絮体性状实时图像检测系统的开发与应用

1絮体性状图像检测系统概述水处理絮体性状图像检测系统由PC机(Leno-vo扬天A6800V)、图像采集卡(天敏SDK-2000)、CCD摄像机(WatecWAT-505EX)、光源(普通台灯)、自制观测器(玻璃质)、恒流蠕动泵(兰格BT00-100M)等构成(见图1)。CCD摄像机和图像采集卡捕捉絮体图片并实时传送到显示存储器或系统存储器,图片分辨率为640×480。观测器中间部分直径约20mm,两头略窄,口径逐渐过渡至6mm左右,两端与乳胶管相连,经由恒流蠕动泵将反应器中的絮体引流至观测器中。此设计主要考虑图像捕捉的质量,若直接由CCD摄像机对反应池中的絮体进行观测,稍微快速的水流即能使图像产生模糊,不利于后续的图像处理。通过恒流泵将絮体引流至观测器的方法存在着一定时间滞后(10～20s),虽然实时性有所减弱,但并不影响对絮体整个生长过程的观测,该方法能增加图像采集的质量和后续处理分析的精度。图1图像检测系统示意图Fig.1Schematicdiagramofthedetectionsystem在获取絮体图像后,该系统即可对絮体性状进行计算。(1)絮体粒度。絮体粒度是水处理混凝工艺中重要的操作参数,通常以等效粒径表示。絮体被看作球形体,便于描述非规则形态絮体尺度,等效粒径可用于絮体间的粒度比较,但在比较中须保持等效粒径计算方法的一致性,故采用等投影面积直径来表征絮体等效粒径,即:d=2Aπ(1)式中:A为絮体投影面积,μm2;d为絮体等投影面积直径,μm。本文以絮体等投影面积直径的平均值(即平均粒径D)来表征不同反应条件下形成的絮体粒度。(2)分形维数。自从MANDLEBROT在20世纪70年代提出分形理论后,分形几何学已经被广泛用于描述颗粒聚集体复杂的结构。利用絮体的投影面积与周长的函数关系来计算絮体的分形维数,絮体投影面积与投影周长的函数关系为:A=aPDf[7](2)式中:P为投影周长,μm;a为比例常数;Df为絮体的分形维数。对式(2)求自然对数:lnA=DflnP+lna(3)由式(3)可知,测定不同的A和P后,根据lnA与lnP的直线关系作图求出直线的斜率,就可求出分形维数Df。(3)表观强度。絮体表观强度采用絮体图像平均灰度表征。在背景光强度保持稳定情况下,图像的灰度与密实程度成反比,或与光强度成正比[8,9]。若假定絮体图像灰度与絮体表观强度为线性关系,则絮体表观强度可用式(4)计算:S=1-fL(4)式中:S为絮体表观强度,无量纲;f为絮体图像平均灰度值;L为絮体图像灰度等级,一般为256。2絮体性状图像检测系统实验验证2.1实验方法混凝烧杯实验:用高岭土悬浊液调制不同浊度的原水,混凝剂为含1%(质量分数)Al2O3的液态碱式氯化铝(PAC)。250r/min下搅拌原水30s,使高岭土颗粒在烧杯中分布均匀,然后用微量进样器投加一定量的PAC,先250r/min快搅1min,再50r/min慢搅15min。混凝过程产生的絮体在恒流蠕动泵作用下缓慢流经观测器,絮体图像由CCD摄像机摄取。为降低外界因素对絮体性状检测的干扰,图像检测系统对每2min内的絮体性状参数进行统计筛选。在搅拌结束10min后,取20mL上清液测定各混凝烧杯内试样的剩余浊度。2.2结果和讨论图2为利用本研究开发的水处理絮体图像检测系统定时抓拍的絮体图片。通过调用图像采集卡的库函数Connect和SaveImageToJpg实现图像的动态显示及絮体图片的定时抓拍。为减少噪声影响,对采集到的絮体图片进行滤波处理,该系统选用中值滤波法,将原图像中的一定领域内的像素值大小居中的点的像素作为新图像中的对应点的像素。滤波后进行图像二值化以通过阈值分割将所需图像挑选出。阈值处理完毕后,即获得所需的絮体图片。由图2可见,由该系统摄取的絮体图像边缘清楚、灰·41·冯江等絮体性状实时图像检测系统的开发与应用度层次分明。图2絮体图片Fig.2Flocimages:largeandsmallaveragegrayofflocprojection为获得絮体性状参数,需根据系统摄取的图像提取絮体的几何参数。先采用大津(Otsu)算法动态确定絮体图片分割阈值。Otsu算法属最大类间方差法,可进行单阈值自适应计算,有比较理想的精度。然后采用腐蚀算法对絮体图像进行去噪处理,以消除物像边界点。通过腐蚀可以把小于结构元素的物像去掉,同时可分离两个有细微粘连的物像。在得到连通的目标区域之后,分别对各个目标进行识别,以确定目标絮体的位置和个数。连通单元标记按照八连通邻域法从左到右、自上而下进行扫描,并赋予同一单元唯一标记。在连通性判别之后,根据不同的标记数统计出相应区域的总的像素个数和边缘区域的像素个数,从而得到各个絮体投影区的面积和周长。在获取絮体的几何特征值后,即可计算出絮体