张真[1]2003年在《矾花图象采集处理系统的研究》文中研究表明当前，工业的进步和人民生活水平的提高，对水质的要求也越来越高。设计开发更合理适用的加料实时控制方式，解决水厂沉淀池中明矾混凝剂的投加量控制问题，建立完善的自动化加料系统，是水厂生产实现全面自动化的关键，也是摆在整个水处理行业面前的重要课题。对于水厂沉淀池中明矾添加量的检测，传统的方法是通过人的肉眼进行观察，无法达到真正意义上的计量投加，直接造成明矾混凝剂的过分消耗、水质情况难于掌握等问题，与日益提高标准的水质要求不相适应。 近年来，数字图象处理广泛应用于各行各业中。随着数码相机技术的迅速发展和应用，基于数码相机的数字图象采集处理系统以其凌驾于传统采集方式之上的高分辨率、低成本的优点而得到了广泛的关注及应用。但是在应用中，以突破实际限制和增强系统抗干扰性为目的的实践方法研究，仍然是一个具有挑战性的课题。 针对水厂沉淀池的加料控制，本文介绍了一个利用数字图象处理技术进行矾花图象采集处理的系统，给出了系统的设计思想、设计方案和详细设计。 通过分析得到矾花图象的特点：干扰强烈、对比度低、矾花颗粒随机分布，在本系统的设计中，通过对数码相机采集到的矾花图象进行预处理、纹理分析以及粒状统计叁个步骤的处理，完成对矾花图象的分类，以实现相应的加料控制。在整个过程的设计中，现有的算法并不能良好的应用于该系统，因此，我们在叁个过程的设计中都不同程度的提出一些改进的新算法。实验结果表明，改进的算法是切实可行的，而且系统分类准确率高，速度快。
王新增, 黄山, 张真, 王鉴[2]2005年在《基于二邻域局部阈值的矾花图像分割》文中认为本文提出一种采用二邻域类间方差局部阈值化算法对矾花图像进行分割 ,实践证明该方法非常有效 ,能基本解决常规局部阈值分割中出现的问题
严国莉[3]2003年在《基于数字图像处理对沉淀池矾花控制系统的算法研究》文中认为近年来，随着计算机硬件和软件技术的飞速发展，数字图像处理技术进入了不同层次的工业领域，走向更加深入的应用。但在工程实践应用中，仍存在着一定的限制，对具体问题没有固定统一的算法来解决。目前，对具体问题的具体研究仍然是一个具有挑战性的课题。 本文基于数字图像处理，研究、开发了一套自来水厂沉淀池矾花控制系统自动化的方案，文中给出了该系统的设计思想、设计框图、详细设计和图像处理的具体算法。 本系统分软件和硬件两大部分，本文着重研究了系统的软件部分：图像采集和图像处理，其中又重点研究了图像处理部分。本文针对采集的矾花图像的特点，进行特征抽取，主要提取了图像的密度特征和纹理特征，构造多分类器组合进行图像识别。由于现有的算法都不能很好的满足实际系统的需要，因此，本文基于图像工程的思想，对基本算法加以改进，提出并实现了新的算法来识别矾花图像。实验结果表明，本文研究设计的系统是合理的，提出的算法是切实可行的，能满足工业实际的要求。
詹咏[4]2001年在《水流对混凝沉淀影响研究》文中提出往复隔板絮凝池因水流结构的影响，延长了絮凝时间，增添了絮凝池容积，严重影响了出水效果。为了解决这些问题，而又要降低改造成本，保持原有絮凝池流程简单实用的优点，需对这种水力絮凝池进行研究。通过现场小试与中试，提出将絮凝池廊道拐弯角设计成圆弧形的改进方案。通过与传统往复隔板絮凝池混凝沉淀效果的对比实验可知改进后的絮凝池能量损失明显减少，反应时间也相应缩短，矾花性状大为改善，出水浊度明显降低。由于平流沉淀池是最直接影响絮凝池流场及混凝沉淀过程的设备，因此，本文对影响平流沉淀池水流结构的最主要因素—异重流的运动特性进行了现场中试研究。此外，由于絮凝池中流场的复杂性，为了进一步了解改进前后的絮凝池水流结构，本文进行了室内实验，采用粒子图象测速技术，对不同方案絮凝池中水流涡漩运动进行了研究；同时建立了二维水流数学模型，对絮凝池流场进行了模拟，并与絮凝池的现场实验及室内实验结果进行了比较。本文的主要研究工作可归纳为： 1、通过混凝沉淀、最佳水力条件测定等现场小试研究，对混凝沉淀过程的机理及动力过程等问题进行了研究分析。 2、通过往复隔板絮凝池的模型实验，对所存在的问题提出了改进方案，并以硫酸铝作为混凝剂，根据混凝剂最佳投量的研究成果，对不同工况下两种方案的混凝沉淀效果进行了研究。 3、根据水厂实际进水量及原水水质等实际情况，用硫酸铝作混凝剂，PAM作助凝剂，以改进后的絮凝池为实验对象，并以沉淀池出水处的水质浊度作为混凝沉淀效果的评价指标，建立了进水流量、原水浊度、出水浊度、助凝剂与混凝剂用量的数学模型。 4、对影响混凝沉淀效果最大的水流因素—平流沉淀池中异重流的形成原因进行了讨论，对其流场进行了分析，并对不同方案混凝沉淀效果进行了比较，同时，就减弱异重流的条件进行了讨论。 5、由于往复隔板絮凝池廊道狭窄、絮凝池拐弯水流结构复杂，致使整个流场的量测十分困难。本文应用先进的PIV技术，建立了研究往复隔板絮凝池水流结构的室内测试系统。 6、对往复隔板絮凝池拐弯处水流涡漩运动进行了研究，使用量测系统软件， 内名芍自要对不同工况下水流涡瞒动进行了颁。 7、为了獭整个流场，并对现场实贼室内测试结果进行检测，本文啦了适于往复隔板絮凝池的二维水流数学模型，应用该模型对絮凝池的流场进行了模拟，将计算潍与絮凝池模型实醚果以贩用PIV技术所得室内测试结果进行了比较，结果比较吻合。
史步海, 王瑞萍[5]2007年在《基于PSNR的矾花图像质量评价》文中研究说明本文主要研究了图像处理在自来水处理中的应用,对采集到的"矾花"图像与标准的"矾花"图像进行对比,并利用峰值信噪比(PSNR)作为判断图像质量的一个标准,实现了自来水处理的全自动控制。
马传利, 张树成, 胥学峰, 张美英[6]2002年在《循环水排污水处理技术简介》文中指出本文对山东黄台火力发电厂200t/h循环水排污水处理系统的功能设计、结构、性能、安装和试验等方面的内容进行了详细介绍,并对循环水排污水处理系统的技术细节进行了相应的描述。
佚名[7]2004年在《通信》文中研究表明TN911 2004060775实际A ANc系统误差通道建模的分析/张瑞华,(2!欧阳缮(2]周德新,(21刘庆华(浙江万里学院)11电子学报一2 004,32(l)·一55一58以滤波一X LMS(FLMS)算法为代表的多种AANC算法用到了误差通道
马传利, 张树成, 胥学峰, 高山, 张美英[8]2003年在《循环水排污水处理技术简介》文中研究说明本文对山东黄台火力发电厂200t/h循环水排污水处理系统的功能设计、结构、性能、安装和试验等方面的内容进行了详细介绍,并对循环水排污水处理系统的技术细节进行了相应的描述。
刘大洋[9]2015年在《基于近红外光谱和高光谱图像技术无损识别猕猴桃膨大果》文中提出随着生活水平和消费水平的不断提高,人们越来越关心水果的品质和安全。在猕猴桃生长初期蘸用膨大剂已成为一种普遍现象,对猕猴桃蘸用膨大剂可使猕猴桃增产30%~50%,然而,膨大剂的施用导致猕猴桃果实不耐贮存。若使用的膨大剂浓度过高,会导致猕猴桃固有的外观被破坏;而且膨大剂对人健康的潜在危害目前尚不明确。因此,识别经膨大剂处理的果实(膨大果)就成为猕猴桃采后加工业亟需解决的关键问题。为此,本文以2013年收获的经膨大剂处理的“西选二号”猕猴桃为对象,以近红外漫反射光谱(833~2500nm)和高光谱图像检测技术(865~1711nm)为检测手段,采用Kennard-Stone法划分样本,采用标准正态变量变换(SNV)法对获得的近红外光谱和高光谱进行预处理,采用主成分分析(PCA)、无信息变量消除法(UVE)和连续投影算法(SPA)分别对光谱数据进行降维,基于获得的特征波长以及全光谱(FS)建立识别猕猴桃膨大果的偏最小二乘(PLS)和支持向量机(SVM)模型,并提出最佳的猕猴桃识别模型;进而以2014年获得的样品为对象检验模型的可靠性并研究提高模型精度的方法。得到的结论如下:(1)在基于近红外光谱技术识别猕猴桃膨大果的过程中,PCA提取的主成分数和SPA提取的特征波长数分别仅是FS中波长数的0.53%和0.29%,建立的模型更加简化。基于UVE提取的特征波长数为1228个,相比其他降维方法输入变量过多,对识别效率的提高有一定影响。建立的所有模型对于校正集和测试集中猕猴桃膨大果和正常果的正确识别率均高于96.7%。其中,PCA-PLS的识别率最高,其对校正集和测试集膨大果和正常果的识别率均达到100.0%。(2)在基于高光谱图像技术识别猕猴桃膨大果的过程中,PCA提取的主成分数和SPA提取的特征波长数分别仅是FS中波长数的2.34%和3.12%,建立的模型更加简化。基于UVE提取的特征波长数为108个,相比其他降维方法输入变量过多,对识别效率有一定影响。从建模方法上看,PLS所建模型的识别效果均优于SVM,其中SPA-PLS的识别率最高,其校正集识别率达到了100.0%,测试集识别率为98.4%。(3)在基于2013年度样品所建模型对2014年度样品的检验中,基于近红外光谱所建立的PLS和SVM模型对测试集样品的识别率分别为84.4%和83.3%;基于高光谱所建立的PLS和SVM模型对测试集样品的识别率分别为83.3%和82.2%。通过添加2014年样品对建立的基于近红外光谱和高光谱的猕猴桃膨大果识别模型进行修正,修正模型的识别结果为:对于校正集,基于PLS和SVM所建模型对膨大果和正常果的平均识别率均在93.0%以上;对于测试集,两种建模方法所建模型对膨大果的识别率均在86.0%以上,对正常果的识别率普遍在83.0%以上。本研究结果说明,近红外漫反射光谱技术和高光谱图像技术可作为无损、准确、高效的方法应用于猕猴桃膨大果的识别中。基于上年度样品所建模型对下年度样品的识别效果较对上年度样品差。通过模型修正可以提高模型的识别率,但仍有改善的空间。
参考文献：
[1]. 矾花图象采集处理系统的研究[D]. 张真. 四川大学. 2003
[2]. 基于二邻域局部阈值的矾花图像分割[J]. 王新增, 黄山, 张真, 王鉴. 中国测试技术. 2005
[3]. 基于数字图像处理对沉淀池矾花控制系统的算法研究[D]. 严国莉. 四川大学. 2003
[4]. 水流对混凝沉淀影响研究[D]. 詹咏. 河海大学. 2001
[5]. 基于PSNR的矾花图像质量评价[J]. 史步海, 王瑞萍. 福建电脑. 2007
[6]. 循环水排污水处理技术简介[C]. 马传利, 张树成, 胥学峰, 张美英. 山东电机工程学会发电单位会员“节水与环境保护”交流论文集. 2002
[7]. 通信[J]. 佚名. 中国无线电电子学文摘. 2004
[8]. 循环水排污水处理技术简介[C]. 马传利, 张树成, 胥学峰, 高山, 张美英. 电厂管理与热工技术经验交流文集. 2003
[9]. 基于近红外光谱和高光谱图像技术无损识别猕猴桃膨大果[D]. 刘大洋. 西北农林科技大学. 2015