(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211251359.7 (22)申请日 2022.10.13 (71)申请人 南通润厚设备工程有限公司 地址 226000 江苏省南 通市通州区五接镇 沿江公路158号 (72)发明人 唐凯馨　 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 7/136(2017.01) G06T 7/90(2017.01) (54)发明名称 一种基于人工智能的污水检测方法及系统 (57)摘要 本发明涉及污水效果检测领域， 提出了一种 基于人工智 能的污水检测方法及系统， 包括： 获 取待检测污水灰度图像； 选取最佳超像素块； 得 到污水显著图像； 确定像素值分割阈值， 对污水 显著图像中的像素点进行分割， 得到液体像素点 和固体颗 粒像素点； 得到待检测污水固体颗粒浓 度指标； 得到第一液体特征指标； 得到第二液体 特征指标； 得到待检测污水处理效果评估指标， 对污水处理效果进行评估。 本发 明基于图像数据 对处理后的污水效果进行检测， 检测 效率高、 精 度高。 权利要求书3页 说明书10页 附图2页 CN 115330792 A 2022.11.11 CN 115330792 A 1.一种基于人工智能的污水检测方法， 其特 征在于， 包括： 获取待检测污水 灰度图像； 对待检测污水灰度图像进行超像素分割， 得到每个超像素块的梯度描述子， 选取所有 梯度描述子中值 最小的梯度描述子对应的超像素块作为 最佳超像素块； 通过最佳超像素块内像素点的灰度值得到光照分量图像， 通过光照分量图像与待检测 污水灰度图像得到 污水显著图像； 利用污水显著图像构建的隶属度函数和模糊性函数确定像素值分割阈值， 对污水显著 图像中的像素点进行分割， 得到液体 像素点和固体颗粒像素点； 通过污水显著图像中的固体颗粒像素点个数和像素点总数得到待检测污水固体颗粒 浓度指标； 通过液体特征向量和样本的液体特 征向量得到第一液体特 征指标； 通过各液体像素点与其邻域像素点的灰度值得到第二液体特 征指标； 利用得到的固体颗粒浓度指标、 第 一液体特征指标和第 二液体特征指标得到待检测污 水处理效果评估指标， 根据待检测污水处 理效果评估指标的值对污水处 理效果进行评估。 2.根据权利要求1所述的一种基于人工智能的污水检测方法， 其特征在于， 通过最佳超 像素块内像素点的灰度值得到光照分量图像的方法为： 通过最佳超像素块内所有像素点灰度值的均值和方差建立光照分量计算模型， 通过光 照分量计算模型 得到光照分量； 根据光照分量值将最佳超像素块扩大为与待检测污水灰度图像大小相同的光照分量 图像。 3.根据权利要求1所述的一种基于人工智能的污水检测方法， 其特征在于， 获取超像素 块的梯度描述子的方法为： 对待检测污水灰度图像进行超像素分割， 得到多个超像素块， 根据每个超像素块内各 像素点的梯度幅值和梯度方向得到每 个超像素块的梯度描述子 。 4.根据权利要求1所述的一种基于人工智能的污水检测方法， 其特征在于， 隶属度函数 的表达式为： 式中： 表示污水显著图像的隶属度 函数， 表示像素点的灰度级， 表示阈值参数， ， 表示隶属度函数的窗口宽度， 表示污水显著图像的灰度级数； 获取隶属度函数的窗口宽度 的方法为： 通过污水显著图像中像素点的灰度值构建高斯混合模型， 统计 高斯混合模型中子 高斯 模型的个数； 设定窗口 的初始宽度； 通过窗口 的初始宽度和隶属度函数的表达式得到对应的模糊性 函数中极值 点的个数；权　利　要　求　书 1/3 页 2 CN 115330792 A 2判断极值点的个数是否等于子高斯模型的个数减一， 若不是， 则对窗口的初始宽度进 行调整， 多次迭代， 直至 极值点的个数等于子高斯模型的个数减一时停止， 得到的窗口宽度 为最佳的隶属度函数的窗口宽度， 该 隶属度函数的窗口宽度记为 。 5.根据权利要求1所述的一种基于人工智能的污水检测方法， 其特征在于， 待检测污水 处理效果评估指标的表达式为： 式中： 表示待检测污水处理效果评估指标， 表示待检测污水固体颗粒浓度指标， 表示第一液体特 征指标， 表示第二液体特 征指标， 表示第二模型参数。 6.根据权利要求5所述的一种基于人工智能的污水检测方法， 其特征在于， 待检测污水 固体颗粒浓度指标的表达式为： 式中： 表示固体颗粒像素点个数， 表示污水显著图像像素点总数， 表示第一模型 参数， 表示模型指数因子 。 7.根据权利要求5所述的一种基于人工智能的污水检测方法， 其特征在于， 第 一液体特 征指标的表达式为： 式中： 表示液体特征向量， 表示样本的液体特征向量， 是通过液体像素点的灰度 值得到的， 是通过样本的液体 像素点的灰度值得到的。 8.根据权利要求5所述的一种基于人工智能的污水检测方法， 其特征在于， 第 二液体特 征指标的表达式为： 式中： 表示第 种液体像素点表征子， 表示液体像素点表征子的种类数， 表示 第 种液体像素点表征子出现的次数。 9.根据权利要求1所述的一种基于人工智能的污水检测方法， 其特征在于， 对污水显著 图像中的像素点进行分割， 得到液体 像素点和固体颗粒像素点后， 还 包括： 将污水显著图像中的固体颗粒像素点的像素值置为0， 液体像素点的像素值置为1， 得 到液体像素点的二值图像， 将液体像素点的二值图像与污水显著图像相乘， 得到液体区域 图像， 通过 液体区域图像得到液体 像素点的灰度值。 10.一种污水处 理效果检测系统， 其特 征在于， 包括： 图像采集单 元， 获取待检测污水 灰度图像；权　利　要　求　书 2/3 页 3 CN 115330792 A 3