CN106846312A - 一种基于色彩空间的监测污泥***水力条件变化的方法 - Google Patents
一种基于色彩空间的监测污泥***水力条件变化的方法 Download PDFInfo
- Publication number
- CN106846312A CN106846312A CN201710047516.5A CN201710047516A CN106846312A CN 106846312 A CN106846312 A CN 106846312A CN 201710047516 A CN201710047516 A CN 201710047516A CN 106846312 A CN106846312 A CN 106846312A
- Authority
- CN
- China
- Prior art keywords
- sludge
- hydraulics
- color
- change
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Activated Sludge Processes (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于色彩空间的监测污泥***水力条件变化的方法,包括:1)对污泥样品进行泥水分离,得到污泥固体;2)用数码相机拍摄得到污泥的若干彩色照片;3)提取这些照片中污泥絮体的RGB颜色值;4)将颜色值RGB转化为HSV颜色空间编码。可依据活性污泥的颜色编码值表征活性污泥***的水力条件变化,从而对污泥处理能力进行评估。通过此方法,可以使污水厂的技术工作人员了解当前活性污泥处理的处理能力,及时调整运行参数,为污水处理厂的优化运行、节能降耗及设备维护等提供指导性意见。
Description
技术领域
本发明属于污水处理领域,涉及一种通过对污泥样品色彩空间变化的分析,从而监测污泥***水力条件的色彩表示方法。
背景技术
在污水处理厂中由于搅拌不均匀、池型结构导致水力条件不良等原因,短流等水力条件恶化的情况时有发生。水力条件是保证良好传质效果、污染物与微生物充分接触等污水处理过程关键过程良好效果的重要外部条件,是保障良好污水处理效果的关键因素,所以对水力条件进行监测是污水处理厂运行管理的重要工作。
水力条件的监测一般采用示踪实验的方法进行,但由于投加了大量的示踪剂,在实际的污水处理厂实施时存在较大的困难,因此一般污水处理厂很少对其水力条件进行定期的评估。因此,提供一种高效、简便的利用污泥色彩的变化来监测污泥***中水力条件的变化,并大幅度节约经济成本和时间成本的方法,成为目前本领域亟待解决的技术问题。
发明内容
本发明的目的在于提供一种监测污泥***中水力条件变化的色彩表示方法。在常规活性污泥***中,通过对颜色空间分析,建立了一种基于污泥颜色空间方法来表征污泥水力条件的方法。该方法将污泥图像中的RGB值转化为HSV颜色空间值,HSV是根据颜色的直观特性所创建的一种颜色空间,可用于表征活性污泥的水力条件特征。
本发明的目的是通过下述技术方案来实现的。
一种基于色彩空间的监测污泥***水力条件变化的方法,包括下述步骤:
1)取污水处理厂污泥***中的污泥作为样品,将其分成等量的若干份;
2)将若干份污泥样品通过抽滤后达到泥水分离状态,从而在滤纸上得到污泥固体;
3)用相机对所取的若干污泥固体样本进行拍摄,即对同一样品拍摄大于5张照片;
4)从中选取至少3张污泥颜色相似的照片,用图像分析软件对各张照片的污泥像素进行分析,从而得到各像素的R、G、B值;
5)通过算法转换将得到的R、G、B值转化为HSV颜色空间模型中的H颜色编码值;
6)重复步骤1)~5),得到不同阶段污水处理厂污泥***中污泥的H颜色编码值,从而得到不同阶段H颜色编码值的标准差;
7)将分别得到的不同阶段H颜色编码值的标准差用以判断污泥***中的水力条件变化;
当前后阶段H颜色编码值的标准偏差数值波动范围大于10%,表明水力条件为发生显著变化,但当相邻H的标准偏差数值在10%范围内波动时,表明水力条件稳定。
进一步,所述步骤3)中,拍摄照片时,要在每次取样当天的固定光照下、固定相机模式下拍摄若干张能反映污泥真实颜色的彩色照片。
进一步,取样拍照的时间间隔,对于好氧污泥***,每天进行取样拍照;对于厌氧污泥***,每四天或者一周取样拍照监测一次。
进一步,用专业图像分析软件对照片进行分析时,要选择无杂质的污泥区域。
进一步,所述步骤4)中,对照片中的污泥区域进行分析时,用相同大小的取样框将照片中污泥区域分割成若干个分析对象,进行数据分析,得到R、G、B值。
进一步,所述步骤5)中,R、G、B值中R代表红色,G代表绿色,B代表蓝色;HSV颜色空间模型中的H颜色编码值,H代表色调。
进一步,所述步骤6)中,H颜色编码值的标准差计算公式为其中Hi为每个样本值,u为样本值的平均值,N为样本数量。
进一步,所述步骤7)中,水力条件包括水力停留时间、水力负荷、水流速度不均匀和搅拌不均匀。
进一步,所述步骤5)中,R、G、B值和H、S、V值之间的转换算法可采用图像编辑软件进行转换。
本发明具有以下优点:
1)迅速高效,弥补现行方法的不足。
基于污泥***的颜色编码值,能够迅速有效地判定污泥***培养过程中的水力条件变化以及处理能力,弥补***运行中处理能力难以评估的不足。
2)检测方便。
步骤简单易行,无需进行复杂运算,只需使用普通相机即可得到实验数据。即便是经验不足的污水厂工作人员也可以根据此方法对污泥进行分析。
3)经济实用。
本发明所运用的参数并非直观表征污水厂运行情况的指标,而是关注在污水处理的核心主体污泥***上。污泥***的自身状态才是真正影响污水厂运行的关键。而本发明所提供的以污泥色彩变化作为监测指标更是在检测中直观并且易于观察的,相比于示踪实验更经济实用。
由于色彩指标是一种简易并且方便监测的指标,使得本发明可以适用于大多数运行中的污水处理厂。而本发明可提前预警水力条件变化导致的风险,为相关技术人员提供了足够时间来解决问题。综合来看,是一种有效帮助污水厂管理运行的方法。
附图说明
图1为WW污水处理厂短期培养中不同水力条件HSV中H标准差变化图。
图2为WW污水处理厂另一季节培养中不同水力条件HSV中H标准差变化图。
图3为WW污水处理厂短期培养中厌氧放置4天后污泥真实颜色图。
图4为WW污水处理厂短期培养中厌氧搅拌4天后污泥真实颜色图。
图5为WW污水处理厂另一季节培养中好氧7天后污泥真实颜色图。
图6为WW污水处理厂另一季节培养中厌氧搅拌7天后污泥真实颜色图。
具体实施方式
下面通过具体实施例对本发明做进一步说明。
本发明通过污泥的色彩变化来监测污泥***中水力条件变化,本发明方法包括以下步骤:
1)取污水处理厂污泥***中的污泥作为样品,分成等量的若干份,要保证污泥样品滤去无关残渣、取样时要混合均匀。
2)用真空泵和抽滤装置将污泥泥水分离,在滤纸上得到污泥固体。每份污泥样品取5~30ml,根据污泥浓度的大小和污泥样品的泥水分离性状进行选择,从而确保污泥区域不留白。
3)同一污泥***的样品,间隔的时间要相同并且以天为单位,(根据污泥***主体微生物的特性决定,比如好氧污泥***,微生物生长变化较快,可每天监测;厌氧污泥***,则可每四天或者一周监测一次)用相机在每次取样当天的固定光照下、固定相机模式下拍摄若干能反映污泥真实颜色的彩色照片,对同一样品拍摄大于5张照片;
4)从中选取至少3张与污泥真实颜色最相近的照片三组,用图像分析软件对污泥的RGB值分析;其中对照片中的污泥区域进行分析时,要选择无杂质的污泥区域,用相同大小的取样框将污泥区域分割成若干个分析对象,进行统计分析,得到RGB值;其中,R代表红色;G代表绿色;B代表蓝色;
5)通过算法转换将得到的R、G、B值转化为HSV颜色编码值,H值为色调;
6)重复步骤1)~5),得到不同阶段污水处理厂污泥***中污泥的H颜色编码值,从而得到不同阶段H的标准差;H颜色编码值的标准差计算公式为
其中Hi为每个样本值,u为样本值的平均值,N为样本数量。
7)将分别得到的不同阶段H颜色编码值的标准差用以判断污泥***中的水力条件变化;水力条件包括水力停留时间、水力负荷、水流速度不均匀和搅拌不均匀。
当前后阶段H颜色编码值的标准偏差数值波动范围大于10%,表明水力条件为发生显著变化,但当相邻H颜色编码值的标准偏差数值在0~10%范围内波动时,表明水力条件稳定。
下面通过具体实施例进一步说明本发明效果。
实施例1
1)取陕西省西安市WW处理厂中的活性污泥,分成二组,每组设置两个平行实验,在实验室进行短期培养,第一组用氮气除氧后,覆盖上保鲜膜置于磁力搅拌器上培养;第二组用氮气除氧后覆盖保鲜膜,不进行其余处理;
对每组污泥进行连续取样,每天取均匀混合的污泥25ml;
2)用真空泵和抽滤装置将污泥泥水分离,在滤纸上得到污泥固体;
3)用相机在每次取样当天的固定光照下、固定相机模式下拍摄出能反映污泥真实颜色的彩色照片20-30张;
4)选取三组与污泥真实颜色最相近的照片,用图像分析软件进行污泥的R、G、B值分析;
5)通过算法转换将得到的R、G、B值转化为HSV颜色空间模型中的H颜色编码值,进而计算出H颜色编码值的标准差;
6)将分别得到的不同阶段H颜色编码值的标准差用以判断污泥***中的水力条件变化,如图1所示。
实施例分析:
由图1可见,在两种不同水力条件下监测5天,厌氧搅拌工况H标准差值波动范围很小,即前后监测阶段(以天计算)的H颜色编码值标准差值在10%范围内,说明水力条件基本比较稳定;而厌氧放置工况H颜色编码值标准差值基本在增大,且波动幅度较大,即前后监测阶段(以天计算)的H颜色编码值标准差值超出了10%范围,说明水力条件在逐渐变差。而厌氧搅拌工况相较于厌氧放置工况,是一种较好的水力条件。
同样由图3和图4对比可见,图3为厌氧放置4天后污泥真实颜色图,图4为厌氧搅拌4天后污泥真实颜色图,图4污泥颜色比图3污泥颜色发黑,说明图4中污泥水力条件较差。
实施例2
1)取陕西省西安WW污水处理厂中另一季节的活性污泥,分成二组,每组设置两个平行实验,在实验室进行短期培养,第一组进行连续曝气培养;第二组用氮气除氧后覆盖保鲜膜,不进行其余处理;
对每组污泥进行连续取样,每天取均匀混合的污泥25ml;
2)用真空泵和抽滤装置将污泥泥水分离,在滤纸上得到污泥固体;
3)用相机在每次取样当天的固定光照下、固定相机模式下拍摄出能反映污泥真实颜色的彩色照片20-30张;
4)选取三组与污泥真实颜色最相近的照片,用图像分析软件进行污泥的R、G、B值分析;
5)通过算法转换将得到的R、G、B值转化为HSV颜色空间模型中的H颜色编码值,进而计算出H颜色编码值的标准差;
6)将分别得到的不同阶段H颜色编码值的标准差用以判断污泥***中的水力条件变化,如图2所示。
实施例分析:
由图2可见,在两种不同水力条件下监测7天,在同一时刻好养工况H标准差值基本小于厌氧放置工况,而好氧工况相较于厌氧放置工况,是一种较好的水力条件。
同样由图5和图6对比可见,图5为厌氧放置7天后污泥真实颜色图,图6为厌氧搅拌7天后污泥真实颜色图,图6污泥颜色比图5污泥颜色发黑,说明图6中污泥水力条件较差。
由上述两个实例可见,与污水处理厂现行的示踪实验相对比,使用H标准差值作为监测水力条件变化的指标是十分简便的,并且可以大幅度节约经济成本和时间成本。
所以本发明是有效的通过污泥的色彩变化来监测污泥***中水力条件变化的方法。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。
Claims (9)
1.一种基于色彩空间的监测污泥***水力条件变化的方法,其特征在于,包括下述步骤:
1)取污水处理厂污泥***中的污泥作为样品,将其分成等量的若干份;
2)将若干份污泥样品通过抽滤后达到泥水分离状态,从而在滤纸上得到污泥固体;
3)用相机对所取的若干污泥固体样本进行拍摄,即对同一样品拍摄大于5张照片;
4)从中选取至少3张污泥颜色相似的照片,用图像分析软件对各张照片的污泥像素进行分析,从而得到各像素的R、G、B值;
5)通过算法转换将得到的R、G、B值转化为HSV颜色空间模型中的H颜色编码值;
6)重复步骤1)~5),得到不同阶段污水处理厂污泥***中污泥的H颜色编码值,从而得到不同阶段H颜色编码值的标准差;
7)将分别得到的不同阶段H颜色编码值的标准差用以判断污泥***中的水力条件变化;
当前后阶段H颜色编码值的标准偏差数值波动范围大于10%,表明水力条件在逐渐恶化;但当相邻H颜色编码值的标准偏差数值在0~10%范围内波动时,表明水力条件稳定。
2.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,所述步骤3)中,拍摄照片时,要在每次取样当天的固定光照下、固定相机模式下拍摄若干张能反映污泥真实颜色的彩色照片。
3.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,取样拍照的时间间隔,对于好氧污泥***,每天进行取样拍照;对于厌氧污泥***,每四天或者一周取样拍照监测一次。
4.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,其特征在于,用专业图像分析软件对照片进行分析时,要选择无杂质的污泥区域。
5.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,所述步骤4)中,对照片中的污泥区域进行分析时,用相同大小的取样框将照片中污泥区域分割成若干个分析对象,进行数据分析,得到R、G、B值。
6.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,所述步骤5)中,R、G、B值中R代表红色,G代表绿色,B代表蓝色;HSV颜色空间模型中的H颜色编码值,H代表色调。
7.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,所述步骤6)中,H颜色编码值的标准差计算公式为
其中,Hi为每个样本值,u为样本值的平均值,N为样本数量。
8.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,所述步骤7)中,水力条件包括水力停留时间、水力负荷、水流速度不均匀和搅拌不均匀。
9.根据权利要求1所述的基于色彩空间的监测污泥***水力条件变化的方法,其特征在于,所述步骤5)中,R、G、B值和H、S、V值之间的转换算法可采用图像编辑软件进行转换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710047516.5A CN106846312B (zh) | 2017-01-22 | 2017-01-22 | 一种基于色彩空间的监测污泥***水力条件变化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710047516.5A CN106846312B (zh) | 2017-01-22 | 2017-01-22 | 一种基于色彩空间的监测污泥***水力条件变化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846312A true CN106846312A (zh) | 2017-06-13 |
CN106846312B CN106846312B (zh) | 2019-09-03 |
Family
ID=59119323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710047516.5A Active CN106846312B (zh) | 2017-01-22 | 2017-01-22 | 一种基于色彩空间的监测污泥***水力条件变化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846312B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798347A (zh) * | 2017-10-31 | 2018-03-13 | 江苏和合环保集团有限公司 | 一种重金属离子污泥分类方法 |
CN111899818A (zh) * | 2020-07-28 | 2020-11-06 | 王艳捷 | 一种智慧型污水生物处理活性污泥监测技术及方法 |
CN115100215A (zh) * | 2022-08-29 | 2022-09-23 | 南通市赛孚环保科技有限公司 | 一种污水处理过程中溶解氧含量的预测方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477630A (zh) * | 2009-02-17 | 2009-07-08 | 吴俊� | 智能化水处理微生物机器视觉辨识***和方法 |
CN104020106A (zh) * | 2014-06-06 | 2014-09-03 | 林正祥 | 废水诊断***、废水诊断装置与废水资料处理方法 |
CN104992447A (zh) * | 2015-07-24 | 2015-10-21 | 安徽工业大学 | 一种污水运动微生物的图像自动检测方法 |
CN105675623A (zh) * | 2016-01-29 | 2016-06-15 | 重庆扬讯软件技术有限公司 | 一种基于污水口视频的污水颜色与流量检测的实时分析方法 |
-
2017
- 2017-01-22 CN CN201710047516.5A patent/CN106846312B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477630A (zh) * | 2009-02-17 | 2009-07-08 | 吴俊� | 智能化水处理微生物机器视觉辨识***和方法 |
CN104020106A (zh) * | 2014-06-06 | 2014-09-03 | 林正祥 | 废水诊断***、废水诊断装置与废水资料处理方法 |
CN104992447A (zh) * | 2015-07-24 | 2015-10-21 | 安徽工业大学 | 一种污水运动微生物的图像自动检测方法 |
CN105675623A (zh) * | 2016-01-29 | 2016-06-15 | 重庆扬讯软件技术有限公司 | 一种基于污水口视频的污水颜色与流量检测的实时分析方法 |
Non-Patent Citations (1)
Title |
---|
BALDINI, G. ET AL: "Automatic monitoring of waste-water in industrial plants basins", 《IMAGE PROCESSING, 2001. PROCEEDINGS. 2001 INTERNATIONAL CONFERENCE ON》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798347A (zh) * | 2017-10-31 | 2018-03-13 | 江苏和合环保集团有限公司 | 一种重金属离子污泥分类方法 |
CN111899818A (zh) * | 2020-07-28 | 2020-11-06 | 王艳捷 | 一种智慧型污水生物处理活性污泥监测技术及方法 |
CN115100215A (zh) * | 2022-08-29 | 2022-09-23 | 南通市赛孚环保科技有限公司 | 一种污水处理过程中溶解氧含量的预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106846312B (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846312A (zh) | 一种基于色彩空间的监测污泥***水力条件变化的方法 | |
CN108052980B (zh) | 基于图像的空气质量等级检测方法 | |
JP3131661B2 (ja) | 水質汚染監視装置及びその方法 | |
CN106600509B (zh) | 一种基于基础数据分析判断企业兑水排污行为的方法 | |
CN116152748B (zh) | 基于蓝藻识别的河湖监管方法及其*** | |
CN107540169A (zh) | 一种污水处理控制***及其处理方法 | |
CN102567731A (zh) | 一种感兴趣区域提取方法 | |
CN106970576A (zh) | 基于图片分析的智能化污水处理监控方法 | |
CN114509445A (zh) | 一种基于聚类分析的污染物识别预警方法及*** | |
Li et al. | Probing operational conditions of mixing and oxygen deficiency using HSV color space | |
CN106769893B (zh) | 一种基于色彩空间的污泥微生物群落特征的表征方法 | |
CN115272826A (zh) | 一种基于卷积神经网络的图像识别方法、装置及*** | |
CN112712008A (zh) | 一种基于3d卷积神经网络的水环境预警判断方法 | |
JP2019052985A (ja) | フロックの定量評価装置及び定量評価方法 | |
CN115330261B (zh) | 基于物联网技术的黑臭河道生态综合化治理方法 | |
CN106841199A (zh) | 一种判定厌氧氨氧化工艺污泥***是否受到冲击的方法 | |
CN104020106B (zh) | 废水诊断***、废水诊断装置与废水资料处理方法 | |
Sahithi | Cloud computing and crowdsourcing for monitoring lakes in developing countries | |
CN112884039B (zh) | 一种基于计算机视觉的水体污染识别方法 | |
CN106097386A (zh) | 一种应用计算机图像处理方法 | |
CN115496716A (zh) | 基于深度学习的单双微核细胞图像检测方法及相关设备 | |
Liping et al. | Prediction and Realization of DO in sewage Treatment based on Machine Vision and BP Neural Network | |
CN117237773B (zh) | 一种基于多模态的污水净化分析方法及*** | |
Zeng et al. | Environmental DNA metabarcoding reveals the effect of environmental selection on phytoplankton community structure along a subtropical river | |
CN117437553B (zh) | 一种用于入河排污口监测的遥感影像数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |