m,若视像素点(i,j)为水流区域的像素点,处 理完所有点之后得到t时刻的水流动态区域Ta(t)。4. 如权利要求1所述的基于污水口视频的污水颜色与流量检测的实时分析方法,其特 征在于:高光分析的方法如下: (1) 将图像Tjt)进行边缘检测:分别获取canny与laplace二值边缘图像,然后将两者进 行或运算得到边缘图Te(t); (2) 对Te(t)进行轮廓检测,获取各轮廓的最小外接矩形的位置,并在图像Tdt)中取轮 廓外接矩形的对应的图像,记为 [Tc(t)]i(i = l,2,…,k),下标i表示轮廓的序号,k为检测处的轮廓数量,并且将轮廓包 含的像素点数量进行记录,记为 [Nc(t)]i(i = l,2,…,k),下标i表示轮廓的序号,k为检测处的轮廓数量, (3)对图像[^^^进行处理,如像素点判断为高光,则对该位置进行标记,并记录高光 点的数量,记为[Mc(t)]1;若某轮廓区域判定为高光区域,则将高光区域内的所有像素点的颜色置为图像没有的 颜色。5.如权利要求1所述的基于污水口视频的污水颜色与流量检测的实时分析方法,其特 征在于:颜色对比选取分析方法如下: (1) 获取静态无流水少高光背景图像序列 若判定当前图像中无水流则将无流水的图像进行保存,本方法中保存了 Μ张无水流的 图像,Μ为正整数,保存的流程如下: a. 建立一固定长度的图像序列了5〇11),111=1,2,一,,若无流水每隔一定时间,将当前的 图像进行高光分析后放在序列的末尾,当满足条件的图像出现时,其余图像向前移动一个 位置,然后将图像放在序列的末尾; b. 若TS(m)中的图像数量为M,当有新的图像时,序列中第一张图像将被舍弃,其余图像 向前移动一个位置,新图像放在最后一个位置; (2) 颜色对比选取 a. 选出图像序列TS(m)中高光数量最少的图像Tb; b. 对当前时刻的图像Tc (t)的亮度进行校正,校正的方法如下: ① 将图像Tb与图像Tc⑴由BGR模式转换至IjHSV模式,其中V分量即为亮度; ② 获取实际的水流区域图像Ta(t); ③ 对Ta(t)中的水流区域进行膨胀操作得到的图像与Ta(t)进行差分运算获取水流区域 的外边界ET a(t); ④ 若图像ETa(t)中的(i,j)位置处的像素值为255,分别取于图像Tb与Tc(t)的(i,j)位 置的V通道的值,分别设为Vb[i,j]与Vc[i,j],计算Vb[i,j]与Vc[i,j]的差记为diff(ij), 即diff(i,j)=V C[i,j]-Vb[i,j],然后计算图像ETa(t)中所有的(i,j)位置处的像素值为 255处对应的dif f (i,j),最后计算所有dif f (i,j)的平均值,记为?; ⑤ 对图像中流水区域的所有位置的V通道的值减去%这样得到亮度校正后的图像 在上述步骤中,如遇到高光点,不做任何处理; c. 剔除图像Tb与?Ui)中颜色异常点; 如果Tb与的相同位置处只要有一个高光点,则将该位置用黑色替代; 检测巴斜槽喉管处的水流的颜色,方法如下: ①对 1^与fc(t),若1^(t)的(i,j)处的像素1^(t) [ i,j ] = 255,计算Tb[ i,j ]与:fc(t) [ij]的 颜色距离,并记为这里颜色距离计算方式可以是欧几里得距离、曼哈顿距离或马哈拉诺比斯距离;若1 (t)[i, j]=0,则D[i, j]=0; ②通过矩阵D计算水位最高处的距离,计算方法如下: 首先,将矩阵D转化成灰度图像G,然后对G进行边缘检测; 然后,对边缘图像进行轮廓提取,获取所有的轮廓图像,并将轮廓区域对应的灰度图像 的区域记为= …,k),其中k为轮廓数,计算所有[1^(01的均值与方法,分 别记为E[TG(t)]1与Var[TG(t)] 1,若过大,直接剔除,否则选取均值最大的[Tc (Cl·,[1^(01对于的区域即为颜色距离最大的区域; 最后,用二值图ΤΡ记录颜色距离最大的区域,在区域内的点用白色标记,其余位置用黑 色标记,在矩阵D中计算颜色距离最大的区域的距离平均值,记为??6. 如权利要求5所述的基于污水口视频的污水颜色与流量检测的实时分析方法,其特 征在于:巴歇尔槽的喉管位置识别方法如下: a. 在无水流时,保存一定数量的图像,利用图像序列TS(m),利用标准hough变换识别出 序列中所有图像的直线,如某位置处的直线在序列中超过一定比例,则视为有效的直线并 保存在图像Th中; b. 通过获取实际的水流区域的方法得到的图像1(〖)与Th比较获取排口两侧的直线,计 算1(〇中像素值为255区域的中心线,找出Th中离中线左右两侧最近的两直线,即为排口 两侧的直线,将两直线绘制在图像Tk中; c .对图像序列TS(m),利用累计概率hough变换识别出序列中所有图像的直线段,如某 位置处的直线在序列中超过一定比例,则视为有效的直线并保存在图像Tp中,图像Tk与图 像Tp的公共位置即为排口两侧的竖线段,并将此保存到图像Tout中,排口位置两侧直线段 用像素255标记,其余位置用的像素用0标记; (2) 排口处的水流高度获取 利用当前时刻t的水流区域Ta(t)与排口位置比较获取水流高度的像素点距离进行,具 体方法如下: a. 获取排口位置的两侦埴线段的长度,记为li,h; b. 备份Tout的图像记为?,若1 (t) [ i,j ] = 255,则?[?, /] = 0,对所有位置处理完成后, 获取获取f中两侧直线段的长度,记为V i,V 2; c. 水流高度计算公式如下:(3) 流量估计 根据摄像头拍摄的巴歇尔槽的实际高度,换算处水流的高度,具体换算方法如下:设巴 歇尔槽的实际高度为H,则实际的水流高度根据巴歇尔槽流量公式Q =CX (ha)n?行运算,其中C与η分别是巴歇尔槽的流量参数,Q就是流量大小。7. 如权利要求5所述的基于污水口视频的污水颜色与流量检测的实时分析方法,其特 征在于:判断颜色的方法如下: (1)背景转换 设背景颜色为Μ,一定深度的水的颜色为m,其透明率为α,当前观测到的为Q,则有如 下关系: Ci = aAi+(l-a)Bi 公式6.1 若出与〇不变,背景颜色为A2,设观测到颜色C2,则 C2 = aA2+(l-a)Bi 公式6.2 换算之后 C2 = Ci+a(A2-Ai) 公式6.3 因此只要确定透明率a就可以换算颜色; (2) 在RGB颜色模型下确定透明率 对于水体而言,没有水时透明率为1,水位不断上升,直至刚好看不见背景时,透明率就 为0,在BGR颜色模型下,当颜色距离在130~140之间几乎看不见背景,此时透明率为0,设该 颜色距离为γ,设背景的颜色为(^^^,在相同位置观测到是颜色为⑴旧如八设颜色 距离为d,则透明率a计算如下:颜色距离的平均距离为&T, (3) 颜色提取 在技术方案与方面要点的第(四)部分,已经计算了适合颜色提取的区域,其区域位置 是[Tdt)],,结合剔除了异常点的背景图与当前视频图像将水体的颜色叠加到白 色背景上,实现方法: 若[!'办)]办,1] = 255,并且1'办,1]与宂〇:)〖/^]均不为黑色,则根据公式6.1~6.4,计 算(k,l)位置处的在白色背景下的颜色,记为RGB[k,l],完成所有颜色计算之后,计算RGB [k,l]的平均值即为水体在白色背景下的颜色。8.如权利要求5所述的基于污水口视频的污水颜色与流量检测的实时分析方法,其特 征在于:若排口不标准或摄像头安装不合理情况下估计定性分析流量大小方法如下:
【专利摘要】本发明公开了一种基于污水口视频的污水颜色与流量检测的实时分析方法,包括下列步骤,首先检测排水口是否有水排出,若有水排出,则检测当前流水区域的不同像素位置的颜色,与无水排出时的图像进行对比,根据颜色距离获取水流透明度,并将颜色统一换算到白色背景上,输出透明率与换算颜色;换算透明率与颜色,对比标准情况下污水处理之后的透明率与颜色,换算出水流的相对大小,若排水口是标准巴斜槽,换算水流的实际大小。本发明实现实时对污水排口现场监控,判断排水口是否在排水,若排水及时提取污水的颜色、流量的大小以及水的透明率。本发明还能计算处水流的实际大小以及巴歇尔槽喉管处水流高度。
【IPC分类】G01N21/94, G01D21/02
【公开号】CN105675623
【申请号】CN201610064325
【发明人】吴海洋
【申请人】重庆扬讯软件技术有限公司
【公开日】2016年6月15日
【申请日】2016年1月29日