基于机器视觉的污泥沉降过程检测方法研究-仪器仪表工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TP391.4 U.D.C: 004.9 Dissertation for the Master Degree in Engineering RESEARCH ON DETECTION METHOD OF SLUDGE SEDIMENTATION PROCESS BASED ON MACHINE VISION Candidate： Yang Yakun Supervisor： Prof.Qiao Liyan Academic Degree Applied for： Master of Engineering Speciality： Instrument Science and Technology Affiliation： School of Electric Engineering Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 摘 摘 要 摘 要 通过活性污泥沉降实验获得沉降过程中的沉降速度、沉降比、污泥体积指 数等特征指标，对于研究污泥的脱水性能具有重要指导意义。然而，当前污泥 沉降实验中各特征指标的测量还缺乏高效的方法，许多实验仍依赖人工检测。 这不仅降低了实验效率，而且在长时间监测时也容易由于人眼疲劳等影响带来 更多的测量误差。机器视觉依靠其精度高、稳定性好、功能强大等特点已迅速 成为测试测量的一种新方法，被广泛应用于多种工业测量场合。 本文基于机器视觉技术研究了污泥沉降过程中各项指标的检测方法，该方 法能够实现高效、准确、自动监测污泥沉降过程的需求。首先，本文从污泥沉 降的基本理论出发，对沉降指标的意义和当前已有检测方法进行了深入研究。 其次，对机器视觉系统结构及相机标定技术进行了总结研究，对基于边缘检测、 霍夫变换检测直线等常用图像处理算法进行了详细的实验研究。基于实验研究， 本文提出了基于轮廓提取、连通区域标记算法的泥水分界面位置检测算法；该 算法首先进行泥水分界面检测，进而基于轮廓和连通区域标记读取泥水分界面 的刻度值；该方法不依靠人工智能识别即可读取泥水分界面的刻度值，有效降 低了算法的复杂度，提高了检测速度。本文同时给出了基于泥水分界面检测的 沉降速度、沉降比计算方法。最后，本文基于 NI 1764 智能相机、光源、计算机 等硬件设备搭建机器视觉检测系统，在 VS2010 中配合 OpenCV 视觉库函数编 写基于 MFC 框架的检测平台软件程序。 结合本文的实验平台，研究了不同规格量筒中，不同浓度污泥的沉降过程。 本文的实验结果验证了算法的有效性，同时以本文的实验结果为依据总结了沉 降速度、沉降比的表现规律，验证了沉降速度动力学模型，对污泥沉降过程有 了全面认识。这对污泥脱水理论的完善起到很好的帮助作用，在理论和应用方 面都有重要价值。 关键词：污泥沉降过程；机器视觉；泥水分界面；沉降速度；连通区域标记 - I - Abstra Abstract Abstract For further research on dehydration properties of sludge to improve the theory of dehydration, by activated sludge sedimentation experiment for settlement in the process of sedimentation velocity, sedimentation rate, sludge volume index has important guiding significance. However, the measurements of sludge sedimentation characteristics index also lack of effective methods, many experiments are still rely on manual testing. It not only reduce the experiment efficiency, but because of the influence of human eye fatigue in the long time monitoring , is also easy to bring more measuring error. Machine vision with high precision, good stability, powerful features, has become a ne