KR101345557B1 - Method and apparatus for detecting wastewater sludge boundary aspect - Google Patents
Method and apparatus for detecting wastewater sludge boundary aspect Download PDFInfo
- Publication number
- KR101345557B1 KR101345557B1 KR1020130073565A KR20130073565A KR101345557B1 KR 101345557 B1 KR101345557 B1 KR 101345557B1 KR 1020130073565 A KR1020130073565 A KR 1020130073565A KR 20130073565 A KR20130073565 A KR 20130073565A KR 101345557 B1 KR101345557 B1 KR 101345557B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- sludge
- wastewater
- treatment tank
- wastewater treatment
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/529—Depth or shape recovery from texture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Activated Sludge Processes (AREA)
Abstract
Description
본 발명은 오폐수 처리에 관한 것으로, 더욱 상세하게는 오페수 처리조에 침전되는 슬러지의 경계면 높이를 검출하기 위한 검출 방법 및 시스템에 관한 것이다.
The present invention relates to wastewater treatment, and more particularly, to a detection method and system for detecting the interface height of the sludge precipitated in the wastewater treatment tank.
일반적으로 각종 생활하수나 산업폐수에 포함된 유기물들은 하천이나 호수 등의 수질을 오염시키는 환경 오염원이다. 따라서, 근래에는 이러한 수질 오염을 줄이기 위하여 각종 오폐수들을 오폐수 처리 시스템에서 적절하게 정수 처리하여 생물학적 산소요구량(BOD)을 최대한 낮춘 후 수질 배출 허용기준 이하로만 방류시키고 있다.Generally, organic matters contained in various kinds of domestic and industrial wastewater are environmental pollutants that pollute water quality such as rivers and lakes. Therefore, in order to reduce such water pollution, various wastewaters are properly purified in a wastewater treatment system to lower biological oxygen demand (BOD) as much as possible and discharge only below the water discharge limit.
상술한, 오폐수 처리 시스템에서 이루어지는 처리 단계는 1차 전처리단계와, 2차 본처리단계, 3차 고도처리단계로 구분할 수 있다. 1차 전처리단계에서는 부유 고형물이나 현탁물을 스크린과 침전부상에 의해 처리한다. 또한, 2차 본처리단계에서는 불용, 난용 콜로이드 물질 및 유해유기물(BOD, COD)을 응집침강, 전해응집, 중화, 여과, 활성슬러지, 살수여과, 안정지, 산화지에 의해 처리한다. 그리고, 3차 고도처리단계에서는 질소, 인, 미세고형물, 유기물, 무기염 등을 탈질조와 응집침전, 여과, 규조토, 활성탄, 증발, 등결, 추출, 역삼투, 전기투석, 이온교환 등에 의해 처리한다.The treatment step in the wastewater treatment system described above may be divided into a first pretreatment step, a second main treatment step, and a third advanced treatment step. In the first pretreatment step, suspended solids or suspensions are treated by screening and sedimentation flotation. In addition, in the second main treatment step, insoluble and poorly soluble colloidal substances and harmful organic matters (BOD, COD) are treated by coagulation sedimentation, electrolytic coagulation, neutralization, filtration, activated sludge, water filtration, stable paper, and oxidation paper. In the third advanced treatment step, nitrogen, phosphorus, fine solids, organic matter, and inorganic salts are treated by denitrification tank, coagulation sedimentation, filtration, diatomaceous earth, activated carbon, evaporation, quenching, extraction, reverse osmosis, electrodialysis, ion exchange, and the like. .
통상 오폐수 처리 시스템은 1~3차 처리단계 모두 오폐수 처리조 내에서 응집 침전이라는 단위 조작이 필수적이다. 그리고, 대부분의 수질 오염 물질들은 물리 화학적, 생물화학적, 기타 방법 등으로 처리 전환된 후 응집침전 및 농축조를 거치면서 침전되고, 침전된 오염물질은 탈수기로 배출되어 탈수된 후 소각 매립 또는 해양투기하는 방법으로 처리된다.In the wastewater treatment system, a unit operation called coagulation sedimentation is essential in the wastewater treatment tank in the first to third treatment stages. In addition, most of the water pollutants are treated by physicochemical, biochemical, and other methods, and then precipitated through coagulation sedimentation and concentration tanks, and the precipitated pollutants are discharged to a dehydrator, dehydrated, and then incinerated or dumped at sea. Is handled by the method.
이러한 오폐수 처리 시스템의 오폐수 처리조에는 응집 침전된 슬러지의 농도를 측정하는 복수개의 농도측정센서들이 서로 다른 높이에 설치된다. 또한, 폐수 처리조의 하단부에는 농도측정센서들에 의해 측정된 슬러지 농도가 소정치 이상되었을 때 침전된 슬러지를 외부로 배출시키기 위한 슬러지 배출장치가 구성된다.The wastewater treatment tank of this wastewater treatment system is provided with a plurality of concentration measuring sensors for measuring the concentration of the flocculated sediment sludge at different heights. In addition, the lower portion of the wastewater treatment tank is configured with a sludge discharge device for discharging the sludge settled out when the sludge concentration measured by the concentration measuring sensors is more than a predetermined value.
농도측정센서들은 빛을 방출하는 발광부와, 발광부로부터 방출된 후 슬러지 입자에 의해 반사된 빛이 입사되는 수광부로 이루어져, 수광부에 흡광되는 광량에 의해 농도를 측정하는 광센서가 주로 적용된다.The density measuring sensor is composed of a light emitting part for emitting light and a light receiving part for receiving the light reflected by the sludge particles after being emitted from the light emitting part, and an optical sensor for measuring the concentration by the amount of light absorbed by the light receiving part is mainly applied.
그러나, 상기와 같은 오폐수 처리 시스템에서 슬러지 농도를 측정하는 종래의 농도 측정 센서들은 광센서를 사용하여 수광부에 흡광되는 광량에 의해 농도를 측정하기 때문에 정확한 슬러지 농도를 측정하기 어렵고, 이에 따라 궁극적으로 슬러지 경계면의 높이를 검출이 부정확하다는 문제점이 있다.
However, the conventional concentration measuring sensors for measuring the sludge concentration in the wastewater treatment system as described above are difficult to measure the exact sludge concentration because the concentration is measured by the amount of light absorbed by the light-receiving unit using an optical sensor, thus ultimately sludge There is a problem that the detection of the height of the interface is incorrect.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 오폐수 처리조 내부의 영상 데이터에서 임계치를 초과한 개수를 산출하여 생성한 통계 데이터를 기반으로, 오폐수 처리조의 슬러지 경계면을 결정하는 오폐수 슬러지 경계면 검출 방법 및 장치를 제공함에 있다.
The present invention has been made to solve the above problems, an object of the present invention, based on the statistical data generated by calculating the number exceeding the threshold in the image data inside the wastewater treatment tank, the sludge boundary surface of the wastewater treatment tank The present invention provides a method and apparatus for detecting wastewater sludge interface.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 오폐수 슬러지 경계면 검출 방법은, 오폐수 처리조 내부의 영상을 획득하는 단계; 상기 획득단계에서 획득한 영상에서 임계치를 초과한 영상 데이터의 개수를 산출하여 통계 데이터를 생성하는 단계; 및 상기 통계 데이터를 기반으로, 상기 오폐수 처리조의 슬러지 경계면을 결정하는 단계;를 포함한다.Waste water sludge interface detection method according to an embodiment of the present invention for achieving the above object, the step of obtaining an image inside the waste water treatment tank; Generating statistical data by calculating the number of image data exceeding a threshold value in the image acquired in the obtaining step; And determining a sludge interface of the wastewater treatment tank based on the statistical data.
그리고, 상기 생성단계는, 상기 영상에 대해 각기 다른 임계치를 초과한 영상 데이터의 개수들을 각각 산출하여 통계 데이터를 생성할 수 있다.In the generating step, statistical data may be generated by calculating the number of image data for which the image exceeds a different threshold.
또한, 상기 영상 데이터의 개수는, 상기 영상의 일부에 대해 구분하여 산출할 수 있다.The number of the image data may be calculated by dividing the portion of the image.
그리고, 상기 영상의 일부는, 상기 영상의 블록 또는 라인일 수 있다.Part of the image may be a block or a line of the image.
또한, 상기 획득단계는, 상기 오폐수 처리조 내부의 각기 다른 깊이에 대한 영상들을 획득하고, 상기 생성단계는, 각기 다른 깊이에 대한 영상들에 대해 각각 통계 데이터를 생성할 수 있다.In addition, the acquiring step may acquire images of different depths in the wastewater treatment tank, and in the generating step, statistical data may be generated for the images of different depths.
그리고, 상기 결정단계는, 상기 생성단계에서 생성된 통계 데이터를 기반으로 슬러지 영상인지 여부를 판단하고, 특정 구간에서 슬러지 영상으로 판단된 개수를 기초로 상기 슬러지 경계면을 결정할 수 있다.In the determining step, the sludge image may be determined based on the statistical data generated in the generating step, and the sludge boundary surface may be determined based on the number determined as the sludge image in a specific section.
또한, 상기 결정단계는, 슬러지 영상으로 판단된 개수가 기준을 초과한 구간 내의 일 지점을 상기 슬러지 경계면으로 결정할 수 있다.In the determining step, the sludge boundary surface may determine a point within a section in which the number determined as the sludge image exceeds the reference.
그리고, 상기 일 지점은, 상기 구간의 중심일 수 있다.The one point may be the center of the section.
또한, 상기 임계치는, 상기 오폐수 처리조가 설치 지역 및 상기 영상의 획득 일자와 일시에 따라 결정될 수 있다.The threshold may be determined according to the installation area of the wastewater treatment tank and the acquisition date and time of the image.
한편, 본 발명의 다른 실시예에 따른, 오폐수 슬러지 경계면 검출 장치는, 오폐수 처리조 내부의 영상을 획득하는 영상 획득부; 및 상기 영상 획득부에서 획득한 영상에서 임계치를 초과한 영상 데이터의 개수를 산출하여 통계 데이터를 생성하는 영상 프로세서;를 포함하고, 상기 통계 데이터는, 상기 오폐수 처리조의 슬러지 경계면을 결정하는데 참조된다.
On the other hand, according to another embodiment of the present invention, the wastewater sludge boundary detection device, the image acquisition unit for obtaining an image inside the wastewater treatment tank; And an image processor for generating statistical data by calculating the number of image data exceeding a threshold value in the image acquired by the image acquisition unit, wherein the statistical data is referenced to determine a sludge boundary surface of the wastewater treatment tank.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 오폐수 처리조 내부의 영상 데이터에서 임계치를 초과한 개수를 산출하여 생성한 통계 데이터를 기반으로, 오폐수 처리조의 슬러지 경계면을 결정할 수 있게 된다.As described above, according to the embodiments of the present invention, the sludge interface of the wastewater treatment tank may be determined based on statistical data generated by calculating the number exceeding the threshold value in the image data inside the wastewater treatment tank.
특히, 임계치와 경계면 결정에 이용되는 수치와 조건들을 지역과 시기/시점에 따라 동적으로 적용가능하여 보다 적응적인 오폐수 처리조의 슬러지 경계면을 검출이 가능해진다.
In particular, the numerical values and conditions used to determine the threshold and the interface can be dynamically applied according to the region and time / time to enable the detection of the sludge interface of the wastewater treatment tank more adaptively.
도 1은 본 발명의 일 실시예에 따른 오폐수 슬러지 경계면 검출 장치를 개략적으로 도시한 도면,
도 2는, 도 1에 도시된 오폐수 슬러지 경계면 검출 장치를 저면에서 도시한 저면도,
도 3은, 도 1에 도시된 오폐수 슬러지 경계면 검출 장치에 마련된 영상 획득/처리부의 단면도,
도 4는, 도 1에 도시된 오폐수 슬러지 경계면 검출 장치의 내부 구성의 설명에 제공되는 블록도,
도 5 내지 도 8은, 영상 프로세서에 의한 통계 데이터 생성 과정의 설명에 제공되는 도면, 그리고,
도 9는 통계 데이터 생성 과정을 이용한 슬러지 경계면 결정 과정의 설명에 제공되는 도면이다.1 is a view schematically showing a wastewater sludge boundary surface detection apparatus according to an embodiment of the present invention,
FIG. 2 is a bottom view showing the wastewater sludge boundary surface detection device shown in FIG. 1 from the bottom;
3 is a cross-sectional view of an image acquisition / processing unit provided in the wastewater sludge boundary surface detection apparatus shown in FIG. 1;
4 is a block diagram provided for explaining an internal configuration of the wastewater sludge boundary surface detection apparatus shown in FIG. 1;
5 to 8 are views provided for explaining the statistical data generation process by the image processor, and
9 is a view provided to explain the sludge interface determination process using the statistical data generation process.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in detail with reference to the drawings.
도 1은 본 발명의 일 실시예에 따른 오폐수 슬러지 경계면 검출 장치를 개략적으로 도시한 도면이고, 도 2는 도 1에 도시된 오폐수 슬러지 경계면 검출 장치를 저면에서 도시한 저면도이며, 도 3은 도 1에 도시된 오폐수 슬러지 경계면 검출 장치에 마련된 영상 획득/처리부의 단면도이다.1 is a view schematically showing a wastewater sludge boundary detection apparatus according to an embodiment of the present invention, Figure 2 is a bottom view showing the wastewater sludge boundary detection apparatus shown in Figure 1 from the bottom, Figure 3 1 is a cross-sectional view of an image acquisition / processing unit provided in the wastewater sludge boundary detection device shown in FIG. 1.
도 1에 도시된 바와 같이, 오폐수 슬러지 경계면 검출 장치(100)는 오폐수 처리조를 상하로 이동하면서 오폐수/슬러지 영상들을 획득하고 처리하여 슬러지 경계면 검출에 이용할 통계 데이터로 제공하는 장치로, 하부면이 개방된 통 형태의 컨테이너(110), 컨테이너(110)의 내부 상부에 고정되게 설치되는 영상 획득/처리부(120) 및 컨테이너(110) 내부에 공기와 같은 가스를 주입할 수 있도록 함으로써 컨테이너(110)의 내부 압력을 일정하게 유지시키는 압력 조절부(130)을 포함한다.As shown in FIG. 1, the wastewater sludge
영상 획득/처리부(120)는 도 2에 도시된 바와 같이, 오폐수 처리조 내부를 촬영하여 이미지를 생성하는 카메라 모듈(122), 카메라 모듈(122) 전방에 구비되는 파장 가변 필터(124) 및 카메라 모듈(122) 주변에 구비되는 발광부(126)를 포함한다.As shown in FIG. 2, the image acquisition /
카메라 모듈(122)은 도 3에 도시된 바와 같이, 중공으로 형성되는 하우징(122a), 오폐수/슬러지 영상을 결상하기 위한 것으로 하우징(122a)의 중앙에 형성된 중공에 설치되는 렌즈부(122b), 렌즈부(122b)를 통과한 오폐수/슬러지 영상을 촬상하는 이미지센서(122c) 및 이미지센서(122c)가 마련된 PCB(122d)를 포함한다.As shown in FIG. 3, the
도 3에 도시되지는 않았지만, PCB(122d)에는 이미지센서(122c)에서 생성된 오폐수/슬러지 영상을 신호처리 하는 영상 프로세서, 신호처리 과정과 결과 저장에 필요한 메모리 및 외부기기의 액세스를 위한 통신 인터페이스가 마련된다.Although not shown in FIG. 3, the PCB 122d includes an image processor that processes wastewater / sludge images generated by the
파장 가변 필터(124)는 카메라 모듈(122)의 렌즈부(122b) 전면에 구비될 수 있으며, 발광부(126)는 카메라 모듈(122) 주변에 복수개로 구비될 수 있고, 발광부(126)는 오폐수 처리조 내부가 어둡기 때문에 컨테이너(110) 내부를 밝게 비춰주는 동시에, 오폐수/슬러지 영상이 카메라 모듈(122)을 통하여 획득할 수 있도록 슬러지(140) 상에 빛을 조사시켜 주도록 한다. 파장 가변 필터(124)와 발광부(126)는 상기 카메라 모듈(122)로 수광되는 광원을 광학적으로 최적화하도록 하기 위해 설치되는 장치이다.The
오폐수 처리조 내부 환경은 오폐수 처리조의 장소 및 슬러지에 따라 상이하기 때문에, 오폐수 처리조 내부의 오폐수/슬러지 영상을 획득하기 위해서는 사용해야할 발광부(126)의 종류 및 발광부(126)에서 발광되어 슬러지(140) 상에서 반사되어 카메라 모듈(122)로 수광되는 광원의 파장 중 원하는 파장을 여과시키는 파장 가변 필터(124)의 종류 또한 적절히 선택하는 것이 가능하다.Since the internal environment of the wastewater treatment tank is different depending on the location and sludge of the wastewater treatment tank, the type of
구체적으로, 발광부(126)는 컨테이너(110) 내부의 환경 및 슬러지(140)에 따라 이에 적절한 LED를 선택하여 카메라 모듈(120) 주변에 설치하는 것이 가능하며, 또한, 파장 가변 필터(124) 역시, 슬러지(140)를 통해 반사되어 카메라 모듈(122)로 수광되는 광원의 파장 중 원하는 파장에 따라 적절히 선택하도록 하되, 예시적으로 원적외선 영역의 파장을 통과시킬 수 있는 파장 가변 필터(124)를 선택하는 것도 가능하다.Specifically, the
상술한 바와 같이, 발광부(126)와 파장 가변 필터(124)는 슬러지(140)에 빛을 조사하여, 이를 통해 반사되는 광원을 카메라 모듈(122)에서 원활하게 수광할 수 있도록 하는 기능을 갖는 구성이라는 점에서, 발광부(126)와 파장 가변 필터(124)는 컨테이너(110) 내부의 환경과 상기 슬러지(140)의 내용물에 따라 적절히 선택될 수 있다. 한편, 일반적으로는 오폐수 처리조의 장소 및 오폐수의 형태에 따라 특정 파장 발생 소자를 장착한 발광부(126)와 특정 대역 통과 필터(124)를 선택하는 것이 가능하다.As described above, the
오폐수 슬러지 경계면 검출 장치(100)는 오폐수 처리조 내의 오폐수에 잠겨지며, 컨테이너(110)의 내부는 발광부(126)에 의해 밝게 비춰지고, 발광부(126)에서 방출되는 광원은 슬러지(140) 표면에 부딪혀 반사되어 사용자가 원하는 광원 파장만이 특정대역 통과 필터(124)를 통과하여 카메라 모듈(122) 내로 입사되어 이미지센서(122c)에서 감지되는 것에 의해 오폐수/슬러지 영상을 획득할 수 있다.Wastewater sludge
이하에서, 오폐수 슬러지 경계면 검출 장치(100)의 내부 구성에 대해, 도 4를 참조하여 상세히 설명한다.Hereinafter, the internal structure of the wastewater sludge boundary
도 4에 도시된 바와 같이, 오폐수 슬러지 경계면 검출 장치(100)는 내부 구성으로 전술한 이미지 센서(122c) 외에도, 영상 프로세서(123), 통신 인터페이스(124) 및 메모리(125)를 구비한다.As shown in FIG. 4, the wastewater sludge
영상 프로세서(123)는 이미지 센서(122c)에서 촬상을 통해 생성된 영상 데이터를 이용하여 슬러지 경계면 검출에 이용될 통계 데이터를 생성한다. 영상 프로세서(123)에 의한 통계 데이터 생성 과정에 대해, 이하에서 도 5 내지 8을 참조하여 상세히 설명한다.The
도 5의 좌측에는 이미지 센서(122c)에서 생성된 영상 데이터를 도시하였다. 영상 데이터는 휘도 데이터로 구현됨이 일반적이겠지만 휘도 이외의 다른 데이터가 되는 것을 배제하는 것은 아니다. 여기서, 영상은 N개의 라인으로 구성되어, 영상 데이터가 수평 동기 신호(Hsync)에 의해 라인(Line 0, ..., Line N-3, Line N-2, Line N-1) 별로 구분되어 영상 프로세서(123)에 전달되는 것을 상정하였다.5, image data generated by the
도 5의 우측에 도시된 바와 같이, 영상 프로세서(123)는 데이터 버스(123a)에 다수의 데이터 통계 블록들(123b)이 연결된 구조이다. 데이터 통계 블록들(123b)에는 각기 다른 임계값들(Threshold Value)이 배정된다.As shown in the right side of FIG. 5, the
임계값은 해당 화소의 휘도, 또는 색상이 특정 레벨을 초과하는가 그렇지 아니한가를 판단하기 위한 기준 값을 의미하는 것으로서 현재 화소를 판단하기 위한 임계값은 특정한 값으로 고정시키는 방법도 있고, 이전의 해당 위치 화소값의 누산(Accumulation)에 의해 평균값을 취하여 임계값으로 선택할 수도 있다.The threshold value refers to a reference value for determining whether or not the luminance or color of the pixel exceeds a specific level. The threshold value for determining the current pixel may be fixed to a specific value. The average value may be taken by accumulation of pixel values and selected as a threshold value.
구체적으로, 도 5에 예시된 바와 같이, A) 첫 번째 데이터 통계 블록에는 Threshold Value A가 배정되고, B) 두 번째 데이터 통계 블록에는 Threshold Value B가 배정되며, C) 세 번째 데이터 통계 블록에는 Threshold Value C가 배정되고, D) 네 번째 데이터 통계 블록에는 Threshold Value D가 배정된다.Specifically, as illustrated in FIG. 5, A) Threshold Value A is assigned to the first data statistics block, B) Threshold Value B is assigned to the second data statistics block, and C) Threshold is assigned to the third data statistics block. Value C is assigned and D) Threshold Value D is assigned to the fourth data statistics block.
데이터 통계 블록(123b)은, 도 5의 우측에 도시된 바와 같이, 펄스 생성 로직(123b-1), 카운터(123b-2) 및 임시 데이터 레지스터(123b-3)를 각각 포함한다.The data statistics block 123b includes a
펄스 생성 로직(123b-1)은, 도 5의 하부에 도시된 바와 같이, 이미지 센서(122c)로부터 입력되는 영상 데이터를 임계값(Threshold Value)과 비교하고 비교 결과를 출력하는 비교기로 구현된다.As shown in the lower part of FIG. 5, the
영상 데이터가 임계값 보다 큰 경우, 카운트-업 펄스가 펄스 생성 로직(123b-1)에서 카운터(123b-2)로 출력되어, 카운터(123b-2)가 카운트-업 된다. 카운터(123b-2)에서의 카운트 결과는 임시 데이터 레지스터(123b-3)에 저장된다. 그 결과, 임시 데이터 레지스터(123b-3)에는 데이터 통계 블록(123b)으로 인가된 영상에서 임계값을 초과하는 픽셀의 개수가 임시 저장되게 된다.When the image data is larger than the threshold value, the count-up pulse is output from the
구체적으로, A) 첫 번째 데이터 통계 블록의 임시 데이터 레지스터에는 영상에서 임계값 A를 초과한 픽셀수가 저장되고, B) 두 번째 데이터 통계 블록의 임시 데이터 레지스터에는 영상에서 임계값 B를 초과한 픽셀수가 저장되며, C) 세 번째 데이터 통계 블록의 임시 데이터 레지스터에는 영상에서 임계값 C를 초과한 픽셀수가 저장되고, D) 네 번째 데이터 통계 블록의 임시 데이터 레지스터에는 영상에서 임계값 D를 초과한 픽셀수가 저장된다.Specifically, A) the temporary data register of the first data statistics block stores the number of pixels exceeding the threshold A in the image, and B) the temporary data register of the second data statistics block stores the number of pixels exceeding the threshold B in the image. C) The temporary data register of the third data statistics block stores the number of pixels above the threshold C in the image, and D) The temporary data register of the fourth data statistics block stores the number of pixels exceeding the threshold D in the image. Stored.
한편, 임시 데이터 레지스터(123b-3)는 라인 단위로 데이터를 임시 저장한다. 즉, 펄스 생성 로직(123b-1)으로 인가되는 영상의 라인이 바뀌면, 임시 데이터 레지스터(123b-3)에 저장된 레지스터값(임계값을 초과한 픽셀수)은 메모리(125)에 마련된 레지스터 파일로 옮겨진다.On the other hand, the temporary data register 123b-3 temporarily stores data in line units. That is, when the image line applied to the
이와 같은 동작을 도 6에 도식화하였다. 도 6에 도시된 바와 같이, 데이터 통계 블록(123b)의 개수만큼 레지스터 파일들이 메모리(125)에 생성되고, 이 레지스터 파일들에는 임시 데이터 레지스터(123b-3)에 임시 저장된 레지스터값(임계값을 초과한 픽셀수)이 영상의 라인 단위로 옮겨지게 된다.This operation is illustrated in FIG. As shown in FIG. 6, as many register files are created in the
구체적으로, A) 첫 번째 레지스터 파일(RF-A)에는 첫 번째 데이터 통계 블록의 임시 데이터 레지스터에 임시 저장된 레지스터값이 영상의 라인 단위(R0, R1, ... RN -2, RN -3)로 옮겨지고, B) 두 번째 레지스터 파일(RF-B)에는 두 번째 데이터 통계 블록의 임시 데이터 레지스터에 임시 저장된 레지스터값이 영상의 라인 단위(R0, R1, ... RN -2, RN -3)로 옮겨지며, C) 세 번째 레지스터 파일(RF-C)에는 세 번째 데이터 통계 블록의 임시 데이터 레지스터에 임시 저장된 레지스터값이 영상의 라인 단위(R0, R1, ... RN -2, RN -3)로 옮겨지고, D) 네 번째 레지스터 파일(RF-D)에는 네 번째 데이터 통계 블록의 임시 데이터 레지스터에 임시 저장된 레지스터값이 영상의 라인 단위(R0, R1, ... RN -2, RN -3)로 옮겨진다.Specifically, A) In the first register file (RF-A), the register values stored temporarily in the temporary data register of the first data statistics block include the line units (R 0 , R 1 , ... R N -2 , R of the image). N -3 ), and B) In the second register file (RF-B), the register values stored temporarily in the temporary data register of the second data statistics block are stored in line units (R 0 , R 1 , ... R of the image). N -2 , R N -3 ), and C) In the third register file (RF-C), register values stored temporarily in the temporary data register of the third data statistic block are line units (R 0 , R 1) of the image. , ... R N -2 , R N -3 ), and D) In the fourth register file (RF-D), the register values stored temporarily in the temporary data register of the fourth data statistics block are stored in line units of the image ( R 0 , R 1 , ... R N -2 , R N -3 ).
이에 의해, 하나의 영상에 대해 데이터 통계 블록 개수(임계값 개수) 만큼의 레지스터 파일이 생성된다.As a result, a register file corresponding to the number of data statistics blocks (the number of threshold values) is generated for one image.
위 실시예에서, 레지스터 파일을 구성하는 레지스터값들은 영상의 라인 단위로 구분되는 것을 상정하였는데, 이는 설명의 편의를 위해 든 일 예에 해당한다.In the above embodiment, it is assumed that the register values constituting the register file are divided into line units of an image, which is an example for convenience of description.
위 실시예에서, 레지스터 파일을 구성하는 레지스터값들이 영상의 라인 단위로 구분되는 것을 상정하였는데, 이는 설명의 편의를 위해 든 일 예에 해당한다. 영상의 라인이 아닌 다른 것을 기준으로 삼을 수 있다.In the above embodiment, it is assumed that register values constituting the register file are divided by line of an image, which is an example for convenience of description. It can be based on something other than the line of the image.
예를 들어, 도 7에 도시된 바와 같이, 영상을 다수의 블록들로 구획하고, 임시 데이터 레지스터에는 블록 단위로 데이터가 임시 저장되어, 펄스 생성 로직으로 인가되는 영상의 블록이 바뀌면, 임시 데이터 레지스터(123b-3)에 저장된 레지스터값(임계값을 초과한 픽셀수)이 메모리(125)에 마련된 레지스터 파일로 옮겨지는 것으로 구현 가능하다.For example, as illustrated in FIG. 7, when an image is divided into a plurality of blocks, and data is temporarily stored in blocks in a temporary data register, and a block of an image applied to the pulse generation logic is changed, the temporary data register The register value (number of pixels exceeding the threshold value) stored in 123b-3 can be implemented by being transferred to a register file provided in the
한편, 오폐수 슬러지 경계면 검출 장치(100)는 오폐수 처리조 내에서 깊이를 변경하면서 오폐수/슬러지 영상들을 촬영하고, 생성된 오폐수/슬러지 영상들 마다 레지스터 파일들을 통계 데이터로 생성한다. 도 8에는 이를 개념적으로 도시하였다.Meanwhile, the wastewater sludge
도 8에 도시된 바와 같이, 오폐수 슬러지 경계면 검출 장치(100)는, 1) 깊이 D1에서 이미지 센서(122c)로 오폐수/슬러지 영상을 생성하고, 영상 프로세서(123)로 레지스터 파일들을 생성하고, 2) 깊이 D2에서 이미지 센서(122c)로 오폐수/슬러지 영상을 생성하고, 영상 프로세서(123)로 레지스터 파일들을 생성하며, ... , m) 깊이 Dm에서 이미지 센서(122c)로 오폐수/슬러지 영상을 생성하고, 영상 프로세서(123)로 레지스터 파일들을 생성한다.As shown in FIG. 8, the wastewater sludge
임계값을 4개(A,B,C,D)로 가정하면, 도 8에 도시된 바와 같이, 깊이 마다 4개의 레지스터 파일들이 생성된다. 즉, D1에서 4개의 레지스터 파일들이 생성되고, D2에서 4개의 레지스터 파일들이 생성되며, ... , Dm에서 4개의 레지스터 파일들이 생성된다.Assuming four thresholds A, B, C, and D, four register files are created per depth, as shown in FIG. That is, four register files are generated at D 1 , four register files are generated at D 2 , and four register files are generated at D m .
생성된 레지스터 파일들은 메모리(125)에 저장되는데, 외부 컴퓨터가 통신 인터페이스(124)를 통해 메모리(125)에 저장된 레지스터 파일들을 액세스 및 참조할 수 있는데, 이 개념을 도 9에 도시하였다.The generated register files are stored in the
외부 컴퓨터는 레지스터 파일들을 기초로 슬러지 경계면을 검출한다. 이를 위해, D1에서 생성된 레지스터 파일들을 기초로 D1이 슬러지에 해당하는지 판단하고, D2에서 생성된 레지스터 파일들을 기초로 D2가 슬러지에 해당하는지 판단하며, ... Dm에서 생성된 레지스터 파일들을 기초로 Dm이 슬러지에 해당하는지 판단한다.The external computer detects the sludge interface based on the register files. To this end, if D 1 is available for the sludge on the basis of the register file that is generated by the D 1 is determined, and a determination that the basis of the register file that is generated by the D 2 D 2 is equivalent to the sludge, ... generated by the D m Based on the registered register files, it is determined whether D m corresponds to sludge.
특정 구간에 걸쳐, 슬러지로 판단된 결과가 70% 이상이면, 외부 컴퓨터는 그 구간의 중심을 슬러지 경계면으로 결정할 수 있다. 예를 들어, Dn ~ Dn +10 구간에서, Dn +1, Dn +3, Dn +5, Dn +6, Dn +7, Dn +8, Dn +9, Dn + 10는 슬러지로 판단된 반면, Dn, Dn +2, Dn+4는 오폐수로 판단된 경우와 같이 슬러지로 판단된 결과가 특정 레벨, 예컨대 70% 이상이면, Dn ~ Dn +10 구간의 중심인 Dn +5를 슬러지 경계면으로 결정한다.If the result of determining the sludge is 70% or more over a specific section, the external computer may determine the center of the section as the sludge interface. For example, in the range of D n to D n +10 , D n +1 , D n +3 , D n +5 , D n +6 , D n +7 , D n +8 , D n +9 , D If n + 10, on the other hand it is determined in the sludge, D n, D n +2, D n + 4 is determined as a result of sludge, such as when it is determined to a certain level, the waste water, for example at least 70%, n D ~ n D D n +5 , the center of the +10 interval, is determined as the sludge interface.
지금까지, 오폐수 처리조 내부의 영상으로부터 통계 데이터를 생성하고, 이 통계 데이터로부터 슬러지 경계면을 검출하는 방법에 대해 바람직한 실시예를 들어 상세히 설명하였다.The method of generating statistical data from the image inside the waste water treatment tank and detecting the sludge interface from the statistical data has been described in detail with reference to a preferred embodiment.
위 실시예에서, 임계값(데이터 통계 블록)의 개수와 임계값 수치는 오폐수 처리조의 설치 지역 및 영상 획득 일자/일시에 따라 각기 다르게 결정될 수 있으며, 구체적인 것은 지난 과거의 통계로부터 결정할 수 있다.In the above embodiment, the number of thresholds (data statistics block) and the threshold value may be determined differently according to the installation area of the wastewater treatment tank and the image acquisition date / time, and the specifics may be determined from past past statistics.
또한, 통계 데이터를 기반으로 영상이 슬러지 영상인지 오폐수 영상인지 여부를 판단하는 방법 역시, 오폐수 처리조가 설치 지역 및 영상 획득 일자/일시에 따라 각기 다를 수 있다. 예를 들어, 지역 A의 11월 11일 오전에는 중앙 영역에 임계치를 초과한 픽셀이 50% 이상인 경우 슬러지 영상으로 판단하는 반면, 지역 B의 5월 11일 오후에는 가장 자리 영역에 임계치를 초과한 픽셀이 70% 이상인 경우 슬러지 영상으로 판단할 수 있다.In addition, a method of determining whether an image is a sludge image or a wastewater image based on statistical data may also be different depending on the installation area and the date / date and time of the wastewater treatment tank. For example, if more than 50% of the pixels exceed the threshold in the central region in the morning of November 11 in Region A, it is determined as a sludge image, while the threshold is exceeded in the edge region in the afternoon of May 11 in Region B. If the pixel is 70% or more, it may be determined as a sludge image.
즉, 슬러지 영상인지 오폐수 영상인지의 판단 시, 레지스터 파일에 포함된 데이터들에 각기 다른 가중치를 적용할 수 있는 것이다.That is, when determining whether the sludge image or the waste water image, different weights may be applied to the data included in the register file.
더 나아가, 슬러지 경계면을 결정함에 있어서도, 구간의 크기(길이)와 판단 조건 및 구간에서 경계면으로 결정할 지점의 위치 등에 대해서도, 오폐수 처리조의 설치 지역 및 영상 획득 일자/일시에 따라 각기 다르게 결정될 수 있으며, 구체적인 것은 지난 과거의 통계로부터 결정할 수 있다.Furthermore, in determining the sludge boundary surface, the size (length) of the section, the determination condition, and the position of the point to be determined as the boundary surface in the section may also be determined differently according to the installation area of the wastewater treatment tank and the image acquisition date / time, Specifics can be determined from past past statistics.
한편, 외부 컴퓨터가 수행하는 기능을 오폐수 슬러지 경계면 검출 장치(100)에 흡수시키는 것도 가능함은 물론이다.On the other hand, it is also possible to absorb the waste water sludge
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the present invention.
100 : 오폐수 슬러지 경계면 검출 장치
120 : 영상 획득/처리부 122 : 카메라 모듈
122c : 이미지 센서 123 : 영상 프로세서
123a : 데이터 버스 123b : 데이터 통계 블록
123b-1 : 펄스 생성 로직 123b-2 : 카운터
123b-3 : 임시 데이터 레지스터 124 : 통신 인터페이스
125 : 메모리100: wastewater sludge interface detection device
120: image acquisition / processing unit 122: camera module
122c: image sensor 123: image processor
123a:
123b-1:
123b-3: Temporary data register 124: Communication interface
125: Memory
Claims (10)
상기 획득단계에서 획득한 영상에서 휘도가 임계치를 초과한 픽셀의 개수를 산출하여 통계 데이터를 생성하는 단계; 및
상기 통계 데이터를 기반으로, 상기 오폐수 처리조의 슬러지 경계면을 결정하는 단계;를 포함하는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
Obtaining an image inside the wastewater treatment tank;
Generating statistical data by calculating the number of pixels whose luminance exceeds a threshold in the image acquired in the acquiring step; And
And determining a sludge interface of the wastewater treatment tank based on the statistical data.
상기 픽셀의 개수는,
상기 영상의 일부에 대해 구분하여 산출하는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method of claim 1,
The number of pixels is
The wastewater sludge interface detection method characterized in that the part of the image is calculated separately.
상기 영상의 일부는,
상기 영상의 블록 또는 라인인 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method of claim 3, wherein
Part of the video,
Wastewater sludge boundary detection method, characterized in that the block or line of the image.
상기 획득단계는,
상기 오폐수 처리조 내부의 각기 다른 깊이에 대한 영상들을 획득하고,
상기 생성단계는,
각기 다른 깊이에 대한 영상들에 대해 각각 통계 데이터를 생성하는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method of claim 1,
The acquiring step includes:
Acquire images of different depths in the wastewater treatment tank,
The generating step,
A wastewater sludge boundary detection method for generating statistical data for images of different depths.
상기 결정단계는,
상기 생성단계에서 생성된 통계 데이터를 기반으로 슬러지 영상인지 여부를 판단하고, 특정 구간에서 슬러지 영상으로 판단된 개수를 기초로 상기 슬러지 경계면을 결정하는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method of claim 1,
Wherein,
And determining the sludge boundary surface on the basis of the number determined as the sludge image in a specific section based on the statistical data generated in the generating step.
상기 결정단계는,
슬러지 영상으로 판단된 개수가 기준을 초과한 구간 내의 일 지점을 상기 슬러지 경계면으로 결정하는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method according to claim 6,
Wherein,
The wastewater sludge boundary detection method, characterized in that the sludge boundary surface is determined as one point within a section in which the number determined as the sludge image exceeds the reference.
상기 일 지점은,
상기 구간의 중심인 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
8. The method of claim 7,
The one point is,
Wastewater sludge boundary detection method, characterized in that the center of the section.
상기 임계치는,
상기 오폐수 처리조가 설치 지역 및 상기 영상의 획득 일자와 일시에 따라 결정되는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 방법.
The method of claim 1,
The threshold is
The wastewater sludge interface detection method, characterized in that the wastewater treatment tank is determined according to the installation area and the acquisition date and time of the image.
상기 영상 획득부에서 획득한 영상에서 휘도가 임계치를 초과한 픽셀의 개수를 산출하여 통계 데이터를 생성하는 영상 프로세서;를 포함하고,
상기 통계 데이터는,
상기 오폐수 처리조의 슬러지 경계면을 결정하는데 참조되는 것을 특징으로 하는 오폐수 슬러지 경계면 검출 장치.
An image acquisition unit for acquiring an image inside the wastewater treatment tank; And
And an image processor for generating statistical data by calculating the number of pixels whose luminance exceeds a threshold value in the image acquired by the image acquisition unit.
The statistical data includes,
A wastewater sludge interface detection apparatus, characterized in that it is referred to to determine the sludge interface of the wastewater treatment tank.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130073565A KR101345557B1 (en) | 2013-06-26 | 2013-06-26 | Method and apparatus for detecting wastewater sludge boundary aspect |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130073565A KR101345557B1 (en) | 2013-06-26 | 2013-06-26 | Method and apparatus for detecting wastewater sludge boundary aspect |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101345557B1 true KR101345557B1 (en) | 2014-01-02 |
Family
ID=50144161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130073565A KR101345557B1 (en) | 2013-06-26 | 2013-06-26 | Method and apparatus for detecting wastewater sludge boundary aspect |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101345557B1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005354707A (en) | 2004-06-09 | 2005-12-22 | Samsung Electronics Co Ltd | Collar spoke processor and method therefor in continuous color display instrument |
KR20080007964A (en) * | 2006-07-19 | 2008-01-23 | 상 을 이 | A waste water natural purgation system using aquatic trees and plants |
JP2010057001A (en) | 2008-08-29 | 2010-03-11 | Mitsubishi Electric Corp | Image processor, method, and image display device |
-
2013
- 2013-06-26 KR KR1020130073565A patent/KR101345557B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005354707A (en) | 2004-06-09 | 2005-12-22 | Samsung Electronics Co Ltd | Collar spoke processor and method therefor in continuous color display instrument |
KR20080007964A (en) * | 2006-07-19 | 2008-01-23 | 상 을 이 | A waste water natural purgation system using aquatic trees and plants |
JP2010057001A (en) | 2008-08-29 | 2010-03-11 | Mitsubishi Electric Corp | Image processor, method, and image display device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102165288B (en) | Method for recognizing a liquid level using temporal variation in the distribution of the pixel concentration in images, and apparatus for recognizing a liquid level using same | |
KR100714402B1 (en) | Apparatus for sensing precipitation density of sludge in waste water treatment tank | |
US4888703A (en) | Apparatus for monitoring the toxicant contamination of water by using aquatic animals | |
JP5197621B2 (en) | Equipment for measuring sludge concentration in wastewater treatment tanks | |
CN108776090B (en) | Diesel vehicle emission black smoke concentration measuring method and system based on machine vision | |
CN112857471B (en) | Industrial Internet of things chemical wastewater treatment emission on-line monitoring and early warning management cloud platform | |
JP2009074840A (en) | Water quality monitoring device | |
JP2019162603A (en) | Coagulant addition amount control device, sludge concentration system and coagulant addition amount control method | |
KR101345557B1 (en) | Method and apparatus for detecting wastewater sludge boundary aspect | |
JP7296312B2 (en) | Floating object detection method and liquid imaging device | |
KR101844928B1 (en) | Apparatus and method for analyzing microorganism | |
JP2021035669A (en) | Performance evaluation system, water treatment facility, program and learned model | |
Mullins et al. | Using image processing for determination of settled sludge volume | |
CN108801361B (en) | Water quality monitoring device that physics and chemistry biology combines | |
Chai et al. | An alternative cost-effective image processing based sensor for continuous turbidity monitoring | |
CN111912752A (en) | Flocculation detection device and method and sewage treatment system | |
JP2022067322A (en) | Water treatment method, sewage treatment method, sewage treatment device, and wastewater treatment system management program | |
KR870002270A (en) | Device for measuring concentration of filamentous microorganisms in mixed solution including microorganisms | |
JP2007212238A (en) | Water level detector and water level detection method using it | |
CN213875349U (en) | Flocculation detection device and sewage treatment system | |
CN114460083A (en) | Urban river floater data acquisition system | |
KR101715613B1 (en) | Apparatus for monitoring floc of water treatment equipment | |
CN112505278B (en) | Sampling type sewage monitoring and analyzing equipment | |
WO2022049941A1 (en) | Downward flow device, water quality inspection system, and water quality inspection method | |
KR100861991B1 (en) | A precipitation condition using image analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20161213 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20171213 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20181219 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20191218 Year of fee payment: 7 |