体积测量容器读数方法、装置、存储介质和计算机设备与流程

1.本发明涉及体积测量容器测量值获取技术领域，特别是涉及一种体积测量容器读数方法、体积测量容器读数装置、存储介质和计算机设备。


背景技术：

2.污泥沉降比（sludge settling velocity简称sv）是污水处理工艺生化段一项重要指标，其测试方法是将混匀的曝气池活性污泥混合液倒进量筒（通常是1000ml，也有用500ml）中至满刻度，静置预定时间（如静置30min为sv30，静置60min则称为sv60，以此类推。），沉降污泥与所取混合液的体积比为污泥沉降比（%）。污泥沉降比测试过程为人工操作，操作比较枯燥且该指标测试时通常需要24小时不间断，人力成本较高。特别是检测过程中量筒的读数过程需要操作者集中精力进行，当同一操作者检测时间较长时难以避免的会发生读数错误、读数误差变大等问题。
3.人们寻求对量筒的自动化的读数方法。已公开的非人工读数方法包含以下几种：1、微波法：在量筒前后分别布置微波发射器和接收器，利用微波在泥和水两者之间传播的相位差计算得到污泥的沉降高度。该方法理论上可实现，不足之处在于成本高，误差大，且对周边环境存在微波辐射。2、光源法：通过将光源与光接收器设置在同等刻度的升降轴上，对比透光率，人工读取刻度。该方法只是将人眼直接识别泥水分界面改成识别透光率，增加成本的同时并没有节省人力；也有用机器利用预设的透光率值与采集到的透光率进行比对，当二者相等时得到沉降污泥的体积。该方法可用，但由于各污水处理厂的污泥颜色、浓度等存在较大的差异，预设透光率值的恰当选取存在一定难度，同时该方法的误差也较大。3、图像法：使用摄像头拍摄量筒图像，并采用人眼远程观测替代现场观测图像，该方法仅能实现了待读取量筒与读数人员的空间分离，便于在更适合的场所进行读数，但是仍需要读数人员人工读取量筒数据。


技术实现要素：

4.本发明的目的在于提供一种非人工干预的体积测量容器读数方法和体积测量容器读数装置，以及对应的刻度存储介质和计算机设备。
5.为解决上述问题本发明实施例提供一种体积测量容器读数方法，包括如下步骤：s11，获取待读数的体积测量容器的预处理图像，所述预处理图像仅包含容器外轮廓以内的部分；s21，获取物相分界线，将所述预处理图像二值化而得到所述预处理图像的二值化图像，对所述预处理图像的二值化图像按行求和，并将所述预处理图像的二值化图像的每一行的和由上至下与设定阈值进行比较，当某一行的和大于设定阈值时，将该行在所述预处理图像的二值化图像的位置作为物相分界线；s31，图像截取，根据所述物相分界线的位置，截取所述预处理图像的位于所述物相分界线以上的部分，作为第一截取图像；
s41，获取数字读数值，根据数字区域轮廓的特征获取所述第一截取图像中的最下方数字区域的位置，根据所获取的最下方数字区域的位置提取所述第一截取图像或所述预处理图像中的数字区域图像，并进行数字识别以获取数字读数值；s51，获取调整体积，所述调整体积为所述第一截取图像中的最下方数字区域所对应的刻度线与所述物相分界线之间的容器体积；s61，获得读数，所述体积测量容器的读数为所述数字读数值与所述调整体积之差。
6.进一步地，s11中获取待读数的所述体积测量容器的所述预处理图像过程为：获取待读数的所述体积测量容器的原始图像，提取所述原始图像中的与所述体积测量容器对应的区域，得到所述预处理图像。
7.进一步地，s21中获取所述物相分界线之前还包括消除所述预处理图像中的刻度线和刻度值的步骤，其中，消除所述预处理图像中的刻度线和刻度值的步骤至少包括对所述预处理图像进行高斯模糊。
8.进一步地，s21中所述设定阈值的范围在120-140之间。
9.进一步地，s41将所述第一截取图像二值化而得到所述第一截取图像的二值化图像，然后计算所述第一截取图像的二值化图像所包含的轮廓；根据数字区域轮廓的特征获取所述第一截取图像中的最下方数字区域的位置；根据所述第一截取图像中的最下方数字区域的位置提取所述第一截取图像或所述预处理图像中的所述数字区域图像；将所述数字区域图像二值化而得到所述数字区域图像的二值化图像，计算所述数字区域图像的二值化图像所包含的轮廓，根据单个数字的轮廓特征分别提取所述数字区域图像中的每一个数字图像；将得到的单个数字的图像与预先获取的数字轮廓模板进行匹配计算，获得单个数字的图像对应的数值，按由左至右的顺序组合所有数值获得数字读数值。
10.进一步地，预先获取所述数字轮廓模板的方法为：获取与所述体积测量容器的外壁数字的字体相同的数字0-9的模板图像，将所述模板图像二值化而得到所述模板图像的二值化图像，查找所述模板图像的二值化图像中的每个数字的轮廓。
11.进一步地，s51获取所述调整体积的方法为：在所述第一截取图像中从最下方数字区域所对应的刻度线向下进行图像截取而获得第二截取图像，将所述第二截取图像二值化而得到所述第二截取图像的二值化图像，在所述第二截取图像的二值化图像中寻找所有轮廓，根据刻度线的几何特征获取所述第二截取图像中的刻度线数量；所述调整体积为所述第二截取图像中的刻度线数量与两条相邻刻度线之间对应体积的乘积。
12.本发明还提供一种体积测量容器读数装置，包括：预处理图像获取模块，用于获取待读数的体积测量容器的预处理图像，所述预处理图像仅包含容器外轮廓以内的部分；物相分界线获取模块，用于获取物相分界线，将所述预处理图像二值化而得到所述预处理图像的二值化图像，对所述预处理图像的二值化图像按行求和，并将所述预处理图像的二值化图像的每一行的和由上至下与设定阈值进行比较，当某一行的和大于设定阈值时，将该行在所述预处理图像的二值化图像的位置作为物相分界线；图像截取模块，用于图像截取，根据所述物相分界线的位置，截取所述预处理图像的位于所述物相分界线以上的部分，作为第一截取图像；
数字读数值获取模块，用于获取数字读数值，根据数字区域轮廓的特征获取所述第一截取图像中的最下方数字区域的位置，根据所获取的最下方数字区域的位置提取所述第一截取图像或所述预处理图像中的数字区域图像，并进行数字识别以获取数字读数值；调整体积获取模块，用于获取调整体积，所述调整体积为所述第一截取图像中的最下方数字区域所对应的刻度线与所述物相分界线之间的容器体积；读数获得模块，用于获得读数，所述体积测量容器的读数为所述数字读数值与所述调整体积之差。
13.本发明还提供一种存储介质，其上存储有计算机可执行指令，所述指令当被执行时使得所述计算机执行前述的方法。
14.本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述的方法的步骤。
15.通过本发明上述体积测量容器读数方法和体积测量容器读数装置能够准确获取体积测量容器的读数值，过程不需要人工参与实现了体积测量容器读数的非人工读数，一方面降低了大量读数操作所带来的人力成本高问题，另一方面避免了人工读数所无法避免的读数错误和读数误差大问题。
附图说明
16.为了更清楚地说明本发明，下面将对本发明的说明书附图进行描述和说明。显而易见地，下面描述中的附图仅仅说明了本发明的一些示例性实施方案的某些方面，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
17.图1为本发明一种实施例的原始图像示意图；图2为本发明一种实施例的预处理图像示意图；图3为经过高斯模糊和二值化后的预处理图像示意图；图4为本发明一种实施例的第一截取图像下部示意图；图5为步骤4中第一截取图像闭操作和二值化后示意图；图6为将第一截取图像二值化然后计算图像所包含的轮廓示意图；图7为本发明第一种实施例的数字区域图像示意图；图8为数字区域图像二值化后计算图像所包含的轮廓示意图；图9为第二截取图像二值化后寻找所有轮廓示意图；图10为数字0-9的模板图像；图11为模板图像二值化后的图像示意图；图12为计算图11二值化后的图像中每个数字的轮廓示意图；图13为本发明一种实施例的体积测量容器读数方法流程图；图14为本发明一种实施例的体积测量容器读数装置示意图；图15为本发明一种实施例的获取待读数的体积测量容器的预处理图像示意图。
具体实施方式
18.以下参照附图详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另有说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值等应被解释为仅仅是示例性的，而不是作为限制。
19.本公开中使用的“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其它要素的可能。
20.本公开使用的所有术语（包括技术术语或者科学术语）与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用词典中定义的术语应当被理解为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非本文有明确地这样定义。
21.对于本部分中未详细描述的部件、部件的具体型号等参数、部件之间的相互关系以及控制电路，可被认为是相关领域普通技术人员已知的技术、方法和设备，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
22.结合图13说明本发明一种实施例的体积测量容器读数方法，所述体积测量容器通常设计为筒状结构，如圆筒状，并且在容器底部设置环状突出以充当底座。体积测量容器设置沿着容器轴向标记的刻度线以及与刻度线相对应的体积数字值，读数方法包括如下步骤：s11，获取待读数的体积测量容器的预处理图像，所述预处理图像仅包含容器外轮廓以内的部分；在一种优选实施例中，s11中获取待读数的体积测量容器的预处理图像过程为：获取待读数的体积测量容器原始图像，提取所述原始图像中的容器对应的区域得到预处理图像。仅针对预处理图像进行后续读数步骤，能够避免原始图像中背景部分对读数所造成的影响，如能避免对获取物相分界线步骤中行求和结果造成影响。可以通过计算机深度学习实现对原始图像的处理以获取预处理图像。此外还可以使用数字成像设备拍摄待读数的体积测量容器原始图像，然后根据拍摄时摄像头离容器的距离提取仅包含容器的图像。
23.s21，获取物相分界线，将所述预处理图像二值化，对所得二值化图像按行求和，将二值化图像对应行的和由上至下与设定阈值进行比较，某一行的和大于设定阈值时该行在二值化图像的位置为物相分界线；在一种优选实施例中，s21中所述设定阈值范围在120-140之间。在进行污泥沉降比测量过程中，所述设定阈值更优选的范围在125-130之间，通过将阈值设定在上述范围，所获得的物相分界线与测量容器内液体与沉降污泥分界面最为重合，能够提高后续读数的准确性。
24.二值化后的图像每一像素点对应一灰度值，二值化后的图像中与测量容器刻度线和体积数字值对应的像素点会影响对应行的和，对物相分界线的获取造成影响。在一种优选实施例中，s21中获取物相分界线之前还包括消除预处理图像中的刻度线和刻度值的步骤，所述步骤至少包括对预处理图像进行高斯模糊。通过高斯模糊至少能够部分消除测量容器刻度线和体积数字值对应的像素点与周围像素点的差异，提高物相分界线获取的准确
性。
25.s31，图像截取，根据物相分界线位置截取预处理图像位于物相分界线以上的部分，获得第一截取图像；由于物相分界线是基于二值化后的预处理图像获取，二值化后的预处理图像和预处理图像本身的像素尺寸一致，因此利用物相分界线能够实现对预处理图像的截取。
26.s41，获取数字读数值，根据数字区域轮廓的特征获取第一截取图像中最下方数字区域的位置，根据所述位置提取第一截取图像或预处理图像中的数字区域图像并进行数字识别以获取数字读数值；体积测量容器通常不对每一条刻度线进行体积数字值的标注，而是仅将整十或整百等具有特定意义的体积进行体积数字值的标注，例如图1所示500ml的量筒，仅标注50、100、150、200、250、300、350、400、450和500这些体积数字值，也就是体积测量容器上的数字值可能是一个数字、两个或多个数字组成的数字区域，这些数字区域的外部轮廓具有特定的轮廓特征，例如轮廓的长度、宽度、长宽比，通过数字区域轮廓的特征可获取第一截取图像中数字区域的位置，结合数字区域在第一截取图像中位置可获取最下方数字区域的位置；在一种实施例中，将第一截取图像二值化，然后计算图像所包含的轮廓；根据数字区域轮廓的特征获取第一截取图像中最下方数字区域的位置；利用数字区域的位置、长度、宽度提取第一截取图像中的数字区域。由于第一截取图像和预处理图像在物相分界线以上部分具有相同内容，因此也可以结合数字区域的位置、长度、宽度提取预处理图像对应位置的数字区域。
27.进行数字识别以获取数字读数值可以通过具备数字识别功能的神经网络实现，此外也可以按照以下方法实现。所截取的数字区域图像二值化后计算图像所包含的轮廓，根据单个数字的轮廓特征分别提取数字区域图像中的每一个数字图像，单个数字的轮廓特征包括数字长度、宽度、长宽比；将得到的单个数字图像与预先获取的数字轮廓模板进行匹配计算，获得单个数字图像对应的数值，按由左至右的顺序组合所有数值获得数字读数值。
28.在一种优选实施例中，预先获取数字轮廓模板的方法为：获取与体积测量容器外壁数字字体相同的数字0-9的模板图像，将模板图像二值化后查找图像中的每个数字的轮廓。上述方法获得的数字轮廓模板在进行数字识别以获取数字读数值时能够获得更准确的读数，避免误读。
29.s51，获取调整体积，所述调整体积为第一截取图像中最下方数字区域所对应的刻度线与物相分界线之间的容器体积。在一种优选实施例中，s51在第一截取图像中由最下方数字区域所对应的刻度线向下进行图像截取获得第二截取图像，第二截取图像二值化后寻找所有轮廓，根据刻度线的几何特征获取第二截取图像中的刻度线数量，所述调整刻度线为第一截取图像中最下方数字区域所对应的刻度线以下的刻度线数量，即调整刻度线不包括第一截取图像中最下方数字区域所对应的刻度线；刻度线的几何特征包括长度、宽度、长宽比；所述调整体积为调整刻度线数量与两条相邻刻度线之间对应体积的乘积。在另一种优选实施例中，所述调整体积为调整高度与单位图像高度对应体积的乘积；所述调整高度为第一截取图像中最下方数字区域所对应的刻度线与物相分界线之间的图像高度；单位图像高度对应体积可以将第一截取图像二值化后寻找所有轮廓，根据刻度线的几何特征获取第二截取图像中的刻度线位置，根据相邻两条刻度线之间的图像高度可确定单位图像高度对应体积。
30.s61，获得读数，体积测量容器的读数为数字读数值与调整体积之差。
31.通过本发明上述体积测量容器读数方法能够准确获取体积测量容器的读数值，过程不需要人工参与实现了体积测量容器读数的非人工读数，一方面降低了大量读数操作所带来的人力成本高问题，另一方面避免了人工读数所无法避免的读数错误和读数误差大问题。
32.本发明实施例还提供一种体积测量容器读数装置100，如图14所示，其包括：预处理图像获取模块10，用于获取待读数的体积测量容器的预处理图像，所述预处理图像仅包含容器；在进一步优选的一种实施例中，预处理图像获取模块的预处理图像过程为：获取待读数的体积测量容器原始图像，提取所述原始图像中的容器对应的区域得到预处理图像。
33.物相分界线获取模块20，用于获取物相分界线，将所述预处理图像二值化，对所得二值化图像按行求和，由二值化图像上方向下将对应行的和与设定阈值进行比较，某一行的和大于设定阈值时该行在二值化图像的位置为物相分界线；在进一步优选的一种实施例中，还包括高斯模糊模块，高斯模糊模块消除预处理图像中的刻度线和刻度值，所述高斯模糊模块至少包括对预处理图像进行高斯模糊。根据需要可对预处理图形进行多次高斯模糊和二值化操作，例如第一次高斯模糊-第一次二值化-第二次高斯模糊-第二次二值化，直到获取所需的二值化图像。
34.图像截取模块30，用于根据物相分界线位置截取预处理图像位于物相分界线以上的部分，获得第一截取图像；字读数值获取模块40，用于获取数字读数值，根据数字区域轮廓的特征获取第一截取图像中最下方数字区域的位置，根据所述位置提取第一截取图像中的数字区域图像并进行是数字识别以获取数字读数值；在进一步优选的一种实施例中，字读数值获取模块将第一截取图像二值化，然后计算图像所包含的轮廓；根据数字区域轮廓的特征获取第一截取图像中最下方数字区域的位置；根据所述位置提取第一截取图像或预处理图像中的数字区域图像；所述数字区域图像二值化后计算图像所包含的轮廓，根据单个数字的轮廓特征分别提取数字区域图像中的每一个数字图像；将得到的单个数字图像与预先获取的数字轮廓模板进行匹配计算，获得单个数字图像对应的数值，按由左至右的顺序组合所有数值获得数字读数值。
35.调整体积获取模块50，所述调整体积为第一截取图像中最下方数字区域所对应的刻度线与物相分界线之间的容器体积；在进一步优选的一种实施例中，调整体积获取模块实现在第一截取图像中由最下方数字区域所对应的刻度线向下进行图像截取获得第二截取图像，第二截取图像二值化后寻找所有轮廓，根据刻度线的几何特征获取第二截取图像中的刻度线数量；所述调整体积为调整刻度线数量与两条相邻刻度线之间对应体积的乘积。
36.读数获得模块60，用于获得读数，体积测量容器的读数为数字读数值与调整体积之差。
37.本发明实施例还提供一种存储介质，其上存储有计算机可执行指令，所述指令当被执行时使得所述计算机执行上述实施例所述的体积测量容器读数方法。计算机存储介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），
便携式计算机盘盒（磁装置），随机存取存储器（ram），只读存储器（rom），可擦除可编辑只读存储器（eprom或闪速存储器），光纤装置，以及便携式光盘只读存储器（cdrom）。另外，计算机存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
38.本发明实施例还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例的体积测量容器读数方法的步骤。
39.本发明实施例的一种体积测量容器读数方法，所述体积测量容器为量筒，以下步骤中的图像处理方法为opencv所包含的方法，如threshold方法、find contours方法、gaussianblur方法和morphologyex方法等；包括步骤：1、用将生化池待测泥水混合样注入带刻度的500ml量筒至满刻度，静置30min（以测试sv30为例）后拍摄原始图像备用，如图1所示；拍摄时尽量使量筒垂直位于图像中央。
40.2、预先获取数字轮廓模板；(1)在word中输入数字保存为0-9的模板图像（事先即可，为提高识别率，可选用与量筒上刻度值相同的字体），以灰度模式（grayscale）读入模板图像，如图10所示；(2)模板图像二值化（threshold方法），如图11所示；(3)利用find contours方法找到二值化后的模板图像中每个数字的轮廓获得数字轮廓模板，如图12所示；(4)遍历每个轮廓，并将单独每个数字的轮廓存储在模板list中备用。
41.3、获取待读数的体积测量容器的预处理图像，如图2所示；结合图15所示，获取待读数的体积测量容器原始图像时，将量筒70摆放于图像的中部，即摄像头80的焦点与量筒轴线和量筒水平中心线交点重合。θ：摄像头拍摄水平角度范围，l：摄像头到量筒轴线的距离，d：量筒外壁半径，w：拍摄图像的宽度（像素）。那么由三角函数可得量筒在图片中的宽度（像素）范围如下式所示：；利用相似的方法可以获得筒在图片中的高度（像素）范围，利用宽度范围和高度范围可以对原始图像进行处理，进而获得预处理图像。
42.4、获取物相分界线，在本实施例中物相分界线为泥水分界线，即图像中位于量筒下方的颜色更深的沉淀污泥部分，以及位于上方的颜色较浅的水部分；(1)利用高斯模糊（gaussianblur方法）和二值化（threshold方法）将量筒图像中的刻度线与刻度值消除或减少，如图3所示；(2)对所得二值化图像按行求和，设定阈值为127，将二值化图像对应行的和由上至下与设定阈值进行比较，某一行的和大于设定阈值时该行在二值化图像的位置为物相分界线；(3)根据物相分界线位置截取预处理图像位于物相分界线以上的部分，获得第一截取图像做进一步处理，如图4所示；
5、获取数字读数值；(1)用闭操作（morphologyex方法）将第一截取图像中的数字连在一起后二值化（threshold方法），通过闭操作能够使数字区域轮廓的特征（长、宽、长宽比）特征更为突出，使轮廓识别更为准确，如图5所示；(2)计算二值化后的第一截取图像中的轮廓（findcontours方法），如图6所示；(3)根据数字轮廓的特征（量筒上的数字是3位，长、宽、长宽比会限定在一定范围内），提取第一截取图像中所有数字区域的位置并按照像素位置由上到下排序，获取第一截取图像中最下方数字区域的位置；根据所述位置提取第一截取图像或预处理图像中的数字区域图像，如图7所示；(4)所述数字区域图像二值化后计算图像所包含的轮廓，根据单个数字的轮廓特征分别提取数字区域图像中的每一个数字图像；如图8所示；(5)将得到的单个数字图像与预先获取的数字轮廓模板进行匹配计算（使用matchtemplate方法），获得单个数字图像对应的数值，按由左至右的顺序组合所有数值获得数字读数值6、获取调整体积(2)在第一截取图像中由最下方数字区域所对应的刻度线向下进行图像截取获得第二截取图像，第二截取图像二值化（threshold方法）后寻找所有轮廓（findcontours方法），如图9所示；(2)根据刻度线的几何特征（即长宽比限定在一定范围内）获取第二截取图像中的刻度线数量，图9中示出6条刻度线；所述调整体积为调整刻度线数量与两条相邻刻度线之间对应体积的乘积，为6
×
5ml=30ml。
43.7、获得读数，体积测量容器的读数为数字读数值与调整体积之差。量筒读数为200ml-30ml=170ml。进而可以利用该读数计算污泥沉降比sv30sv30=（170/500）
×
100%=34。
44.通过本发明上述体积测量容器读数方法能够准确获取量筒的读数值，过程不需要人工参与实现了体积测量容器读数的非人工读数，降低了大量读数操作所带来的人力成本高问题，同时也提高了读数的准确性。
45.应当理解，以上所述的具体实施例仅用于解释本发明，本发明的保护范围并不限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以变更、置换、结合，都应涵盖在本发明的保护范围之内。