JPH02229598A - 活性汚泥の画像認識方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

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シ、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。

〔従来の技術〕 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
、酸素存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
にして起こシ、従来運転管理が比較的難しい水処理プロ
セスの１つとされてきた。

特に、糸状細菌の大ｆｋ発生に原因する沈殿分離障害は
、活性汚泥プロセスを系として成シ立た表くする程の重
大障害となるため、未然に、大量発生を防止する様、運
転条件を効果的に変更する必要性があった。

従来、固液分離状態の管理としては、 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た。し
かし、ＳＶ工の指標そのものが手分析操作によるもので
あったため、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・オンフィン化しにくい性格を持っていた。

更には、ＳＶＩの上昇、即ち、沈殿分離の不良現象とし
ては、先述した糸状細菌の発生の他、活性汚泥を基本的
に構成する凝集性細菌自体の分散化による膨化現象等が
ちシ、それぞれ異った対策を講ずる必要があるが，ＳＶ
Ｉ等のマクロ的指標では、これを区別しにくかった。そ
のため、従来は、顕微鏡を用いて肉眼Ｉｌ１察するとと
Ｋよシ、活性汚泥の性状を評価してきたが、人手によシ
、これを定量イヒするには多大の労力を要するため、時
々刻々の情報として利用することは不可能であシ、効果
的な手法の開発が望まれていた。

こうした背景から近年、活性汚泥の顕微鏡等による拡大
影像を、テレビカメラによシ撮像して、画像処理を行な
うことにより、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シ、その処理手順に関す
る考察もみられるようになってきた。これらは対象が、
糸状細菌であったシ、′原生動物であったりするが、糸
状細菌や活性汚泥フロックを対象とする考察であっても
、両者を正確に分罐して定量的に計測するには十分でな
く、また、それぞれを単独で計測していて、活注汚泥の
沈降分離が基本的に両者の相対的な量比によって左右さ
れることを表現しておらず、活注汚泥の状態を好適に表
現する情報としては甚だ不十分なものであった。

〔発明が解決しようとする課題〕

上記・のように、従来技術においては、活性汚泥の状態
を好適に表現する情報は、今だ十分に満足し得るものは
得られなかった。

そこで、本発明は、活性汚泥をよシ、正確に定量的に把
握できる画像認識方法を提共することを目的とする。

〔課題を解決するための手段〕

本発明者らは、上記目的を達成するために、鋭意研究の
結果、活性汚泥を拡大撮壕して得られた映像から、活性
汚泥フロック及び糸状細菌を定量的に計数し、処理状態
の診断や自動制御に生かすための、新規な活性汚泥の画
像認識方法を発明するに至ったものである。

すなわち、本発明は、 活性汚泥を拡大撮像し、画像処理する方法において、 （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２値化処理する
第２の工程と、 （３）　　第１の工程で得られた画像を線検出処理した
後、２値化処理する第３の工程と、 （４）　　第２の工程で得られた画像データと第３の工
程で得られ九Ｉｌｌデータの輝度値の和を演算してマス
ク画像を得る第４の工程と、（５）　　第１の工程で得
られた画像データと、第４の工程で得られた画像データ
の輝度値の和を演算して強調画像を得る第５の工程と、
（６）第５の工程で得られた画像を２値化処理する第６
の工程と、 （７）第６の工程で得られた画家を縮小処理及び拡大処
理して活性汚泥フロックの画像のみを得る第７の工程と
、 （８）第６の工程で得られた画像を細線化処理する第８
の工程と、 （９）　　第７の工程で得られた画像データと第８の工
程で得られた画像データとの輝度値の差を演算して糸状
細菌の画像のみを得る第９の工程と、 α１　第７の工程で得られた画家の画素数を積算し、活
性汚泥フロックの面積及び／又は体積を演算する＄１０
の工程と、 （１１）　第９の工程で得られた画像の画素数を積算し
、糸状細菌の長さ及び／又は体積を演算する第１１の工
程と、 （１ｚ　　第１０の工程で求めた活性汚泥フロックの面
積に対する第１１の工程で得られる糸状細菌の長さの比
率、あるいは第１０の工程で求めた活性汚泥フロックの
体積に対する第１１の工程で得られる糸状細菌の体積の
比率の少なくとも一方を演算する第１２の工程と、αタ
　第１２の工程で求めた比率から活性汚泥の沈降性を判
定する第１３の工程、 とを具備することを特徴とする活性汚泥の画像認識方法
である。

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状の対
象物を活性汚泥フロックといい、独立遊ｇｌ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、これらを分離し工定量的に認織す
るものである。

〔作用〕 本発明にかかる、画像認識方法は、下水処理等の活性汚
泥処理プロセスにおける活性汚泥の構成、状態等を定濾
化して評価することができ、それによって、処理状顔の
正確な判定を可能とし適正な運転管理、自動制御化を増
進する作用をなす。

〔夾施例〕

以下、本発明を図面を参照にして更に詳しく説明するが
、本発明はこの夾施例に限定されるものではない。

最初に第１図を用いて説明する。第１図は、本発明κ係
わる活性汚泥の画像認識処理方法の運用例を示す説明図
である。

原水１は必要ならば前処理を受けた後、曝気槽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３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
物質を分屏資化する。曝気槽２からの流出水は沈殿池４
Ｋ送られ、ことで活性汚泥を沈殿分離して、清澄な処理
水７を得る。沈殿した活性汚泥の一部は返送汚泥１２と
なり、残部は余剰汚泥１５として系外に排出される。

曝気槽２中には活性汚泥の拡大影像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、本発明に係る画像認識システム９へ送信してい
る。この水中顕微！１Ｂ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。

画像認識処理システム９は、画像演算処理装置、コンピ
ュータ、モニタ、テＶビ等から構成され、水中顕微鏡８
からの映像信号に必要な演算処理を施し、活性汚泥中の
活性汚泥フロックの面積及び／又は体積、糸状細菌の長
さ及び／又は体積及びそれらの比率を演算する。演算結
果は、あらかじめ定められた手法に則って、曝気プロワ
３、返送汚泥ボンプ５、余剰汚泥ボング６の制御信号に
変換され、コントローフ１０を介して、これらのうち少
なくとも１つを必要に応じて制御する。

ここで、前記の手法としては、あらかじめ従来の知見に
もとづいて求められている数式を演算する手法でも良い
し、また前記知見をμ−ｙ化してコンピュータに蓄積し
ておき、それらの／Ｉ／　−　７ｔｚ群を参照すること
で、前記のプロワ、ポンプ等の制御信号を導出する手法
でも良く、その他目的とする制御信号を得ることのでき
る手法ならば、いずれでも採用することができる。

次Ｋ１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
ｔＳ像データの処理手順について説明する。

水中顕微！１８からの対象物（活性汚泥フロック、糸状
細菌）を含む入力された原画１象データ２１は、必要な
らば複数回の積分入力によシ平滑処理２２された後、入
力画像の照明ムラ等を除去するため、該対象物を含まな
い背景画像データ２３を同様に平滑処理２４して得た画
像との間で、対応する画素ごとに輝度値の差を演算２５
する。（第１の工程） 次に、第１の工程で得られた画像について、所定の輝度
値に従って２値化処理２６を行う。

（第２の工程）別に、第１の工程で得られた画像の中間
輝度部（糸状細菌や活性汚泥フロック周縁部など）を強
調するためにフプフシアンオペレータを用いて線検出処
理２７した後、所定の輝度値に従って２値化処理２８を
行う。（第３の工程） ここで、ヲデフシアンオベＶ一夕のサイズは５×３マト
リックス以上、好ましくは９×９マトリックスが良く、
また加重係数の配置は、ランダムな方向を持つ線分をど
の方向を持つものでも強調処理ができる様、好ましくは
、１２種以上配置の異なるものを用意しておくと良い。

１２ａ，ｊ５のオペレータを用いてフイｙタリング処理
した後、論理和演算を行って、各画素の輝度値を求めて
おく。得られた画像と第２の工程で得られた画像との間
で、各画素毎に輝度値の和を演算２９すればマスクとす
る画像が生成される。（第４の工程）尚、この演算で、
輝度値の和が最高輝度値（８ビットの場合は２５５）を
越えるものは、最高輝度値を代入しておく。

火に、このマスク画像を反転処理３ロした画罎と、第１
の工程で得られる画像との間で、各画素毎に輝度値の和
を′、第４の工程と同様の操作で演算３１し、強調画像
を得る。（第５の工程）、その後、所定の輝度値に従っ
て２値化処理３２する（第６の工程）ことによシ、ノイ
ズ、照明ムヲ等が除かれ、不明瞭な糸状細菌やフロ化 ック周縁部なども明瞭された、原画像の正確な△ ２値化画像が得られる。

第６の工程で得られたＨ像について、一方では、糸状細
菌を消去するため、各画素について、縮小処理５３、続
いて拡大処理３４を同数回行う。（第７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、これを消去するのに必要十分な回数を行えば良い。

この処理で、糸状細菌のない活性汚泥フロックだけの画
像が得られるので、この画像についてフロックの面積及
び／又は体積を計測３５する。

（第１０の工程）この計測方法としては、面積について
はフロックを構成する画素数と単位画素面積（画素４点
でつくられる正方形の面積）とをもとに算出する方法や
、また、画面の全画素数に対するフロック構成画素数の
比率として算出する方法などを採用することができる。

体積については、求められた面積値に、顕微鏡プＬ／／
（フー｝１１成するスライドグラスとカバーグフス間の
距離を乗じて求めることができる。

他方では、第６の工程で得られた画像について、細線化
処理３６を行った（第８の工程）後、第７の工程で得ら
れた画像の反転処理３７を行って得た画像との間で、各
画素毎に輝度値の差を演算３８する。（第９の工程）こ
の段階で、フロックのない糸状細菌だけの画像が得られ
ているので、この画像について糸状細菌の長さ及び／又
は体積を演算３９する。（第１１の工程）演算方法とし
ては、長さについては、糸状細菌を構成する画素数に画
素間距離を乗ずる方法でも良いが、よシ正確には、糸状
細菌の方向性を考慮して、糸状細菌群を、いくつかの方
向別にグ〜−プ分けして、それぞれの画素の積算値に対
して所定の距離を乗ずる方法が好ましい。

体積については、求められた長さの値に糸状細菌の太さ
（菌種によって違うが１５〜２ミクロンであシ、菌種毎
の太さも現在ではわかっている）を乗じて求めることが
できる。

第１２の工程では、．前記の如く求められた、第１０工
程、及び第１１工程の計測結果から、フロック面積及び
／又は゛体積に対する糸状細菌の長さ及び／又は体積の
比を演算４０する。すなわち、活性汚泥フロックの面積
に対する糸状細菌の長さの比、あるいは活性汚泥フロッ
クの体積に対する糸状細菌の体積の比、又はこれらの両
方の比を演算する。

本発明者らの研究によれば、活性汚泥の沈降性の良否は
、活性汚泥混合液中に存在するフロック形成細菌と糸状
細菌の量の相対的関係によって、基本的には左右される
ことがわかっておシ、この相対的関係は、例えば、上記
の如く、フロック面積及び／又は体積に対する糸状細菌
の長さ及び／又は体積の比として表現することが好適で
ある。

第５図は、汚泥容量指標８’／Ｉと前記の比との関係に
関する１例を示したグフ７であるが、前記のようにして
求められた演算結果の利用にあたっては、当該処理設備
の運転データや既往の研究例などをもとに、このような
相関図を作成しておき、観察の都度、これに照らすこと
によυ、現在の汚泥の沈降性が、糸状細菌に原因するも
のか、フロックの分散化等の他の原因によるものか、な
どが判定できるようになる。判定結果にもとづいた操作
愈の変更を行えば、常に適正な運転管理に資することが
可能となる。

〔発明の効果〕

上述したように、本発明によれば、従来行うことが困難
・であった、活性汚泥フロックの定量的で迅速な状頗評
価が可能となシ、適切で経済的な活性汚泥プロセスの運
転管理、自動化の促進に寄与する効果を生ずる。

【図面の簡単な説明】

第１図は、木発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、第２図は、本発明のフローの一例
を示す工程図、第３図は、汚泥容量指標とフロック面積
に対する糸状細菌の比との関係を示すグラフである。

Claims (1)

1. 【特許請求の範囲】 １、活性汚泥を拡大撮像し、画像処理する方法において
   、 （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２値化処理する第２
   の工程と、 （３）第１の工程で得られた画像を線検出処理した後、
   ２値化処理する第３の工程と、 （４）第２の工程で得られた画像データと第３の工程で
   得られた画像データの輝度値の和 を演算してマスク画像を得る第４の工程と （５）第１の工程で得られた画像データと、第４の工程
   で得られた画像データの輝度値の 和を演算して強調画像を得る第５の工程と （６）第５の工程で得られた画像を２値化処理する第６
   の工程と、 （７）第６の工程で得られた画像を縮小処理及び拡大処
   理して活性汚泥フロックの画像の みを得る第７の工程と、 （８）第６の工程で得られた画像を細線化処理する第８
   の工程と、 （９）第７の工程で得られた画像データと第８の工程で
   得られた画像データとの輝度値の 差を演算して糸状細菌の画像のみを得る第 ９の工程と、 （１０）第７の工程で得られた画像の画素数を積算し、
   活性汚泥フロックの面積及び／又は 体積を演算する第１０の工程と、 （１１）第９の工程で得られた画像の画素数を積算し、
   糸状細菌の長さ及び／又は体積を演 算する第１１の工程と、 （１２）第１０の工程で求めた活性汚泥フロックの面積
   に対する第１１の工程で得られる糸 状細菌の長さの比率あるいは第１０の工程 で求めた活性汚泥フロックの体積に対する 第１１の工程で得られる糸状細菌の体積の 比率の少なくとも一方を演算する第１２の 工程と、 （１３）第１２の工程で求めた比率から活性汚泥の沈降
   性を判定する第１３の工程、 とを具備することを特徴とする活性汚泥の画像認識方法
   。