后水濁度越 高，即絮凝效果也就越差，從而證明可以用絮體形態(tài)特征參數(shù)e作為識別水中 絮體形態(tài)的關鍵指標。說明水中絮體形態(tài)原位識別方法可以真實、準確的反映 水中絮體和水處理的狀態(tài)。
權利要求
1、水中絮體形態(tài)原位識別方法，其特征在于按以下步驟進行水中絮體形態(tài)原位識別一、在水處理反應池入口處及反應池出水處分別各安裝一部高速數(shù)字攝像機進行水下高速連續(xù)拍攝，并采用落射光照明；二、將高速數(shù)字攝像機拍攝的圖像通過數(shù)字接口傳輸?shù)接嬎銠C中并轉換成連續(xù)的絮體圖像記錄文件；三、將反應池入口處拍攝的絮體圖像文件按時間順序編列成隊，并以隊列中連續(xù)的1000幅絮體圖像記錄文件為識別檢測對象，采用順次推移先進先出的原則；四、將識別檢測對象1000幅連續(xù)絮體圖像記錄文件轉換為256級絮體灰度圖像文件，并采用迭代閥值選擇方法分別自動選取每幅絮體灰度圖像文件各自最適合的分割閥值T；五、將每幅絮體灰度圖像文件中灰度值低于本幅分割閥值T的灰度區(qū)域作為絮體，并對1000幅絮體灰度圖像文件中的所有絮體從1到n進行編號，其中n為1000幅絮體灰度圖像文件中絮體總數(shù)；六、數(shù)據(jù)采集以單個絮體所含像素點數(shù)作為單個絮體投影面積Ai，以單個絮體周長所含像素點數(shù)作為單個絮體周長Si，取單個絮體投影面積Ai的自然對數(shù)值lnAi，取單個絮體周長Si的自然對數(shù)值lnSi，其中i＝1至n；七、以1000幅絮體灰度圖像文件中絮體總數(shù)n為計算對象，再根據(jù)lnAi和lnSi的直線關系用最小二乘法進行擬和求得直線方程為lnA＝DflnS+E，其中l(wèi)nA為直線方程的y軸變量，lnS為直線方程的x軸變量，E為直線的截距，Df為直線斜率；八、將計算出的直線斜率Df作為距反應池入口處的絮體分形維數(shù)值Df1；九、將反應池出水處拍攝的絮體圖像文件按時間順序編列成隊，并以隊列中連續(xù)的1000幅絮體圖像記錄文件為識別檢測對象，采用順次推移先進先出的原則；十、對反應池出水處的識別檢測對象重復操作步驟四至七，并將計算出的直線斜率Df作為距反應池出水處的絮體分形維數(shù)值Df2；十一、根據(jù)公式β＝(Df1-Df2)/Df2計算出絮體形態(tài)特征參數(shù)β，絮體形態(tài)特征參數(shù)β值越小，絮體越密實，絮凝效果越好，絮體形態(tài)特征參數(shù)β值越大，絮體越疏松，絮凝效果越差；其中步驟一中的高速數(shù)字攝像機以640×480至1280×1024像素分辨率及100～500幀/秒的攝像速度拍攝；步驟九中連續(xù)的1000幅絮體圖像記錄文件與步驟三中連續(xù)的1000幅絮體圖像記錄文件是同時拍攝的；步驟四中每幅絮體灰度圖像文件各自最適合的分割閥值T的計算方法為①選擇絮體灰度圖像文件的灰度均值μ作為初始閥值的估算值T0，②利用閥值T0把絮體圖像分割成R1和R2兩個區(qū)域，③分別計算區(qū)域R1和R2的灰度均值μ1和μ2，④重新定義新的閥值T0＝(μ1+μ2)/2，⑤重復步驟②～④直到μ1和μ2的均值恒定不變，再將計算出的閥值T0取為最適合的分割閥值T。
2、 根據(jù)權利要求1所述的水中絮體形態(tài)原位識別方法，其特征在于步驟 六中數(shù)據(jù)采集使用MiDAS 2.0軟件模塊。
3、 根據(jù)權利要求1所述的水中絮體形態(tài)原位識別方法，其特征在于步驟 二中使用的接口為10/100/千兆通訊接口。
4、 根據(jù)權利要求1所述的水中絮體形態(tài)原位識別方法，其特征在于步驟 一中在距反應池入口水流時間1~2分鐘處進行水下高速連續(xù)拍攝。
全文摘要
水中絮體形態(tài)原位識別方法，它涉及一種絮體的檢測方法。它解決了目前水處理絮體檢測過程中所采用的方法存在代表性差，絮體破碎、重疊，導致獲得的絮體形態(tài)特征與真實值相差較遠，致使得到的計算結果千差萬別，數(shù)據(jù)規(guī)律模糊的缺陷。絮體形態(tài)原位識別方法通過拍攝、圖像處理和運算，計算出絮體形態(tài)特征參數(shù)β，絮體形態(tài)特征參數(shù)β值越小，絮體越密實，絮凝效果越好，絮體形態(tài)特征參數(shù)β值越大，絮體越疏松，絮凝效果越差。本發(fā)明方法不但可獲得清晰的絮體圖像，而且可以保證識別結果的準確性，能夠?qū)π躞w生長、破碎等動態(tài)過程進行原位檢測識別和準確地表述，因此可作為一種全新有效的動態(tài)識別技術手段，應用于實際水處理生產(chǎn)過程中。
文檔編號G01N15/00GK101158630SQ20071014464
公開日2008年4月9日 申請日期2007年11月21日 優(yōu)先權日2007年11月21日
發(fā)明者軍 南 申請人:哈爾濱工業(yè)大學