CN108051442A - 一种基于智能终端的水质识别方法及水质识别*** - Google Patents
一种基于智能终端的水质识别方法及水质识别*** Download PDFInfo
- Publication number
- CN108051442A CN108051442A CN201711459234.2A CN201711459234A CN108051442A CN 108051442 A CN108051442 A CN 108051442A CN 201711459234 A CN201711459234 A CN 201711459234A CN 108051442 A CN108051442 A CN 108051442A
- Authority
- CN
- China
- Prior art keywords
- current
- standard
- turbidity
- water quality
- measured
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明提供了一种基于智能终端的水质识别方法及水质识别***。所述水质识别方法包括如下步骤：采集一包含图形标记的待测水资源的当前图像；根据所述当前图像的颜色，检测所述待测水资源的当前色度；根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度；计算所述当前图像中包含的当前悬浮物质含量；根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量。所述水质识别***包含采集模块、检测模块、提取模块、计算模块和处理模块。采用该水质识别方法及水质识别***，能够帮助用户便于用户对于当时当地的水资源的质量进行检测，方便快捷。
Description
技术领域
本发明涉及智能终端领域，尤其涉及一种基于智能终端的水质识别方法及水质识别***。
背景技术
随着人类社会工业化的进步，环境污染越来越严重，而水资源的污染也在加重。特别是在非洲广袤的土地上，水资源成为其重要的资源，而因为水资源传播的疾病肆意传播，让生活在这一地区的人群积贫积弱。然而，传统的水质检测需要通过多种仪器对水资源的各个方面进行鉴定，最终根据鉴定所得的数据方可对水质进行综合判断。因此，人们很难自行对水资源的质量进行即使检测和鉴定。尤其，当人们处于野外时，更无法自行判别水质是否适合直接饮用。
现今，随着智能终端技术的飞速发展，智能终端功能的日益丰富化、轻便化以及互联网的普及化，智能终端因其轻便和可携带的便利性，逐渐成为了人们生活中必不可少的一部分。
为此，本发明提供了一种基于智能终端的水质识别方法及水质识别***，能够通过获取一待测水资源的图像对水资源的色度、浑浊度、悬浮物质含量进行判断，从而帮助用户对水质进行识别，操作方便，且实用性高。
发明内容
为了克服上述技术缺陷，本发明提供了一种基于智能终端的水质识别方法及水质识别***，能够通过获取一待测水资源的图像对水资源的色度、浑浊度、悬浮物质含量进行判断，从而帮助用户对水质进行识别，操作方便，且实用性高。
本发明提供了一种基于智能终端的水质识别方法，所述水质识别方法包括如下步骤:
采集一包含图形标记的待测水资源的当前图像；
根据所述当前图像的颜色，检测所述待测水资源的当前色度；
根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度；
计算所述当前图像中包含的当前悬浮物质含量；
根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量。
优选地，所述水质识别方法进一步包括：储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
优选地，根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤进一步包括：
读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标准色度、标准浑浊度和标准悬浮物质含量进行比较；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，判断所述待测水资源的当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，判断所述待测水资源的当前质量为优。
优选地，根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤之后，所述水质识别方法进一步包括：
在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
优选地，所述智能终端通过一微距摄像头采集所述当前图像。
本发明进一步提供了一种基于智能终端的水质识别***，所述水质识别***包含采集模块、检测模块、提取模块、计算模块和处理模块；
所述采集模块，与所述检测模块、提取模块、计算模块通讯连接，用于采集一包含图形标记的待测水资源的当前图像，并发送至所述检测模块、提取模块和计算模块；
所述检测模块，与所述采集模块、处理模块通讯连接，根据所述当前图像的颜色，检测所述待测水资源的当前色度，并发送至所述处理模块；
所述提取模块，与所述采集模块、处理模块通讯连接，根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度，并发送至所述处理模块；
所述计算模块，与所述采集模块、处理模块通讯连接，计算所述当前图像中包含的当前悬浮物质含量，并发送至所述处理模块；
所述处理模块，与所述检测模块、提取模块、计算模块通讯连接，根据所述当前色度、当前浑浊度和当前悬浮物质含量判断所述待测水资源的当前质量。
优选地，所述水质识别***进一步包括一储存模块，所述储存模块与所述处理模块通讯连接，储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
优选地，所述处理模块进一步包括：
读取单元，读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
比较单元，将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标准色度、标准浑浊度和标准悬浮物质含量进行比较；
判断单元，根据所述比较单元的比较结果判断所述待测水资源的当前质量；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，所述判断单元判断所述当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，所述判断单元判断所述当前质量为优。
优选地，所述水质识别***进一步包括一显示模块，所述显示模块与所述处理模块通讯连接，在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
优选地，所述采集模块通过一微距摄像头采集所述当前图像。
采用了上述技术方案后，与现有技术相比，具有以下有益效果：
1.方便快捷；
2.能够识别当时当地的水资源质量；
3.对水资源质量的检测方便快捷；
4.无需额外的识别设备。
附图说明
图1为符合本发明实施例的一种基于智能终端的水质识别方法的流程示意图；
图2为符合本发明实施例的一种基于智能终端的水质识别方法的流程示意图；
图3为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图；
图4为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图；
图5为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图；
图6为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
参阅图1，为符合本发明实施例的一种基于智能终端的水质识别方法的流程示意图。本实施例中，本实施例中的一种基于智能终端的水质识别***包含采集模块、检测模块、提取模块、计算模块和处理模块。
采集一包含图形标记的待测水资源的当前图像；
具体地，本实施例中的水质识别方法识别水资源质量时，首先需要通过智能终端内置或外接的摄像头拍摄一待测水资源来采集需要识别水资源质量的当前图像。采集待测水资源的当前图像时，需要在水中距离水面一定距离的位置放置一图形标记，以便后续对水资源的浑浊度进行分析。例如，距离水面10厘米处放置一黑色十字图形标记。当智能终端拍摄到包含一十字图形标记的待测水资源的当前图像后，进一步基于对当前图像的分析，对该待测水资源质量的进行识别。
优选地，所述智能终端通过一微距摄像头采集所述当前图像。
在一优选实施例中，智能终端通过其本体自带或外接的微距摄像头采集当前图像，该微距摄像头的尺寸较普通摄像头的尺寸略大，设置于智能终端的背面。微距摄像头由一微距镜头组成。微距镜头是一种用作微距摄影的特殊镜头，主要用于拍摄十分细微的物体，如花卉及昆虫等。为了对距离极近的被摄物也能正确对焦，微距镜头通常被设计为能够拉伸得更长，以使光学中心尽可能远离感光元件，同时在镜片组的设计上，也必须注重于近距离下的变形与色差等的控制。因此，本发明实施例中对当前图像采用微距摄像头采集后，能够更清晰地拍摄出当前图像中的待测水资源，以便智能终端能够对所采集到的当前图像的色度、浑浊度及悬浮物质含量进行识别。
根据所述当前图像的颜色，检测所述待测水资源的当前色度；
智能终端通过其内置或外接的摄像头获取到一待测水资源的当前图像后，智能终端进一步提取该当前图像的色度。水质色度是对天然水或处理后的各种水进行颜色定量测定时的指标。各种用途的水对于色度都有一定要求，对于生活用水色度要求为小于15°。可以理解的是本实施例中的智能终端可以通过多种途径获取当前图像的颜色，从而将其转化为待测水资源的色度。例如，提取该当前图像中颜色的RGB或HSL数据，调用函数，将所提取的颜色数据转化为水质色度。
根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度；
智能终端通过其内置或外接的摄像头，获得待测水资源的当前图像后，智能终端进一步根据该当前图像提取该当前图像的当前浑浊度。浑浊度是水体物理性状指标之一。它表征水中悬浮物质等阻碍光线透过的程度。一般来说，水中的不溶解物质越多，浑浊度也越高。浑浊度是由于水中存在颗粒物质如黏土、污泥、胶体颗粒、浮游生物及其他微生物而形成，用以表示水的清澈或浑浊程度，是衡量水质良好程度的重要指标之一。浑浊度和色度都是水的光学性质，但它们是有区别的色度是由于水中的溶解物质引起的，而浑浊度则是由不溶物质引起的，因此有的水体色度很高但并不浑浊。可以理解的是，提取模块可通过多种途径获取待测水资源的浑浊度，而本实施例中，智能终端在获取到的待测水资源的当前图像是一包含图形标记的当前图像，且该图形标记的与水面的距离是一定的，因此，基于该图形标记的清晰程度，智能终端可以提取到该待测水资源的浑浊度。。智能终端通过该图形标记在待测水资源的当前图像中显示的清晰程度提取到当前图像的透明度，进一步结合透明度-浑浊度的换算函数，以获得待测水资源的当前浑浊度。
计算所述当前图像中包含的当前悬浮物质含量；
具体地，智能终端采集到当前图像后，在计算该当前图像中包括的当前悬浮物质含量时，首先智能终端将当前图像成倍放大，以能够清晰获得该当前图像中包括的各个颗粒；其后，获取所述当前图像中各颗粒的轮廓；根据获取到的轮廓图形所覆盖的面积与当前图像的面积之比，获取当前悬浮物质含量。
根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量。
基于上述步骤，智能终端基于对待测水资源的图像采集，能够直接或间接获取到该待测水资源的当前色度、当前浑浊度和当前悬浮物质含量。获取到当前图像的当前色度、当前浑浊度及当前悬浮物质含量之后，进一步根据该三个参数与预设标准参数的比较，对所述待测水资源进行当前质量的判断。
优选地，所述水质识别方法进一步包括：储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
为便于基于当前图像识别待测水资源的当前质量，在一优选实施例中，智能终端中储存了一标准水质图像，该标准水质图像具有，该标准水质的标准色度、标准浑浊度和标准悬浮物质含量，以作为处理模块判断当前图像中的待测水资源质量的参照标准。
优选地，根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤之后，所述水质识别方法进一步包括：
在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
在一优选实施例中，智能终端识别基于当前图像识别水质后，进一步包括显示待测水资源的当前质量的识别结果。可以理解的是，用户可通过点击待测水资源的当前图像查看该待测水资源的水质识别结果，其显示的位置包括但不限于当前图像上或当前图像的下方。当当前图像为缩略图形式时，用户也可以通过长按、叩击等方式查看该待测水资源的当前质量识别结果。
参阅图2，为符合本发明实施例的一种基于智能终端的水质识别***的流程示意图。本实施例中，根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤进一步包括：读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标准色度、标准浑浊度和标准悬浮物质含量进行比较；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，判断所述待测水资源的当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，判断所述待测水资源的当前质量为优。
本实施例中，智能终端通过提取标准水质图像的标准参数包括：标准色度、标准浑浊度和标准悬浮物质含量，以作为处理模块判断待测水资源质量的衡量标准。智能终端读取到标准参数后，进一步将从当前图像中获取到的当前色度、当前浑浊度和当前悬浮物质含量与其相应的标准参数进行比较。比较完成后，智能终端根据比较结果对待测水资源的当前质量进行判断。若当前色度、当前浑浊度和当前悬浮物质含量中任一项的值大于其所对应的标准值时，判断待测水资源的当前质量为差；若当前色度、当前浑浊度和当前悬浮物质含量中任两项的值小于或等于其所对应的标准值时，判断待测水资源的当前质量为良；若当前色度、当前浑浊度和当前悬浮物质含量中的值均小于或等于其所对应的标准值时，判断待测水资源的当前质量为优。
参阅图3，为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图。本实施例中的一种基于智能终端的水质识别***包含采集模块、检测模块、提取模块、计算模块和处理模块。
所述采集模块，与所述检测模块、提取模块、计算模块通讯连接，用于采集一包含图形标记的待测水资源的当前图像，并发送至所述检测模块、提取模块和计算模块；
具体地，基于智能终端的水质识别***中包含一采集模块，该采集模块与水质识别***的检测模块、提取模块和计算模块连接。水质识别***的采集模块通过智能终端内置或外接的摄像头拍摄一待测水资源来采集需要识别水资源质量的当前图像。采集模块采集待测水资源的当前图像时，需要在水中距离水面一定距离的位置放置一图形标记，以便后续提取模块对水资源的浑浊度进行分析。当采集模块拍摄到包含一十字图形标记的待测水资源的当前图像后，采集模块将所获取的当前图像发送到检测模块、提取模块和计算模块，进行下一步处理。
优选地，所述采集模块通过一微距摄像头采集所述当前图像。
在一优选实施例中，水质识别***的采集模块包含一智能终端本体自带或外接的微距摄像头，该微距摄像头的尺寸较普通摄像头的尺寸略大，设置于智能终端的背面。微距摄像头由一微距镜头组成。微距镜头是一种用作微距摄影的特殊镜头，主要用于拍摄十分细微的物体，如花卉及昆虫等。为了对距离极近的被摄物也能正确对焦，微距镜头通常被设计为能够拉伸得更长，以使光学中心尽可能远离感光元件，同时在镜片组的设计上，也必须注重于近距离下的变形与色差等的控制。因此，本发明提供的水质识别***采用微距摄像头后，能够更清晰地拍摄出待测水资源的当前图像，以便水质识别***对于所采集到的待测水质图像的色度、浑浊度及悬浮物质含量的识别。
所述检测模块，与所述采集模块、处理模块通讯连接，根据所述当前图像的颜色，检测所述待测水资源的当前色度，并发送至所述处理模块；
水质识别***中的检测模块通过通讯连接，从采集模块中获取到一待测水资源的当前图像。获得当前图像后，进一步提取该当前图像的色度。水质色度是对天然水或处理后的各种水进行颜色定量测定时的指标。各种用途的水对于色度都有一定要求，对于生活用水色度要求为小于15°。可以理解的是检测模块可以通过多种途径获取当前图像的颜色，从而将其转化为待测水资源的色度。例如，提取该当前图像中颜色的RGB或HSL数据，并将所提取的颜色数据转化为待测水资源的水质色度。
所述提取模块，与所述采集模块、处理模块通讯连接，根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度，并发送至所述处理模块；
水质识别***中的提取模块通过通讯连接，从采集模块中获取到一待测水资源的当前图像。获得当前图像后，进一步提取该当前图像的当前浑浊度。浑浊度是水体物理性状指标之一。它表征水中悬浮物质等阻碍光线透过的程度。一般来说，水中的不溶解物质越多，浑浊度也越高。浑浊度是由于水中存在颗粒物质如黏土、污泥、胶体颗粒、浮游生物及其他微生物而形成，用以表示水的清澈或浑浊程度，是衡量水质良好程度的重要指标之一。浑浊度和色度都是水的光学性质，但它们是有区别的色度是由于水中的溶解物质引起的，而浑浊度则是由不溶物质引起的，因此有的水体色度很高但并不浑浊。可以理解的是，提取模块可通过多种途径获取待测水资源的浑浊度，而本实施例中，采集模块在获取当前图像时，可在水资源中与水面相距一固定位置放置一图形标记。提取模块可通过该图形标记在当前图像中显示的清晰程度提取到待测水资源的透明度，进一步结合透明度-浑浊度的换算函数，以获得待测水资源的当前浑浊度。
所述计算模块，与所述采集模块、处理模块通讯连接，计算所述当前图像中包含的当前悬浮物质含量，并发送至所述处理模块；
具体地，当计算模块接收到采集模块发出的待测水资源的当前图像后，首先将当前图像成倍放大后；其后，获取所述当前图像中各颗粒的轮廓；根据获取到的轮廓图形所覆盖的面积与当前图像的面积之比，获取当前悬浮物质含量。计算获得当前悬浮物质含量后，通过通讯连接发送至处理模块。
所述处理模块，与所述检测模块、提取模块、计算模块通讯连接，根据所述当前色度、当前浑浊度和当前悬浮物质含量判断所述待测水资源的当前质量。
处理模块与检测模块、提取模块、计算模块通讯连接。用于接收待测水资源的当前图像的当前色度、当前浑浊度及当前悬浮物质含量，并根据该三个参数与预设标准参数的比较，对所述待测水资源进行当前质量的判断。
参阅图4，为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图。本实施例中，所述水质识别***进一步包括一储存模块，所述储存模块与所述处理模块通讯连接，储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
本实施例中的水质识别***进一步包括一储存模块，该储存模块与处理模块通讯连接，在该储存模块中，储存了一标准水质图像，该标准水质图像中进一步包括该标准水质的标准色度、标准浑浊度和标准悬浮物质含量，以作为处理模块判断待测水资源的当前图像中的待测水资源质量的参照标准。
参阅图5，为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图。本实施例中，所述处理模块进一步包括：
读取单元，读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
比较单元，将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标注色度、标准浑浊度和标准悬浮物质含量进行比较；
判断单元，根据所述比较单元的比较结果判断所述待测水资源的当前质量；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，所述判断单元判断所述待测水资源的当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，所述判断单元判断所述待测水资源的当前质量为优。
本实施例中的水质识别***的处理模块包括读取单元，比较单元和判断单元。读取单元用于提取标准水质图像的标准参数包括：标准色度、标准浑浊度和标准悬浮物质含量，以作为处理模块判断待测水资源质量的衡量标准。读取单元读取到标准参数后，比较单元将从当前图像中获取到的当前色度、当前浑浊度和当前悬浮物质含量与其相应的标准参数进行比较。比较完成后，判断单元根据比较结果对待测水资源的当前质量进行判断。若当前色度、当前浑浊度和当前悬浮物质含量中任一项的值大于其所对应的标准值时，判断单元判断待测水资源的当前质量为差；若当前色度、当前浑浊度和当前悬浮物质含量中任两项的值小于或等于其所对应的标准值时，判断单元判断待测水资源的当前质量为良；若当前色度、当前浑浊度和当前悬浮物质含量中的值均小于或等于其所对应的标准值时，判断单元判断待测水资源的当前质量为优。
参阅图6，为符合本发明实施例的一种基于智能终端的水质识别***的结构示意图。本实施例中，所述水质识别***进一步包括一显示模块，所述显示模块与所述处理模块通讯连接，在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
本实施例中的水质识别***进一步包括一显示模块，该显示模块与处理模块通讯连接，用于显示处理模块的对待测水资源的当前质量的识别结果。可以理解的是，该显示模块可以在用户点击当前图像的时候显示，其显示的位置包括但不限于当前图像上或当前图像的下方。当前图像为缩略图形式时，用户也可以通过长按、叩击等方式查看该待测水资源的当前质量识别结果。
本发明提供的一种基于智能终端的水质识别方法及水质识别***，能够通过获取一待测水资源的当前图像对水资源的色度、浑浊度、悬浮物质含量进行判断，从而帮助用户对水质进行识别，操作方便，且实用性高。
应当注意的是，本发明的实施例有较佳的实施性，且并非对本发明作任何形式的限制，任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰，均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于智能终端的水质识别方法，其特征在于，
所述水质识别方法包括如下步骤:
采集一包含图形标记的待测水资源的当前图像；
根据所述当前图像的颜色，检测所述待测水资源的当前色度；
根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度；
计算所述当前图像中包含的当前悬浮物质含量；
根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量。
2.如权利要求1所述的水质识别方法，其特征在于，
所述水质识别方法进一步包括：储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
3.如权利要求2所述的水质识别方法，其特征在于，
根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤进一步包括：
读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标准色度、标准浑浊度和标准悬浮物质含量进行比较；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，判断所述待测水资源的当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，判断所述待测水资源的当前质量为优。
4.如权利要求1所述的水质识别方法，其特征在于，
根据所述当前色度、当前浑浊度和当前悬浮物质含量，判断所述待测水资源的当前质量的步骤之后，所述水质识别方法进一步包括：
在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
5.如权利要求1-4任一项所述的水质识别方法，其特征在于，
所述智能终端通过一微距摄像头采集所述当前图像。
6.一种基于智能终端的水质识别***，其特征在于，所述水质识别***包含采集模块、检测模块、提取模块、计算模块和处理模块；
所述采集模块，与所述检测模块、提取模块、计算模块通讯连接，用于采集一包含图形标记的待测水资源的当前图像，并发送至所述检测模块、提取模块和计算模块；
所述检测模块，与所述采集模块、处理模块通讯连接，根据所述当前图像的颜色，检测所述待测水资源的当前色度，并发送至所述处理模块；
所述提取模块，与所述采集模块、处理模块通讯连接，根据所述图形标记的清晰度，提取所述待测水资源的当前浑浊度，并发送至所述处理模块；
所述计算模块，与所述采集模块、处理模块通讯连接，计算所述当前图像中包含的当前悬浮物质含量，并发送至所述处理模块；
所述处理模块，与所述检测模块、提取模块、计算模块通讯连接，根据所述当前色度、当前浑浊度和当前悬浮物质含量判断所述待测水资源的当前质量。
7.如权利要求6所述的水质识别***，其特征在于，
所述水质识别***进一步包括一储存模块，所述储存模块与所述处理模块通讯连接，储存一标准水质图像；
所述标准水质图像包括所述标准水质的标准色度、标准浑浊度和标准悬浮物质含量。
8.如权利要求7所述的水质识别***，其特征在于，
所述处理模块进一步包括：
读取单元，读取所述标准水质图像的标准色度、标准浑浊度和标准悬浮物质含量；
比较单元，将所述当前色度、当前浑浊度和当前悬浮物质含量与所述标准色度、标准浑浊度和标准悬浮物质含量进行比较；
判断单元，根据所述比较单元的比较结果判断所述待测水资源的当前质量；
当所述当前色度、当前浑浊度和当前悬浮物质含量中的任一项大于所述标准色度、标准浑浊度或标准悬浮物质含量时，所述判断单元判断所述当前质量为差；
当所述当前色度、当前浑浊度和当前悬浮物质含量均小于或等于所述标准色度、标准浑浊度和标准悬浮物质含量时，所述判断单元判断所述当前质量为优。
9.如权利要求6所述的水质识别***，其特征在于，
所述水质识别***进一步包括一显示模块，所述显示模块与所述处理模块通讯连接，在所述当前图像上显示所述待测水资源的所述当前色度、当前浑浊度和当前悬浮物质含量。
10.如权利要求6-9任一项所述的水质识别***，其特征在于，
所述采集模块通过一微距摄像头采集所述当前图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711459234.2A CN108051442A (zh) | 2017-12-28 | 2017-12-28 | 一种基于智能终端的水质识别方法及水质识别*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711459234.2A CN108051442A (zh) | 2017-12-28 | 2017-12-28 | 一种基于智能终端的水质识别方法及水质识别*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108051442A true CN108051442A (zh) | 2018-05-18 |
Family
ID=62128598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711459234.2A Pending CN108051442A (zh) | 2017-12-28 | 2017-12-28 | 一种基于智能终端的水质识别方法及水质识别*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108051442A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118548A (zh) * | 2018-07-17 | 2019-01-01 | 浙江大学 | 一种综合智能水质识别方法 |
| CN109240192A (zh) * | 2018-08-10 | 2019-01-18 | 广州资源环保科技股份有限公司 | 一种用于水质识别的视觉识别***、闸群控制***及方法 |
| CN110414334A (zh) * | 2019-06-20 | 2019-11-05 | 浙江大学 | 一种基于无人机巡视的智能水质识别方法 |
| CN113373652A (zh) * | 2021-06-24 | 2021-09-10 | 合肥美菱物联科技有限公司 | 一种洗衣机浑浊度智能检测***及方法 |
| CN113622145A (zh) * | 2020-05-07 | 2021-11-09 | 云米互联科技(广东)有限公司 | 洗衣控制方法、***、洗衣机及计算机可读存储介质 |
| CN114092719A (zh) * | 2020-07-29 | 2022-02-25 | 中国石油化工股份有限公司 | 过滤液浑浊度识别***及设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1688880A (zh) * | 2002-09-19 | 2005-10-26 | 易斯提克株式会社 | 使用图像的水质测定设备和方法 |
| CN101216417A (zh) * | 2007-12-26 | 2008-07-09 | 中国水产科学研究院珠江水产研究所 | 基于计算机视觉技术对池塘水色的数字化判别方法 |
| CN205545686U (zh) * | 2016-03-07 | 2016-08-31 | 安徽理工大学 | 一种基于图像处理的污水悬浮颗粒浓度检测*** |
| CN205538573U (zh) * | 2016-02-29 | 2016-08-31 | 安徽理工大学 | 基于图像处理的污水中悬浮颗粒浓度在线检测*** |
| CN106353283A (zh) * | 2016-11-04 | 2017-01-25 | 青岛佳明测控科技股份有限公司 | 水体透明度检测方法及基于该方法的检测装置 |
| CN205958561U (zh) * | 2016-06-03 | 2017-02-15 | 深圳市清时捷科技有限公司 | 一体式水质检测设备 |
| CN106546559A (zh) * | 2016-10-26 | 2017-03-29 | 惠州Tcl移动通信有限公司 | 具有水质检测功能的终端设备及其水质检测方法 |
| CN107036985A (zh) * | 2017-01-12 | 2017-08-11 | 薛永富 | 一种透明度检测方法、***及网络 |
| CN107515286A (zh) * | 2017-09-04 | 2017-12-26 | 成都九十度工业产品设计有限公司 | 一种检测河水水质的在线检测装置 |
-
2017
- 2017-12-28 CN CN201711459234.2A patent/CN108051442A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1688880A (zh) * | 2002-09-19 | 2005-10-26 | 易斯提克株式会社 | 使用图像的水质测定设备和方法 |
| CN101216417A (zh) * | 2007-12-26 | 2008-07-09 | 中国水产科学研究院珠江水产研究所 | 基于计算机视觉技术对池塘水色的数字化判别方法 |
| CN205538573U (zh) * | 2016-02-29 | 2016-08-31 | 安徽理工大学 | 基于图像处理的污水中悬浮颗粒浓度在线检测*** |
| CN205545686U (zh) * | 2016-03-07 | 2016-08-31 | 安徽理工大学 | 一种基于图像处理的污水悬浮颗粒浓度检测*** |
| CN205958561U (zh) * | 2016-06-03 | 2017-02-15 | 深圳市清时捷科技有限公司 | 一体式水质检测设备 |
| CN106546559A (zh) * | 2016-10-26 | 2017-03-29 | 惠州Tcl移动通信有限公司 | 具有水质检测功能的终端设备及其水质检测方法 |
| CN106353283A (zh) * | 2016-11-04 | 2017-01-25 | 青岛佳明测控科技股份有限公司 | 水体透明度检测方法及基于该方法的检测装置 |
| CN107036985A (zh) * | 2017-01-12 | 2017-08-11 | 薛永富 | 一种透明度检测方法、***及网络 |
| CN107515286A (zh) * | 2017-09-04 | 2017-12-26 | 成都九十度工业产品设计有限公司 | 一种检测河水水质的在线检测装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李文 等: ""基于远程图像色度的点源水质监测方法"", 《环境工程学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118548A (zh) * | 2018-07-17 | 2019-01-01 | 浙江大学 | 一种综合智能水质识别方法 |
| CN109240192A (zh) * | 2018-08-10 | 2019-01-18 | 广州资源环保科技股份有限公司 | 一种用于水质识别的视觉识别***、闸群控制***及方法 |
| CN110414334A (zh) * | 2019-06-20 | 2019-11-05 | 浙江大学 | 一种基于无人机巡视的智能水质识别方法 |
| CN110414334B (zh) * | 2019-06-20 | 2021-05-11 | 浙江大学 | 一种基于无人机巡视的智能水质识别方法 |
| CN113622145A (zh) * | 2020-05-07 | 2021-11-09 | 云米互联科技(广东)有限公司 | 洗衣控制方法、***、洗衣机及计算机可读存储介质 |
| CN113622145B (zh) * | 2020-05-07 | 2023-11-07 | 云米互联科技(广东)有限公司 | 洗衣控制方法、***、洗衣机及计算机可读存储介质 |
| CN114092719A (zh) * | 2020-07-29 | 2022-02-25 | 中国石油化工股份有限公司 | 过滤液浑浊度识别***及设备 |
| CN113373652A (zh) * | 2021-06-24 | 2021-09-10 | 合肥美菱物联科技有限公司 | 一种洗衣机浑浊度智能检测***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108051442A (zh) | 一种基于智能终端的水质识别方法及水质识别*** | |
| WO2017067023A1 (zh) | 一种基于专用试纸对体液的检测方法 | |
| CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
| CN109118548A (zh) | 一种综合智能水质识别方法 | |
| CN104598895A (zh) | 一种基于视频图像分析的火焰检测方法与装置 | |
| CN109034269A (zh) | 一种基于计算机视觉技术的棉铃虫雌雄成虫判别方法 | |
| CN103017869A (zh) | 一种基于数字图像处理的水位测定***及方法 | |
| KR20170036755A (ko) | 색조에 기초한 화학적 매개변수의 값을 결정하는 센서 장치 및 그 방법 | |
| CN105181912A (zh) | 一种大米储藏过程中的新鲜度检测方法 | |
| CN101803928A (zh) | 基于视频的驾驶员疲劳检测装置 | |
| CN106483130B (zh) | 一种水稻病害的检测方法及其自动检测装置 | |
| CN106483143A (zh) | 一种太阳能光伏板积灰在线监测装置及其检测方法 | |
| CN105035279B (zh) | 一种平均水线检测方法 | |
| CN209029110U (zh) | 中医面诊健康管理*** | |
| CN104198324A (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
| CN109724972A (zh) | 一种便携式智能尿液检测仪及检测方法 | |
| Laddi et al. | Significant physical attributes affecting quality of Indian black (CTC) tea | |
| CN108492517A (zh) | 一种用于楼宇的火灾监控*** | |
| CN108776143A (zh) | 一种鸡蛋蛋壳表面微小污斑的在线视觉检测装置及方法 | |
| CN108710852A (zh) | 一种限定拍摄深度的粒度分布图像识别方法及*** | |
| CN102998350A (zh) | 利用电化学指纹图谱鉴别食用油和地沟油的方法 | |
| CN109635799A (zh) | 一种燃气表字轮数字的识别方法 | |
| CN102565044A (zh) | 基于图像处理的农药残留速测卡检测方法 | |
| CN110009609B (zh) | 一种快速检测黄粒米的方法 | |
| CN101930540A (zh) | 基于视频的多特征融合的火焰检测装置和方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180518 |