基于图像处理的污泥批量沉降系统
设计了一套基于图像处理和卷积神经网络(LeNet-5)相结合的量筒刻度值自动识别系统,可根据沉降视频快速绘制出污泥层高度(sludge blanket height,SBH)的沉降曲线.该系统由Python编程语言实现,主要包括灰度图像二值化、水平和垂直投影、量筒位置提取、数字分割、数字识别等.提出了一种拟合液位面形状的方法,可有效降低因拍摄视角而产生的误差.实验结果表明,该系统具有较快的测量速度和较高的准确率,液位精度可达0.1 mL.
活性污泥;沉降高度;图像处理;数字识别;液位测量
34
X703(一般性问题)
国家重点研发计划2018YFB1700200
2022-03-23（万方平台首次上网日期，不代表论文的发表时间）
共7页
30-36
