[發明專利]一種基于圖像處理的污水預處理方法

在審

• 申請號: 202011376358.6
• 申請日: 2020-11-30
• 公開（公告）號: CN112508899A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 唐夢潔;余婷婷
• 申請（專利權）人: 西安萬木春信息技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/90;G06K9/46;G06K9/62;G06N3/04;C02F1/00
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 徐瑤

本發明公開了一種基于圖像處理的污水預處理方法，具體按以下步驟實施：步驟1，獲取污水圖像，進行初步處理；步驟2，將經步驟1處理后的污水圖像輸入卷積神經網絡進行特征提取；步驟3，將經步驟2提取的特征再次輸入卷積神經網絡中進行匹配；步驟4，經步驟3匹配后進行污水處理；在污水處理前進行預處理，進行判斷是否需要進行大顆粒污染物的過濾，通過卷積神經網絡進行預判斷，判斷效率高，而且經過判斷后可以對污水處理有初步的除雜安排，節省了污水處理過程，減小能耗。

技術領域

本發明屬于污水處理技術領域，涉及一種基于圖像處理的污水預處理方法。

背景技術

污水處理(sewage treatment，wastewater treatment)：為使污水達到排入某一水體或再次使用的水質要求對其進行凈化的過程,污水處理被廣泛應用于建筑、農業、交通、能源、石化、環保、城市景觀、醫療、餐飲等各個領域，也越來越多地走進尋常百姓的日常生活；關于水污染的話題不斷被提起，特別是地下水污染問題，按污水來源分類，污水處理一般分為生產污水處理和生活污水處理。生產污水包括工業污水、農業污水以及醫療污水等，而生活污水就是日常生活產生的污水，是指各種形式的無機物和有機物的復雜混合物，包括：漂浮和懸浮的大小固體顆粒；膠狀和凝膠狀擴散物；純溶液；處理污水的方法很多，一般可歸納為物理法、化學法和生物法等，現有的污水處理廠存在較多嚴重的問題，如資金不足\成本高\效率低等大問題，普遍效率不足70％，低的只有40％，污水處理成本能耗情況：基本都是高能耗\低效率。

發明內容

本發明的目的是提供一種基于圖像處理的污水預處理方法，解決了現有污水處理中存在的高能耗問題。

本發明所采用的技術方案是，一種基于圖像處理的污水預處理方法，具體按以下步驟實施：

步驟1，獲取污水圖像，進行初步處理；

步驟2，將經步驟1處理后的污水圖像輸入卷積神經網絡進行特征提取；

步驟3，將經步驟2提取的特征再次輸入卷積神經網絡中進行匹配；

步驟4，經步驟3匹配后進行污水處理。

本發明的特點還在于：

其中步驟1的具體內容包括：

將獲取的污水圖像進行灰度，灰度后圖像的像素值分布在[0，255]之間，然后將灰度后的污水圖像進行分割，分割成若干小尺寸圖像；

其中步驟2中特征提取的具體過程為：

步驟2.1，首先將經步驟1處理后的圖像進行歸一化處理；

步驟2.2，建立卷積層，然后將經步驟2.1歸一化處理后的圖像進行特征提取；

步驟2.3，建立池化層，將經步驟2.2提取的特征圖像進行特征選擇和信息過濾；

步驟2.4，建立全連接層，將經池化后的特征圖像進行非線性組合；

步驟2.5，建立輸出層，將經步驟2.5處理后的圖像通過輸出層進行輸出，得到分類結果；

其中步驟2.1中，將經經步驟1處理后的圖像的像素值進行歸一化至[0，1]；

其中步驟3的具體過程為：

首先，搜集數據集，所述數據集為含有大塊污染物的各類污水圖像，數據集中圖像數量不小于1000，然后將數據集輸入至提前建立好的卷積神經網絡中，將經步驟2提取的特征圖像與提前輸入的數據集在卷積神經網絡中進行對比；

其中步驟4中，將經步驟3匹配結束后，若匹配度大于50％，則首先需要對污水進行大塊污染物過濾，然后再進行顆粒污染物和離子污染物的處理；

反之，則直接進行顆粒污染物和離子污染物的處理。