[發明專利]水質檢測方法及其水樣圖像識別裝置

在審

• 申請號: 201810867078.1
• 申請日: 2018-08-01
• 公開（公告）號: CN109187534A
• 公開（公告）日: 2019-01-11
• 發明（設計）人: 劉應天;孫克柱
• 申請（專利權）人: 江蘇凱納水處理技術有限公司
• 主分類號: G01N21/84
• 分類號: G01N21/84;G06K9/00;G06K9/62
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 王程遠

本發明實施例提供了一種水質檢測方法及其水樣圖像識別裝置。所述方法包括：獲取若干水樣圖像樣本；以所述水樣圖像樣本為基礎，構建對應的神經網絡模型；采集獲取當前水樣圖像；根據所述神經網絡模型，確定當前水樣圖像的識別結果；將所述識別結果傳送至遠程終端，實時檢測水質。該方法通過對水樣圖像的識別來提供水樣檢測結果。該水樣檢測結果的反應速度較快，能夠解決水處理系統水質突變無法及時發現的問題。另外，該水質檢測方法還可以為環保提供實時的檢測數據，確保能夠及時的發現排污超標的問題。

技術領域

本發明涉及水質檢測技術領域，尤其涉及一種水質檢測方法及其水樣圖像識別裝置。

背景技術

在水處理行業中，水質的實時檢測結果是非常重要的控制指標，對于水質檢測結果的實時性和準確性要求較高。現有的水質檢測(或檢測)方法都是基于化學原理，以各種不同的傳感器為硬件基礎的化學分析方法。

該化學分析方法得到的結果雖然全面和準確，但是由于化學反應發生需要一定的時間，這樣的化學分析方法具有一定的滯后性，無法及時掌握水質的突變，水質檢測結果會存在一定時延，導致特殊情況下，一些水處理設備無法實現快速的運行調整，造成設備污染以及水處理無法達標等的問題。

另外，由于水質檢測結果的實時性不佳，企業和環保部門都無法實時掌握廢水排放情況，經常會出現廢水超標排放污染環境的現象。

因此，現有技術還有待發展。

發明內容

鑒于上述現有技術的不足之處，本發明的目的在于提供水質檢測方法及其水樣圖像識別裝置，旨在解決現有技術中化學分析法提供的檢測結果實時性不佳的問題。

為了達到上述目的，本發明采取了以下技術方案：

一種水質檢測方法，所述方法包括：獲取若干水樣圖像樣本；以所述水樣圖像樣本為基礎，構建對應的神經網絡模型；采集獲取當前水樣圖像；根據所述神經網絡模型，確定當前水樣圖像的識別結果；將所述識別結果傳送至遠程終端，實時檢測水質。

所述的水質檢測方法，其中，所述以所述水樣圖像樣本為基礎，構建對應的神經網絡模型，具體包括：生成與所述水樣圖像樣本相對應的多尺度訓練樣本數據；使用所述多尺度訓練樣本數據對神經網絡進行訓練，獲得對應的神經網絡模型。

所述的水質檢測方法，其中，所述根據所述神經網絡模型，確定當前水樣圖像的識別結果，具體包括：提取所述當前水樣圖像的關鍵點數據；通過所述神經網絡模型，對所述關鍵點數據進行一致性匹配，獲得匹配結果；根據所述匹配結果，確定當前水樣圖像的識別結果。

所述的水質檢測方法，其中，所述關鍵點數據包括：水樣圖像的水樣顏色、濁度、漂浮物以及水花。

所述的水質檢測方法，其中，所述生成與所述水樣圖像樣本相對應的多尺度訓練樣本數據，具體包括：提取每一個所述水樣圖像樣本的關鍵點數據；所述水樣圖像樣本為不同行業或者同一行業不同水質的水樣圖像樣本；對所述水樣圖像樣板的關鍵點數據進行歸一化處理。

一種水樣圖像識別裝置，其中，該圖像識別裝置包括：在線圖像采集模塊以及圖像識別模塊；所述在線圖像采集模塊用于采集若干水樣圖像樣本以及當前水樣圖像；

所述圖像識別模塊包括：樣本獲取單元，用于獲取若干水樣圖像樣本；模型生成單元，用于以所述水樣圖像樣本為基礎，構建對應的神經網絡模型；采樣單元，用于采集獲取當前水樣圖像；圖像分析單元，用于根據所述神經網絡模型，確定當前水樣圖像的識別結果；以及遠程檢測單元，用于接收所述識別結果，實時檢測水質。

所述的水樣圖像識別裝置，其中，所述模型生成單元，具體包括：判定樣本子單元，用于生成與所述水樣圖像樣本相對應的多尺度訓練樣本數據；訓練子單元，用于使用所述多尺度訓練樣本數據對神經網絡進行訓練，獲得對應的神經網絡模型。