基于图像识别的生活污水源头分离装置及方法专利检索-光源手电筒灯光专利检索查询-专利查询网

基于图像识别的生活污水源头分离装置及方法

阅读：2发布：2020-07-29

专利汇可以提供基于图像识别的生活污水源头分离装置及方法专利检索，专利查询，专利分析的服务。并且基于图像识别的生活污水源头分离装置及方法，步骤1用污水样本和清水样本作为训练集，接着以污水样本和清水样本的多特征用来分类；步骤2用SVM分类器训练从而得到分类模板；步骤3通过模板对待分类污水和清水图像进行分类；步骤4运用基于帧间差分法的运动物体检测，修正SVM分类出的P(清水)和P(污水)，根据D-S证据理论合成规则进行融合处理，得到最终的决策融合的结果。本发明能够采用图像处理的方式，实现对清水和污水的准确识别，采用DSP处理器等硬件模块快速的实现了清水和污水的分离，从而保证了装置的实时性和准确性。，下面是基于图像识别的生活污水源头分离装置及方法专利的具体信息内容。

权利要求

1.基于图像识别的生活污水源头分离装置，其特征在于，包括：
视频图像采集模块：所述视频图像采集模块与A/D转换模块连接，用以收集和获取污水的视频图像；
光源照明模块：所述的光源照明模块用来照亮污水源头口，克服环境带来的干扰，为后续图像处理提供有力的条件；
A/D转换模块：所述A/D转换模块分别与视频图像采集模块、视频图像压缩处理模块连接，使用视频解码芯片将收集到的图像模拟信号进行数字化，即模拟信号转化为数字信号，有利于DSP处理器进行端口处理；
视频图像压缩处理模块：所述的视频图像压缩处理模块分别与A/D转换模块、DSP处理器连接，用于将A/D转换产生大量的数字视频图像数据进行压缩，同时还用于为DSP处理图像进一步提供了存储空间；
主机接口模块：所述的主机接口模块与DSP处理器连接，用于直接访问CPU的存储器空间，另外，还用于访问外围设备的存储；
电源模块：所述的电源模块分别与DSP处理器、视频图像采集、分离模块连接，用于提供了+5V的外部输入电压供电给DSP处理器、视频图像采集模块和分离模块；
数据存储卡：所述的数据存储卡与DSP处理器连接，用于存储视频图像数据和算法程序，还用于存储预设值的黑白阈值；
图像处理算法模块：所述的图像处理算法模块与DSP处理器连接，用于实现对清水和污水图像的准确识别。
复位电路：所述的复位电路与DSP处理器连接，用于将器件状态出初始化为空状态；
置位电路：所述的置位电路与DSP处理器连接，用于将器件的逻辑值转化为特定的值；
自举电路：所述的自举电路与DSP处理器连接，用于将自举升压二极管，自举升压电容等电子元件，使用电容放电和电源电压叠加，从而使电压升高；
DSP处理器：所述的DSP处理器位于分离装置的上面，分别与视频图像压缩处理模块、主机接口模块、电源模块、数据存储卡、图像处理算法模块、复位电路、置位电路、自举电路；用于接收视频图像压缩处理模块所传来的数据，并将数据转发给图像处理算法模块进行处理，根据要求将DSP处理器得到的0和1数字信号进行定义，0为低电平即清水图像信号，1为高电平即污水图像信号；
分离模块：所述的分离模块位于分离装置的下面，分别与清水管道和污水管道连接，清水管道：设置一端与排放污水源头相连通，另一端与城市污水管相连通，用来排放生活污水中较干净的污水；污水管道：设置一端与排放污水源头相连通，另一端与设置的污水池相连通，污水池用于排放粪便。
2.根据权利要求1所述的基于图像识别的生活污水源头分离装置，其特征在于，所述的图像处理算法模块包括视频图像采集模块、图像增强模块、图像灰度化模块和图像二值化模块；
图像增强模块：在图像处理算法模块内部，与污水的视频图像连接，用于接收污水图像，用图像处理的方法将之前摄像头拍摄的图像进行增强，强调源头口污水的图像特征，提高图像中污水颜色亮度，抑制管道口周围的环境特征，扩大之间的差别，改善图像的质量，加强识别效果。
图像灰度化模块：在图像处理算法模块内部，与图像增强模块连接，用于接收增强后的污水图像，并对污水图像执行灰度化处理，以获得灰度化的污水图像；
图像二值化模块：在图像处理算法模块内部，与图像灰度化模块连接，将灰度图像的每一个像素的灰度值与预设置的黑白阈值分别比较，当像素的灰度值大于预设置黑白阈值时，将像素记为白色像素，当像素的灰度值小于预设置黑白阈值时，将像素记为黑色像素，从而获得二值化图像。
3.基于图像识别的生活污水源头分离方法，其特征在于，包括以下步骤；
图像分类识别模块：在图像处理算法模块内部，与图像二值化模块和图像采集模块连接，将污水和清水的视频转化为图像序列帧，共得到污水1000个样本，清水1000个样本，其中选择清水作为正样本，污水作为负样本，样本经预处理后在训练分类器SVM，应用SVM进行分类的步骤如下：
步骤1用污水样本和清水样本作为训练集，接着以污水样本和清水样本的多特征用来分类；
步骤2用SVM分类器训练从而得到分类模板；
步骤3通过模板对待分类污水和清水图像进行分类。
4.根据权利要求3所述的基于图像识别的生活污水源头分离方法，其特征在于，进一步运用基于帧间差分法的运动物体检测，修正SVM分类出的P(清水)和P(污水)，根据D-S证据理论合成规则进行融合处理，得到最终的决策融合的结果；
基于帧间差分法的运动物体检测来统计图像中的杂质数目方法下：每隔设定时间T，对视频序列中所有图像杂质数目进行统计并记为n，将n作为一个区分清水和污水图像的一个权重，来修正SVM分类出的结果；
步骤1第一帧图像当做初始背景；
步骤2将前景图像和前一帧图像灰度化，并且进行差分相减，得到差分图像；
步骤3设定阈值T＝15，对差分图像进行二值化；
步骤4背景更新，当前后俩帧图像有变化的区域不更新，无变化的区域更新到背景中去，然后在重新进行前景和背景的图像差分；
步骤5再次选取之前设定的阈值T＝15，差分图像二值化；
步骤6对二值化的差分图像选择的模板，进行腐蚀以消除微小
变动的区域；
步骤7找出二值化的差分图像中的8连通区域，视为前景运动区域；
步骤8找出运动区域的最大区域，之后提取区域中的杂质目标，并利将前景中的杂质目标用矩形框标记；
步骤9统计图像中的杂质数目；
将SVM分类器和帧间差分法运动物体检测根据D-S决策融合的结果输入到DSP处理中，根据DSP处理器设置的0为低电平即清水图像信号，1为高电平即污水图像信号。
5.根据权利要求4所述的基于图像识别的生活污水源头分离方法，其特征在于，分离模块得到DSP处理器发来的的0信号即清水图像和1信号即污水图像，将排放的清水流入到清水管道，然后再排放到城市污水管道，而将排放的污水流入到污水管道，最后排放到自制的污水池。

说明书全文

基于图像识别的生活污水源头分离装置及方法

技术领域

[0001] 本发明涉及环保技术领域，特别涉及基于图像识别的生活污水源头分离装置及方法。

背景技术

[0002] 目前常见的对生活污水检测方式，主要分为三类。第一类：主要通过入为24小时视频的监控，从而确定污水口的排放情况。但是这种形式的监控，人由于长时间的观察，必然导致产生精神压为而导致监管工作的不到位，使水资源环境的再次遭到污染。第二类：通过对生活污水水质的提取，化验，分析等过程来进行判断，但是这种形式是在水质遭到大范围破坏后才发现处理的，显然缺乏实时性。第三类：是采用接触性传感器来检测的，传感器的处理程序随时间变化而变化，无法实时、准确的掌握污水的动态变化，且传感器长时间放置在污水中容易受到侵蚀、破坏，其使用寿命不长。因此，促使寻找更加智能化的手段去快速，准确的处理生活污水。

发明内容

[0003] 为了克服上述现有技术的不足，本发明的目的在于提供基于图像识别的生活污水源头分离装置及方法，能够采用图像处理的方式，实现对清水和污水的准确识别，采用DSP处理器等硬件模块快速的实现了清水和污水的分离，从而保证了装置的实时性和准确性。

[0004] 为了实现上述目的，本发明采用的技术方案是：

[0005] 基于图像识别的生活污水源头分离装置，包括：

[0006] 视频图像采集模块：所述视频图像采集模块与A/D转换模块连接，用以收集和获取污水的视频图像；

[0007] 光源照明模块：所述的光源照明模块用来照亮污水源头口，克服环境带来的干扰，为后续图像处理提供有力的条件；

[0008] A/D转换模块：所述A/D转换模块分别与视频图像采集模块、视频图像压缩处理模块连接，使用视频解码芯片将收集到的图像模拟信号进行数字化，即模拟信号转化为数字信号，有利于DSP处理器进行端口处理；

[0009] 视频图像压缩处理模块：所述的视频图像压缩处理模块分别与A/D转换模块、DSP处理器连接，用于将A/D转换产生大量的数字视频图像数据进行压缩，同时还用于为DSP处理图像进一步提供了存储空间；

[0010] 主机接口模块：所述的主机接口模块与DSP处理器连接，用于直接访问CPU的存储器空间，另外，还用于访问外围设备的存储；

[0011] 电源模块：所述的电源模块分别与DSP处理器、视频图像采集、分离模块连接，用于提供了+5V的外部输入电压供电给DSP处理器、视频图像采集模块和分离模块；

[0012] 数据存储卡：所述的数据存储卡与DSP处理器连接，用于存储视频图像数据和算法程序，还用于存储预设值的黑白阈值。

[0013] 图像处理算法模块：所述的图像处理算法模块与DSP处理器连接，内部包括图像增强模块、图像灰度化模块、图像二值化模块、图像分类识别模块，用于实现对清水和污水图像的准确识别。

[0014] 复位电路：所述的复位电路与DSP处理器连接，用于将器件状态出初始化为空状态；

[0015] 置位电路：所述的置位电路与DSP处理器连接，用于将器件的逻辑值转化为特定的值；

[0016] 自举电路：所述的自举电路与DSP处理器连接，用于将自举升压二极管，自举升压电容等电子元件，使用电容放电和电源电压叠加，从而使电压升高；

[0017] DSP处理器：所述的DSP处理器位于分离装置的上面，分别与视频图像压缩处理模块、主机接口模块、电源模块、数据存储卡、图像处理算法模块、复位电路、置位电路、自举电路；用于接收视频图像压缩处理模块所传来的数据，并将数据转发给图像处理算法模块进行处理，根据要求将DSP处理器得到的0和1数字信号进行定义，0为低电平即清水图像信号，1为高电平即污水图像信号；

[0018] 分离模块：所述的分离模块位于分离装置的下面，分别与清水管道和污水管道连接，清水管道：设置一端与排放污水源头相连通，另一端与城市污水管相连通，用来排放生活污水中较干净的污水；污水管道：设置一端与排放污水源头相连通，另一端与设置的污水池相连通，污水池用于排放粪便。

[0019] 所述的图像处理算法模块包括视频图像采集模块、图像增强模块、图像灰度化模块和图像二值化模块；

[0020] 图像增强模块：在图像处理算法模块内部，与污水的视频图像连接，用于接收污水图像，用图像处理的方法将之前摄像头拍摄的图像进行增强，强调源头口污水的图像特征，提高图像中污水颜色亮度，抑制管道口周围的环境特征，扩大之间的差别，改善图像的质量，加强识别效果。

[0021] 图像灰度化模块：在图像处理算法模块内部，与图像增强模块连接，用于接收增强后的污水图像，并对污水图像执行灰度化处理，以获得灰度化的污水图像；

[0022] 图像二值化模块：在图像处理算法模块内部，与图像灰度化模块连接，将灰度图像的每一个像素的灰度值与预设置的黑白阈值分别比较，当像素的灰度值大于预设置黑白阈值时，将像素记为白色像素，当像素的灰度值小于预设置黑白阈值时，将像素记为黑色像素，从而获得二值化图像。

[0023] 基于图像识别的生活污水源头分离方法，包括以下步骤；

[0024] 图像分类识别模块：在图像处理算法模块内部，与图像二值化模块和图像采集模块连接，将污水和清水的视频转化为图像序列帧，共得到污水1000个样本，清水1000个样本，其中选择清水作为正样本，污水作为负样本，样本经预处理后在训练分类器SVM，应用SVM进行分类的步骤如下：

[0025] 步骤1用污水样本和清水样本作为训练集，接着以污水样本和清水样本的多特征用来分类；

[0026] 步骤2用SVM分类器训练从而得到分类模板；

[0027] 步骤3通过模板对待分类污水和清水图像进行分类。

[0028] 进一步运用基于帧间差分法的运动物体检测，修正SVM分类出的P(清水)和P(污水)，根据D-S证据理论合成规则进行融合处理，得到最终的决策融合的结果；

[0029] 基于帧间差分法的运动物体检测来统计图像中的杂质数目方法下：每隔设定时间T，对视频序列中所有图像杂质数目进行统计并记为n，将n作为一个区分清水和污水图像的一个权重，来修正SVM分类出的结果；

[0030] 步骤1第一帧图像当做初始背景；

[0031] 步骤2将前景图像和前一帧图像灰度化，并且进行差分相减，得到差分图像；

[0032] 步骤3设定阈值T＝15，对差分图像进行二值化；

[0033] 步骤4背景更新，当前后俩帧图像有变化的区域不更新，无变化的区域更新到背景中去，然后在重新进行前景和背景的图像差分；

[0034] 步骤5再次选取之前设定的阈值T＝15，差分图像二值化；

[0035] 步骤6对二值化的差分图像选择3×3 的模板，进行腐蚀以消除微小变动的区域。

[0036] 步骤7找出二值化的差分图像中的8连通区域，视为前景运动区域；

[0037] 步骤8找出运动区域的最大区域，之后提取区域中的杂质目标，并利将前景中的杂质目标用矩形框标记。

[0038] 步骤9统计图像中的杂质数目。

[0039] 通过帧间差分法检测图像中的杂质数目，在理想情况下，清水的杂质数目是较少的，污水的杂质数目是很多的，那么可以把杂质数目的多少作为一个权重，实现对污水和清水图像的更精确的分类。将SVM分类器和帧间差分法运动物体检测根据D-S决策融合的结果输入到DSP处理中,根据DSP处理器设置的0为低电平即清水图像信号，1为高电平即污水图像信号。

[0040] 分离模块得到DSP处理器发来的的0信号即清水图像和1信号即污水图像，将排放的清水流入到清水管道，然后再排放到城市污水管道，而将排放的污水流入到污水管道，最后排放到自制的污水池。

[0041] 本发明的有益效果：

[0042] 本发明用于清水和污水的分离。首先，该装置通过对污水源头进行视频监控，之后将采集到的图像信息，传输到图像处理模块进行智能分析与判断，得到清水和污水的区分，并对判断的结果用DPS处理器进行分离，最后将清水排放到生活污水管道，将污水排放到污水池。该装置采用计算机图像处理技术，实现了污水状态的智能化识别，满足了污水处理实时性的要求，可以克服传统污水装置监测随机性差，智能化程度不高，且建设周期长，成本高等缺陷。同时，由于清水和污水的源头在分离，将较干净的清水还可以继续循环利用，避免水的二次污染。而将大量混有粪便的污水可以作为生产绿色食品的肥料，从而给社会带来巨大的经济效益；而基于SVM和帧间差分法的运动物体检测决策融合算法，首先，SVM通过对污水图像进行初步判断识别，之后进行基于帧间差分法的运动物体检测是对污水图像的再识别，同时也是对SVM输出结果的修正，最后，根据D-S证据理论合成规则将SVM和帧间差分法的运动物体检测结果进行融合处理，从而得到最终的决策融合的结果，通过两次判断识别的方式，避免了单一分类器识别准确率低的缺陷，从而提高了污水识别的准确性。附图说明

[0043] 图1为本发明基于图像识别的生活污水源头分离装置整体结构示意图。

[0044] 图2为视频图像采集模块示意图。

[0045] 图3为图像处理算法模块示意图。

[0046] 图4为基于SVM和帧间差分法的运动物体检测决策融合算法示意图。

[0047] 图5为DSP处理模块与分离模块连接示意图。

具体实施方式

[0048] 下面结合附图对本发明作进一步详细说明。

[0049] 如图1所示，基于图像识别的生活污水源头分离装置及方法，包括：视频图像采集模块、光源照明模块、DSP处理模块、图像处理算法模块以及分离模块。其中，DSP处理模块包括：A/D转换模块、DSP处理器、视频图像压缩处理模块、数据存储卡、复位电路、置位电路、自举电路；图像处理算法模块包括：图像增强模块、图像灰度化模块、图像二值化模块、图像分类识别模块；电源模块用于提供+5V的外部输入电压供电给DSP处理器、视频图像采集模块和分离模块。

[0050] 如图2所示，光源照明模块用于照亮污水源头口，克服环境带来的干扰，以确保视频图像采集模块采集到最佳的视频图像。视频图像采集模块中的可见光摄像头通过对排放污水管道源头口水状态进行特征提取，然后将可见光摄像头数据传输到A/D转换器模块。经过A/D转换模块处理，将可见光摄像头采集到的模拟信号转换为后面DSP处理器能够识别的数字信号。转换后的数字信号传输到视频图像压缩处理模块，将大量的数据进行压缩处理，为后面的DSP处理器处理数据提供了存储空间。压缩处理后的数据传入到DSP处理器中。最后，DSP处理器负责将数据转发给与之相连的图像处理算法模块进行判断和识别。

[0051] 如图3所示是图像处理算法模块，与DSP处理器连接，其内部包括：图像增强模块、图像灰度化模块、图像二值化模块、图像分类识别模块。如图4所示是基于SVM和帧间差分法的运动物体检测对污水图像识别的方法。首先，训练分类器SVM，将污水和清水的视频转化为图像序列帧，共得到污水1000个样本，清水1000个样本，其中选择清水作为正样本，污水作为负样本。这些样本经预处理后训练分类器SVM，之后将训练好的分类器SVM与采集到的图像进行匹配和分类，并将分类的结果以概率的形式输出即P(清水)和P(污水)，但是这样的分类是仅仅是对清水图像和污水图像的初步判断，若存在P(清水)＝0.51和P(污水)＝0.49这样模糊的情况，显然，很难判断这是清水还是污水的图像。因此，进一步运用基于帧间差分法的运动物体检测，来修正SVM分类出的P(清水)和P(污水)。运用基于帧间差分法的运动物体检测之前，要对图像进行预处理。首先，将采集到的图像要经过图像增强模块处理，图像增强后可以提高图像中的排放水的颜色亮度，抑制管道口周围的环境特征，扩大之间的差别，改善图像的质量，加强识别效果。之后，将图像数据传输到图像灰度化模块。图像由RGB颜色图像转化为灰度图像，灰度图像数据再传输到二值化中，图像由灰度图像变为像素值是0和255的二值图像。预处理之后的图像，运用基于帧间差分法的运动物体检测，检测图像中的杂质数目。在理想情况下，清水的杂质数目是较少的，污水的杂质数目是无限多的。因而，清水图像和污水图像之间存在一个临界值。我们设置这个临界值n为10，当杂质数量n大于10时，我们可以判断图像为污水图像，当杂质数量n小于10时，可以判断图像为清水图像。由于SVM分类的结果是以概率的形式输出，而杂质数量n是数值，因此我们将杂质数量n→f(n)→δ→δ'转换，最后将得到的δ'与SVM的分类结果，利用D-S证据理论合成规则进行融合处理，得到最终的决策融合的结果。

[0052] 如图5所示DSP处理模块与视频图像压缩处理模块、图像处理算法模块、分离模块连接。其中，DSP处理器与外部数据存储器、复位电路、自举电路、置位电路共同组成DSP处理模块，DSP处理器不仅仅负责接收视频图像压缩处理模块传输的数据转发给图像处理算法模块进行判断和识别，而且还负责将图像处理算法模块输出的结果转发给分离模块。在图像处理算法模块中将SVM分类器和帧间差分法运动物体检测决策融合的结果输入到DSP处理中，根据设置，若融合结果属于清水图像的概率大，则DSP处理后，输出结果为0，即低电平。若融合结果属于污水图像的概率大，则DSP处理后，输出结果为1，即高电平。然后，分离模块接收到0和1的信号进行分离处理，当接收到0信号时，判断此时排放水为清水，清水流入到清水管道，最后直接排放到城市污水管道，以便清水回收二次利用。当接收到1信号时，判断此时排放水为污水，污水流入到污水管道，最后直接排放到设置的污水池，以便将人的粪便开发为绿色肥料。

标题	发布/更新时间	阅读量
一体型光学片模块以及具备该一体型光学片模块的背光单元	2020-05-08	495
一种GaN LED外延结构及其制作方法	2020-05-08	493
波长转换装置及光源系统	2020-05-08	330
一种基于手机摄像头的可见光室内定位系统及定位方法	2020-05-11	765
一种输液瓶异物及泄漏一体式检测设备	2020-05-11	868
一种匀光结构、背光源及指示灯	2020-05-08	437
用于实施传感器的伤口治疗敷料和系统的传感器定位和光学感测	2020-05-08	59
水载流原子荧光分析装置及原子荧光分析方法	2020-05-11	648
显示设备与显示系统	2020-05-08	621
一种测试玻璃涂层防雾性能的方法	2020-05-11	59

基于图像识别的生活污水源头分离装置及方法

基于图像识别的生活污水源头分离装置及方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：