申请日 2020.09.01
公开（公告）日 2020.12.08
IPC分类号 G06K9/62; G06T5/50; G06T7/13; G06F16/51; G01N15/04
摘要
本发明提供一种污泥沉降全过程自动分析装置及方法，利用工业摄像机和图像识别处理服务器对污泥沉降全过程实施自动拍摄、记录和图像处理及污泥性状自动检测识别。该装置包括观察箱箱体、计量泵、量筒、可编程控制器、工业摄像机、光源、电源模块、机箱空调模块、温度传感器、工业网关、图像识别处理服务器；观察箱箱体内安装固定量筒、工业摄像机、光源；由机箱空调模块为观察箱箱体内部提供恰当的环境温度，要求稳定达到某一特定温度，该特定温度取决于温度传感器在污水水源处的测定值；光源提供照明以满足拍摄要求，工业摄像机拍摄的图像经可编程控制器收集、工业网关传输至图像识别处理服务器检测识别污泥性状。
权利要求书
1.一种污泥沉降全过程自动分析装置，其特征在于：包括观察箱箱体、计量泵、量筒、可编程控制器、工业摄像机、光源、电源模块、机箱空调模块、温度传感器、工业网关、图像识别处理服务器；观察箱箱体内安装固定量筒、工业摄像机、光源；由机箱空调模块为观察箱箱体内部提供恰当的环境温度，要求稳定达到某一特定温度，该特定温度取决于温度传感器在污水水源处的测定值；光源提供照明以满足拍摄要求，工业摄像机拍摄的图像经可编程控制器收集、工业网关传输至图像识别处理服务器检测识别污泥性状。
2.根据权利要求1所述的污泥沉降全过程自动分析装置，其特征在于：还包括图形服务器和WEB发布服务器；图形服务器保存识别完成后的识别视频及分析结果；WEB发布服务器通过工业网关将识别视频和识别结论发送至相关人员。
3.根据权利要求1所述的污泥沉降全过程自动分析装置，其特征在于：所述图像识别处理服务器中安装有污泥性状检测识别模型软件系统；污泥性状检测识别模型包括预处理模块、特征金字塔生成模块、定位及分类模块、检测结果后处理模块以及结果融合模块；特征金字塔生成模块生成多个不同尺度的特征图；定位及分类模块对特征金字塔生成模块输出的多个不同尺度的特征图设置先验轮廓框识别出污泥沉降特征轮廓，分别通过对应的卷积层输出所述污泥性状特征轮廓属于每一个类别的概率；检测结果后处理模块采用非最大值抑制法对定位及分类模块输出的每一个类别的概率进行后处理；结果融合模块将多个不同尺度的特征图的检测和识别结果进行融合，进行非最大值抑制后，通过投票方式输出融合后的污泥性状类别。
4.根据权利要求3所述的污泥沉降全过程自动分析装置，其特征在于：所述预处理模块对工业摄像机拍摄的图像进行归一化处理；特征金字塔生成模块包括四级下采样残差块和三级上采样残差块；四级下采样残差块依次串联，对归一化后的图像进行下采样提取特征图；第一级上采样残差块对第四级下采样残差块输出的特征图进行上采样后与第三级下采样残差块输出的特征图进行融合；第二级上采样残差块对第一级上采样残差块输出的特征图进行上采样后与第二级下采样残差块输出的特征图进行融合；第三级上采样残差块对第二级上采样残差块输出的特征图进行上采样后与第一级下采样残差块输出的特征图进行融合；三级上采样残差块输出的融合后的特征图构成特征金字塔。
5.根据权利要求4所述的污泥沉降全过程自动分析装置，其特征在于：所述定位及分类模块，对所述第一级上采样残差块输出的特征图设置第一、第二先验轮廓框，对所述第二级上采样残差块输出的特征图设置第三、第四先验轮廓框，对所述第三级上采样残差块输出的特征图设置第五、第六先验轮廓框；第一至第六先验轮廓框的尺寸依次递减。
6.根据权利要求3所述的污泥沉降全过程自动分析装置，其特征在于：所述所述定位及分类模块通过对污泥沉降性状进行聚类分析获得先验轮廓框的尺寸。
7.根据权利要求3所述的污泥沉降全过程自动分析装置，其特征在于：采用非最大值抑制法进行所述检测结果后处理，包括按照识别的类别概率分布取最大值所对应索引，然后计算具有与最大值所对应的索引相同的泥水分离界面的位置坐标的交并比，将交并比大于设定阈值的检测框去除，得到后处理的检测结果。
8.根据权利要求3所述的污泥沉降全过程自动分析装置，其特征在于：所述结果融合模块将多个不同尺度的特征图的检测和识别结果进行融合的操作包括计算各特征图中所有索引值的检测框的交并比，当交并比大于设定阈值时，通过投票方式得出融合后的污泥性状的类别，对融合后的污泥性状的类别进行非最大值抑制后输出污泥性状的类别。
9.根据权利要求3所述的污泥沉降全过程自动分析装置，其特征在于：所述所述图像识别处理服务器中安装有样本数据库，包括以Rolllink特征样本数据集为第一数据库，和获取若干的观测图片进行污泥沉降轮廓及类别标注后形成第二数据库；在第一数据库选取样本对所述污泥沉降检测识别模型进行第一阶段训练，满足第一阶段完成条件后，在第二数据库选取样本对所述污泥沉降检测识别模型进行第二阶段训练，直至满足第二阶段完成条件；对完成训练的模型进行封装打包。
10.根据权利要求9所述的污泥沉降全过程自动分析装置，其特征在于：将所述第一数据库中的Rolllink特征样本数据集作为样本，进行随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第一阶段训练、验证和测试；将所述第二数据库中的样本进行随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第二阶段训练、验证和测试。
11.根据权利要求9所述的污泥沉降全过程自动分析装置，其特征在于：所述第一阶段训练为25轮，初始学习率为0.001；所述第二阶段训练为50轮，初始化学习率为0.001。
12.根据权利要求1所述的污泥沉降全过程自动分析装置，其特征在于：所述光源采用背光灯板。
13.一种在权利要求1所述的污泥沉降全过程自动分析装置上实施的污泥沉降全过程自动分析方法，其特征在于，包括如下步骤：
开启空调，温度设定按设置在取样点中的温度传感器所测得温度执行；
空调运行至采样箱中温度稳定达到测定的生化池好氧区末端水温后启动取样泵；
通过计量泵进行泥水混合物取样，注入量筒；
注入完成后停泵信号触发摄像头工作，同时触发计时器；
运用污泥沉降检测识别模型处理摄像头拍摄的图像数据。
14.根据权利要求13所述的污泥沉降全过程自动分析方法，其特征在于，运用污泥沉降检测识别模型处理图像数据包括以下步骤：
执行包括归一化在内的预处理；
生成多个不同尺度的特征图以构成特征金字塔；
对特征金字塔包含的多个不同尺度的特征图设置先验轮廓框识别出污泥沉降特征轮廓，分别通过对应的卷积层输出所述污泥性状特征轮廓属于每一个类别的概率，完成定位及分类；
采用非最大值抑制法对每一个类别的概率进行检测后处理；
将多个不同尺度的特征图的检测和识别结果进行融合，进行非最大值抑制后，通过投票方式输出融合后的污泥性状类别。
15.根据权利要求14所述的污泥沉降全过程自动分析方法，其特征在于，所述构成特征金字塔的步骤如下：
以依次串联的四级下采样残差块对归一化后的图像进行下采样提取特征图；
以第一级上采样残差块对第四级下采样残差块输出的特征图进行上采样后与第三级下采样残差块输出的特征图进行融合；
以第二级上采样残差块对第一级上采样残差块输出的特征图进行上采样后与第二级下采样残差块输出的特征图进行融合；
以第三级上采样残差块对第二级上采样残差块输出的特征图进行上采样后与第一级下采样残差块输出的特征图进行融合；
三级上采样残差块输出的融合后的特征图构成特征金字塔。
16.根据权利要求15所述的污泥沉降全过程自动分析方法，其特征在于，所述设置先验轮廓框包括如下步骤：
对第一级上采样残差块输出的特征图设置第一、第二先验轮廓框；
对第二级上采样残差块输出的特征图设置第三、第四先验轮廓框；
对第三级上采样残差块输出的特征图设置第五、第六先验轮廓框；
第一至第六先验轮廓框的尺寸依次递减。
17.根据权利要求16所述的污泥沉降全过程自动分析方法，其特征在于，所述所述第一至第六先验轮廓框的尺寸通过对污泥沉降性状进行聚类分析获得。
18.根据权利要求14所述的污泥沉降全过程自动分析方法，其特征在于，采用非最大值抑制法进行所述检测后处理包括如下步骤：按照识别的类别概率分布取最大值所对应索引，然后计算具有与最大值所对应的索引相同的泥水分离界面的位置坐标的交并比，将交并比大于设定阈值的检测框去除，得到后处理的检测结果。
19.根据权利要求14所述的污泥沉降全过程自动分析方法，其特征在于，对所述检测和识别结果进行融合包括如下步骤：计算各特征图中所有索引值的检测框的交并比，当交并比大于设定阈值时，通过投票方式得出融合后的污泥性状的类别，对融合后的污泥性状的类别进行非最大值抑制后输出污泥性状的类别。
20.根据权利要求13所述的污泥沉降全过程自动分析方法，其特征在于：还包括识别完成后将视频及分析结果存入图形服务器数据库中备查，同时通过WEB发布服务器将识别视频和识别结论发送至相关人员。
21.根据权利要求13所述的污泥沉降全过程自动分析方法，其特征在于：还包括在实际工业应用之前，以Rolllink特征样本数据集为第一数据库，对样本随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第一阶段训练、验证和测试；获取若干观测样本图片，进行污泥沉降轮廓及类别标注后形成第二数据库，对样本随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第二阶段训练、验证和测试。
说明书
污泥沉降全过程自动分析装置及方法
技术领域
本发明涉及污水处理行业和现场试验系统领域，具体涉及一种污泥沉降全过程自动分析装置及方法。
背景技术
现阶段污水处理的沉降比测定通常采用SV30测定，SV30是指曝气池混合液在量筒静止，沉降30min后污泥所占的体积百分比。它是分析污泥沉降性能的简便方法。SV30值越小，污泥沉降性能就越好。SV30值越大，沉降性能越差。在无其他异常的情况下，SV30可作为剩余污泥排放的参考依据。城市污水厂SV30值一般在15％～30％，工业废水处理SV30值相对较高。测定SV30的器皿一般是1000mL的玻璃量筒。
目前，污水处理行业测定污泥沉降比通常采用人工方式，耗时耗力、精确度低，过程不可回溯。且不易通过污泥沉降现象判别生化系统存在的问题。沉降比仅作为是否脱泥的指示，其中反映生化系统健康度的特征并没有被记录和使用。
现在的人工测定需要两人(操作人和监护人)共同去生化系统的好氧段末端进行取样，取样后静置并计时。待30分钟时记录泥水分离界面的刻度。这种记录仅是一个较为粗糙的读数值，并不能反映污泥沉降的全过程，费时费力，记录的准确性低。若要记录120分钟沉降比，等待时间将长达2小时，人力浪费更加明显。测定30分钟沉降比虽然看似简单，但是如果操作不规范就很容易引起偏差，从而造成判断失误。在沉降过程中由于温度不恒定，也会造成试验偏差，按现场经验，试验温度易和水温一致的温度,在夏天或冬天气温和水温相差较大时测得结果会出现偏差。
根据沉降比所反映出来的生化系统健康度以及沉降速度来调控生产对保障污水处理系统稳定有非常重要的意义。
发明内容
本发明提供一种污泥沉降全过程自动分析装置，利用工业摄像机和图像识别处理服务器对污泥沉降全过程实施自动拍摄、记录和图像处理及污泥性状自动检测识别，解决人工方式导致的耗时耗力、精确度低和过程不可回溯等问题。
本发明所要解决的技术问题是通过如下技术方案实现的：
本发明提供一种污泥沉降全过程自动分析装置，包括观察箱箱体、计量泵、量筒、可编程控制器、工业摄像机、光源、电源模块、机箱空调模块、温度传感器、工业网关、图像识别处理服务器；观察箱箱体内安装固定量筒、工业摄像机、光源；由机箱空调模块为观察箱箱体内部提供恰当的环境温度，要求稳定达到某一特定温度，该特定温度取决于温度传感器在污水水源处的测定值；光源提供照明以满足拍摄要求，工业摄像机拍摄的图像经可编程控制器收集、工业网关传输至图像识别处理服务器检测识别污泥性状。
优选的，还包括图形服务器和WEB发布服务器；图形服务器保存识别完成后的识别视频及分析结果；WEB发布服务器通过工业网关将识别视频和识别结论发送至相关人员。
优选的，所述图像识别处理服务器中安装有污泥性状检测识别模型软件系统；污泥性状检测识别模型包括预处理模块、特征金字塔生成模块、定位及分类模块、检测结果后处理模块以及结果融合模块；特征金字塔生成模块生成多个不同尺度的特征图；定位及分类模块对特征金字塔生成模块输出的多个不同尺度的特征图设置先验轮廓框识别出污泥沉降特征轮廓，分别通过对应的卷积层输出所述污泥性状特征轮廓属于每一个类别的概率；检测结果后处理模块采用非最大值抑制法对定位及分类模块输出的每一个类别的概率进行后处理；结果融合模块将多个不同尺度的特征图的检测和识别结果进行融合，进行非最大值抑制后，通过投票方式输出融合后的污泥性状类别。
优选的，所述预处理模块对工业摄像机拍摄的图像进行归一化处理；特征金字塔生成模块包括四级下采样残差块和三级上采样残差块；四级下采样残差块依次串联，对归一化后的图像进行下采样提取特征图；第一级上采样残差块对第四级下采样残差块输出的特征图进行上采样后与第三级下采样残差块输出的特征图进行融合；第二级上采样残差块对第一级上采样残差块输出的特征图进行上采样后与第二级下采样残差块输出的特征图进行融合；第三级上采样残差块对第二级上采样残差块输出的特征图进行上采样后与第一级下采样残差块输出的特征图进行融合；三级上采样残差块输出的融合后的特征图构成特征金字塔。
优选的，所述定位及分类模块，对所述第一级上采样残差块输出的特征图设置第一、第二先验轮廓框，对所述第二级上采样残差块输出的特征图设置第三、第四先验轮廓框，对所述第三级上采样残差块输出的特征图设置第五、第六先验轮廓框；第一至第六先验轮廓框的尺寸依次递减。
优选的，所述所述定位及分类模块通过对污泥沉降性状进行聚类分析获得先验轮廓框的尺寸。
优选的，采用非最大值抑制法进行所述检测结果后处理包括：按照识别的类别概率分布取最大值所对应索引，然后计算具有与最大值所对应的索引相同的泥水分离界面的位置坐标的交并比，将交并比大于设定阈值的检测框去除，得到后处理的检测结果。
优选的，所述结果融合模块将多个不同尺度的特征图的检测和识别结果进行融合的操作包括计算各特征图中所有索引值的检测框的交并比，当交并比大于设定阈值时，通过投票方式得出融合后的污泥性状的类别，对融合后的污泥性状的类别进行非最大值抑制后输出污泥性状的类别。
优选的，所述所述图像识别处理服务器中安装有样本数据库，包括以Rolllink特征样本数据集为第一数据库，和获取若干的观测图片进行污泥沉降轮廓及类别标注后形成第二数据库；在第一数据库选取样本对所述污泥沉降检测识别模型进行第一阶段训练，满足第一阶段完成条件后，在第二数据库选取样本对所述污泥沉降检测识别模型进行第二阶段训练，直至满足第二阶段完成条件；对完成训练的模型进行封装打包。
优选的，将所述第一数据库中的Rolllink特征样本数据集作为样本，进行随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第一阶段训练、验证和测试；将所述第二数据库中的样本进行随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第二阶段训练、验证和测试。
优选的，所述第一阶段训练为25轮，初始学习率为0.001；所述第二阶段训练为50轮，初始化学习率为0.001。
优选的，所述光源采用背光灯板。
本发明也提供一种在所述的污泥沉降全过程自动分析装置上实施的污泥沉降全过程自动分析方法，包括如下步骤：
开启空调，温度设定按设置在取样点中的温度传感器所测得温度执行；
空调运行至采样箱中温度稳定达到测定的生化池好氧区末端水温后启动取样泵；
通过计量泵进行泥水混合物取样，注入量筒；
注入完成后停泵信号触发摄像头工作，同时触发计时器；
运用污泥沉降检测识别模型处理摄像头拍摄的图像数据。
优选的，运用污泥沉降检测识别模型处理图像数据包括以下步骤：
执行包括归一化在内的预处理；
生成多个不同尺度的特征图以构成特征金字塔；
对特征金字塔包含的多个不同尺度的特征图设置先验轮廓框识别出污泥沉降特征轮廓，分别通过对应的卷积层输出所述污泥性状特征轮廓属于每一个类别的概率，完成定位及分类；
采用非最大值抑制法对每一个类别的概率进行检测后处理；
将多个不同尺度的特征图的检测和识别结果进行融合，进行非最大值抑制后，通过投票方式输出融合后的污泥性状类别。
优选的，所述构成特征金字塔的步骤如下：
以依次串联的四级下采样残差块对归一化后的图像进行下采样提取特征图；
以第一级上采样残差块对第四级下采样残差块输出的特征图进行上采样后与第三级下采样残差块输出的特征图进行融合；
以第二级上采样残差块对第一级上采样残差块输出的特征图进行上采样后与第二级下采样残差块输出的特征图进行融合；
以第三级上采样残差块对第二级上采样残差块输出的特征图进行上采样后与第一级下采样残差块输出的特征图进行融合；
三级上采样残差块输出的融合后的特征图构成特征金字塔。
优选的，所述设置先验轮廓框包括如下步骤：
对第一级上采样残差块输出的特征图设置第一、第二先验轮廓框；
对第二级上采样残差块输出的特征图设置第三、第四先验轮廓框；
对第三级上采样残差块输出的特征图设置第五、第六先验轮廓框；第一至第六先验轮廓框的尺寸依次递减。
优选的，所述所述第一至第六先验轮廓框的尺寸通过对污泥沉降性状进行聚类分析获得。
优选的，采用非最大值抑制法进行所述检测后处理包括：按照识别的类别概率分布取最大值所对应索引，然后计算具有与最大值所对应的索引相同的泥水分离界面的位置坐标的交并比，将交并比大于设定阈值的检测框去除，得到后处理的检测结果。
优选的，对所述检测和识别结果进行融合包括：计算各特征图中所有索引值的检测框的交并比，当交并比大于设定阈值时，通过投票方式得出融合后的污泥性状的类别，对融合后的污泥性状的类别进行非最大值抑制后输出污泥性状的类别。
优选的，识别完成后将识别视频及分析结果存入图形服务器数据库中备查，同时通过WEB发布服务器将识别视频和识别结论发送至相关人员。
优选的，在实际工业应用之前，以Rolllink特征样本数据集为第一数据库，对样本随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第一阶段训练、验证和测试；获取若干观测样本图片，进行污泥沉降轮廓及类别标注后形成第二数据库，对样本随机排序后，划分为训练集，验证集和测试集，分别进行扩充，用于所述污泥沉降检测识别模型第二阶段训练、验证和测试。
本发明的有益效果在于：对污泥沉降的全过程进行规范化的全自动操作、记录和分析，显著降低人力资源的投入；通过对环境温度的自动控制，进一步提高观测和分析的准确性。可获取沉降过程的全部数据，便于追溯过程，克服了现在的沉降比观测只能记录数值不能反映沉降过程的问题。并且能通过沉降的过程自动分析活性污泥的性能以及问题原因，为污水处理运行人员提供参考依据。（发明人 李亮;蒋宏扬;罗本福;苏峰;余泓征;蒋宇亮 ）