公布日：2023.12.15
申請日：2023.09.18
分類號：G06V10/80(2022.01)I;G06V10/774(2022.01)I;G06V10/764(2022.01)I;G06F30/20(2020.01)I;G06F17/18(2006.01)I
摘要
本發(fā)明涉及污水處理技術(shù)領(lǐng)域，揭露了一種基于多模態(tài)的污水凈化分析方法及系統(tǒng)，包括：提取目標污水區(qū)域的圖像特征，提取水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，提取時序數(shù)據(jù)的時序特征；將圖像特征、水質(zhì)統(tǒng)計特征及時序特征進行特征融合，構(gòu)建向量回歸模型，利用向量回歸模型根據(jù)多模態(tài)融合特征計算目標污水區(qū)域的水質(zhì)值；根據(jù)水質(zhì)值生成目標污水區(qū)域的污水凈化策略，按照污水凈化策略對目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域；提取目標污水凈化區(qū)域的凈化特征，根據(jù)凈化特征生成目標污水凈化區(qū)域的可視化特征圖，根據(jù)可視化特征圖確定目標污水區(qū)域的污水凈化狀態(tài)。本發(fā)明可以提高污水凈化分析時的精確度。
權(quán)利要求書
1.一種基于多模態(tài)的污水凈化分析方法，其特征在于，所述方法包括：S1、獲取目標污水區(qū)域的圖像數(shù)據(jù)、水質(zhì)數(shù)據(jù)及時序數(shù)據(jù)，提取所述圖像數(shù)據(jù)的圖像特征，提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，以及提取所述時序數(shù)據(jù)的時序特征；S2、通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征；S3、利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值，其中，所述利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，包括：S31、對所述污水區(qū)域數(shù)據(jù)集進行數(shù)據(jù)增強處理，得到污水區(qū)域增強數(shù)據(jù)；S32、提取所述污水區(qū)域增強數(shù)據(jù)的多維數(shù)據(jù)特征；S33、根據(jù)所述多維數(shù)據(jù)特征及預(yù)設(shè)的支持向量系數(shù)生成向量回歸模型，其中所述向量回歸模型為：
其中，Y為目標水質(zhì)參數(shù)，b為偏置項，γ為水質(zhì)優(yōu)化因子，αi為第i個特征的支持向量系數(shù)，exp為指數(shù)函數(shù)，g為核函數(shù)參數(shù)，T為所述多維數(shù)據(jù)特征的特征均值，Ti為所述多維數(shù)據(jù)特征向量中第i個特征的向量值，n為特征的數(shù)量；S4、根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域；S5、提取所述目標污水凈化區(qū)域的凈化特征，根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，根據(jù)所述可視化特征圖確定所述目標污水區(qū)域的污水凈化狀態(tài)。
2.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述提取所述圖像數(shù)據(jù)的圖像特征，包括：根據(jù)所述圖像數(shù)據(jù)的像素生成顏色直方圖，根據(jù)所述顏色直方圖確定所述目標污水區(qū)域的顏色特征；通過預(yù)設(shè)的局部二值模式根據(jù)所述圖像數(shù)據(jù)提取所述目標污水區(qū)域的紋理特征；提取所述圖像數(shù)據(jù)中的邊界輪廓，根據(jù)所述邊界輪廓確定所述目標污水區(qū)域的形狀特征；將所述顏色特征、所述紋理特征及所述形狀特征融合為圖像特征。
3.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，包括：根據(jù)預(yù)設(shè)的水質(zhì)類別指標對所述水質(zhì)數(shù)據(jù)進行劃分，得到水質(zhì)類別數(shù)據(jù)；統(tǒng)計所述水質(zhì)類別數(shù)據(jù)中的水質(zhì)最大值及水質(zhì)最小值，根據(jù)所述水質(zhì)最大值及所述水質(zhì)最小值確定所述水質(zhì)數(shù)據(jù)的基本統(tǒng)計特征；根據(jù)所述水質(zhì)數(shù)據(jù)的變異系數(shù)確定所述目標污水區(qū)域的波動性特征；將所述基本統(tǒng)計特征及所述波動性特征融合為水質(zhì)統(tǒng)計特征。
4.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征，包括：將所述圖像特征進行特征尺度標準化，得到標準化圖像特征，將所述水質(zhì)統(tǒng)計特征進行特征尺度標準化，得到標準化水質(zhì)統(tǒng)計特征，將所述時序特征進行特征尺度標準化，得到標準化時序特征；通過預(yù)設(shè)的主成分權(quán)重算法計算所述標準化圖像特征的圖像權(quán)重，計算所述標準化水質(zhì)統(tǒng)計特征的水質(zhì)統(tǒng)計權(quán)重，計算所述標準化時序特征的時序權(quán)重；將所述圖像權(quán)重、所述水質(zhì)統(tǒng)計權(quán)重及所述時序權(quán)重生成權(quán)重向量；將所述標準化圖像特征、所述標準化水質(zhì)統(tǒng)計特征及所述標準化時序特征生成標準化特征向量；利用如下所述主成分多維特征融合算法將所述權(quán)重向量及所述標準化特征向量進行特征融合，得到多模態(tài)融合特征：P＝W·X其中，P為所述多模態(tài)融合特征，X為所述標準化特征向量，W為所述權(quán)重向量。
5.如權(quán)利要求4所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述通過預(yù)設(shè)的主成分權(quán)重算法計算所述標準化圖像特征的圖像權(quán)重，包括：對所述標準化圖像特征進行主成分降維，得到降維圖像特征；計算所述降維圖像特征的主成分方差；通過如下所述主成分權(quán)重算法根據(jù)所述主成分方差計算所述標準圖像特征的圖像權(quán)重：
其中，W1為所述圖像權(quán)重，Z1為所述主成分方差，Zi為第i個特征的主成分方差，n為特征的向量。
6.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值，包括：將所述多模態(tài)融合特征輸入至所述向量回歸模型中，得到所述目標污水區(qū)域的初始水質(zhì)值；按照預(yù)設(shè)的水質(zhì)參數(shù)優(yōu)化函數(shù)計算所述初始水質(zhì)值對應(yīng)的優(yōu)化值；按照所述優(yōu)化值對所述多模態(tài)融合特征進行優(yōu)化，得到多模態(tài)融合優(yōu)化特征，并返回至所述將所述多模態(tài)融合特征輸入至所述向量回歸模型中的步驟，直至所述優(yōu)化值大于預(yù)設(shè)的優(yōu)化閾值時，輸出所述目標污水區(qū)域的水質(zhì)值。
7.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，包括：按照所述水質(zhì)值確定所述目標污水區(qū)域的水質(zhì)區(qū)域等級；根據(jù)所述水質(zhì)區(qū)域等級生成所述目標污水區(qū)域的污水凈化因子及污水凈化操作；根據(jù)所述污水凈化因子及所述污水凈化操作生成所述目標污水區(qū)域的污水凈化策略。
8.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域，包括：將所述污水凈化策略中的污水凈化因子及污水凈化操作施加至所述目標污水區(qū)域中，得到初步污水凈化區(qū)域；利用預(yù)設(shè)的向量回歸模型計算所述初步污水凈化區(qū)域的初步水質(zhì)值；根據(jù)所述初步水質(zhì)值對所述污水凈化策略進行優(yōu)化，得到污水凈化優(yōu)化策略；將所述污水凈化優(yōu)化策略中的污水凈化因子及污水凈化操作施加至所述目標污水區(qū)域中，得到目標污水凈化區(qū)域。
9.如權(quán)利要求1所述的基于多模態(tài)的污水凈化分析方法，其特征在于，所述根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，包括：對所述凈化特征進行分類，得到凈化特征類別；按照預(yù)設(shè)的均等分值確定所述凈化特征類別的可視化占比；根據(jù)所述可視化占比生成所述目標污水凈化區(qū)域的占比餅圖；根據(jù)所述占比餅圖生成所述目標污水凈化區(qū)域的可視化特征圖。
10.一種基于多模態(tài)的污水凈化分析系統(tǒng)，其特征在于，用于執(zhí)行如權(quán)利要求1-9中任一項所述的基于多模態(tài)的污水凈化分析方法，所述系統(tǒng)包括：污水區(qū)域特征提取模塊，用于獲取目標污水區(qū)域的圖像數(shù)據(jù)、水質(zhì)數(shù)據(jù)及時序數(shù)據(jù)，提取所述圖像數(shù)據(jù)的圖像特征，提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，以及提取所述時序數(shù)據(jù)的時序特征；特征融合模塊，用于通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征；水質(zhì)值計算模塊，用于利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值，其中，所述利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，包括：對所述污水區(qū)域數(shù)據(jù)集進行數(shù)據(jù)增強處理，得到污水區(qū)域增強數(shù)據(jù)；提取所述污水區(qū)域增強數(shù)據(jù)的多維數(shù)據(jù)特征；根據(jù)所述多維數(shù)據(jù)特征及預(yù)設(shè)的支持向量系數(shù)生成向量回歸模型，其中所述向量回歸模型為：
其中，Y為目標水質(zhì)參數(shù)，b為偏置項，γ為水質(zhì)優(yōu)化因子，αi為第i個特征的支持向量系數(shù)，exp為指數(shù)函數(shù)，g為核函數(shù)參數(shù)，T為所述多維數(shù)據(jù)特征的特征均值，Ti為所述多維數(shù)據(jù)特征向量中第i個特征的向量值，n為特征的數(shù)量；污水凈化策略生成模塊，用于根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域；污水凈化狀態(tài)確定模塊，用于提取所述目標污水凈化區(qū)域的凈化特征，根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，根據(jù)所述可視化特征圖確定所述目標污水區(qū)域的污水凈化狀態(tài)。
發(fā)明內(nèi)容
本發(fā)明提供一種基于多模態(tài)的污水凈化分析方法及系統(tǒng)，其主要目的在于解決進行污水凈化分析時的精確度較低的問題。
為實現(xiàn)上述目的，本發(fā)明提供的一種基于多模態(tài)的污水凈化分析方法，包括：
S1、獲取目標污水區(qū)域的圖像數(shù)據(jù)、水質(zhì)數(shù)據(jù)及時序數(shù)據(jù)，提取所述圖像數(shù)據(jù)的圖像特征，提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，以及提取所述時序數(shù)據(jù)的時序特征；
S2、通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征；
S3、利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值，其中，所述利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，包括：
S31、對所述污水區(qū)域數(shù)據(jù)集進行數(shù)據(jù)增強處理，得到污水區(qū)域增強數(shù)據(jù)；
S32、提取所述污水區(qū)域增強數(shù)據(jù)的多維數(shù)據(jù)特征；
S33、根據(jù)所述多維數(shù)據(jù)特征及預(yù)設(shè)的支持向量系數(shù)生成向量回歸模型，其中所述向量回歸模型為：
其中，Y為目標水質(zhì)參數(shù)，b為偏置項，γ為水質(zhì)優(yōu)化因子，αi為第i個特征的支持向量系數(shù)，exp為指數(shù)函數(shù)，g為核函數(shù)參數(shù)，T為所述多維數(shù)據(jù)特征的特征均值，Ti為所述多維數(shù)據(jù)特征向量中第i個特征的向量值，n為特征的數(shù)量；
S4、根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域；
S5、提取所述目標污水凈化區(qū)域的凈化特征，根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，根據(jù)所述可視化特征圖確定所述目標污水區(qū)域的污水凈化狀態(tài)。
可選地，所述提取所述圖像數(shù)據(jù)的圖像特征，包括：
根據(jù)所述圖像數(shù)據(jù)的像素生成顏色直方圖，根據(jù)所述顏色直方圖確定所述目標污水區(qū)域的顏色特征；
通過預(yù)設(shè)的局部二值模式根據(jù)所述圖像數(shù)據(jù)提取所述目標污水區(qū)域的紋理特征；
提取所述圖像數(shù)據(jù)中的邊界輪廓，根據(jù)所述邊界輪廓確定所述目標污水區(qū)域的形狀特征；
將所述顏色特征、所述紋理特征及所述形狀特征融合為圖像特征。
可選地，所述提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，包括：
根據(jù)預(yù)設(shè)的水質(zhì)類別指標對所述水質(zhì)數(shù)據(jù)進行劃分，得到水質(zhì)類別數(shù)據(jù)；
統(tǒng)計所述水質(zhì)類別數(shù)據(jù)中的水質(zhì)最大值及水質(zhì)最小值，根據(jù)所述水質(zhì)最大值及所述水質(zhì)最小值確定所述水質(zhì)數(shù)據(jù)的基本統(tǒng)計特征；
根據(jù)所述水質(zhì)數(shù)據(jù)的變異系數(shù)確定所述目標污水區(qū)域的波動性特征；
將所述基本統(tǒng)計特征及所述波動性特征融合為水質(zhì)統(tǒng)計特征。
可選地，所述通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征，包括：
將所述圖像特征進行特征尺度標準化，得到標準化圖像特征，將所述水質(zhì)統(tǒng)計特征進行特征尺度標準化，得到標準化水質(zhì)統(tǒng)計特征，將所述時序特征進行特征尺度標準化，得到標準化時序特征；
通過預(yù)設(shè)的主成分權(quán)重算法計算所述標準化圖像特征的圖像權(quán)重，計算所述標準化水質(zhì)統(tǒng)計特征的水質(zhì)統(tǒng)計權(quán)重，計算所述標準化時序特征的時序權(quán)重；
將所述圖像權(quán)重、所述水質(zhì)統(tǒng)計權(quán)重及所述時序權(quán)重生成權(quán)重向量；
將所述標準化圖像特征、所述標準化水質(zhì)統(tǒng)計特征及所述標準化時序特征生成標準化特征向量；
利用如下所述主成分多維特征融合算法將所述權(quán)重向量及所述標準化特征向量進行特征融合，得到多模態(tài)融合特征：
P＝W·X
其中，P為所述多模態(tài)融合特征，X為所述標準化特征向量，W為所述權(quán)重向量。
可選地，所述通過預(yù)設(shè)的主成分權(quán)重算法計算所述標準化圖像特征的圖像權(quán)重，包括：
對所述標準化圖像特征進行主成分降維，得到降維圖像特征；
計算所述降維圖像特征的主成分方差；
通過如下所述主成分權(quán)重算法根據(jù)所述主成分方差計算所述標準圖像特征的圖像權(quán)重：
其中，W1為所述圖像權(quán)重，Z1為所述主成分方差，Zi為第i個特征的主成分方差，n為特征的向量。
可選地，所述利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值，包括：
將所述多模態(tài)融合特征輸入至所述向量回歸模型中，得到所述目標污水區(qū)域的初始水質(zhì)值；
按照預(yù)設(shè)的水質(zhì)參數(shù)優(yōu)化函數(shù)計算所述初始水質(zhì)值對應(yīng)的優(yōu)化值；
按照所述優(yōu)化值對所述多模態(tài)融合特征進行優(yōu)化，得到多模態(tài)融合優(yōu)化特征，并返回至所述將所述多模態(tài)融合特征輸入至所述向量回歸模型中的步驟，直至所述優(yōu)化值大于預(yù)設(shè)的優(yōu)化閾值時，輸出所述目標污水區(qū)域的水質(zhì)值。
可選地，所述根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，包括：
按照所述水質(zhì)值確定所述目標污水區(qū)域的水質(zhì)區(qū)域等級；
根據(jù)所述水質(zhì)區(qū)域等級生成所述目標污水區(qū)域的污水凈化因子及污水凈化操作；
根據(jù)所述污水凈化因子及所述污水凈化操作生成所述目標污水區(qū)域的污水凈化策略。
可選地，所述按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域，包括：
將所述污水凈化策略中的污水凈化因子及污水凈化操作施加至所述目標污水區(qū)域中，得到初步污水凈化區(qū)域；
利用預(yù)設(shè)的向量回歸模型計算所述初步污水凈化區(qū)域的初步水質(zhì)值；
根據(jù)所述初步水質(zhì)值對所述污水凈化策略進行優(yōu)化，得到污水凈化優(yōu)化策略；
將所述污水凈化優(yōu)化策略中的污水凈化因子及污水凈化操作施加至所述目標污水區(qū)域中，得到目標污水凈化區(qū)域。
可選地，所述根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，包括：
對所述凈化特征進行分類，得到凈化特征類別；
按照預(yù)設(shè)的均等分值確定所述凈化特征類別的可視化占比；
根據(jù)所述可視化占比生成所述目標污水凈化區(qū)域的占比餅圖；
根據(jù)所述占比餅圖生成所述目標污水凈化區(qū)域的可視化特征圖。
為了解決上述問題，本發(fā)明還提供一種基于多模態(tài)的污水凈化分析系統(tǒng)，所述系統(tǒng)包括：
污水區(qū)域特征提取模塊，用于獲取目標污水區(qū)域的圖像數(shù)據(jù)、水質(zhì)數(shù)據(jù)及時序數(shù)據(jù)，提取所述圖像數(shù)據(jù)的圖像特征，提取所述水質(zhì)數(shù)據(jù)的水質(zhì)統(tǒng)計特征，以及提取所述時序數(shù)據(jù)的時序特征；
特征融合模塊，用于通過預(yù)設(shè)的主成分多維特征融合算法將所述圖像特征、所述水質(zhì)統(tǒng)計特征及所述時序特征進行特征融合，得到多模態(tài)融合特征；
水質(zhì)值計算模塊，用于利用預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，利用所述向量回歸模型根據(jù)所述多模態(tài)融合特征計算所述目標污水區(qū)域的水質(zhì)值；
污水凈化策略生成模塊，用于根據(jù)所述水質(zhì)值生成所述目標污水區(qū)域的污水凈化策略，按照所述污水凈化策略對所述目標污水區(qū)域進行凈化，得到目標污水凈化區(qū)域；
污水凈化狀態(tài)確定模塊，用于提取所述目標污水凈化區(qū)域的凈化特征，根據(jù)所述凈化特征生成所述目標污水凈化區(qū)域的可視化特征圖，根據(jù)所述可視化特征圖確定所述目標污水區(qū)域的污水凈化狀態(tài)。
本發(fā)明實施例通過提取目標污水區(qū)域的圖像特征、水質(zhì)統(tǒng)計特征及時序特征，有利于得到更加全面的污水區(qū)域數(shù)據(jù)，進而將圖像特征、水質(zhì)統(tǒng)計特征及時序特征進行特征融合，融合特征可以幫助更好地理解和描述目標污水區(qū)域的特征，可以更準確地對污水區(qū)域進行凈化；通過預(yù)設(shè)的污水區(qū)域數(shù)據(jù)集構(gòu)建向量回歸模型，進而根據(jù)向量回歸模型根據(jù)目標污水區(qū)域的多模態(tài)融合特征可以確定目標污水區(qū)域的水質(zhì)值，進而根據(jù)水質(zhì)值對目標污水區(qū)域進行高效率凈化；根據(jù)水質(zhì)值生成污水凈化策略，可以有效改善污水區(qū)域，有針對性地進行污水凈化；根據(jù)目標污水凈化區(qū)域的凈化特征，根據(jù)凈化特征生成可視化特征圖，根據(jù)可視化特征圖確定污水區(qū)域的污水凈化狀態(tài)，有利于非常直觀地觀察目標污水區(qū)域的污水凈化狀態(tài)。因此本發(fā)明提出的基于多模態(tài)的污水凈化分析方法及系統(tǒng)，可以解決進行污水凈化分析時的精確度較低的問題。
（發(fā)明人：譚志吾;鄧先明）
