發(fā)布時間：2024-07-09 04:05

　　隨著經(jīng)濟(jì)的快速發(fā)展,伴隨而來的是在工業(yè)生產(chǎn)中大量廢水的排放,導(dǎo)致巨大的工業(yè)污染,嚴(yán)重危害生態(tài)平衡,影響了人類的正常生活。為了保護(hù)生態(tài)環(huán)境和人們的生命健康,各個國家都將水質(zhì)檢測放到了環(huán)境保護(hù)的重要位置,通過檢測水體的物理、化學(xué)和生物等特性來判斷水體的污染情況。現(xiàn)存的水質(zhì)檢測方法大多依賴如電化學(xué)法、分光光度法、色譜法等傳統(tǒng)方法,具有測量方法復(fù)雜、成本較高、準(zhǔn)確性低等缺陷,因此研發(fā)水質(zhì)監(jiān)測新方法與新設(shè)備有著重要的意義。計算機(jī)技術(shù)的發(fā)展,使人工智能與圖像處理技術(shù)在許多相關(guān)領(lǐng)域得到了廣泛的應(yīng)用。因此,將人工智能和圖像處理技術(shù)應(yīng)用于水質(zhì)檢測領(lǐng)域,代替?zhèn)鹘y(tǒng)的分光光度法,此外計算機(jī)具有非常強(qiáng)大的數(shù)據(jù)處理能力,對提高水質(zhì)檢測的準(zhǔn)確性、降低檢測成本有著重大意義。本文在研究國內(nèi)外水質(zhì)檢測方法的基礎(chǔ)上,提出了基于數(shù)字?jǐn)z像頭結(jié)合T-S模糊神經(jīng)網(wǎng)絡(luò)和曲面擬合算法測量水質(zhì)的方法。本文的主要內(nèi)容和創(chuàng)新點如下:(1).提出了一種數(shù)字?jǐn)z像頭結(jié)合T-S模糊神經(jīng)網(wǎng)絡(luò)測量水體濁度的測量模型。將標(biāo)準(zhǔn)水樣的RGB值作為T-S模糊神經(jīng)網(wǎng)絡(luò)的輸入,標(biāo)準(zhǔn)水樣的濁度值作為輸出,建立水濁度與RGB值之間的非線性關(guān)系,用于標(biāo)準(zhǔn)水樣和實際水樣的...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 水質(zhì)檢測的國內(nèi)外研究現(xiàn)狀
        1.2.2 神經(jīng)網(wǎng)絡(luò)國內(nèi)外研究現(xiàn)狀
        1.2.3 顏色空間轉(zhuǎn)換應(yīng)用研究現(xiàn)狀
    1.3 論文的內(nèi)容與結(jié)構(gòu)
    1.4 技術(shù)路線
第二章 理論基礎(chǔ)
    2.1 T-S模糊神經(jīng)網(wǎng)絡(luò)
        2.1.1 T-S模糊系統(tǒng)
        2.1.2 T-S模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        2.1.3 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
    2.2 曲面擬合
        2.2.1 多項式函數(shù)擬合方法的數(shù)學(xué)模型
        2.2.2 擬合函數(shù)的選取
    2.3 顏色空間轉(zhuǎn)換
    2.4 本章小結(jié)
第三章 測量裝置設(shè)計
    3.1 硬件裝置
        3.1.1 背光電路
        3.1.2 數(shù)字?jǐn)z像頭
    3.2 軟件設(shè)計
        3.2.1 RGB色彩空間到Lab色彩空間的轉(zhuǎn)換
        3.2.2 RGB色彩空間到HSI色彩空間的轉(zhuǎn)換
    3.3 本章小結(jié)
第四章 基于T-S模糊神經(jīng)網(wǎng)絡(luò)的水體濁度測量方法
    4.1 常見的濁度測量方法
    4.2 基于T-S模糊神經(jīng)網(wǎng)絡(luò)水體濁度的測量模型
    4.3 標(biāo)準(zhǔn)濁度溶液的制備
    4.4 結(jié)果和討論
        4.4.1 濁度圖像分析
        4.4.2 各顏色分量與色差對濁度的擬合
        4.4.3 T-S模糊神經(jīng)網(wǎng)絡(luò)對水體濁度的測量
        4.4.4 不同隸屬函數(shù)對濁度測量結(jié)果的影響
        4.4.5 與標(biāo)準(zhǔn)溶液對比
        4.4.6 實際水樣的測量
    4.5 分析與討論
        4.5.1 使用數(shù)字?jǐn)z像頭結(jié)合T-S模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)勢
        4.5.2 與最新使用圖像法測量水體濁度的方法對比
    4.6 本章小結(jié)
第五章 基于曲面擬合方法的水體色度測量模型及應(yīng)用
    5.1 色度標(biāo)準(zhǔn)溶液的制備與信息采集
    5.2 氨氮、磷酸鹽和氯化物標(biāo)準(zhǔn)溶液的制備及數(shù)據(jù)采集
    5.3 三維色度測量模型的建立
    5.4 測量結(jié)果
    5.5 對標(biāo)準(zhǔn)色度溶液測量的對比實驗
    5.6 對實際水樣測量的對比實驗
    5.7 水中氨氮、磷酸鹽和氯化物含量的測量
    5.8 與其他基于攝像機(jī)圖像的水質(zhì)檢測方法比較
    5.9 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 未來工作及展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間出版或發(fā)表的論著、論文
致謝



本文編號：4004365