一种具有稳定跟踪功能的污水处理装置的制造方法
【技术领域】
[0001] 本发明设及污水处理领域，具体设及一种具有稳定跟踪功能的污水处理装置。
【背景技术】
[0002] 所谓原生污水就是城市直接排放未经处理的生活或者是工业废水，现阶段的利用 方法是原生污水直接进入污水源热累系统进行换热，在消耗少量电力的情况下为城市建筑 物室内制冷供暖。污水再利用有几个技术难点需要克服:堵塞，腐蚀，换热效率。污水处理设 备能有效处理城区的生活污水，工业废水等，避免污水及污染物直接流入水域，对改善生态 环境、提升城市品位和促进经济发展具有重要意义。污水处理车作为污水处理的一种重要 工具，由于其移动性能强已经越来越广泛地被使用，例如专利申请号为201110377821.3的 专利申请就公开了一种污水处理车。
[0003] 另外，污水处理车作为一种重要的昂贵设备，其安全性尤为重要，必须能防止和监 视恶意破坏行为。
【发明内容】
[0004] 针对上述问题，本发明提供一种具有稳定跟踪功能的污水处理装置。
[0005] 本发明的目的采用W下技术方案来实现：
[0006] -种具有稳定跟踪功能的污水处理装置，包括污水处理车和安装在污水处理车上 的监测装置，监测装置用于对污水处理车附近的活动进行视频图像监测，监测装置包括预 处理模块、检测跟踪模块、识别输出模块；
[0007] (1)预处理模块，用于对接收到的图像进行预处理，具体包括图像转化子模块、图 像滤波子模块和图像增强子模块：
[000引图像转化子模块，用于将彩色图像转化为灰度图像：
[0009]
[0010] 其中，3^，7)、6^，7)、8^，7)分别代表像素^，7)处的红绿蓝强度值，化义，7)代表 坐标(x，y)处的像素灰度值;图像大小为mXn;
[0011] 图像滤波子模块，用于对灰度图像进行滤波：
[0012] 采用维纳滤波来进行一级滤除后，定义SVlm图像，记为MsvimU,y)，具体定义公式 为：Msvim(x，y) = aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中曰1、日2、日3、日4为可变权值，
i = l，2,3,4;J(x，y)为经滤波后的图像；
[0013] 图像增强子模块：
[0014] 当
时，
，其中，LU,y)为增强 后的灰度值;iKx，y)是包含有局部信息的伽马校正系数，此时
a 是范围为O到1的可变参数，
：
[0015] 当
且《>50时，
， 其中lKx，y)=4a(Msvlm(X，y))，
HiH是图像中灰度值高于128的所有 像素的均值，HiL是灰度值低于128的所有像素的均值，且此时m=min(mH，mL)，在a值已知的情 况下，计算出256个4校正系数作为查找表，记为{ 4。片)巧或，其中i为索引值，利用MsvimU,y) 的灰度值作为索引，根据(6(x，y)=MMsvlm(x，y))快速获得图像中每个像素的伽马校正系数 iKx，y); 1…^为模板修正系数；
[0016] (2)检测跟踪模块，具体包括构建子模块、丢失判别子模块和更新子模块：
[0017] 构建子模块，用于视觉字典的构建：
[0018] 在初始帖获取跟踪目标的位置和尺度，在其周围选取正负样本训练跟踪器，将跟 踪结果作为训练集X={xi，x2,……xn}T;并对训练集中的每幅目标图像提取128维的SIFT特 征，其中S康示训练集中第t幅目标图像中SIFT特征的个数;跟踪N帖W后，通过聚 类算法将运些特征划分为K个簇，每个簇的中屯、构成特征单词，记为{每.}|=1;能够提取到的 特征总量Fw = 其中K<<Fn，且
；视觉字典构建好W后，每幅训练图像 表示为特征包的形式，用于表示视觉字典中特征单词出现的频率，用直方图Mxt)表示，h (Xt)通过W下方式获取:将一幅训练图像Xt中的每一个特征fsW向视觉字典投影，用投影距 离最短的特征单词表示该特征，对所有特征投影完毕后，统计每个特征单词的出现频率，并 归一化得到训练图像Xt的特征直方图h(xt);
[0019] 丢失判别子模块，用于判别目标的丢失与否：
[0020] 当新一帖图像到来时，从K个直方图柱中随机选取Z<K个直方图柱，且Z = 4,形成新 的大小为Z的子直方图hW(xt)，子直方图的个数最多为iV;=巧个;计算候选目标区域和训 练集中某个目标区域对应子直方图的相似性。t_z，
其中t = l，2，…，N，z = l，2，…，Ns，然后计算总体相似性巫t=l-^za-巫t_z);候选目标区域与目标 的相似性用O =max{ Ot,t}表示，则目标丢失判断式为：
其中 gs为人为设定的判失阀值;当U = I时目标被稳定跟踪，当U = O时，目标丢失；
[0021] 当目标丢失时，定义仿射变换模型：
其中（Xt，yt)和(Xt-I，yt-1)分别为当前帖目标中某个SITF特征点的位置坐标和前一个帖目标 中对应匹配特征点的位置坐标，两者均为已知量;S为尺度系数，0为旋转系数，e和f代表了 平移系数，
祐盧度旋转修正系数，
为溫度平移修正系数，化和化用于修正因为环境溫度偏差造成的图像旋转和平移误差，I'd为 人为设定的标准溫度，设为20度，T为由溫度传感器实时监测得到的溫度值;采用Ransac估 计算法求取仿射变换模型的参数，最后在新的尺度S和旋转系数0下采集正负样本，更新分 类器；
[0022] 更新子模块，用于视觉字典的更新：
[0023] 在每帖图像获得目标位置W后，根据仿射变换参数的计算结果，收集所有满足结 果参数的SIFT特征点撫语=1，经过F = 3帖W后，获得新的特征点集漁点.主其中St-F代表 了从F帖图像中得到的总特征点数；利用下式对新旧特征点重新进行K聚类：巧=1 =
I其中茲=1表示新的视觉字典，视觉字典的大小保 持不变；G {0,1}是遗忘因子，表明了旧字典所占的比重，<?>越小，新特征对目标丢失的判 断贡献越多，取取=〇，] 2;
[0024] (3)识别输出模块，用于图像的识别和输出：在待识别的图像序列中利用跟踪算法 获取目标区域，将目标区域映射到已知训练数据形成的子空间，计算子空间中目标区域与 训练数据之间的距离，获得相似性度量，判定目标类别，并输出识别结果。
[0025] 优选的，采用维纳滤波来进行一级滤除后，此时图像信息还包含有残余的噪音，采 用W下的二级滤波器进行二次滤波：
[0026]
[0027] 其中，J(X，y)为经过滤波后的图像;Pg(x+i，y+j)代表尺度为m X n的函数，且Pg(X+ i，y+j)=qXe邱(-(x2+y2)/?)，其中q是将函数归一化的系数，即 JJqXexp(-(x2+y2)/?) dxdy=1O
[0028] 本污水处理装置的有益效果为:在图像预处理阶段，增强的图像能够根据模板的 大小自适应调整，提高增强效果，且在在不同模板大小时判断条件能自动修正，且考虑了视 觉习惯W及人眼对不同色彩的感知度同色彩强度的非线性关系;将MXN个幕指数运算降低 为256个，提高了计算效率;在目标检测和跟踪阶段，能够消除不同溫度导致图像的旋转和 平移造成的误差，提高识别率，经处理后的图像细节更加清晰，且计算量相对于传统方法大 幅度减少，能够有效适应目标尺度变化，并能够准确判定目标是否发生丢失，在目标重新回 到视场后能够被重新检测并稳定跟踪。此外，该污水处理车具有实时性好、定位准确和鲁棒 性强的优点，且在快速有遮挡的目标检测和跟踪方面取得了很好的效果。
【附图说明】
[0029] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限 审IJ，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可W根据W下附图获得 其它的附图。
[0030] 图I是一种具有稳定跟踪功能的污水处理装置的结构框图；
[0031] 图2是一种具有稳定跟踪功能的污水处理装置的外部示意图。
【具体实施方式】
[0032] 结合W下实施例对本发明作进一步描述。
[0033] 实施例1:如图1-2所示，一种具有稳定跟踪功能的污水处理装置，包括污水处理车 5和安装在污水处理车5上的监测装置4,监测装置4用于对污水处理车5附近的活动进行视 频图像监测，监测装置4包括预处理模块1、检测跟踪模块2、识别输出模块3。
[0034] (1)预处理模块1，用于对接收到的图像进行预处理，具体包括图像转化子模块11、 图像滤波子模块12和图像增强子模块13:
[0035] 图像转化子模块11，用于将彩色图像转化为灰度图像：
[0036]
[0037] 其中，3^，7)、6^，7)、8^，7)分别代表像素^，7)处的红绿蓝强度值，化义，7)代表 坐标(x，y)处的像素灰度值;图像大小为mXn;
[0038] 图像滤波子模块12,用于对灰度图像进行滤波：
[0039] 采用维纳滤波来进行一级滤除后，定义SVlm图像，记为MsvimU,y)，具体定义公式 为：Msvim(x，y) = aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中曰1、日2、日3、日4为可变权值，
i = l，2,3,4;J(x，y)为经滤波后的图像；
[0040] 图像增强子模块13:
[0041] 当
其中，LU, y)为增强 后的灰度值;iKx，y)是包含有局部信息的伽马校正系数，此时'
a 是范围为0到1的可变参数，
I I
[0042] ^
，其 中iKx，y) =iK(Msvim(x，y))，
，niH