[发明专利]一种基于人工智能的污水排放实时监测方法、系统及设备

说明书

本申请提供了一种基于人工智能的污水排放实时监测方法、系统及设备，属于水质监测技术领域。本申请通过图像采集装置采集污水排放口处的水样图像；将水样图像输入到预构建的漂浮物识别模型中得到第一输出结果；第一输出结果为漂浮物的分类概率图；根据第一输出结果确定色度待测图像；对色度待测图像进行预处理得到预处理图像；将预处理图像输入到预构建的水质色度检测模型中得到第二输出结果；第二输出结果为水质的色度分布概率图；根据第二输出结果判断水质是否污染。本申请通过神经网络进行水样检测，不仅能够判断监测的图水样图像中漂浮物的类别，还能够消除漂浮物的影响进行水质色度检测，大大提高水质检测效率和检测结果精度。

技术领域

本申请涉及水质监测技术领域，尤其涉及一种基于人工智能的污水排放实时监测方法、系统及设备。

背景技术

随着经济的发展，带来了环境污染问题，水污染就是其中较为突出的问题。很多工业生产和制造都会产生大量的污水，这些污水若未经处理就直接排入河流或农田中，会造成地表和地下水质污染，导致生态环境恶化。因此需要对污染源头的污水排放情况进行有效的监测。

在水质污染的检测中，色度是一项重要的检测指标。通过水体的表征色调和饱和度，能够综合的反映水中腐殖质、有机物或无机物等的含量。水的颜色来源主要有粘土、铁的氧化物、硫化物、藻类和腐败的有机物等，分别呈现出黄色、褐色、浅蓝色、绿色和黑褐色。

在生活用水中，色度要求小于15度，造纸业中，用水色度要求小于30度，纺织业要求小于12度，染色用于的色度要求小于5度。通过判断水样的色度是否超标，从而判断是否存在污染现象。

传统的色度检测方法主要有目视比色法和分光光度法，这两种方法均为人工方法，无法实现自动检测，导致水质检测的效率低。并且水样图像采集时，如果水面上有漂浮物或漂浮物较多时，例如采集的图像中包含有红色或黑色的塑料袋等，则将掩盖水样的颜色，影响水质色度的检测结果准确度。

因此，本申请提供一种基于人工智能的污水排放实时监测方法、系统及设备，能够去除水面漂浮物的影响。

发明内容

本申请实施例的目的在于提供一种基于人工智能的污水排放实时监测方法、系统及设备，以解决水质检测效率低和检测精度低的问题。具体技术方案如下：

第一方面，提供了一种基于人工智能的污水排放实时监测方法，所述方法包括：

通过图像采集装置采集污水排放口处的水样图像；

将所述水样图像输入到预构建的漂浮物识别模型中得到第一输出结果；所述第一输出结果为漂浮物的分类概率图；

根据所述第一输出结果确定色度待测图像；

对所述色度待测图像进行预处理得到预处理图像；

将所述预处理图像输入到预构建的水质色度检测模型中得到第二输出结果；所述第二输出结果为水质的色度分布概率图；

根据所述第二输出结果判断水质是否污染。

可选地，所述根据所述第一输出结果确定色度待测图像包括：

若所述第一输出结果显示所述预处理图像中包含有漂浮物，则对所述预处理图像进行漂浮物去除处理，得到色度待测图像；

若所述第一输出结果显示所述预处理图像中不包含漂浮物，则将所述预处理图像确定为色度待测图像。

可选地，所述对所述预处理图像进行漂浮物去除处理，得到色度待测图像包括：

通过目标识别技术识别所述预处理图像中的漂浮物；

通过目标窗口框框定所述漂浮物；

将框定区域裁剪掉，将剩余区域图像作为色度待测图像；