论文部分内容阅读
摘 要：在格栅除污机自动控制系统中，传统的超声波液位计本身的不足导致了系统可靠性不高。且由于移动式格栅机的频繁工作，导致不能高效、低耗的达到除污效果。针对此问题，试制了一套试验装置进行模拟实验，尝试采用图像处理技术加以解决。最后，通过对于不同污物情况下图像的预处理、图像分割、二值化、面积测量等实验操作，得到了较理想的效果，可以较真实准确地将污物从图像中提取出来并测得数据，再与预设值进行比较，以用于后序工作的需要。
关键词：图像处理技术（image processing techniques）、面积测量（area measurement）、移动式格栅除污机（the mobile grille remover）、智能化（intelligent control）
一、背景情况
当今的大中型雨污水泵站内一般均安装有移动式格栅除污机，其利用单个可移动除污机头进行移动除污的效果深受好评。其传统的自动控制方式[1]是在格栅井前后各设超声波液位计，测量格栅前后的液位值，控制系统通过判断液位差值触发其除污动作，但自动除污过程为：不管各仓位的栅片上污物的多少，移动机架均要逐仓进行除污一次（或几次），直至最后一个仓位除污完毕后自动回复至初始仓位，一般整个除污过程的周期时间会达半小时以上。这样既费时、费电，又增加了设备的使用率，加快了设备的损坏与维修，加速了设备的折旧与报废。而且，超声波液位计应用于污水行业中有其自身的缺陷，其不适用于测量有气泡及悬浮物的介质等不利因素，而在泵站内的污水成份复杂，夹杂着大量的污物、油脂等漂浮物，并且水流流速快，对于超声波信号的扰动很大，常会引起数据的跳跃或偏差，所以一般不利用超声波信号直接去自动控制设备，而仅用作水位情况的监视。如在中国自动化网上的一文中指出，为保证控制可靠运行，需定期对超声波液位计进行维护和校正[2]。
在此种状况之下，有必要去研究一种方法、装置或系统，以解决上述问题。
二、模拟实验
针对上述中的除污过程，试制了一套模拟实验系统，首先在实验室里进行小试，以解决图像处理技术在此类污物图片处理中的应用问题，待试验数据结果证明可行之后，再进一步进行实验室类比或实地试验。
（1）组成器件
摄像头：Kacon color ccd camera Model：VC-423A
视频采集卡：Hikvision Model：DS-4004HC（R）
水槽：1150cm×30cm×28cm（长*宽*高）
栅片组：栅条尺寸30mm×4mm×320mm 栅条间隙20mm
小潜水泵：交流220V鱼缸用小型潜水泵
污染物：塑料马夹袋、抹布及一些其它杂物
待开启潜水泵，水流迎向栅片正向流动，带动污物靠近甚至贴在栅片之上，同时，摄像头每间隔一定周期地拍下图像，通过模拟系统拍摄了7幅图像，有无水调整图像（摄像头调整固定位置）1幅，加水后的无污物初始图像2幅、有污物污染程度（轻、中、高、重度）不同的图像4幅。
（2）图像处理方法[3]
本文所采用的MATLAB[4]的版本为R2007a。图像处理工具箱是以数字图像处理理论为基础，用MATLAB语言构造得到的一系列用于图像数据显示与处理的M文件，并且可以查看或改进这些M文件的代码。
针对上述7幅图像应用数字图像处理的相关技术进行处理，将污物从有污物的图像中分离出，并且计算出面积，用以后序判断。首先对于采集的图像进行预处理工作以便减少对后序处理过程的影响。之后，再进行目标物（污物）的提取、统计。设想方案有2个，方法一：先分割后差分。先对于各幅图像进行目标提取（分割处理），提取出感兴趣部分，之后进行差分（减背景）处理，再计算污物面积，超过预设值即发出除污信号；方法二：先差分后分割。直接将有污物图像与背景图像进行差分（减背景）操作，再对于得到的差分后图像进行分割处理（二值化等方法），计算其污物面积。通过实验后得出，应用方法一中的Otsu算法选取的阈值对图像分割后再进行差分操作效果较好，基本可以将重度污染物提取出来；而应用方法二直接先与背景图像进行差分处理[5]，似乎二种算效果均较好，都基本可将重度污染物提取出来。
（3）面积计算
通过bwarea（）函数的运用，得出表1：
从得出的污物面积数据分析，不管是先分后差还是先差后分，利用直方图法选取的阈值分割方法优于Otsu算法选取的阈值，Otsu算法在高度与重度污染图像判断时，产生了数据倒大的现象（表格中灰色显示的数据），说明此方法不适用于此类图像的操作。再看先分后差方法中，对2幅图像分别进行分割处理后再进行差分处理，此过程中有2次分割和1次差分；而先差后分方法中，对2幅图像先进行差分，然后再分割，此过程中有1次差分和1次分割，虽然从实验得出的数据来看，似乎两种方法均较适合，但是，先差后分过程中对于图像处理次数少，理论上来说所引入的干扰或误差也应该较少，所以，还是认为先差后分效果更好（表格中加粗的数据）。
三、实验结果
本文研究了图像处理技术在移动式除污机智能控制中的模拟应用，主要内容涉及到图像的预处理，图像的差分，图像的分割（二值化），将污物从背景图像中提取出来，再计算面积，最后将得到的面积与预设值比较，判断出在栅片上污物的大致污染程度是否需要進行除污工作。通过对于图像基础知识的了解与学习并且利用模拟系统较简单的实验工作，得到如下结论：
（1）通过一系列的图像处理技术或方法，可以将不同污物程度较明显的提取出来，并且对于此类图像进行先差分后分割要略优于先分割后差分的方法，在下一步的实验中有指导运用的可行性。
（2）此实验效果仅代表实验室中的小试结果，与泵站实地情况差别较大，有其局限性，如集水井内的光照度白天与黑夜差别较大，运行水位高低对于固定摄像机拍到的像片中感兴趣部分（污物）面积的影响等因素。这在进一步的类比性实验或实地试验中均应考虑周全。
对于图像处理技术的研究，在医疗器械、航空航天、多媒体技术等很多领域的发展过程中启到了举足轻重的作用。而在市政工程的雨污水处理行业之内，研究与应用极少，希望在不久的将来，能将图像处理技术应用于移动式除污机的控制系统中。
参考文献
[1] 梁博宁，黄巧亮，刘剑平.PLC在污水泵站控制系统中的应用.工业控制计算机，2006，第19卷（第10期）：80～81
[2] 基于S7-400 PLC的控制系统在污水处理中的应用.中国自动化网，2010.11
[3]杨帆等编著.数字图像处理与分析.北京：北京航空航天大学出版社，2007.10
[4]王爱玲，叶明生，邓秋香编著.MATLAB R2007图像处理技术与应用.北京：电子工业出版社，2008.1
[5]王辉.背景差分图像处理：[工程硕士学位论文].哈尔滨：哈尔滨理工大学，2005.3
关键词：图像处理技术（image processing techniques）、面积测量（area measurement）、移动式格栅除污机（the mobile grille remover）、智能化（intelligent control）
一、背景情况
当今的大中型雨污水泵站内一般均安装有移动式格栅除污机，其利用单个可移动除污机头进行移动除污的效果深受好评。其传统的自动控制方式[1]是在格栅井前后各设超声波液位计，测量格栅前后的液位值，控制系统通过判断液位差值触发其除污动作，但自动除污过程为：不管各仓位的栅片上污物的多少，移动机架均要逐仓进行除污一次（或几次），直至最后一个仓位除污完毕后自动回复至初始仓位，一般整个除污过程的周期时间会达半小时以上。这样既费时、费电，又增加了设备的使用率，加快了设备的损坏与维修，加速了设备的折旧与报废。而且，超声波液位计应用于污水行业中有其自身的缺陷，其不适用于测量有气泡及悬浮物的介质等不利因素，而在泵站内的污水成份复杂，夹杂着大量的污物、油脂等漂浮物，并且水流流速快，对于超声波信号的扰动很大，常会引起数据的跳跃或偏差，所以一般不利用超声波信号直接去自动控制设备，而仅用作水位情况的监视。如在中国自动化网上的一文中指出，为保证控制可靠运行，需定期对超声波液位计进行维护和校正[2]。
在此种状况之下，有必要去研究一种方法、装置或系统，以解决上述问题。
二、模拟实验
针对上述中的除污过程，试制了一套模拟实验系统，首先在实验室里进行小试，以解决图像处理技术在此类污物图片处理中的应用问题，待试验数据结果证明可行之后，再进一步进行实验室类比或实地试验。
（1）组成器件
摄像头：Kacon color ccd camera Model：VC-423A
视频采集卡：Hikvision Model：DS-4004HC（R）
水槽：1150cm×30cm×28cm（长*宽*高）
栅片组：栅条尺寸30mm×4mm×320mm 栅条间隙20mm
小潜水泵：交流220V鱼缸用小型潜水泵
污染物：塑料马夹袋、抹布及一些其它杂物
待开启潜水泵，水流迎向栅片正向流动，带动污物靠近甚至贴在栅片之上，同时，摄像头每间隔一定周期地拍下图像，通过模拟系统拍摄了7幅图像，有无水调整图像（摄像头调整固定位置）1幅，加水后的无污物初始图像2幅、有污物污染程度（轻、中、高、重度）不同的图像4幅。
（2）图像处理方法[3]
本文所采用的MATLAB[4]的版本为R2007a。图像处理工具箱是以数字图像处理理论为基础，用MATLAB语言构造得到的一系列用于图像数据显示与处理的M文件，并且可以查看或改进这些M文件的代码。
针对上述7幅图像应用数字图像处理的相关技术进行处理，将污物从有污物的图像中分离出，并且计算出面积，用以后序判断。首先对于采集的图像进行预处理工作以便减少对后序处理过程的影响。之后，再进行目标物（污物）的提取、统计。设想方案有2个，方法一：先分割后差分。先对于各幅图像进行目标提取（分割处理），提取出感兴趣部分，之后进行差分（减背景）处理，再计算污物面积，超过预设值即发出除污信号；方法二：先差分后分割。直接将有污物图像与背景图像进行差分（减背景）操作，再对于得到的差分后图像进行分割处理（二值化等方法），计算其污物面积。通过实验后得出，应用方法一中的Otsu算法选取的阈值对图像分割后再进行差分操作效果较好，基本可以将重度污染物提取出来；而应用方法二直接先与背景图像进行差分处理[5]，似乎二种算效果均较好，都基本可将重度污染物提取出来。
（3）面积计算
通过bwarea（）函数的运用，得出表1：
从得出的污物面积数据分析，不管是先分后差还是先差后分，利用直方图法选取的阈值分割方法优于Otsu算法选取的阈值，Otsu算法在高度与重度污染图像判断时，产生了数据倒大的现象（表格中灰色显示的数据），说明此方法不适用于此类图像的操作。再看先分后差方法中，对2幅图像分别进行分割处理后再进行差分处理，此过程中有2次分割和1次差分；而先差后分方法中，对2幅图像先进行差分，然后再分割，此过程中有1次差分和1次分割，虽然从实验得出的数据来看，似乎两种方法均较适合，但是，先差后分过程中对于图像处理次数少，理论上来说所引入的干扰或误差也应该较少，所以，还是认为先差后分效果更好（表格中加粗的数据）。
三、实验结果
本文研究了图像处理技术在移动式除污机智能控制中的模拟应用，主要内容涉及到图像的预处理，图像的差分，图像的分割（二值化），将污物从背景图像中提取出来，再计算面积，最后将得到的面积与预设值比较，判断出在栅片上污物的大致污染程度是否需要進行除污工作。通过对于图像基础知识的了解与学习并且利用模拟系统较简单的实验工作，得到如下结论：
（1）通过一系列的图像处理技术或方法，可以将不同污物程度较明显的提取出来，并且对于此类图像进行先差分后分割要略优于先分割后差分的方法，在下一步的实验中有指导运用的可行性。
（2）此实验效果仅代表实验室中的小试结果，与泵站实地情况差别较大，有其局限性，如集水井内的光照度白天与黑夜差别较大，运行水位高低对于固定摄像机拍到的像片中感兴趣部分（污物）面积的影响等因素。这在进一步的类比性实验或实地试验中均应考虑周全。
对于图像处理技术的研究，在医疗器械、航空航天、多媒体技术等很多领域的发展过程中启到了举足轻重的作用。而在市政工程的雨污水处理行业之内，研究与应用极少，希望在不久的将来，能将图像处理技术应用于移动式除污机的控制系统中。
参考文献
[1] 梁博宁，黄巧亮，刘剑平.PLC在污水泵站控制系统中的应用.工业控制计算机，2006，第19卷（第10期）：80～81
[2] 基于S7-400 PLC的控制系统在污水处理中的应用.中国自动化网，2010.11
[3]杨帆等编著.数字图像处理与分析.北京：北京航空航天大学出版社，2007.10
[4]王爱玲，叶明生，邓秋香编著.MATLAB R2007图像处理技术与应用.北京：电子工业出版社，2008.1
[5]王辉.背景差分图像处理：[工程硕士学位论文].哈尔滨：哈尔滨理工大学，2005.3