JPH02229596A - Method for recognizing image of activated sludge - Google Patents
Method for recognizing image of activated sludgeInfo
- Publication number
- JPH02229596A JPH02229596A JP1049785A JP4978589A JPH02229596A JP H02229596 A JPH02229596 A JP H02229596A JP 1049785 A JP1049785 A JP 1049785A JP 4978589 A JP4978589 A JP 4978589A JP H02229596 A JPH02229596 A JP H02229596A
- Authority
- JP
- Japan
- Prior art keywords
- activated sludge
- stage
- image
- flocs
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000010802 sludge Substances 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 5
- 241000894006 Bacteria Species 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004062 sedimentation Methods 0.000 description 8
- 238000005273 aeration Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000003672 processing method Methods 0.000 description 6
- 238000000926 separation method Methods 0.000 description 5
- 244000144992 flock Species 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Activated Sludge Processes (AREA)
- Image Processing (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、活性汚泥の画像認識方法に係り、特に、下水
処理等、で活性汚泥法を用いて、排水を浄化処理する設
備において、曝気槽中の活性汚泥の性状を認識評価する
画像認識処理方法に関する。[Detailed Description of the Invention] [Industrial Application Field] The present invention relates to an image recognition method for activated sludge, and is particularly applicable to equipment that purifies wastewater using the activated sludge method in sewage treatment, etc. The present invention relates to an image recognition processing method for recognizing and evaluating the properties of activated sludge in a tank.
活性汚泥法は、下水処理等の広い分野で活用されている
水処理プロセスである。該方法を実施するための要件は
、酸素仔在下で微生物による有機汚濁物質の分解、同化
反応の確保と、生成した活性汚泥フロックの効果的な沈
殿分離の確保にあるが、前記の反応条件の変動によって
は必ずしも、良好な沈殿分離が確保し得ない局面が広々
にして起こり、従来運転管理が比較的鑓しい水処理プロ
セスの１つとされてきた。The activated sludge method is a water treatment process that is used in a wide range of fields such as sewage treatment. The requirements for implementing this method are to ensure the decomposition and assimilation reaction of organic pollutants by microorganisms in the presence of oxygen, and to ensure effective sedimentation and separation of the generated activated sludge flocs. Due to fluctuations, there are many situations in which it is not always possible to ensure good precipitation and separation, and conventionally it has been considered one of the water treatment processes in which operation management is relatively difficult.
良好な沈殿分離を確保するためには、生成した活性汚泥
フロックが、稠密で粒径の大きな、即ち沈降速度の大き
なものである必要がある。In order to ensure good sedimentation separation, the generated activated sludge flocs need to be dense and have a large particle size, that is, have a high settling rate.
従来、総括的（マクロ的）には、ＳＶＩ等の指標を用い
て沈降性の評価を行い、運転管理のための情報としてき
九。しかし、ＳＶ工の指標そのものが手分析操作による
ものであつ九ため、リアμタイム性に欠けるものである
上、その数値についても、明確な閾値がある訳ではなく
、沈殿分離の良否との対応には経験的判断の介在を必要
とするなど、自動化・オンフイン化しにくい性格を持っ
ていた。Conventionally, from a comprehensive (macro) perspective, indicators such as SVI have been used to evaluate sedimentation, and have been used as information for operation management. However, the indicators for SV engineering are based on manual analysis and lack real-time performance. Furthermore, there is no clear threshold value for the numerical value, and it does not correspond to the quality of sedimentation separation. It has characteristics that make it difficult to automate or turn it into an online system, such as requiring the intervention of empirical judgment.
こうした背景から、近年、活性汚泥のＭｔｉ＆鏡等によ
る拡大影像を、テレビカメフにより画象処理装置にと９
込み、処理を行って活性汚泥に関するミクロ的な情報を
得ようとする試みがみられる様になってきた。しかし、
これらは、一方では原生動物のｇ識計数であったシ、他
方では沈降性を妨害する糸状細菌の認識計数であり、活
性汚泥フロックそのものの稠密性を取り扱うものではな
かった。Against this background, in recent years, enlarged images of activated sludge using Mti and mirrors have been converted into image processing equipment using TV cameras.
Attempts are now being made to collect and process activated sludge to obtain microscopic information about activated sludge. but,
These were, on the one hand, a recognition count of protozoa, and on the other hand, a recognition count of filamentous bacteria that interfered with sedimentation, and did not deal with the density of the activated sludge floc itself.
上記のように、従来技術においては、活性汚泥フロック
の稠密性を取シ扱う技術は開発されていなかった。As mentioned above, in the prior art, no technology has been developed to deal with the density of activated sludge flocs.
そこで、木発明は、活性汚泥フロックの稠密性を定量化
して評価し、活性汚泥フロックの安定した運転制御を可
能とするための画像認識方法を提供することを目的とす
る。Therefore, the object of the present invention is to provide an image recognition method for quantifying and evaluating the density of activated sludge flocs and enabling stable operation control of activated sludge flocs.
木発明者らは、沈殿分離を支配する因子は、糸状細菌の
量だけでなく、活性汚泥フロックそのものの稠密性にも
あるとの見解のもとに、鋭意研究の結果、稠密性を定址
的に表現し得る、新規な画像認識処理方法を発明し、上
記の目的を達成したものである。Based on the idea that the factor governing sedimentation separation is not only the amount of filamentous bacteria, but also the density of the activated sludge flocs themselves, the inventors conducted extensive research and determined that the density can be determined in a fixed manner. This invention has achieved the above objectives by inventing a new image recognition processing method that can be expressed as follows.
すなわち、本発明は、
活性汚泥を拡大撮象し、画像処理する方法において、
（１） ！Ｘ１１ｍ像データの輝度値と背景画象デー
タの輝度値の差ｔ−演算する第１の工程と、（２）
第１の工程で得られた画像を複数のり度値で２値化処理
する第２の工程と、
（３） 第２の工程で得られた復数の固象を、各々縮
小熟埋及び拡大処理する第３の工程と、（４） 第３
の工程で得られた画家中の活性汚泥フロックの面積又は
体積を演算する第４の工程と、
（５）第４の工程で得られた複数の演算値の各々につい
て、それらのうちの最大迫との比率を演算する第５の工
程と
（６） 第５の工程で得られた演算値により活性汚泥
フロックの稠密性を判定する第６の工程とからなること
を特畝とする活性汚泥の画１象認識方法である。That is, the present invention provides a method for enlarging activated sludge and processing the image, (1)! a first step of calculating the difference t between the brightness value of the X11m image data and the brightness value of the background image data; (2)
a second step in which the image obtained in the first step is binarized using a plurality of intensity values; (3) the multiple solid objects obtained in the second step are reduced and enlarged respectively (4) a third step of treating;
a fourth step of calculating the area or volume of the activated sludge flocs in the painter obtained in step (5) of each of the plurality of calculated values obtained in the fourth step; and (6) a sixth step of determining the density of the activated sludge flocs based on the calculated value obtained in the fifth step. This is a one-image recognition method.
上記において、活性汚泥とは、フロック形成細菌、糸状
細菌及び原生動物等で形成されたものを総称するもので
、フロック形成細菌によって形成されたフロック伏の対
象物を活性汚泥フロックといい、独立遊離あるいはフロ
ックから放射状にのびている糸状の対象物を糸状細菌と
いい、本発明では活性汚泥フロックを定凰的に認識する
ものである。In the above, activated sludge is a general term for those formed by floc-forming bacteria, filamentous bacteria, protozoa, etc., and the objects of floc formation formed by floc-forming bacteria are called activated sludge flocs, and Alternatively, filamentous objects extending radially from flocs are called filamentous bacteria, and the present invention recognizes activated sludge flocs in a fixed manner.
本発明にかかる画像認識方法は、下水処理等の活性汚泥
プロセスにより生成する活性汚泥フロックの拡大影象を
、所定の画像演算処理を施すことによって、その稠密性
を定量化し、評価して活性汚泥フロックの良否を診断し
、もって効果的な運伝管理、自動制岬を可能ならしめる
作用をなす。The image recognition method according to the present invention quantifies and evaluates the density of activated sludge flocs by performing predetermined image calculation processing on an enlarged image of activated sludge flocs generated in an activated sludge process such as sewage treatment. It diagnoses the quality of flocks, thereby enabling effective transport management and automatic control.
以下、本発明を図面を参照にして更に詳しく説明するが
、本発明はこの実施例に限定されるものではない。Hereinafter, the present invention will be explained in more detail with reference to the drawings, but the present invention is not limited to this embodiment.
最初に第１図を用いて説明する。第１図は、本発明に係
わる活性汚泥の画像認識処橿方法の運用例を示す説明図
である。First, explanation will be given using FIG. FIG. 1 is an explanatory diagram showing an example of operation of the image recognition processing method for activated sludge according to the present invention.
原水１は必要ならば前処理を受けた後、＠気槽２に導入
され、ここで、沈殿池４から返送された活性汚泥１２と
混合される。曝気槽２内には、活性汚泥の活動に必要な
酸素を供給するため、プロワー５よシ空気が供給されて
いる。活性汚泥は曝気槽中に滞留する間に排水中の有機
物質を分解資化する。曝気槽２からの流出水は沈殿池４
に送られ、ここで活性汚泥を沈殿分離して、清溌な処理
水７を得る。沈殿した活性汚泥の一部は返送汚泥１２と
なシ、残部は余剰汚泥１３として糸外に排出される。After undergoing pretreatment if necessary, the raw water 1 is introduced into the @air tank 2, where it is mixed with the activated sludge 12 returned from the settling tank 4. Air is supplied into the aeration tank 2 by a blower 5 in order to supply oxygen necessary for activated sludge activity. Activated sludge decomposes and assimilates organic substances in wastewater while it remains in the aeration tank. The water flowing out from the aeration tank 2 is sent to the sedimentation tank 4.
The activated sludge is sent there to be separated by precipitation to obtain clean treated water 7. A part of the precipitated activated sludge becomes return sludge 12, and the rest is discharged to the outside as surplus sludge 13.
曝気槽２中には活性汚泥の拡大影象を得るのに好適な水
中顕微鏡８が浸漬されていて、定期的に活性汚泥の影像
を把え、本発明に係るＶＲ像認識システム９へ送信して
いる。この水中頭漱ＩＭ８としては、例えば、本出願人
が先に出願した特願昭６２−２７９０５６号に記載のよ
うな、この目的に適した装置が選定される。An underwater microscope 8 suitable for obtaining enlarged images of activated sludge is immersed in the aeration tank 2, and periodically captures images of the activated sludge and transmits them to the VR image recognition system 9 according to the present invention. ing. As this underwater head IM8, a device suitable for this purpose is selected, for example, as described in Japanese Patent Application No. 62-279056 previously filed by the present applicant.
画＠！ｇ識処理ンステム９は、画家演算処理装置、コン
ピュータ、モニタ、テレビ等から構成され、水中頭微虞
８からの映１家信号に必要な演算処理を施し、活性汚泥
フロックの稠密性を評価判定する指標を算出する。該シ
ステム９での演算結果はコントローラ１０を介して伝達
され、必要に応じて、曝気プロワー３、返送汚泥ボンデ
５、余剰汚泥ポンプ６が制御される。Picture @! The g-identification processing system 9 is composed of a painter processing unit, a computer, a monitor, a television, etc., and performs the necessary calculation processing on the video signal from the underwater head unit 8, and evaluates and determines the density of activated sludge flocs. Calculate the index for The calculation results in the system 9 are transmitted via the controller 10, and the aeration blower 3, return sludge bonder 5, and excess sludge pump 6 are controlled as necessary.
次に、第２図の本発明の画像認識処理方法のフローの一
例を示す工程図を用いて、画像認識システム９における
画像データの処理手ｊ頃について説明する。Next, the processing of image data in the image recognition system 9 will be explained using a process diagram showing an example of the flow of the image recognition processing method of the present invention shown in FIG.
水中顕ＹＩｋ鏡８からの原画像データ２１は、必要なら
ば複数回の積分入力により平滑化された後、入力画像の
照明ムツ等を除去するため、対象物を含まない背景画像
データ２２との間で、対応する画素間の輝度値の差を演
算２３する。The original image data 21 from the underwater YIk mirror 8 is smoothed by multiple integral inputs if necessary, and then combined with the background image data 22 that does not contain the object in order to remove illumination artifacts from the input image. The difference in luminance values between corresponding pixels is calculated 23 between them.
（第１の工程）第１の工程で得られた画像を対象とする
活性汚泥フロックの輝度値の分布を考慮して、あらかじ
め設定されている複数の輝度値で２値化処理２４する。(First step) The image obtained in the first step is subjected to binarization processing 24 using a plurality of preset brightness values in consideration of the distribution of brightness values of activated sludge flocs.
（第２の工程）この輝度値の設定は、当該活性汚泥の輝
度値の分布に関する知見から任意に設定して良い。(Second step) The brightness value may be set arbitrarily based on knowledge regarding the distribution of brightness values of the activated sludge.
例えば、対象とする活性汚泥フロックについて最大径を
算出し、その最大径方向に沿って走査して得られる輝度
値分布から、最大輝度値、最小輝度値を求め、その最大
輝度値、最小輝度値及びその間の少なくとも１つの輝度
度として設定することが好ましい。これにより、２値化
処理の揮度値の異なる複数の２値化画像が得られる。（
第２図では４つの例を示している。）この複数の２ｍ化
画像Ａ−Ｄの各々について、糸状細菌等を除去するため
、必要な回数の画像の縮小処理及び拡大処理２５を行っ
て、活性汚泥フロックのみを抽出する。（第３の工程）
この回数は、サンプルの拡大倍率と糸状細菌の太さ等を
考慮してこれを除去するのに必要十分な回数を行えばよ
い。抽出された活性汚泥フロックについて、面積を演算
計測２６する。（第４の工程）
この面積の演算計測は、例えば、フロック部の画素数と
、単位画素面積（画素４点でつくられる正方形の而槓）
とをもとに算出する方法で良く、また、画面全画素数に
対するフロック部の画素数の比率として算出しても良い
。For example, calculate the maximum diameter of the target activated sludge floc, scan along the maximum diameter direction, determine the maximum brightness value and minimum brightness value from the brightness value distribution, and then calculate the maximum brightness value and minimum brightness value. It is preferable to set the brightness as at least one brightness level between the brightness and the brightness. As a result, a plurality of binarized images having different volatility values of the binarization process are obtained. (
FIG. 2 shows four examples. ) For each of the plurality of 2m images A to D, in order to remove filamentous bacteria and the like, image reduction processing and enlargement processing 25 are performed as many times as necessary to extract only activated sludge flocs. (Third step)
This may be carried out as many times as necessary to remove the filamentous bacteria, taking into consideration the magnification of the sample and the thickness of the filamentous bacteria. The area of the extracted activated sludge flocs is calculated and measured 26. (Fourth step) Calculation and measurement of this area can be done by calculating, for example, the number of pixels in the flock part and the unit pixel area (a square made of 4 pixels).
Alternatively, it may be calculated as the ratio of the number of pixels in the flock section to the total number of pixels on the screen.
求められた面積を比較して（２７），その中の最大値に
対する各面積値の比率を算出する（２８）。（第５の工
程）得られた数値をもとに、活性汚泥の分散集合の度合
、即ち稠密性について判定する。The obtained areas are compared (27), and the ratio of each area value to the maximum value is calculated (28). (Fifth step) Based on the obtained numerical value, the degree of dispersion and aggregation of activated sludge, that is, the density is determined.
以上の内容を第５図を用いてよシ具体的に説明する。第
３図は、本発明の画像認識処理方法の原理を示す工程図
である。The above content will be specifically explained using FIG. 5. FIG. 3 is a process diagram showing the principle of the image recognition processing method of the present invention.
サンプ／ｌ／８１は、フロックの周辺から中心に至る内
部に微生物が、疎に集合した活性汚泥フロックであυ、
サング／′Ｌ／Ｓ２は密に集合した活性汚泥フロックで
ある。Sump/l/81 is an activated sludge floc in which microorganisms are sparsely gathered from the periphery to the center of the floc.
Sang/'L/S2 is a densely aggregated activated sludge floc.
第３−１図は、ガラス等により両面を狭まれた顕微鏡用
プレパラートの断面を示す模式図であるが、これらのサ
ンデｙのある１＃ｒ面（例えば、前記の如く最大径方向
のある断面）を走査した輝度値分布曲線は第５−２図の
ようＫなる。ここで、輝度値Ａ−Ｄによって２ｆＩＬ化
処理を行なうと、それぞれに応じて、第３−３図の如く
フロック部の面積が異って求められる。これらの面積を
第５工程に従って演算処理して得られた数値を各輝度値
に対してプロットしたものが第５−４図である。つまり
、内部の疎な活性汚泥フロック程、２誠化処理の輝度泣
の違いにより、抽出されるフロック面積のｋ化が大きい
ことになり、この変化の度合いを指標として、フロック
の禰゛護性が判定できることになる。Figure 3-1 is a schematic diagram showing a cross section of a microscope preparation narrowed on both sides by glass or the like. ) is scanned and the brightness value distribution curve becomes K as shown in FIG. 5-2. Here, when 2fIL conversion processing is performed based on the luminance values A-D, the area of the flock portion is determined differently depending on each luminance value, as shown in FIG. 3-3. FIG. 5-4 shows numerical values obtained by arithmetic processing of these areas according to the fifth step, plotted for each luminance value. In other words, the more sparse the internal activated sludge flocs are, the larger the k change in the area of the extracted flocs will be due to the difference in brightness during the two-layer conversion process, and the degree of this change can be used as an index to evaluate the protection properties of the flocs. can be determined.
なお面積のかわりに体積を用いる場合には、求められた
面積にプＶバフート間の厚みをかければよい。Note that when volume is used instead of area, the obtained area may be multiplied by the thickness between P-V and Bahut.
変化の度合は、例えば、第５−４図の如く、直線とみな
して（最小２乗相関直線の算出）その傾きとして求める
方法を採用するなどすればよい。すなわちサンデＡ／８
２は輝度値の違いによる面積又は体積の認識率の変化が
サンプ／ｌ／Ｓ１に較べて水平に近く小さいこと、即ち
フロック内部に至るまで敵生物の集合の程度が稠密であ
ることを表わしていて、この方法でフロックの稠密性を
評価できることがわかる。The degree of change may be determined, for example, by regarding it as a straight line (calculating a least squares correlation straight line) and determining its slope, as shown in FIG. 5-4. That is, Sande A/8
2 indicates that the change in area or volume recognition rate due to differences in brightness values is nearly horizontal and small compared to sump/l/S1, that is, the degree of aggregation of enemy organisms is dense up to the inside of the floc. It can be seen that the density of flocs can be evaluated using this method.
こうしたデータを数多く集積しておき、観察の都度、そ
のデータベースを参照することによってフロックの状態
を判定することが可能となる。By accumulating a large amount of such data and referring to the database each time an observation is made, it becomes possible to determine the state of the floc.
上述したように、木范明によれば、従来行なえなかった
活性汚泥フロックの稠密性を定量化して評価することが
可能となシ、活性汚泥プロセスの安定した運転制御を達
成できる効果を生ずる。As mentioned above, according to Mu Fanmei, it is possible to quantify and evaluate the density of activated sludge flocs, which could not be done conventionally, and it is possible to achieve stable operation control of the activated sludge process.
第１図は，木伯明の活性汚泥の画像認識処理方法の運用
例を示す概略説明図、＠２図は、本発明のフローの一例
を示す工，哩図、第３図は、本発明の厚理を示す工程図
である。
１・・・原水、２・・・曝気漕、３・・・曝気プロワ、
４・・・沈殿池、５・・・返送汚泥ポンプ、６・・・余
剰汚泥ポンプ、７・・・処理水、８・・・水中顕微鏡、
９・・・ｍｅｇａシステム，１０−・・コントローラ、
１１・・・沈殿汚泥、１２・・・返送汚泥、１３・・・
余剰汚泥
舘１図Figure 1 is a schematic explanatory diagram showing an example of the operation of the image recognition processing method for activated sludge by Akira Kibo, Figure 2 is a diagram showing an example of the flow of the present invention, and Figure 3 is a diagram showing an example of the flow of the present invention. It is a process diagram showing thick plates. 1... Raw water, 2... Aeration tank, 3... Aeration blower,
4... Sedimentation tank, 5... Return sludge pump, 6... Excess sludge pump, 7... Treated water, 8... Underwater microscope,
9...mega system, 10-...controller,
11...Settled sludge, 12...Return sludge, 13...
Excess sludge tank 1 diagram
Claims (1)
、 （１）原画像データの輝度値と背景画像データの輝度値
の差を演算する第１の工程と、 （２）第１の工程で得られた画像を複数の輝度値で２値
化処理する第２の工程と、 （３）第２の工程で得られた複数の画像を、各々縮小処
理及び拡大処理する第３の工程と、（４）第３の工程で
得られた画像中の活性汚泥フロックの面積又は体積を演
算する第４の 工程と、 （５）第４の工程で得られた複数の演算値の各々につい
て、それらのうちの最大値との比 率を演算する第５の工程と （６）第５の工程で得られた演算値により活性汚泥フロ
ックの稠密性を判定する第６の工 程 とからなることを特徴とする活性汚泥の画像認識方法。[Claims] 1. A method for enlarging and image-processing activated sludge, comprising: (1) a first step of calculating a difference between a brightness value of original image data and a brightness value of background image data; ) a second step in which the image obtained in the first step is binarized using a plurality of brightness values, and (3) the plurality of images obtained in the second step are respectively reduced and enlarged. (4) a fourth step of calculating the area or volume of activated sludge flocs in the image obtained in the third step; (5) a plurality of calculations obtained in the fourth step; (6) a sixth step of determining the density of the activated sludge flocs based on the calculated value obtained in the fifth step; An image recognition method for activated sludge, characterized by comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1049785A JPH0671598B2 (en) | 1989-03-03 | 1989-03-03 | Image recognition method for activated sludge |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1049785A JPH0671598B2 (en) | 1989-03-03 | 1989-03-03 | Image recognition method for activated sludge |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02229596A true JPH02229596A (en) | 1990-09-12 |
| JPH0671598B2 JPH0671598B2 (en) | 1994-09-14 |
Family
ID=12840815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1049785A Expired - Fee Related JPH0671598B2 (en) | 1989-03-03 | 1989-03-03 | Image recognition method for activated sludge |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0671598B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012228645A (en) * | 2011-04-26 | 2012-11-22 | Hitachi Ltd | Water treatment apparatus, water treating method, and program for the method |
-
1989
- 1989-03-03 JP JP1049785A patent/JPH0671598B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012228645A (en) * | 2011-04-26 | 2012-11-22 | Hitachi Ltd | Water treatment apparatus, water treating method, and program for the method |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0671598B2 (en) | 1994-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114663684B (en) | A method, system and computing device for real-time intelligent analysis of flocculation reaction | |
| JPH0790234B2 (en) | Sewage treatment method and device with activated sludge | |
| Benens et al. | Evaluation of different shape parameters to distinguish between flocs and filaments in activated sludge images | |
| Khan et al. | Generalized modeling of the sludge volume index and suspended solids to monitor activated sludge bioflocculation using image analysis | |
| US12590023B2 (en) | Method for regulating the addition of a flocculant to a sludge | |
| EP1373145B1 (en) | Method and measuring device for automatically determining the concentration factor of conditioned sewage sludge | |
| JP3136554B2 (en) | Sludge coagulation equipment | |
| JPH02229596A (en) | Method for recognizing image of activated sludge | |
| JPH02229597A (en) | Method for recognizing image of activated sludge | |
| Khan et al. | Estimation of sludge volume index (SVI) using bright field activated sludge images | |
| CN119831923A (en) | Sand filter working condition evaluation method based on Yolov-Seg | |
| JPH05146791A (en) | Microorganism recognition device | |
| Nisar et al. | Application of imaging techniques for monitoring flocs in activated sludge | |
| JPH0636188B2 (en) | Image measuring device | |
| JPH02253786A (en) | Method for recognizing active sludge picture | |
| CN119390215B (en) | Pharmaceutical production wastewater treatment method and system based on advanced oxidation | |
| JPH08197084A (en) | Biological phase diagnosis support system | |
| JPH02229598A (en) | Method for recognizing image of activated sludge | |
| JPH0462798B2 (en) | ||
| JPS6253792A (en) | Apparatus for detecting microorganism phase | |
| JPH0515518B2 (en) | ||
| JPH06114391A (en) | Wastewater treatment method | |
| CN119059584B (en) | Intelligent sewage treatment method and equipment | |
| TWI912773B (en) | Wastewater coagulation and sedimentation system and control method thereof | |
| CA3220804C (en) | Method for controlling flocculant addition to a sludge |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |