基于智能视觉的流动水体污染监控方法及应用

作     者：曾祥吉 鄢锋 李勇刚 潘岩 杨静雅 谭翔天 ZENG Xiangji;YAN Feng;LI Yonggang;PAN Yan;YANG Jingya;TAN Xiangtian

作者机构：长沙有色冶金设计研究院有限公司长沙410019 中南大学自动化学院长沙410083 

基　　金：国家重点研发计划资助项目“盐湖化工产业集聚区域网络协同制造集成技术研究与应用示范”(2020YFB1713800) 湖南省科技创新计划资助“湖南省科技创新领军人才项目”(2021RC4047) 

出 版 物：《环境工程》 (Environmental Engineering)

年 卷 期：2023年第41卷第11期

页      码：78-83,122页

摘      要：工矿企业生产过程中不可避免地产生各类污染,其中水污染物排放始终是监控与防治的重要工作。当前工矿企业所采用的传统监控手段如视频或在线设备监控,存在应对突发性水污染事故适应性弱、效率低、成本高、准确性差等问题。针对流动性水体图像连续、动态、全前景、无背景的特点,采用深度学习算法建立动态加权灰度化模型优化彩色图像灰度处理,提出了图像光强信息(灰度值)分析方法;结合时/空间连续图像信息自检方法对水体图像进行在线分析,提出了1种通用水体污染监控方法,开发了基于智能视觉的动态水体污染监控系统,实现了污染状态的高效、准确的定性判断。在工矿企业投用该系统后,运行维护简便,相对于传统人工视频污染监控方式,污染识别准确率提高13%,有效识别率达到99%以上,平均污染识别时间减少3~5 h,实现突发性水污染事故快速响应,大幅降低环保事故发生率;且能够有效降低人员劳动强度,节约企业运营成本。

主 题 词：动态水体 动态优化 深度学习 动态加权 图像分析 

学科分类：082803[082803] 08[工学] 0828[工学-建筑类] 0804[工学-材料学] 

D　O　I：10.13205/j.hjgc.202311014

馆 藏 号：203124576...