[發(fā)明專利]基于多尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110048526.7
• 申請(qǐng)日: 2021-01-14
• 公開(kāi)（公告）號(hào): CN112766357A
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 張春旺
• 申請(qǐng)（專利權(quán)）人: 成都市春昂耒網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本申請(qǐng)涉及智能制造領(lǐng)域下的智能進(jìn)程監(jiān)控，其具體地公開(kāi)了一種基于多尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法。其中，所述智能監(jiān)控方法，通過(guò)計(jì)算多個(gè)不同尺度的特征圖之間的距離，并基于該距離構(gòu)造特征向量來(lái)進(jìn)行分類，從而基于不同尺度的特征圖之間的相似性，來(lái)表達(dá)高維特征空間中的特征點(diǎn)的分布是否均勻，通過(guò)這樣的方式，提高監(jiān)控的準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及智能制造領(lǐng)域下的智能進(jìn)程監(jiān)控，且更為具體地，涉及一種 基于多尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)

曝氣(水處理)是指向水中充氣或通過(guò)機(jī)械攪動(dòng)等方法，來(lái)增加水與空 氣的接觸面積，是污水需氧生物處理的中間工藝。目前，在用于污水處理的 曝氣池中，通過(guò)專門的曝氣裝置來(lái)進(jìn)行曝氣。并且，在曝氣過(guò)程中，期望曝 氣產(chǎn)生的氣泡的分布均勻，同時(shí)氣泡的體積不應(yīng)過(guò)大，否則將會(huì)導(dǎo)致氣泡的 利用率不高，也就是，曝氣過(guò)程直接影響污水處理的效果。

因此，期望能夠提供一種對(duì)于曝氣過(guò)程中的氣泡的分布和大小進(jìn)行檢測(cè) 的方法。

目前，深度學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處 理、文本信號(hào)處理等領(lǐng)域。此外，深度學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)在圖像分類、物體 檢測(cè)、語(yǔ)義分割、文本翻譯等領(lǐng)域，也展現(xiàn)出了接近甚至超越人類的水平。

近年來(lái)，深度學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)的發(fā)展為污水曝氣處理的質(zhì)量監(jiān)控提供 了新的解決思路和方案。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題，提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了基于多 尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法、系統(tǒng)和電子設(shè)備，其采用 卷積神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)曝氣過(guò)程中的包含氣泡的污水圖像進(jìn)行特征提取，通過(guò)計(jì) 算多個(gè)不同尺度的特征圖之間的距離，并基于該距離構(gòu)造特征向量來(lái)進(jìn)行分 類，以此來(lái)確定曝氣過(guò)程中的氣泡的分布和大小是否符合預(yù)定標(biāo)準(zhǔn)。

根據(jù)本申請(qǐng)的一個(gè)方面，提供了一種基于多尺度和信息補(bǔ)償?shù)奈鬯貧?處理的智能監(jiān)控方法，其特征在于，包括：

步驟1：獲取待檢測(cè)圖像，所述待檢測(cè)圖像為曝氣過(guò)程中的包含氣泡的 污水圖像；

步驟2：將所述待檢測(cè)圖像通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)，以從所述待檢測(cè)圖 像中獲取第一特征圖；

步驟3：對(duì)所述第一特征圖進(jìn)行基于具有第一預(yù)設(shè)尺寸的特征矩陣的平 均值池化，以獲得第一池化特征圖；

步驟4：將所述第一池化特征圖通過(guò)多個(gè)卷積層，以獲得第二特征圖；

步驟5：計(jì)算所述第一特征圖與所述第二特征圖之間的距離，以獲得第 一特征值；

步驟6：迭代地以步驟3、步驟4和步驟5的方式獲得多個(gè)具有更小尺 度的特征圖，并分別計(jì)算每相鄰兩個(gè)特征圖之間的距離以獲得多個(gè)特征值， 其中，在迭代過(guò)程中，所述特征矩陣的尺寸被逐漸地減?。灰约?/p>

步驟7：將由所述第一特征值和所述多個(gè)特征值構(gòu)成的特征向量，通過(guò) 分類器以獲得分類結(jié)果，所述分類結(jié)果，用于表示曝氣過(guò)程中的氣泡的情況 是否符合預(yù)定標(biāo)準(zhǔn)。

在上述基于多尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法中，步驟 5：計(jì)算所述第一特征圖與所述第二特征圖之間的距離，以獲得第一特征值， 包括：計(jì)算所述第一特征圖與所述第二特征圖之間的余弦距離，以獲得所述 第一特征值。

在上述基于多尺度和信息補(bǔ)償?shù)奈鬯貧馓幚淼闹悄鼙O(jiān)控方法，其中， 步驟5：計(jì)算所述第一特征圖與所述第二特征圖之間的距離，以獲得第一特 征值，包括：計(jì)算所述第一特征圖與所述第二特征圖之間的均方差，以獲得 所述第一特征值。