機(jī)器視覺在自來水廠的應(yīng)用

王亮?闞力華?張軍

摘要：在開展自來水水質(zhì)檢測工作時(shí)，可以應(yīng)用機(jī)器視覺技術(shù)，通過對水體顏色、pH值等參數(shù)進(jìn)行分析來開展無損檢測，這種水質(zhì)檢測方式成本低、速度快、自動化程度高。自來水廠在水處理的過程中，大多采用絮凝的方法來降低原水的濁度。通過觀察礬花的形態(tài)，可以判斷凈化水的效果，根據(jù)凈化效果來調(diào)節(jié)絮凝劑的投加量。利用機(jī)器視覺技術(shù)，代替人工工作，可以實(shí)現(xiàn)水中礬花在線持續(xù)的形態(tài)觀察，結(jié)果分析，以及調(diào)整絮凝劑投加量，保證了藥劑調(diào)整的及時(shí)性、準(zhǔn)確性，從而降低人工勞動強(qiáng)度，節(jié)約藥劑的投加量，保證水處理的效果。

關(guān)鍵詞：機(jī)器視覺；自來水廠；水質(zhì)檢測；絮凝凈化；應(yīng)用分析

一、前言

機(jī)器視覺技術(shù)已經(jīng)在我國自來水廠有一定范圍的應(yīng)用，其主要應(yīng)用于水質(zhì)監(jiān)測及水體凈化兩個(gè)方面。對于傳統(tǒng)的水質(zhì)檢測及凈化方式來說，其通常是以微生物法及化學(xué)法為主，需要相關(guān)技術(shù)人員自身具備極強(qiáng)的專業(yè)素質(zhì)，并且測量周期較長，成本較高，尤其難以滿足當(dāng)前自來水廠實(shí)時(shí)監(jiān)測的需求，因此，要應(yīng)用更為先進(jìn)的檢測及凈化技術(shù)來滿足當(dāng)前自來水廠經(jīng)營發(fā)展需求。

二、機(jī)器視覺技術(shù)簡析

隨著我國社會不斷發(fā)展，人們生活水平不斷提高，對飲水資源質(zhì)量要求也越來越高，在這樣的背景下，自來水廠的生產(chǎn)及檢測模式也發(fā)生了較大變化，基于機(jī)器視覺技術(shù)的水質(zhì)監(jiān)測、水體凈化方式被應(yīng)用到自來水廠的相關(guān)業(yè)務(wù)中。對于機(jī)器視覺技術(shù)而言，其屬于一項(xiàng)高效化、自動化的自來水檢測及凈化技術(shù)，已經(jīng)被廣泛應(yīng)用于水環(huán)境檢測、水體凈化、無人機(jī)等多個(gè)領(lǐng)域。具體來說，機(jī)器視覺技術(shù)在自來水廠的應(yīng)用主要是借助傳感設(shè)備、攝像頭、計(jì)算機(jī)系統(tǒng)等幾個(gè)組成部分來開展工作，需要將軟件系統(tǒng)與硬件設(shè)備有機(jī)結(jié)合，進(jìn)而獲得高清晰、可視化的圖像數(shù)據(jù)。

三、機(jī)器視覺在自來水廠水質(zhì)檢測中的應(yīng)用

基于機(jī)器視覺的水質(zhì)檢測系統(tǒng)屬于一種先進(jìn)的水體檢測技術(shù)手段，其主要是通過對水體顏色、pH值、濁度等一系列指標(biāo)進(jìn)行測定來實(shí)現(xiàn)對當(dāng)前水質(zhì)情況的深入分析，進(jìn)而得出檢測結(jié)果[1]。機(jī)器視覺水質(zhì)檢測技術(shù)在應(yīng)用過程中體現(xiàn)出了諸多優(yōu)勢，主要包括檢測速度快、成本可控、自動化程度高、數(shù)據(jù)直觀等，可以有效起到補(bǔ)充傳統(tǒng)檢測方法的作用。在將機(jī)器視覺技術(shù)應(yīng)用到自來水廠的水質(zhì)檢測中時(shí)，應(yīng)該注意從以下兩個(gè)層面入手。

（一）硬件層面

傳感器、攝像頭及計(jì)算機(jī)系統(tǒng)是機(jī)器視覺水質(zhì)檢測系統(tǒng)的基本硬件組成，其中，傳感器負(fù)責(zé)參數(shù)分析，當(dāng)完成參數(shù)分析之后，傳感器會將所得到的參數(shù)傳輸?shù)接?jì)算機(jī)系統(tǒng)中，進(jìn)而實(shí)現(xiàn)對參數(shù)的有效處理與分析[2]。攝像頭主要負(fù)責(zé)可視化數(shù)據(jù)采集，采集完成之后，將其傳遞給傳感器。

（二）軟件層面

軟件層面是機(jī)器視覺水質(zhì)檢測系統(tǒng)的關(guān)鍵，水質(zhì)參數(shù)分析、數(shù)據(jù)處理、圖像識別、模式識別等都由軟件系統(tǒng)完成，進(jìn)而得到精準(zhǔn)的、可以反映實(shí)際水質(zhì)情況的參數(shù)。因此，要通過模型識別算法來構(gòu)建起相應(yīng)的數(shù)據(jù)模型，進(jìn)而實(shí)現(xiàn)對圖片數(shù)據(jù)的自主檢索與分析，從而確定圖片數(shù)據(jù)與模型特征是否相符?？梢钥闯?，軟件系統(tǒng)的合理設(shè)計(jì)及應(yīng)用實(shí)現(xiàn)了檢測數(shù)據(jù)精準(zhǔn)性、高效性及直觀性的有效保證[3]。在正式開展軟件系統(tǒng)設(shè)計(jì)時(shí)，應(yīng)該注意從以下幾個(gè)方面入手：

1.響應(yīng)度

軟件系統(tǒng)需要對當(dāng)前水質(zhì)異常情況進(jìn)行快速反應(yīng)，并通過數(shù)據(jù)處理與分析的方式及時(shí)提供處理方法（需要通過調(diào)整絮凝劑投加量來確定最佳凈化處理方案）。

2.精準(zhǔn)度

保證水質(zhì)參數(shù)精度高、可參照程度高（需要配置高像素?cái)z像頭，并安裝防電磁干擾裝置）。

3.實(shí)時(shí)監(jiān)測

通過對自來水廠水質(zhì)的實(shí)時(shí)監(jiān)測，可以使水質(zhì)檢測工作常態(tài)化，同時(shí)也縮短了系統(tǒng)響應(yīng)時(shí)間（需要設(shè)計(jì)緊湊的模塊響應(yīng)結(jié)構(gòu)，使各響應(yīng)環(huán)節(jié)銜接緊密，使數(shù)據(jù)采集終端、數(shù)據(jù)分析端口、數(shù)據(jù)輸出端口協(xié)調(diào)程度更高）。

4.用戶自主

方便用戶及時(shí)了解軟件系統(tǒng)工作狀態(tài)（需要保證系統(tǒng)具備問題定位模塊，進(jìn)而實(shí)現(xiàn)對具體問題位置及產(chǎn)生原因的快速分析，使相應(yīng)水體處理業(yè)務(wù)及時(shí)開展）[4]。

四、機(jī)器視覺在自來水廠水體凈化中的應(yīng)用

絮凝是自來水廠凈化水過程中的關(guān)鍵工藝，為了保證凈化水的處理效果，需要及時(shí)觀察礬花的形態(tài)，結(jié)合原水進(jìn)水的濁度，出水的濁度，以及水溫度、流量等數(shù)據(jù)，及時(shí)調(diào)整絮凝劑的投加量。目前采用人工巡檢的方式，通過肉眼觀察礬花狀態(tài)、定時(shí)觀測礬花狀態(tài)，對藥劑投加量進(jìn)行調(diào)整。這種方式存在著很多問題。

第一，水質(zhì)變化較大，通過肉眼觀察來調(diào)整加藥量，對人員的經(jīng)驗(yàn)要求較高，而且由于員工業(yè)務(wù)水平、責(zé)任心參差不齊，造成藥劑投加量變化較大，很難保證凈化水的效果。

第二，采用人工巡檢的方式，不但耗費(fèi)人工，增加工人的勞動強(qiáng)度，而且無法實(shí)現(xiàn)及時(shí)調(diào)整，造成投加量調(diào)整滯后，投加偏少處理效果不好，不能有效降低濁度；投加量過大，造成藥劑浪費(fèi)，成本增高，甚至?xí)斐伤|(zhì)事故。

目前除了采用傳統(tǒng)的人工觀察調(diào)整方法外，也有采用礬花圖像分析的做法，但由于圖像采集設(shè)備需要長期在水下工作，絮凝劑會附著在照明設(shè)施及取樣窗上，造成采集效果變差；另外僅僅通過礬花的形態(tài)來確定投加量的多少在水處理工藝的實(shí)踐中往往不能得到好的效果。藥劑的投加量和原水的濁度、出水的濁度以及水溫、流量都有一定的關(guān)系，需要將這些數(shù)據(jù)綜合分析，再結(jié)合礬花的形態(tài)，才能得到合理的藥劑投加量。

針對以上問題，并基于機(jī)器視覺技術(shù)，結(jié)合工程實(shí)踐，設(shè)計(jì)出了新型的解決方案，并經(jīng)過在工程中的應(yīng)用檢驗(yàn)，效果良好[5]。

第一，采集終端硬件設(shè)計(jì)。機(jī)器視覺主要應(yīng)用于工件檢測、高速移動目標(biāo)拍攝、材料分析等領(lǐng)域。隨著機(jī)器視覺在智能制造領(lǐng)域的應(yīng)用，適用于不同場景的工業(yè)相機(jī)也層出不窮。在不同的應(yīng)用場景，工業(yè)相機(jī)的像素、像元間距、曝光時(shí)間等參數(shù)選擇也不相同。工業(yè)相機(jī)用于水下圖像采集鮮有應(yīng)用，只有從防護(hù)、照明、清潔等方面都做到合理設(shè)計(jì)，才能保證其在水下長期穩(wěn)定工作。

本設(shè)備采用了大面陣全局快門工業(yè)相機(jī)，像素?cái)?shù)達(dá)到了5000萬像素，像元間距3.2微米，曝光時(shí)間12微妙，針對現(xiàn)場環(huán)境惡劣的情況，還增加抗電磁干擾防護(hù)電路[6]，完全滿足礬花采集的需求。

結(jié)構(gòu)設(shè)計(jì)主要考慮相機(jī)、照明的位置關(guān)系，以及防水的要求，防水等級達(dá)到IP68，光源為條形光源，采用側(cè)上方打光的方式。采樣池尺寸為50×60mm2，采樣池深度為可調(diào)節(jié)模式，深度調(diào)節(jié)范圍5-20mm。

在水下工作，采樣窗會附著污垢，影響透明度。如果經(jīng)常將采樣窗從水中取出進(jìn)行清洗，會給后期的運(yùn)行維護(hù)帶來不便之處。本終端引入了自清潔概念，定期啟動沖洗泵將附著在采樣窗上的絮凝物沖洗干凈。

經(jīng)過驗(yàn)證，該結(jié)構(gòu)設(shè)計(jì)緊湊，布局簡潔，可以實(shí)現(xiàn)免維護(hù)運(yùn)行，適合在水下長期工作。采集的圖像質(zhì)量清晰、穩(wěn)定可以滿足后期分析的要求。

第二，分析軟件的設(shè)計(jì)。采集軟件的設(shè)計(jì)主要包括采集操作、圖像處理、圖像分析、聯(lián)動控制等功能。其中圖像的處理和圖像分析是礬花形態(tài)識別的關(guān)鍵。

圖像處理和分析部分的設(shè)計(jì)利用OPENCV技術(shù)，避免了底層的基本圖像處理的繁瑣編碼工作。OpenCV是一個(gè)基于BSD許可（開源）發(fā)行的跨平臺計(jì)算機(jī)視覺庫，可以運(yùn)行在Windows操作系統(tǒng)上，輕量且高效，由C 函數(shù)和少量 C++ 類構(gòu)成，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的一些通用算法。

礬花識別的流程設(shè)計(jì)見圖2。

1.圖像采集：利用工業(yè)相機(jī)的高速拍攝功能，在流動的水體中抓拍到清晰的圖像，光源強(qiáng)度調(diào)整也很關(guān)鍵，保持恒定的光強(qiáng)有助于采集的圖像具有較好的一致性，可以保證后期分析、計(jì)算結(jié)果的準(zhǔn)確性（見圖3）。

2.清晰度評估：主要分析圖像的清晰度，清晰度就是每個(gè)像素點(diǎn)（i，j）在x或者y方向上的一階差分的平方和的開方取平均值，值越大越清晰。如果采集的圖像不清晰，則會丟棄該幀，繼續(xù)采集，直至采集到清晰的圖像，再進(jìn)入下一個(gè)處理環(huán)節(jié)。

3.圖像預(yù)處理：主要是消除無關(guān)信息，恢復(fù)有用信息，增強(qiáng)可檢測性、簡化數(shù)據(jù)，優(yōu)化二值化、圖像分形可靠性。采用高斯模糊算法對圖像做一次平滑處理，消除圖像噪點(diǎn)，再采用高通濾波完成邊緣的銳化，突出礬花的邊緣特征。

4.二值化處理：經(jīng)過處理的圖像仍然是灰度圖像，圖像中像素的值在0-255之間連續(xù)變化。通過二值化將礬花從背景中提取出來，為了避免水中光影對圖像提取效果的影響，采用動態(tài)閾值法，實(shí)現(xiàn)圖像的二值化處理（見圖4）。

5.形態(tài)學(xué)處理：二值化后的圖像，背景值為0，礬花值為1，但是礬花在圖像中難免有重疊的現(xiàn)象，采用開運(yùn)算，可以先將相連的礬花分開，提高了分形的效果。

6.圖像分形：基于邊緣檢測的分形方法可以將圖像中不連續(xù)的礬花逐個(gè)分揀出來，根據(jù)采集的圖像使用一次微分sobel算子效果較好（見圖5）[7]。

7.對象過濾：通過分形計(jì)算，將圖像中礬花的個(gè)數(shù)，每個(gè)礬花的面積大小全部計(jì)算出來，通過對面積進(jìn)行閾值的對比，將面積過小的礬花作為干擾對象，將其過濾掉，以穩(wěn)定計(jì)算結(jié)果。

8.結(jié)果輸出：通過一系列的計(jì)算，最終得到礬花特征數(shù)據(jù)，使用礬花個(gè)數(shù)和礬花的面積來表達(dá)礬花特征，與肉眼觀察的描述可以做到基本一致（見圖6）。

以礬花分析的結(jié)果為依據(jù)，將進(jìn)水流量、進(jìn)水濁度、進(jìn)水溫度一并計(jì)算在內(nèi)，利用加權(quán)法，得到加藥量的調(diào)整數(shù)據(jù)，并聯(lián)動加藥泵實(shí)現(xiàn)加藥量的調(diào)整。

應(yīng)用機(jī)器視覺技術(shù)，在三坪水廠部署了三套礬花圖像采集設(shè)備，將圖像采集到計(jì)算機(jī)后，進(jìn)行圖像處理、礬花識別，并以此來調(diào)整絮凝劑的投加量。經(jīng)過半年的持續(xù)運(yùn)行，系統(tǒng)極大地降低了工人現(xiàn)場觀察礬花的頻次，降低了人員勞動強(qiáng)度。通過在線實(shí)時(shí)采集、識別，并及時(shí)調(diào)整加藥量，保證出水水質(zhì)達(dá)標(biāo)，為水廠的智能化運(yùn)行提供了技術(shù)保障。

五、結(jié)語

總而言之，基于機(jī)器視覺的自來水廠水質(zhì)檢測、水體凈化技術(shù)實(shí)現(xiàn)了對傳統(tǒng)人工檢測、化學(xué)及生物凈化技術(shù)的有效補(bǔ)充。高清晰度的攝像頭、快速響應(yīng)的傳感器、圖像優(yōu)化效果明顯的數(shù)據(jù)預(yù)處理系統(tǒng)、針對性較強(qiáng)的過濾系統(tǒng)等使得水質(zhì)檢測工藝、絮凝凈化工藝先進(jìn)程度更高。在當(dāng)前人們用水品質(zhì)要求日益提高及自來水廠供水量逐年加大的背景下，機(jī)器視覺技術(shù)的應(yīng)用實(shí)現(xiàn)了對自來水廠業(yè)務(wù)的有效優(yōu)化，符合當(dāng)前我國自來水廠現(xiàn)代化發(fā)展需求。

參考文獻(xiàn)

[1]朱逸，蔡雅瓊，陳柯宇，等.采用機(jī)器視覺與模糊控制的水廠絮凝劑投加控制系統(tǒng)[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，40（08）：1059-1063+1081.

[2]劉華，張營，張英杰，等.基于自適應(yīng)差分進(jìn)化算法的礬花圖像分割[J].控制工程，2016，23（08）：1203-1207.

[3]沈彥.基于機(jī)器視覺的多級分析絮凝加藥表征系統(tǒng)[J].集成電路應(yīng)用，2022，39（01）：63-65.

[4]張文博，鄭淏天，李杰，等.基于機(jī)器視覺系統(tǒng)的智能化驗(yàn)機(jī)器人設(shè)計(jì)與分析[J].數(shù)碼世界，2019，11（05）：6.

[5]湯一平，尤思思，葉永杰，等.基于機(jī)器視覺的生物式水質(zhì)監(jiān)測儀的開發(fā)[J].工業(yè)控制計(jì)算機(jī)，2016，19（06）：64-66.

[6]翟士才，陸明剛.基于Opencv的絮體顆粒跟蹤與沉速測量系統(tǒng)研究[J].計(jì)量與測試技術(shù)，2017，44（01）：47-50.

[7]彭聰，劉彬，周乾，等.基于機(jī)器視覺和盲源分離的機(jī)械故障檢測[J].上海交通大學(xué)學(xué)報(bào)，2020，54（09）：953-960.

作者單位：克拉瑪依市水務(wù)有限責(zé)任公司

責(zé)任編輯：尚丹