城市水體表觀污染顏色識別技術(shù)的優(yōu)化研究

韋安琦 唐毅 *，2 施驕陽 張正峰 孫為豪

（1.蘇州科技大學(xué)環(huán)境科學(xué)與工程學(xué)院，江蘇蘇州 215011）（2.蘇州科技大學(xué)城市生活污水資源化利用技術(shù)國家地方聯(lián)合工程實驗室，江蘇蘇州 215011）

1 引言

隨著城市化進程加快，城市景觀水體污染不斷加劇，呈現(xiàn)出懸浮物增多、水體顏色發(fā)灰發(fā)黑、散發(fā)刺激性氣味等不良表觀性狀，城市水體景觀功能喪失，降低了居民的生活品質(zhì)［1-2］。

我國已建立一系列針對景觀水體的判斷標(biāo)準(zhǔn)，但這些標(biāo)準(zhǔn)無法區(qū)分景觀水體的表觀污染程度。申杰［3］使用吸收光譜法表征城市水體表觀污染，基本吻合率接近80%。陳鳴等［4］優(yōu)化了表觀污染指數(shù)方程及其分級標(biāo)準(zhǔn)，使吻合率提升接近93%。潘楊等［2］對吸收光譜表征城市水體表觀污染進行研究，確定可見光區(qū)吸收光譜曲線面積能夠?qū)λw表觀污染進行表征，同時建立了新的表觀污染指數(shù)方程。李奐等［5］提出表觀質(zhì)量指數(shù)法，為評價水體修復(fù)成果提供表征方法。魏攀龍等［6］構(gòu)建了新的水體表觀污染指數(shù)法（SPI），修正了SPI 公式，使其能夠針對水體表觀質(zhì)量作出多層次的評價，科學(xué)反映水體表觀污染現(xiàn)象的進程。本文基于SPI 建立了城市水體表觀污染的線上檢測系統(tǒng)，自主開發(fā)顏色識別系統(tǒng)，使用數(shù)字化表述減少主觀判別產(chǎn)生的誤差，通過HSB 顏色模式數(shù)值（色度、飽和度、亮度）以及濁度，建立了顏色判別模型來實現(xiàn)顏色的分類判別［7］。

城市水體表觀污染評價方法可以對水體表觀污染程度進行客觀評估，定量化表征水體污染程度，該方法已被納入住房和城鄉(xiāng)建設(shè)部《城市黑臭水體整治工作指南》。本文基于城市水體表觀污染評價方法及線上檢測系統(tǒng)中的顏色識別系統(tǒng)，以蘇州市城市景觀水體為研究對象，對顏色識別系統(tǒng)的吻合率進行驗證，并對顏色判別模型及顏色識別程序進行了修改，使顏色的自動化分類判別更加準(zhǔn)確。同時使用手機照片進行了顏色判別，驗證吻合率，確定使用手機進行顏色識別的可行性，解決使用線上檢測系統(tǒng)準(zhǔn)確性驗證不足、相機不方便攜帶的問題，更加簡便且精確地判斷城市河道表觀水體的污染程度。

2 材料與方法

2.1 數(shù)據(jù)獲取

景觀水體是蘇州城市河道的重要組成部分。本課題組以蘇州城市水體為例，選取蘇州市內(nèi)市民反映的具有不同表觀污染程度與特征的水體，范圍涵蓋27 處城市景觀水體和蘇州科技大學(xué)石湖校區(qū)及江楓校區(qū)內(nèi)的開放、封閉、半封閉河道，共計73 個采樣點。在采樣點進行拍照以及采集水樣，共采集到有效樣本數(shù)據(jù)458 個，其中，綠色水體189 個、黃色水體163 個、灰色水體101 個、黑色水體5 個。

2.2 使用顏色識別程序處理數(shù)據(jù)

城市水體表觀污染線上檢測系統(tǒng)中的顏色識別程序，是基于HSB 色彩空間的顏色判別模型實現(xiàn)顏色的分類判別，其中H 值表示色度，S 值表示飽和度，B 值表示亮度，HSB 色彩空間可以反映人的視覺對自然界光線顏色的感覺，與人的視覺感官接近。使用HSB 數(shù)值解決了表觀污染指數(shù)自動化測定的關(guān)鍵技術(shù)難題，通過網(wǎng)絡(luò)環(huán)境部署，最終實現(xiàn)表觀污染指數(shù)的線上檢測［7］。

使用顏色識別程序時，需要在現(xiàn)場拍攝帶有色卡的水體照片，記錄人工識別的顏色，同時進行水樣采集。本課題組采用德塔顏色（datacolor）公司Spydercheckr 24 色標(biāo)準(zhǔn)色卡，使用的設(shè)備是佳能單反550D（保證2 000 萬像素及以上），選擇自動白平衡模式，拍攝時選擇光圈優(yōu)先模式，自動對焦色卡區(qū)域，鏡頭距離水面2～3 m，不超過5 m。在拍攝取景時，需要考慮取景范圍能夠代表水體顏色的特性，需正對水面接近垂直方向拍攝，避免完全垂直拍攝受到倒影的影響，避免波浪、樹葉等其他物體的干擾，取景范圍必須包含完整清晰的24 色色卡（使用不同的模型需要先在識別系統(tǒng)里建模），還要避免光線太弱或太強（光強不得小于8 000 lx，不得大于20 000 lx）［7］。將拍攝的照片導(dǎo)入顏色識別程序中，程序通過提取照片中色卡中色塊的顏色值與色卡顏色的標(biāo)準(zhǔn)值之間的關(guān)系，實現(xiàn)色偏修正。得到修正后的水體顏色值后，與測得的采集水樣的濁度一起導(dǎo)入顏色判別模型進行水體顏色判別。

人工識別時采用張立的顏色優(yōu)化模式，即將水體顏色劃分為綠色、黃色、黑色和灰色4 個色系［8］。綠色系是指水體表觀狀況良好，水體呈現(xiàn)清澈、純綠；黃色系是指水體顏色呈現(xiàn)黃色，包括土黃、黃綠等；黑色系是指水體顏色中帶黑色，包括黑、灰黑、黑綠；而灰色系是指除了黑色、綠色、黃色以外的水體［7］。

最后將經(jīng)過顏色識別程序判別的顏色與人工識別的水體顏色相對比，進行吻合率分析。具體流程見圖1。

圖1 處理數(shù)據(jù)流程

圖2 4 種水體水樣的水面B 值

3 分析與討論

3.1 修改顏色判別模型

取總實驗數(shù)據(jù)的90%做吻合率分析，共計458組數(shù)據(jù)，其中，黑色水樣5 個、黃色水樣163 個、綠色水樣189 個、灰色水樣101 個。通過吻合率可知，顏色判別模型得到的結(jié)果與實際主觀判別結(jié)果基本一致，黑色水體的吻合率為100%，黃色水體的吻合率為97%，綠色水體的吻合率為83%，灰色水體的吻合率為86%，表明顏色判別模型仍有可以完善的地方。

根據(jù)對水體顏色HSB 值的梳理分析，綠色水體的誤差中有70%是由于綠色水體被判別為黑色，有30%是由于綠色水體被判別為黃色。

黑色水體與其他3 種顏色的水體可以通過水面亮度B 值區(qū)分開，通過觀察數(shù)據(jù)圖表可知，黑色水體的亮度均小于28（見圖1），因此將區(qū)分黑色水體的B 值減小到28。

飽和度S 可以區(qū)分黃色水體和灰色水體，色度H 值可以區(qū)分綠色水體與黃色水體，對綠色水體和黃色水體的H 值觀察，結(jié)果見圖3。

圖3 水面H 值與水面S 值的關(guān)系

將H 值進行調(diào)整，綠色水體75

圖4 修改后的顏色判別模型

3.2 顏色識別程序參數(shù)的調(diào)整

在進行顏色識別程序應(yīng)用的過程中發(fā)現(xiàn)會產(chǎn)生修正圖片偏黃的情況，其為顏色判別吻合率無法達到預(yù)期的可能原因之一，于是對顏色識別程序進行檢驗。

對比框選水體照片大小所得數(shù)據(jù)后，發(fā)現(xiàn)數(shù)據(jù)變化不大，隨后進行修正顏色前后色卡參數(shù)值的提取比照，檢查軟件參數(shù)等檢驗操作后，最終確定顏色識別軟件所采用的標(biāo)準(zhǔn)參數(shù)造成了顏色識別出現(xiàn)較大誤差。原顏色識別軟件的標(biāo)準(zhǔn)參數(shù)為色卡的sRGB標(biāo)準(zhǔn)參數(shù)。sRGB 是一個通用的標(biāo)準(zhǔn)色域，它可以使各種計算機外部設(shè)備與應(yīng)用軟件在色彩方面語言互通［9］。但同為表示顏色范圍的色域標(biāo)準(zhǔn)，Adobe RGB的色域覆蓋范圍比sRGB 更廣，與sRGB 相比，Adobe RGB 多占據(jù)CIE 色域標(biāo)準(zhǔn)約20%，提高了青綠色系上的顯示，能夠記錄更多的顏色細節(jié)，也擁有更高的影像信息保存度。因此，本課題組將軟件參數(shù)值調(diào)整為Adobe RGB 標(biāo)準(zhǔn)參數(shù)值，以提升綠色水體的吻合度。Adobe RGB 標(biāo)準(zhǔn)參數(shù)見圖5。

圖5 Adobe RGB 標(biāo)準(zhǔn)參數(shù)

3.3 顏色識別優(yōu)化驗證

經(jīng)過顏色判別模型的修改，區(qū)分黃色水體與綠色水體, 從數(shù)據(jù)中選取10%用于驗證分析，共計45個水樣，其中，黃色水樣19 個、綠色水樣16 個、灰色水樣10 個。通過驗證結(jié)果可知，顏色判別模型修改后的總體吻合率得到提升，黃色水體的吻合率降低了2%，綠色水體的吻合率從83%上升到94%，灰色水體的吻合率從86%上升為100%。

3.4 優(yōu)化后顏色識別技術(shù)的應(yīng)用

3.4.1 應(yīng)用于手機照片的顏色識別

鑒于手機的便攜性，本課題組在肉眼識別河道水體表觀顏色以及相機拍攝水體照片的同時，按要求使用手機對河道水體進行拍攝。手機型號為華為CDY－AN20，在拍攝前將照片的存儲格式設(shè)置為RAW，確保原片不會因修圖或壓縮導(dǎo)致受損。將手機拍攝的照片通過修改后的顏色軟件進行顏色識別，并結(jié)合濁度，依照顏色判別模型進行顏色判別。

使用優(yōu)化后的顏色識別技術(shù)進行數(shù)據(jù)分析，共計91 組數(shù)據(jù)，其中，灰色水體10 個、黃色水體30個，綠色水體51 個。進行數(shù)據(jù)分析后，得到各顏色水體吻合率為：灰色水體吻合率達到100%，黃色水體吻合率達到96.7%，綠色水體吻合率達到100%（見圖6）。識別吻合率高，可見手機照片可以應(yīng)用于城市水體顏色識別。

圖6 手機顏色識別技術(shù)優(yōu)化前后吻合率對比

3.4.2 應(yīng)用于城市水體線上檢測

優(yōu)化后的顏色識別系統(tǒng)通過自動識別照片中的標(biāo)準(zhǔn)色卡，對照片進行色差的修正，再對水體的顏色進行識別，得到較為準(zhǔn)確的水體顏色HSB 值，過程方便快捷，導(dǎo)入照片即可快速得到結(jié)果，然后將系統(tǒng)給出的HSB 值與城市水體的濁度值一并導(dǎo)入到優(yōu)化后的顏色判別模型當(dāng)中，可以更加精準(zhǔn)快速地對城市景觀水體的顏色進行定性判別和描述。

同時采用紫外—可見分光光度計掃描原水水樣及經(jīng)過0.22 μm 濾膜抽濾后的水樣，得到濾前濾后掃描文件，導(dǎo)入城市水體表觀污染線上檢測系統(tǒng)，生成SPI 值（見圖7）。根據(jù)SPI 值的不同，將表觀污染狀況分為5 個等級：SPI<10 表示水體表觀質(zhì)量好，10≤SPI<25 表示較好，25≤SPI<45 表示尚可，45≤SPI<70 表示較差，SPI>70 表示差［8］。通過SPI 值進行城市水體表觀污染程度的判別。

圖7 城市景觀水體線上檢測系統(tǒng)流程［8］

4 結(jié)語

研究結(jié)果表明，使用相機拍攝照片時，將顏色判別模型中區(qū)分黑色水體的B 值減小到28，區(qū)分綠色水體調(diào)整為75

使用手機拍攝照片時，使用優(yōu)化后的顏色判別模型及參數(shù)，灰色水體吻合率達到100%，黃色水體吻合率達到96.7%，綠色水體吻合率達到100%，確定使用手機照片進行城市水體顏色判別的可行性，使得城市水體表觀污染評價方法更加便捷，可為城市水體表觀污染線上檢測系統(tǒng)的進一步推廣提供堅實基礎(chǔ)，提高城市水環(huán)境管理的效率，實現(xiàn)對城市水環(huán)境的智能化管理和信息化建設(shè)。