一种节能环保的养殖污水处理方法与流程

1.本发明涉及污水处理技术领域，具体涉及一种节能环保的养殖污水处理方法。


背景技术：

2.水产养殖是我国农业结构中发展最快的产业之一，养殖产量较为稳定的逐年增长；在水产养殖过程中，会产生大量的养殖废水，为了保证水产的生长健康需要及时对废水进行更换；而废水中存在的污染物包括有机物、氮以及磷等营养盐，因此需要对废水进行处理之后才能达到排放标准。
3.目前对废水处理的主要方法有物理法、化学法以及生物法；其中生物法的效果最好但是耗时较长，并且需要建立生态系统进行分解，不易实施；在使用物理法和化学法对水产养殖废水进行处理时，均需先对废水进行初步处理，阻隔掉废水中的残饵、水产品排泄物等固体悬浮物，方便后续进行处理。
4.而现实中水产养殖废水的具体情况、沉淀池的设计、水流速度、水质等多种原因都会影响废水的初步处理时间和进程，若废水初步处理的时间过短，会使初步处理不达标，不达标的废水中过多的固体悬浮物易堵塞后续处理过程中使用的机器或管道，严重影响废水处理效率，往往是由工作人员进行时间把控，且大多是利用明显超量的处理时间避免废水初步处理时间不够的问题，效率较低且由工作人员依照经验对时间把控存在较大的误差。


技术实现要素：

5.为了解决上述技术问题，本发明的目的在于提供一种节能环保的养殖污水处理方法，该方法包括以下步骤：
6.对养殖污水反应池实时进行采样得到样本污水，获取所述样本污水的多张表面图像，识别每张所述表面图像中的目标区域，所述目标区域为悬浮物区域；
7.对每个所述目标区域进行拟分割得到两个初始子区域，获取每个所述初始子区域的颜色信息与灰度信息，基于两个所述初始子区域的颜色信息以及灰度信息得到所述目标区域的第一指标；
8.分别获取所述目标区域对应的两个所述初始子区域的灰度共生矩阵，基于所述灰度共生矩阵得到每个所述初始子区域的自相关系数、能量、对比度以及熵，基于两个所述初始子区域的自相关系数、能量、对比度以及熵得到所述目标区域的第二指标；
9.基于所述目标区域的第一指标和第二指标的求和得到所述目标区域的差异系数，所述差异系数大于差异系数阈值时，所述目标区域被分割为两个子区域；获取每个所述子区域对应的差异系数判断是否对所述子区域进行分割，以此进行迭代，直至满足预设条件时，停止对目标区域以及子区域的分割；
10.统计每张表面图像中对所有所述目标区域分割后的区域数量，所述区域数量是所有子区域的数量以及未被分割的目标区域的数量的和；统计所有表面图像对应的区域数量的最大值为悬浮物数量，当所述悬浮物数量小于预设阈值时，停止对污水的初步处理。
11.优选的，所述对每个所述目标区域进行拟分割得到两个初始子区域，获取每个所述初始子区域的颜色信息与灰度信息的步骤，包括：
12.获取每个所述目标区域的中心点为质心，过该质心作直线将所述目标区域划分为两个初始子区域为第一区域和第二区域；所述直线为多个倾斜角的直线；
13.获取所述表面图像对应的lab图像和灰度图像，计算所述第一区域中所有像素点在l通道的像素均值、所述第一区域中所有像素点在a通道的像素均值、所述第一区域中所有像素点在b通道的像素均值以及所述第一区域中所有像素点的灰度均值；同理获取第二区域中所有像素点在l通道的像素均值、在a通道的像素均值、在b通道的像素均值以及所述第二区域中所有像素点的灰度均值；
14.基于所述第一区域在a通道的像素均值和所述第一区域在b通道的像素均值获取所述第一区域的颜色系数，同理基于所述第二区域在a通道的像素均值和所述第二区域在b通道的像素均值获取所述第二区域的颜色系数；
15.基于所述第一区域在l通道的像素均值和所述第一区域的灰度均值获取所述第一区域的亮度系数，同理基于所述第二区域在l通道的像素均值和所述第二区域的灰度均值获取所述第二区域的亮度系数；
16.所述颜色系数为颜色信息；所述亮度系数为灰度信息。
17.优选的，所述基于两个所述初始子区域的颜色信息以及灰度信息得到所述目标区域的第一指标的步骤，包括：
18.计算第一区域的所述颜色信息与所述灰度信息的和为第一系数，计算第二区域的所述颜色信息与所述灰度信息的和为第二系数；计算所述第一系数与所述第二系数之间的较大值与较小值的比值为所述目标区域的第一指标。
19.优选的，所述基于两个所述初始子区域的自相关系数、能量、对比度以及熵得到所述目标区域的第二指标的步骤，包括：
20.计算第一区域的自相关系数与第二区域的自相关系数的相关差值，基于所述相关差值与第一区域和第二区域对应的自相关系数中较小值的比值得到第一差异；
21.计算第一区域的能量与第二区域的能量的能量差值，基于所述能量差值与第一区域和第二区域对应的能量中较小值的比值得到第二差异；
22.计算第一区域的对比度与第二区域的对比度的对比度差值，基于所述对比度差值与第一区域和第二区域对应的对比度中较小值的比值得到第三差异；
23.计算第一区域的熵与第二区域的熵的熵差值，基于所述熵差值与第一区域和第二区域对应的熵中较小值的比值得到第四差异；
24.所述第一差异、第二差异、第三差异以及第四差异的求和为所述目标区域的第二指标。
25.优选的，所述基于所述目标区域的第一指标和第二指标的求和得到所述目标区域的差异系数的步骤，还包括：
26.基于不同倾斜角的直线将目标区域划分为不同组合的第一区域和第二区域，每个倾斜角的直线对应一个组合的第一区域和第二区域；
27.根据不同组合下的第一区域与第二区域获取所述目标区域的第一指标和第二指标；每个倾斜角的直线对应一组第一指标与第二指标；
28.计算每组第一指标与第二指标的求和结果，所有求和结果中最大的值为所述目标区域的差异系数；所述求和结果最大时对应的倾斜角的直线为初始分割线。
29.优选的，所述目标区域被分割为两个子区域的步骤，包括：
30.所述初始分割线将所述目标区域划分为第一区域与第二区域；以第一区域的质心点以及第二区域的质心点为初始聚类中心，利用超像素分割算法对所述目标区域进行分割得到两个子区域。
31.优选的，所述预设条件为：所有的目标区域以及由目标区域得到的子区域的差异系数均小于差异系数阈值，或者某个目标区域被分割的迭代次数达到10次。
32.本发明具有如下有益效果：本发明实施例中通过悬浮物的数量对污水初步处理的效果进行评价，更加的直观反映出污水初步处理的效果并且节能环保；在对悬浮物数量进行获取时，通过对污水进行取样，然后对样本污水中的目标区域进行分割，在分割时考虑到悬浮物之间的颜色信息、灰度信息以及纹理信息，使得悬浮物数量的结果更加准确，从而使得对污水初步处理的时间把控更加精准，有效提高了污水初步处理的效率。
附图说明
33.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
34.图1为本发明一个实施例所提供的一种节能环保的养殖污水处理方法流程图。
具体实施方式
35.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种节能环保的养殖污水处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
36.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
37.本技术适用于对水产养殖中污水初步处理的检测，为了解决现有对污水初步处理时间把控不准确，效率较低的问题，本实施例中通过对反应池中的污水进行采样，通过对样本污水的表面图像进行分析得到对应的悬浮物的数量，基于悬浮物的数量对污水初步处理的效果进行分析，增加了对污水初步处理时对时间把控的精确度，提高了污水处理的效率。
38.下面结合附图具体的说明本发明所提供的一种节能环保的养殖污水处理方法的具体方案。
39.请参阅图1，其示出了本发明一个实施例提供的一种节能环保的养殖污水处理方法流程图，该方法包括以下步骤：
40.步骤s100，对养殖污水反应池实时进行采样得到样本污水，获取样本污水的多张表面图像，识别每张表面图像中的目标区域，目标区域为悬浮物区域。
41.具体的，在进行初步处理的水产养殖污水的反应池中进行采样；为了保证分析的准确性，对样本污水进行采样时应保证取样位置尽可能均匀，本发明实施例中在水产养殖废水的反应池中均匀的选取5个位置进行取样，每个取样位置采集40ml的污水，将5个位置取样得到的样本污水混合后放置在干净透明的烧杯中用于后续的检测。
42.进一步的，从烧杯的侧面每间隔90
°
的四个方向进行图像采集得到样本污水的4张表面图像，以避免因为悬浮物之间的遮挡造成识别错误带来的影响；然后采用高斯滤波对4张表面图像进行预处理，以消除图像中噪声以及外界因素造成的干扰，增强图像识别分析的准确性。
43.水产养殖污水中的悬浮物一般为残饵和水产品排泄物等，主要呈现为白色、深褐色或者褐黄色的物体，而水产养殖污水经过初步处理后一般为淡绿色较为澄清的液体，悬浮物与污水之间的颜色差异较大，因此可基于图像中颜色的差异将其中的悬浮物进行初步区分。本发明实施例中采用ca算法将表面图像中的显著部分进行识别标记，其他未被识别标注的区域为该表面图像的背景区域，ca算法为现有公知技术，不再赘述；当检测出的某个显著部分的像素点数量较少时，其对于水产养殖污水处理的影响较小，因此将像素点数量少于4时的显著部分记为背景区域。对上述识别出的显著部分进行连通域分析得到表面图像中的多个连通域以及每个连通域的位置信息，将每个连通域记为表面图像的目标区域，即该表面图像中可能为悬浮物的区域。
44.步骤s200，对每个目标区域进行拟分割得到两个初始子区域，获取每个初始子区域的颜色信息与灰度信息，基于两个初始子区域的颜色信息以及灰度信息得到目标区域的第一指标。
45.由步骤s100中获取到样本污水表面图像中的多个目标区域，每个目标区域均为样本污水中的悬浮物区域，当该表面图像中目标区域的数量越多，表明此时对污水初步处理的效果越不好，但在对样本污水进行图像采集时，难以避免由于拍摄角度的原因造成表面图像中存在目标区域的重叠，并且考虑到悬浮物之间的粘附影响，所以直接对表面图像的目标区域的数量进行统计来反映污水处理的效果会存在较大的误差。
46.获取每个目标区域的中心点为质心，过该质心作直线将目标区域划分为两个初始子区域为第一区域和第二区域；直线为多个倾斜角的直线；获取表面图像对应的lab图像和灰度图像，计算第一区域中所有像素点在l通道的像素均值、第一区域中所有像素点在a通道的像素均值、第一区域中所有像素点在b通道的像素均值以及第一区域中所有像素点的灰度均值；同理获取第二区域中所有像素点在l通道的像素均值、在a通道的像素均值、在b通道的像素均值以及第二区域中所有像素点的灰度均值；基于第一区域在a通道的像素均值和第一区域在b通道的像素均值获取第一区域的颜色系数，同理基于第二区域在a通道的像素均值和第二区域在b通道的像素均值获取第二区域的颜色系数；基于第一区域在l通道的像素均值和第一区域的灰度均值获取第一区域的亮度系数，同理基于第二区域在l通道的像素均值和第二区域的灰度均值获取第二区域的亮度系数；颜色系数为颜色信息；亮度系数为灰度信息。计算第一区域的颜色信息与灰度信息的和为第一系数，计算第二区域的颜色信息与灰度信息的和为第二系数；计算第一系数与第二系数之间的较大值与较小值的比值为目标区域的第一指标。
47.具体的，由于目标区域可能由于悬浮物的粘附导致面积较大，因此判断每个目标
区域是否可能为多个悬浮物。以任意一个目标区域为例，基于该目标区域的区域中心点为质心对该目标区域进行拟分割，本发明实施例中以过目标区域质心的直线将该目标区域划分为两个部分，直线为多个倾斜角的直线，倾斜角大小的选取分别为θ＝0，以及以θ＝0时的直线对目标区域的拟分割为例，考虑到不同类型的悬浮物之间的颜色存在差异，因此基于该目标区域的颜色信息判断该目标区域是否需要进行分割。
48.将步骤s100中得到的表面图像由rgb图像转换为lab图像以及灰度图像，基于θ＝0时的直线对该目标区域拟分割得到两个初始子区域记为第一区域和第二区域，获取每个初始子区域的中心位置的点作为对应的质心。获取lab图像中第一区域中所有像素点在l通道的像素均值、在a通道的像素均值、在b通道的像素均值以及灰度图像中第一区域中所有像素点的灰度均值；相应的，获取第二区域中所有像素点在l通道的像素均值、在a通道的像素均值、在b通道的像素均值以及灰度均值。
49.对第一区域的颜色系数进行计算用于表示第一区域的颜色信息为：
[0050][0051]
其中，d
c1
表示第一区域的颜色系数；表示第一区域中所有像素点在a通道的像素均值；表示第一区域中所有像素点在b通道的像素均值；am表示第一区域中所有像素点在a通道的像素中值；bm表示第一区域中所有像素点在b通道的像素中值；ai表示第一区域的质心在a通道的像素值；bi表示第一区域的质心在b通道的像素值；c表示调节系数。
[0052]
相应的，对第一区域的亮度系数进行计算用于表示第一区域的灰度信息为：
[0053][0054]
其中，d
l1
表示第一区域的亮度系数；表示第一区域中所有像素点在l通道的像素均值；表示第一区域中所有像素点的灰度均值；lm表示第一区域中所有像素点在l通道的像素中值；li表示第一区域的质心在l通道的像素值；gi表示第一区域的质心的灰度值；e表示比例系数；c表示调节系数。
[0055]
由此获取第一区域的第一系数为：
[0056]dc1
＝d
c1
+d
l1
[0057]
其中，d
c1
表示第一区域的第一系数；d
c1
表示第一区域的颜色系数；d
l1
表示第一区域的亮度系数。
[0058]
作为优选，本发明实施例中将比例系数设置为e＝2.55，以使得像素点在l通道的取值范围与灰度图像中一致；设置调整系数c＝1，以避免分母为零的情况。
[0059]
由于平均值容易受到极端值的影响，因此以像素均值与像素中值的比值反映该区域内像素点的颜色分布是否均匀；通过该区域中质心颜色的差异与平均值之间的差异衡量该区域的整体颜色情况；结合灰度图像中的灰度值与亮度值对该区域的亮度情况进行分析，通过亮度情况对应的亮度系数与颜色情况对应的颜色系数得到该第一区域对应的第一系数。
表示第二差异，即第一区域与第二区域之间能量的差异；text3表示第三差异，即第一区域与第二区域之间对比度的差异；text4表示第四差异，即第一区域与第二区域之间熵的差异；max{cor1,cor2}表示第一区域的自相关系数与第二区域的自相关系数之间的较大值；
[0074]
min{cor1,cor2}表示第一区域的自相关系数与第二区域的自相关系数之间的较小值；
[0075]
max{asm1,asm2}表示第一区域的能量与第二区域的能量之间的较大值；min{asm1,asm2}表示第一区域的能量与第二区域的能量之间的较小值；max{con1,con2}表示第一区域的对比度与第二区域的对比度之间的较大值；min{con1,con2}表示第一区域的对比度与第二区域的对比度之间的较小值；max{ent1,ent2}表示第一区域的熵与第二区域的熵之间的较大值；min{ent1,ent2}表示第一区域的熵与第二区域的熵之间的较小值。
[0076]
基于第一区域与第二区域之间的第一差异、第二差异、第三差异以及第四差异的和得到该目标区域的第二指标：
[0077][0078]
其中，表示目标区域的第二指标；text1表示第一区域与第二区域的第一差异；
[0079]
text2表示第一区域与第二区域的第二差异；text3表示第一区域与第二区域的第三差异；text4表示第一区域与第二区域的第四差异。
[0080]
步骤s400，基于目标区域的第一指标和第二指标的求和得到目标区域的差异系数，差异系数大于差异系数阈值时，目标区域被分割为两个子区域；获取每个子区域对应的差异系数判断是否对子区域进行分割，以此进行迭代，直至满足预设条件时，停止对目标区域以及子区域的分割。
[0081]
由步骤s200和步骤s300分别获取每个目标区域的第一指标和第二指标，根据第一指标与第二指标的求和得到该目标区域对应的差异系数，差异系数越大，则表明该目标区域拟分割得到的第一区域与第二区域之间的差异越大，则该目标区域越可能为多个悬浮物之间的粘附，从而表明该目标区域越应该被分割。
[0082]
基于不同倾斜角的直线将目标区域划分为不同组合的第一区域和第二区域，每个倾斜角的直线对应一个组合的第一区域和第二区域；根据不同组合下的第一区域与第二区域获取目标区域的第一指标和第二指标；每个倾斜角的直线对应一组第一指标与第二指标；计算每组第一指标与第二指标的求和结果，所有求和结果中最大的值为目标区域的差异系数；求和结果最大时对应的倾斜角的直线为初始分割线。
[0083]
具体的，上述对目标区域拟分割得到第一区域与第二区域的方法是以过该目标区域的质心的θ＝0时的直线的分割，每个倾斜角的直线对目标区域分割均可对应一个组合的第一区域和第二区域；相应的，获取每个目标区域在过质心的以及时的直线拟分割得到的第一区域和第二区域，计算不同倾斜角下分割目标区域时对应的差异系数，选取四个差异系数中的最大值作为该目标区域对应的最终的差异系数，将最终的差异系数对应的倾斜角的直线记为初始分割线。
[0084]
本发明实施例中通过设置差异系数阈值用于判断差异系数的大小；即当目标区域的差异系数大于差异系数阈值1.7时，则该目标区域应该被分割为两个子区域。具体分割的方法为：基于初始分割线将该目标区域拟分割得到的第一区域的质心和第二区域
的质心作为初始聚类中心，然后利用超像素分割算法完成对该目标区域的分割得到两个子区域，超像素分割算法为现有公知技术，不再赘述。
[0085]
以此类推，对该表面图像中每个目标区域进行差异系数的计算，判断该目标区域是否需要被划分为两个子区域，由于每个目标区域均为悬浮物区域，因此表面图像中目标区域的数量即为悬浮物的数量，在对目标区域进行分割的同时，悬浮物的数量应当随之进行更新；在对目标区域进行分割得到子区域时，继续对子区域的差异系数进行获取，判断子区域是否需要继续分割，以此进行迭代分割，直至满足预设条件任意一条时停止对所有目标区域的分割；预设条件为：(1)所有的目标区域以及由目标区域得到的子区域的差异系数均小于差异系数阈值；(2)某个目标区域被分割的迭代次数达到10次。
[0086]
步骤s500，统计每张表面图像中对所有目标区域分割后的区域数量，区域数量是所有子区域的数量以及未被分割的目标区域的数量的和；统计所有表面图像对应的区域数量的最大值为悬浮物数量，当悬浮物数量小于预设阈值时，停止对污水的初步处理。
[0087]
由步骤s400中的方法对所有的目标区域进行迭代分割，统计表面图像中所有目标区域分割后得到的区域数量，该区域数量包括未被分割的目标区域数量以及目标区域分割得到的子区域数量，区域数量即为该表面图像中悬浮物数量。
[0088]
由于步骤s100中对样本污水进行四个角度的表面图像采集，因此基于相同的方法对其他三个角度的表面图像中区域数量进行获取，以四个角度的表面图像对应的区域数量的最大值作为此时样本污水中悬浮物数量，基于样本污水中悬浮物数量估计整体水产养殖污水反应池中悬浮物数量，该方法为数学常识，不再赘述。
[0089]
本发明实施例中设置在取样的样本污水中悬浮物数量大于300时，则判定为此时为未经初步处理后的废水；当取样的样本污水中悬浮物数量处于100-300之间时，则判定此时为污水初步处理的絮凝过程；当取样的样本污水中悬浮物数量处于20-100之间时，则判定此时为污水初步处理的等待沉降过程；当取样的样本污水中悬浮物数量少于20时，则认为该水产养殖污水反应池中的污水初步处理完成，可以将该污水进行下一步的处理；当连续多次对污水采样得到的样本污水的悬浮物数量均大于20时，提醒工作人员检查污水初步处理过程中是否需要改善，例如滤芯、沉降剂等，以及时对污水初步处理的工艺进行改进。
[0090]
综上所述，本发明实施例中通过对水产养殖的反应池中的污水进行采样分析，对样本污水中所有的悬浮物区域即目标区域进行初步选取，然后对每个目标区域的颜色信息、灰度信息以及纹理信息进行分析得到每个目标区域的差异系数，进一步基于差异系数判断每个目标区域是否需要被分割，统计所有目标区域分割后的区域数量得到相应的表面图像中的悬浮物的数量，基于样本污水的悬浮物数量反映整体反应池污水的处理情况，增加了对污水初步处理时对时间把控的精确度，提高了污水处理的效率。
[0091]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0092]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0093]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种节能环保的养殖污水处理方法，其特征在于，该方法包括以下步骤：对养殖污水反应池实时进行采样得到样本污水，获取所述样本污水的多张表面图像，识别每张所述表面图像中的目标区域，所述目标区域为悬浮物区域；对每个所述目标区域进行拟分割得到两个初始子区域，获取每个所述初始子区域的颜色信息与灰度信息，基于两个所述初始子区域的颜色信息以及灰度信息得到所述目标区域的第一指标；分别获取所述目标区域对应的两个所述初始子区域的灰度共生矩阵，基于所述灰度共生矩阵得到每个所述初始子区域的自相关系数、能量、对比度以及熵，基于两个所述初始子区域的自相关系数、能量、对比度以及熵得到所述目标区域的第二指标；基于所述目标区域的第一指标和第二指标的求和得到所述目标区域的差异系数，所述差异系数大于差异系数阈值时，所述目标区域被分割为两个子区域；获取每个所述子区域对应的差异系数判断是否对所述子区域进行分割，以此进行迭代，直至满足预设条件时，停止对目标区域以及子区域的分割；统计每张表面图像中对所有所述目标区域分割后的区域数量，所述区域数量是所有子区域的数量以及未被分割的目标区域的数量的和；统计所有表面图像对应的区域数量的最大值为悬浮物数量，当所述悬浮物数量小于预设阈值时，停止对污水的初步处理。2.根据权利要求1所述的一种节能环保的养殖污水处理方法，其特征在于，所述对每个所述目标区域进行拟分割得到两个初始子区域，获取每个所述初始子区域的颜色信息与灰度信息的步骤，包括：获取每个所述目标区域的中心点为质心，过该质心作直线将所述目标区域划分为两个初始子区域为第一区域和第二区域；所述直线为多个倾斜角的直线；获取所述表面图像对应的lab图像和灰度图像，计算所述第一区域中所有像素点在l通道的像素均值、所述第一区域中所有像素点在a通道的像素均值、所述第一区域中所有像素点在b通道的像素均值以及所述第一区域中所有像素点的灰度均值；同理获取第二区域中所有像素点在l通道的像素均值、在a通道的像素均值、在b通道的像素均值以及所述第二区域中所有像素点的灰度均值；基于所述第一区域在a通道的像素均值和所述第一区域在b通道的像素均值获取所述第一区域的颜色系数，同理基于所述第二区域在a通道的像素均值和所述第二区域在b通道的像素均值获取所述第二区域的颜色系数；基于所述第一区域在l通道的像素均值和所述第一区域的灰度均值获取所述第一区域的亮度系数，同理基于所述第二区域在l通道的像素均值和所述第二区域的灰度均值获取所述第二区域的亮度系数；所述颜色系数为颜色信息；所述亮度系数为灰度信息。3.根据权利要求2所述的一种节能环保的养殖污水处理方法，其特征在于，所述基于两个所述初始子区域的颜色信息以及灰度信息得到所述目标区域的第一指标的步骤，包括：计算第一区域的所述颜色信息与所述灰度信息的和为第一系数，计算第二区域的所述颜色信息与所述灰度信息的和为第二系数；计算所述第一系数与所述第二系数之间的较大值与较小值的比值为所述目标区域的第一指标。4.根据权利要求2所述的一种节能环保的养殖污水处理方法，其特征在于，所述基于两
个所述初始子区域的自相关系数、能量、对比度以及熵得到所述目标区域的第二指标的步骤，包括：计算第一区域的自相关系数与第二区域的自相关系数的相关差值，基于所述相关差值与第一区域和第二区域对应的自相关系数中较小值的比值得到第一差异；计算第一区域的能量与第二区域的能量的能量差值，基于所述能量差值与第一区域和第二区域对应的能量中较小值的比值得到第二差异；计算第一区域的对比度与第二区域的对比度的对比度差值，基于所述对比度差值与第一区域和第二区域对应的对比度中较小值的比值得到第三差异；计算第一区域的熵与第二区域的熵的熵差值，基于所述熵差值与第一区域和第二区域对应的熵中较小值的比值得到第四差异；所述第一差异、第二差异、第三差异以及第四差异的求和为所述目标区域的第二指标。5.根据权利要求2所述的一种节能环保的养殖污水处理方法，其特征在于，所述基于所述目标区域的第一指标和第二指标的求和得到所述目标区域的差异系数的步骤，还包括：基于不同倾斜角的直线将目标区域划分为不同组合的第一区域和第二区域，每个倾斜角的直线对应一个组合的第一区域和第二区域；根据不同组合下的第一区域与第二区域获取所述目标区域的第一指标和第二指标；每个倾斜角的直线对应一组第一指标与第二指标；计算每组第一指标与第二指标的求和结果，所有求和结果中最大的值为所述目标区域的差异系数；所述求和结果最大时对应的倾斜角的直线为初始分割线。6.根据权利要求5所述的一种节能环保的养殖污水处理方法，其特征在于，所述目标区域被分割为两个子区域的步骤，包括：所述初始分割线将所述目标区域划分为第一区域与第二区域；以第一区域的质心点以及第二区域的质心点为初始聚类中心，利用超像素分割算法对所述目标区域进行分割得到两个子区域。7.根据权利要求1所述的一种节能环保的养殖污水处理方法，其特征在于，所述预设条件为：所有的目标区域以及由目标区域得到的子区域的差异系数均小于差异系数阈值，或者某个目标区域被分割的迭代次数达到10次。

技术总结
本发明涉及污水处理技术领域，具体涉及一种节能环保的养殖污水处理方法。该方法为：对养殖污水反应池实时进行采样得到样本污水，获取样本污水的多张表面图像以及每张表面图像中的目标区域；将每个目标区域拟分割为两个初始子区域，基于两个初始子区域获取目标区域的第一指标和第二指标；基于第一指标和第二指标的求和得到目标区域的差异系数用于判断是否对目标区域进行分割，以此进行迭代分割；统计分割后每张表面图像中的区域数量从而得到悬浮物数量，当悬浮物数量小于预设阈值时，污水初步处理达标；提高了污水处理的效率以及对污水处理时间的把控的准确度。水处理时间的把控的准确度。水处理时间的把控的准确度。


技术研发人员：蒋永年 蒋鑫池
受保护的技术使用者：江苏中农物联网科技有限公司
技术研发日：2023.04.27
技术公布日：2023/8/6