随着社会的不断发展,人们对于生活用水的水质要求越来越高。混凝工艺是水厂处理中最重要的一环,它指的是在原水中添加混凝剂,经过充分地混合,形成不规则形态的絮体的过程。改进混凝工艺有助于提高水厂生产效率,也能更好地保障水质达标。目前大多数水厂采用的混凝检测技术都存在着效率低、适应度差等缺点,为此本文研究了一种基于图像处理的混凝状态分析方法,通过增强预处理、图像分割以及特征提取三个步骤来识别出水中絮体参数,并建立相应的混凝剂投药规则。主要的研究工作如下:1)絮体图像的锐化预处理基于初期采集的图像清晰度较低,本文采用分数阶微分算子对图像做锐化预处理,提升图像的清晰度。相比较于整数阶锐化算子,分数阶锐化算子可以在加强图像纹理细节的同时非线性地保留平滑区域。实验结果表明,本文所采用的分数阶锐化算子可以有效地提高图像的可视性。随着阶次的增加,图像的纹理信息逐渐丰富,图像的清晰度逐渐提高,但是当阶数较大时图像易产生噪声。2)絮体图像的分割处理在预处理图像的基础上,使用改进的Otsu算法对图像进行分割处理。基于传统Otsu算法计算复杂度高的问题,提出FOCPSO算法优化Otsu算法:以最大类间方差做适应度函数,引入云模型将种群分成若干子种群,增加种群多样性;对速度更新公式加入分数阶理论表征粒子过去若干单位时间内的状态,优化粒子寻优轨迹。实验结果表明,在一定程度上保证算法分割精度的前提下,本文所提出的改进分割算法提升了算法的收敛速度,实现了絮体图像的快速有效分割。3)絮体图像特征提取方法研究对于分割后的絮体图像,本文研究了其图像特征提取的方法。该方法基于数学形态学对图像做修补,减少孔洞对絮体识别造成的影响,并且使得关联度不大的絮体颗粒分离。然后针对固定视角、单位时间内的絮体图像,计算絮体数量以及分形维数,建立初步的投药量判断控制规则,最后通过实验结果证明了特征提取方法的有效性。