[发明专利]一种基于活性污泥相差显微图像污泥膨胀预测方法

权利要求书

1.一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，该方法具体步骤包括图像采集、图像融合、图像分割、特征提取、动态模型、污泥膨胀预警六个步骤：

步骤1：图像采集：在污水处理厂的曝气池出口采集活性污泥样本，采用光学显微镜、工业数码相机和图像采集系统捕获活性污泥相差显微图像；

步骤2：图像融合：采用离散余弦变换的活性污泥显微图像融合方法对不同焦平面的活性污泥相差显微图像进行融合，最后应用双边滤波器一致性校验进一步修正融合图像；

步骤3：图像分割：采用相位一致法去除相差后，通过低通滤波、相位拉伸变换、阈值分割、开启操作和回旋半径特征实现活性污泥丝状菌和絮体的分割；

步骤4：特征提取：对分割好的絮体和丝状菌，计算出絮体和丝状菌的尺寸和形状等形态学特征参数；

步骤5：动态模型：将形态学特征参数与在线测量数据MLSS、DO、pH以及SVI历史数据相结合，以污泥体积指数为输出，构建动态随机配置网络模型预警模型；

步骤6：污泥膨胀预警：对新的活性污泥样本进行形态学特征提取，融合在线理化测量数据，输送给已经构建好的动态SVI预警模型，根据输出的污泥体积指数值区间范围，判别污泥的沉降性能，预测污泥是否发生膨胀。

2.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述图像采集，是指对污水处理厂曝气池出口取得的活性污泥样本，采用光学显微镜、工业数码相机和图像采集系统，从左上到右下路径扫描载玻片上样品，获取上、中、下三个不同焦平面下多张相差显微图像。

3.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述图像融合，对相同位置、不同焦平面显微图像进行边缘增强锐化预处理后，对图像进行离散余弦变换，分别计算分块图像DCT域的变换系数，选择系数方差大的子块为融合图像的子块，通过DCT逆变换实现图像融合，最后应用双边滤波器一致性校验进一步修正融合图像。

4.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述图像分割，将RGB图像(红、绿、蓝)采用相位一致性方法去除相差影响后转换为灰度图像，对灰度图像进行高斯低通滤波，通过模糊图像来降低随机噪声；对图像进行相位拉伸变换，利用二维傅里叶变换将图像从空间域转换为频域，然后将得到的频域图像乘以相位核，通过二维傅里叶逆变换将得到的图像从频域转换到空间域，得到输出的相位图像；采用阈值法对输出的相位图像进行二值化，在相位对比图像中，采用阈值法从灰度图像中分割出絮体；在检测到絮体后，进行形态学扩张填充；在使用PST获得的分割二值图像中减去所得到的掩模，输出为丝状菌图像。

5.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述特征提取，包括污泥絮体和丝状菌形态学特征，具体为总目标区域的面积、平均目标区域的面积、二阶中心矩椭圆的长轴长度、二阶中心矩椭圆的短轴长度、二阶中心矩椭圆的离心率、二阶中心矩椭圆的长轴与x轴的交角、填充区域凸多边形图像中的on像素个数、填充区域图像中的on像素个数、欧拉数、周长、轮廓线周长、等效圆直径、形状因子、圆度、旋转半径、纵横比。

6.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述动态SVI模型，建模方法采用动态随机配置网络模型，模型输入包括活性污泥显微图像絮体和丝状菌形态学特征参数、在线测量数据和历史数据，模型的输出为；动态SCN模型表示为

其中。

7.根据权利要求1所述的一种基于活性污泥相差显微图像污泥膨胀预测方法，其特征在于，所述污泥膨胀预警，获取新的活性污泥样本形态学特征参数以及在线测量数据MLSS、Do和pH值，利用构建好的动态预警模型，对活性污泥的污泥体积指数进行预报，并根据值所在区间,判断污泥是否发生膨胀。