【技术实现步骤摘要】
本专利技术涉及一种图像亮度增强方法，具体涉及一种用于污泥原位减量监测的图像亮度增强方法，本专利技术属于环境工程与图像处理。
技术介绍
1、在现代城市污水处理系统中，反应池内污泥的有效管理对于保证处理效率和环境安全至关重要。污泥的原位减量监测是优化污水处理工艺的关键环节，它不仅有助于降低运营成本，还能减少对环境的负担。作为一种非侵入式且持续的监控手段，图像处理技术在污泥处理领域展示了巨大的应用潜力。通过实时监控污泥量、沉降速率和质量，图像处理技术可以及时发现故障，从而优化污泥处理过程。
2、然而，反应池中的污水通常含有大量悬浮物和颗粒物，使水体变得浑浊。这些悬浮物会散射光线，降低水的透明度，从而影响图像的清晰度。目前传统的污泥监测技术在反应池底光照不足的条件下，面临着诸多挑战，图像采集结果往往呈现光照不均、颜色失真、对比度差和细节模糊等质量退化问题，严重影响了监测数据的准确性。尽管已有多种图像处理技术如直方图均衡和对比度限制自适应直方图均衡等被广泛应用于环境监控，但在极端低光照条件下，这些技术往往难以达到理想效果。
技术实现思路
1、本专利技术为解决污水处理反应池中光照不足，影响监测数据的准确性的问题，进而提出一种用于污泥原位减量监测的图像亮度增强方法，以显著提升在池底低光照条件下拍摄的污泥图像质量。
2、本专利技术为解决上述问题采取的技术方案是：
3、本专利技术包括如下步骤：
4、步骤1、采用网络爬虫技术自动从多个在线数据库和资源库中
5、步骤2、对收集到的原始污泥监测图像数据进行图像增强；
6、步骤3、基于lime方法构建亮度增强网络模型；
7、步骤4、模型评估与优化。
8、进一步的，步骤1采用网络爬虫技术自动从多个在线数据库和资源库中获取污水处理相关的图像数据。这些图像数据由各种水下摄像设备捕获，包含从不同污水处理反应池中获取的多种污泥类型和处理阶段的图像。此外，所获取的图像也覆盖了从极低光照到适中光照的各种照明条件，以及包含多样化的污水处理环境背景。通过这种方法，本专利技术能够自动化地收集到具有高代表性和多样性的图像，这些图像将作为后续深度学习模型训练和验证的基础数据集。
9、进一步的，步骤2中，污水反应池中存在各种漂浮物或沉积物，这些杂物会影响图像的清晰度和准确性。在收集到模糊难以识别的原始图像数据后，本专利技术通过一系列数据增强操作来提升数据集的多样性及模型的泛化能力，以增强模型在实际应用中的鲁棒性。具体预处理操作包括但不限于图像的旋转、镜像反转和随机裁剪等。这些操作旨在模拟污水处理环境中可能遇到的各种非标准观察条件和角度。例如，通过对图像进行45度旋转来模拟摄像头角度的偶然偏移；通过镜像反转来适应不同水流方向对图像的影响；以及通过随机裁剪来增强模型对图像中局部特征的识别能力等。这一步骤不仅提升了模型对于各种环境场景的适应性，而且显著提高了在复杂且多变的污水处理条件下的识别与分析准确性。
10、进一步的，步骤3中，基于lime方法构建亮度增强网络模型，用于训练并改善低亮度池底污泥原位减量监测图像的视觉效果。具体包括以下子步骤：
11、s31反应池中的污水通常含有大量悬浮物和颗粒物，使水体变得浑浊。这些悬浮物会散射光线，降低水的透明度，从而影响图像的清晰度。在这一子步骤中，本专利技术针对污水处理环境中采集的低光图像实施了综合去噪和滤波处理，以提高图像质量。为此，本专利技术采用了多种去噪技术来有效地去除图像中的高频噪声成分，同时保留关键的低频信息和重要细节，包括小波变换去噪、中值滤波、高斯模糊等。此外，为了进一步保持图像边缘的清晰度，本专利技术还采用了边缘保持滤波技术，包括双边滤波和非局部均值滤波。双边滤波通过结合空间近邻度和像素差异来调节滤波强度，有效地减少噪声同时保护图像边缘。非局部均值滤波则利用图像中的重复结构中的冗余信息进行高效去噪，同时保持边缘和细节的清晰度。这些预处理措施显著提升了图像的初始质量，并为后续的光照图估计与增强处理奠定了坚实基础，从而确保了整个图像处理流程的高效率和精确度。
12、s32接着，通过基于retinex理论的算法对预处理后的低光照污泥监测图像进行精确的光照分布估计，以纠正光照不均匀区域并优化污泥监测图像的整体亮度。首先，进行光照和反射成分的精确分离：通过深入分析反应池低亮度污泥图像，有效区分图像中的光照和反射成分。这一分离步骤至关重要，它使得算法能够单独处理光照信息，并进行目标化的亮度调整，从而精确控制图像的亮度和细节展示。接着，对图像的光照成分进行精确识别和调整，此步骤是整个图像亮度增强过程的核心。污水处理池通常位于封闭或半封闭环境中，光线不足且不均匀。低光照条件会导致池底图像亮度不足和对比度低，使得细节难以辨识。通过这种精确调整，算法不仅显著提升了图像的整体亮度，还确保了图像暗部和亮部区域的细节得到平衡处理，有效地避免了细节丢失，从而增强了图像的信息表达能力。然后，通过优化光照分布，确保反应池中模糊不清的污泥图像在视觉上的均匀性和细节。
13、s33采用直方图均衡化和gamma校正等算法对从步骤s32中估计得到的污泥光照图进行细致增强处理。此步骤旨在通过改善图像的亮度和对比度来进一步提升图像质量，特别是增强污泥图像中的细节可见性。浑浊的污水和低光照条件使得污泥图像中的细节容易丢失或模糊，影响污泥图像的识别和分析。因此，图像中细节的清晰度直接决定了图像的实用性和分析的准确性。直方图均衡化通过重新分布图像的亮度来增强图像对比度，而gamma校正则调整图像的整体亮度。这两种技术的结合不仅显著提升了在低光照或对比度较差的环境中捕获的图像的视觉质量，还确保了细节的保留和亮度的均匀性。因此，经过本步骤处理后的图像输出在视觉效果上表现得更为自然，并且更加适宜进行深入分析。
14、s34在获取经过神经网络得到光照条件增强的污泥图像后，与原模糊图像进行融合处理。这一步使用如拉普拉斯金字塔融合和基于波段的融合等技术对两张图像的像素值进行精确融合。
15、进一步的，步骤4中，为更好地反映污水处理反应池中的复杂光照条件下图像质量的变化，在本专利技术中引入了改进的峰值信噪比(psnr)方法作为一个重要的量化标准来评估由亮度增强网络模型处理后的污泥图像。传统的psnr基于均方误差(mse)进行计算，通常用于衡量图像处理的绝对误差。为了更精确地反映池底污泥图像中亮度和对比度调整对图像质量的影响，本专利技术在psnr公式基础上引入了修改版的mse(记作msemod)，新的mse公式包括亮度和对比度的变化度量，用于衡量增强后的污泥监测图像在这些方面的改进程度。
16、在实际应用中，本专利技术对于数据库中每对原始低照度图像和完美的正常图像，用处理后的增强图像与完美图像来计算psnrmod值。psnr值的范围是从0到无穷大，其中更高的值表示更小的误差，意味着增强后的池底污泥图像与完美图像在视觉上越相似。
17、本专利技术的有益效本文档来自技高网...
【技术保护点】
1.一种用于污泥原位减量监测的图像亮度增强方法，其特征在于，所述一种用于污泥原位减量监测的图像亮度增强方法包括如下步骤：
2.根据权利要求1所述的一种用于污泥原位减量监测的图像亮度增强方法，其特征在于，步骤2中对收集到的原始污泥监测图像数据进行图像增强包括图像旋转、镜像旋转和随机裁剪。
3.根据权利要求1所述的一种用于污泥原位减量监测的图像亮度增强方法，其特征在于，步骤3中包括如下子步骤：
4.根据权利要求1所述的一种用于污泥原位减量监测的图像亮度增强方法，其特征在于：步骤4中采用交叉验证技术对亮度增强模型进行评估，在交叉验证过程中，整个数据集被分割成多个子集，模型在一个子集上进行训练，在其他子集上进行测试。
【技术特征摘要】
1.一种用于污泥原位减量监测的图像亮度增强方法，其特征在于，所述一种用于污泥原位减量监测的图像亮度增强方法包括如下步骤：
2.根据权利要求1所述的一种用于污泥原位减量监测的图像亮度增强方法，其特征在于，步骤2中对收集到的原始污泥监测图像数据进行图像增强包括图像旋转、镜像旋转和随机裁剪。
3.根据权利要...
【专利技术属性】
技术研发人员：左薇，颜冉，田禹，张军，毛雨晴，付思雨，孟令男，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。