矾花图象采集处理系统的研究
摘要
当前，工业的进步和人民生活水平的提高，对水质的要求也越来越高。设计开发更合理适用的加料实时控制方式，解决水厂沉淀池中明矾混凝剂的投加量控制问题，建立完善的自动化加料系统，是水厂生产实现全面自动化的关键，也是摆在整个水处理行业面前的重要课题。对于水厂沉淀池中明矾添加量的检测，传统的方法是通过人的肉眼进行观察，无法达到真正意义上的计量投加，直接造成明矾混凝剂的过分消耗、水质情况难于掌握等问题，与日益提高标准的水质要求不相适应。
近年来，数字图象处理广泛应用于各行各业中。随着数码相机技术的迅速发展和应用，基于数码相机的数字图象采集处理系统以其凌驾于传统采集方式之上的高分辨率、低成本的优点而得到了广泛的关注及应用。但是在应用中，以突破实际限制和增强系统抗干扰性为目的的实践方法研究，仍然是一个具有挑战性的课题。
针对水厂沉淀池的加料控制，本文介绍了一个利用数字图象处理技术进行矾花图象采集处理的系统，给出了系统的设计思想、设计方案和详细设计。
通过分析得到矾花图象的特点：干扰强烈、对比度低、矾花颗粒随机分布，在本系统的设计中，通过对数码相机采集到的矾花图象进行预处理、纹理分析以及粒状统计三个步骤的处理，完成对矾花图象的分类，以实现相应的加料控制。在整个过程的设计中，现有的算法并不能良好的应用于该系统，因此，我们在三个过程的设计中都不同程度的提出一些改进的新算法。实验结果表明，改进的算法是切实可行的，而且系统分类准确率高，速度快。
As the advancement of industry and people's life level, the demand of water quality is more and more great. It's the key to implement the full-scale automatization of water plant how to design and develop more rational control of adding material. And figuring out the precise quantity control of precipitator alum in the deposition pools is an important problem of the whole water industry. It can't realize adding precipitator by measure, which traditionally depends on naked eyes to detect the quantity of adding alum in the deposition pools. As a result, there are the problems such as consuming alum without measure and difficulty to control water quality, which isn't adaptive to great demand of water quality.
Currently, the digital image processing is applied widely in every day of life. Along with the rapid development and application of the digital camera, the collection and processing system based on the digital camera has obtained wide attention and application, which has higher resolution and cheaper cost than the traditional fashion of collection image. However, in the practice use, the research of the application methods to overcome the practice limit and to enhance the anti-disturb ability of the system is still a task of great challenge.
This paper describes the collection and processing system of alum based on the digital camera for the adding control of deposition pools in a water plant, and gives a set of designing thinking, designing scheme and designing measure.
Because of the characters in the alum image: strong disturbances, low contrast and random arrangement of alum grain, in the designing of the system we sort the
images collected from digital camera and get the corresponding control of adding alum through three steps: pre-operation, vein analysis and particle processing. In the whole designing of the system, present arithmetic can't be used to get the perfect result, so we proposed some improved arithmetic in each step. The experiments show that the arithmetic is effective, and this system is high efficiency and reliable.
近年来，数字图象处理广泛应用于各行各业中。随着数码相机技术的迅速发展和应用，基于数码相机的数字图象采集处理系统以其凌驾于传统采集方式之上的高分辨率、低成本的优点而得到了广泛的关注及应用。但是在应用中，以突破实际限制和增强系统抗干扰性为目的的实践方法研究，仍然是一个具有挑战性的课题。
针对水厂沉淀池的加料控制，本文介绍了一个利用数字图象处理技术进行矾花图象采集处理的系统，给出了系统的设计思想、设计方案和详细设计。
通过分析得到矾花图象的特点：干扰强烈、对比度低、矾花颗粒随机分布，在本系统的设计中，通过对数码相机采集到的矾花图象进行预处理、纹理分析以及粒状统计三个步骤的处理，完成对矾花图象的分类，以实现相应的加料控制。在整个过程的设计中，现有的算法并不能良好的应用于该系统，因此，我们在三个过程的设计中都不同程度的提出一些改进的新算法。实验结果表明，改进的算法是切实可行的，而且系统分类准确率高，速度快。
As the advancement of industry and people's life level, the demand of water quality is more and more great. It's the key to implement the full-scale automatization of water plant how to design and develop more rational control of adding material. And figuring out the precise quantity control of precipitator alum in the deposition pools is an important problem of the whole water industry. It can't realize adding precipitator by measure, which traditionally depends on naked eyes to detect the quantity of adding alum in the deposition pools. As a result, there are the problems such as consuming alum without measure and difficulty to control water quality, which isn't adaptive to great demand of water quality.
Currently, the digital image processing is applied widely in every day of life. Along with the rapid development and application of the digital camera, the collection and processing system based on the digital camera has obtained wide attention and application, which has higher resolution and cheaper cost than the traditional fashion of collection image. However, in the practice use, the research of the application methods to overcome the practice limit and to enhance the anti-disturb ability of the system is still a task of great challenge.
This paper describes the collection and processing system of alum based on the digital camera for the adding control of deposition pools in a water plant, and gives a set of designing thinking, designing scheme and designing measure.
Because of the characters in the alum image: strong disturbances, low contrast and random arrangement of alum grain, in the designing of the system we sort the
images collected from digital camera and get the corresponding control of adding alum through three steps: pre-operation, vein analysis and particle processing. In the whole designing of the system, present arithmetic can't be used to get the perfect result, so we proposed some improved arithmetic in each step. The experiments show that the arithmetic is effective, and this system is high efficiency and reliable.
引文
[1] Sahoo P K, Soltani S, Wong A K C, Chen Y C. A Survey of Thresholding Techniques. Computer Vision,Graphics,and Image Processing,1988,41:233-260.
[2] Parker J R. Gray Level Thresholding in Badly Illustrated Images. IEEE Trans on Pattern Analysis and Machine Intelligence, 1991,13(8):813-819.
[3] M Kamel and A Zhao. Extraction of Binary, Character/Graphics Images from Grayscale Document images. Graphics Models and Image Processing, 1993,203-217
[4] Chen Tian-zhou, Shi Jiao-ying. Sperm Image Morphology. Journal of Image and Graphics, 1999,2:147-152(Ch).
[5] Davis R O. New Measures of Sperm Motion. JAndrology, 1992,13(2):87-90
[6] Axander M E, Somorjal R L. The registration of MR Images using multiscale robust method[J]. Magnetic Resonance Imaging, 1996,104(5).
[7] Chen Q S,Defris M,Deconick F. Symmetric phase-only matched filtering of Fourier-Mellin transgorms for image registration and recognition[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 1994,16(12).
[8] Lam L, Suen C Y. Structural classification and relaxation matching of totally unconstrained handwritten zip-code numerals, Pattern Recognition,1998,21(1):19-31
[9] Chang F., Lu, Y.-C., Pavlidis T. Feature analysis using line sweep thinning algorithm. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999,21(2): 145-158
[10] Huang Y S, Liu K, Suen C Y. The combination of multiple classifiers by a neural network approach. International Journal of Pattern Recognition and Artificial Intelligence, 1995,9(3)
[11] K.R.Castleman. Digital Image Processing. Prentice Hall, 1998,1.
[12] 夏良正主编，数字图像处理，东南大学出版社，1999,9．
[13] 阮秋琦编著，数字图像处理学，电子工业出版社，2001，1．
[14] 何斌等编著，Visual C++数字图像处理，人民邮电出版社，2001，4．
[15] 章毓晋，中国图象工程：1995，中国图象图形学报，1996，5(1)：78-83．
[16] 剡文杰，安建生，数字图象的表示与显示，微型电脑应用，1999，5：60-61．
[17] 胡建彰，李炜，陈江涛，JPEG——算法与实现，南京邮电学院学报，1994，9：43-50
[18] 戴树桂，环境化学，高等教育出版社，1997，2．
[19] 蔡岷，李来水，张宏建，皮料自动分类中纹理分析方法的研究，北京轻工业学院学报，1995，12(2)
[20] 潘晓辉，罗锐，杨献勇，穆瑞云，悬浮颗粒两相流图像处理方法，清华大学学报(自然科学版)，2002，5：680-683
[21] 邵莉云，吴乐南，软骨细胞图像的分割和测量，常熟高专学报，2002，3：74-77
[22] Kate Gregory, Visual C++开发使用手册，机械工业出版社，1999，2．
[23] Dugene Olafsen, Kenn Scribner, K.David White, MFC Visual C++6编程技术内幕，机械工业出版社，2000，2．
[24] 聂振鹏，郑勇，沈志清，王少明，图像采集及处理技术在粒子加速器束流剖面测量钟的应用，核电子学与探测技术，2000，9：364-367．
[25] 王永刚，卫保国，基于数码相机的图像采集系统，测控技术，2000，5：17-19．
[26] 陈杰，李志敏，钟先信，陈文涛，刘军，高速物流图像采集与实时异物剔除的原理及实现，光学精密工程，2002，10：454-458．
[27] 陈玉坤，把彩色图象处理成由图案组成的二色图象，计算机应用研究，2001，6：83-84．
[28] 王俊杰，黄心汉，一种对图像进行快速二值化处理的方法，电子技术应用，1998，10(10)：16-17．
[29] A.S.Abutale, Automatic thresholding of gray-level pictures suing two-dimensional entropy, Comput. Vision Graphics Image Process, 1989-47:22-32.
[30] A.D.brink, Thresholding of digital images using two-dimensional entropies, Pattern Recongnization, 1992-25:803-808.
[31] J.Kittler and J.Illingworth, Minimum error thresholding, Pattern Recognization 1989-19:41-47.
[32] J.S.Lee and M.C.K.Yang, Thresholding selection using estimates from truncated normal distribution. IEEE Trans.Systems Man and Cybernet, 1989-19:422-429.
[33] N.Otsu, A threshold Selection method from gray-level histogram, IEEE Trans.Systems
Man and Cybernet. 1978-8:62-66.
[34] T.Pun, Entropic thresholding, a new approach. Comput.Vision Graphics Image Process, 1981-16:210-239.
[35] M.I.Sezan, A peak detection algorithm and its application to histogram-based image data reduction, Comput. Vision Graphics Image Process, 1990-49:36-51.
[36] D-M. Tsai and Y-h. Cheng, A fast histogram-clustering approach for multi-level thresholding, Pattern Recognition Lett, 1992-13:245-252.
[37] J-C.Olivo, Automatic threshold selection using the wavelet transform, CVGIP, 1994-56:205-218.
[38] Kurita T, Otsu N, Abdelmalek N. Maximum likelihood thresholding based on population mixture models. Pattern Recognition, 1992,25(10):1231-1240.
[39] 潘成胜，孙巧英，王琰，图像数据读取方法及阈值分割技术，电脑开发与应用，2000，1(1)：16-17．
[40] 罗希平，田捷，ICM算法在基于模糊最大熵原则的多阈值选择中的应用，模式识别与人工智能，2002，3(1)：90-94．
[41] 付忠良，图象阈值选取方法的构造，中国图象图形学报，2000，6(6)：466-469．
[42] 李军，林宗坚，一种图纸扫描图像新的阈值选取法，数据采集与处理，1997，6(2)：86-90．
[43] 王敏，骆惠，黄心汉，一种新的自动多阈值图像分割方法，信号处理，2000，3(1)：90-94．
[44] 何小海等，基于聚类原理自动确定小波边缘检测闽值，四川大学学报(自然科学版)，1996，2(1)：60-64．
[45] 涂其远，吴建华，万国金，动态阈值结合全局阈值对图像进行分割，南昌大学学报(工科版)，2002，3：37-40．
[46] 孙中林，细胞图象的背景分割方法，山东矿业学院学报，1998，9：248-253．
[47] 张涌，李恩林，脱机手写体汉字识别中的预处理算法研究，沈阳工业大学学报，1999，12(6)：534-537．
[48] 叶四民等，指纹图像预处理中的二值化技术，自动化与仪器仪表，2001，2：30-39．
[49] 刘健庄，基于二维熵的图象阈值选择快速算法，模式识别与人工智能，
1991，9：47-52．
[50] 张建伟等，指纹自动识别中图象分割方法的研究，微型电脑应用，1999，12，：20-22．
[51] 孙志锋，孙志林，魏磊，颗粒跳跃的计算机图象预处理方法，浙江大学学报(工学版)，2001，5：276-280
[52] 王永铭，刘宏，王积分，分形模型用于菌落图象的纹理分割，天津大学学报，1997，11(6)：711-715
[53] 段俐，康琦，申功，PIV技术的粒子图象处理方法，北京航空航天大小学报，2000，2(1)：79-82
[54] 刘伟铭，一种纹理特征抽取的算法，长沙交通学院学报，1995，11(4)：11-14
[55] 李兰友等，Visual C++．NET图形图像编程，电子工业出版社，2002．
[56] 姜志国，颗粒显微图象分析方法，粉体技术，1996，6：40-43．
[57] 唐慧明，二值图象颗粒分割及其应用，计算机工程与科学，1994，3：1-4．
[58] 凌祥，涂善东，陈嘉南，颗粒定量测量的计算机图象处理技术研究，水泥，1998，11：33-35．
[59] 夏德深，蒋韧，杨静宇，颗粒形状的自动识别，兵工自动化，1994，4：6-10．
[60] 郭峻，赵荣椿，肿瘤细胞定量测量的计算机图象分析方法，西北工业大学学报，1995，8：445-448．
[61] 孙忠林，郑永果，细胞图象处理的技术与方法，山东矿业学院学报，1997，9：280-283．
[62] 马义德，李廉，戴若兰，基于细胞逻辑、形态特征图像分割新算法，电子科技大学学报，2002，2(1)：84-87．
[63] 刘生浩，曾立波，刘斌，方勇，重叠颗粒图象的分离，计算机工程，2002，2：198-210．
[2] Parker J R. Gray Level Thresholding in Badly Illustrated Images. IEEE Trans on Pattern Analysis and Machine Intelligence, 1991,13(8):813-819.
[3] M Kamel and A Zhao. Extraction of Binary, Character/Graphics Images from Grayscale Document images. Graphics Models and Image Processing, 1993,203-217
[4] Chen Tian-zhou, Shi Jiao-ying. Sperm Image Morphology. Journal of Image and Graphics, 1999,2:147-152(Ch).
[5] Davis R O. New Measures of Sperm Motion. JAndrology, 1992,13(2):87-90
[6] Axander M E, Somorjal R L. The registration of MR Images using multiscale robust method[J]. Magnetic Resonance Imaging, 1996,104(5).
[7] Chen Q S,Defris M,Deconick F. Symmetric phase-only matched filtering of Fourier-Mellin transgorms for image registration and recognition[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 1994,16(12).
[8] Lam L, Suen C Y. Structural classification and relaxation matching of totally unconstrained handwritten zip-code numerals, Pattern Recognition,1998,21(1):19-31
[9] Chang F., Lu, Y.-C., Pavlidis T. Feature analysis using line sweep thinning algorithm. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999,21(2): 145-158
[10] Huang Y S, Liu K, Suen C Y. The combination of multiple classifiers by a neural network approach. International Journal of Pattern Recognition and Artificial Intelligence, 1995,9(3)
[11] K.R.Castleman. Digital Image Processing. Prentice Hall, 1998,1.
[12] 夏良正主编，数字图像处理，东南大学出版社，1999,9．
[13] 阮秋琦编著，数字图像处理学，电子工业出版社，2001，1．
[14] 何斌等编著，Visual C++数字图像处理，人民邮电出版社，2001，4．
[15] 章毓晋，中国图象工程：1995，中国图象图形学报，1996，5(1)：78-83．
[16] 剡文杰，安建生，数字图象的表示与显示，微型电脑应用，1999，5：60-61．
[17] 胡建彰，李炜，陈江涛，JPEG——算法与实现，南京邮电学院学报，1994，9：43-50
[18] 戴树桂，环境化学，高等教育出版社，1997，2．
[19] 蔡岷，李来水，张宏建，皮料自动分类中纹理分析方法的研究，北京轻工业学院学报，1995，12(2)
[20] 潘晓辉，罗锐，杨献勇，穆瑞云，悬浮颗粒两相流图像处理方法，清华大学学报(自然科学版)，2002，5：680-683
[21] 邵莉云，吴乐南，软骨细胞图像的分割和测量，常熟高专学报，2002，3：74-77
[22] Kate Gregory, Visual C++开发使用手册，机械工业出版社，1999，2．
[23] Dugene Olafsen, Kenn Scribner, K.David White, MFC Visual C++6编程技术内幕，机械工业出版社，2000，2．
[24] 聂振鹏，郑勇，沈志清，王少明，图像采集及处理技术在粒子加速器束流剖面测量钟的应用，核电子学与探测技术，2000，9：364-367．
[25] 王永刚，卫保国，基于数码相机的图像采集系统，测控技术，2000，5：17-19．
[26] 陈杰，李志敏，钟先信，陈文涛，刘军，高速物流图像采集与实时异物剔除的原理及实现，光学精密工程，2002，10：454-458．
[27] 陈玉坤，把彩色图象处理成由图案组成的二色图象，计算机应用研究，2001，6：83-84．
[28] 王俊杰，黄心汉，一种对图像进行快速二值化处理的方法，电子技术应用，1998，10(10)：16-17．
[29] A.S.Abutale, Automatic thresholding of gray-level pictures suing two-dimensional entropy, Comput. Vision Graphics Image Process, 1989-47:22-32.
[30] A.D.brink, Thresholding of digital images using two-dimensional entropies, Pattern Recongnization, 1992-25:803-808.
[31] J.Kittler and J.Illingworth, Minimum error thresholding, Pattern Recognization 1989-19:41-47.
[32] J.S.Lee and M.C.K.Yang, Thresholding selection using estimates from truncated normal distribution. IEEE Trans.Systems Man and Cybernet, 1989-19:422-429.
[33] N.Otsu, A threshold Selection method from gray-level histogram, IEEE Trans.Systems
Man and Cybernet. 1978-8:62-66.
[34] T.Pun, Entropic thresholding, a new approach. Comput.Vision Graphics Image Process, 1981-16:210-239.
[35] M.I.Sezan, A peak detection algorithm and its application to histogram-based image data reduction, Comput. Vision Graphics Image Process, 1990-49:36-51.
[36] D-M. Tsai and Y-h. Cheng, A fast histogram-clustering approach for multi-level thresholding, Pattern Recognition Lett, 1992-13:245-252.
[37] J-C.Olivo, Automatic threshold selection using the wavelet transform, CVGIP, 1994-56:205-218.
[38] Kurita T, Otsu N, Abdelmalek N. Maximum likelihood thresholding based on population mixture models. Pattern Recognition, 1992,25(10):1231-1240.
[39] 潘成胜，孙巧英，王琰，图像数据读取方法及阈值分割技术，电脑开发与应用，2000，1(1)：16-17．
[40] 罗希平，田捷，ICM算法在基于模糊最大熵原则的多阈值选择中的应用，模式识别与人工智能，2002，3(1)：90-94．
[41] 付忠良，图象阈值选取方法的构造，中国图象图形学报，2000，6(6)：466-469．
[42] 李军，林宗坚，一种图纸扫描图像新的阈值选取法，数据采集与处理，1997，6(2)：86-90．
[43] 王敏，骆惠，黄心汉，一种新的自动多阈值图像分割方法，信号处理，2000，3(1)：90-94．
[44] 何小海等，基于聚类原理自动确定小波边缘检测闽值，四川大学学报(自然科学版)，1996，2(1)：60-64．
[45] 涂其远，吴建华，万国金，动态阈值结合全局阈值对图像进行分割，南昌大学学报(工科版)，2002，3：37-40．
[46] 孙中林，细胞图象的背景分割方法，山东矿业学院学报，1998，9：248-253．
[47] 张涌，李恩林，脱机手写体汉字识别中的预处理算法研究，沈阳工业大学学报，1999，12(6)：534-537．
[48] 叶四民等，指纹图像预处理中的二值化技术，自动化与仪器仪表，2001，2：30-39．
[49] 刘健庄，基于二维熵的图象阈值选择快速算法，模式识别与人工智能，
1991，9：47-52．
[50] 张建伟等，指纹自动识别中图象分割方法的研究，微型电脑应用，1999，12，：20-22．
[51] 孙志锋，孙志林，魏磊，颗粒跳跃的计算机图象预处理方法，浙江大学学报(工学版)，2001，5：276-280
[52] 王永铭，刘宏，王积分，分形模型用于菌落图象的纹理分割，天津大学学报，1997，11(6)：711-715
[53] 段俐，康琦，申功，PIV技术的粒子图象处理方法，北京航空航天大小学报，2000，2(1)：79-82
[54] 刘伟铭，一种纹理特征抽取的算法，长沙交通学院学报，1995，11(4)：11-14
[55] 李兰友等，Visual C++．NET图形图像编程，电子工业出版社，2002．
[56] 姜志国，颗粒显微图象分析方法，粉体技术，1996，6：40-43．
[57] 唐慧明，二值图象颗粒分割及其应用，计算机工程与科学，1994，3：1-4．
[58] 凌祥，涂善东，陈嘉南，颗粒定量测量的计算机图象处理技术研究，水泥，1998，11：33-35．
[59] 夏德深，蒋韧，杨静宇，颗粒形状的自动识别，兵工自动化，1994，4：6-10．
[60] 郭峻，赵荣椿，肿瘤细胞定量测量的计算机图象分析方法，西北工业大学学报，1995，8：445-448．
[61] 孙忠林，郑永果，细胞图象处理的技术与方法，山东矿业学院学报，1997，9：280-283．
[62] 马义德，李廉，戴若兰，基于细胞逻辑、形态特征图像分割新算法，电子科技大学学报，2002，2(1)：84-87．
[63] 刘生浩，曾立波，刘斌，方勇，重叠颗粒图象的分离，计算机工程，2002，2：198-210．