基于工业视觉的水体表面污染监测系统

作者：曾祥吉; 鄢锋^*; 李勇刚; 潘岩; 杨静雅; 施耘

来源：计算机测量与控制, 2022, 30(02): 44-50.

DOI：10.16526/j.cnki.11-4762/tp.2022.02.007

• 工业视觉
• 图像分析
• 水体污染
• 颜色信息评价
• 神经网络

针对工矿企业突发性水污染事故具有明显悬浮物或明显颜色变化,且多数污染可通过表层水体视觉方式直观判断等特点,基于突发性水污染事故监测需求分析,研究了一种基于工业视觉的水体表面污染监测系统;针对连续多帧图像信息受水流流速、颗粒悬浮物和系统噪声等影响问题,提出了随机扰动信号滤波方法和基于颜色信息评价的多级图像信息调节方法,进而采用优化神经网络建立污染分析模型,并开发了监测装置对水体图像进行实时分析,实现污染状态快速判断;在某冶炼企业应急站投用该系统后,降低了劳动强度,缩短判断时间,提高判断准确度,降低环保事故发生率、减少岗位人员数量、降低成本,取得了显著的应用效果。

• 单位
  中南大学; 自动化学院; 长沙有色冶金设计研究院有限公司