JPH0424913B2 - - Google Patents

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。

〔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
性汚泥フロツ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つては必ずしも、
良好な沈殿分離が確保し得ない局面が応々にして
起こり、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。

良好な沈殿分離を確保するためには、生成した
活性汚泥フロツクが、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。従来、
総活的（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、SVIの指標そのものが手分折操
作によるものであつたため、リアルタイム性に欠
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・オンライン化しにくい性格を持つていた。

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、テレビカメラにより画像処理
装置にとり込み、処理を行つ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
になつてきた。しかし、これらは、一方では原生
動物の認識計数であつたり、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
ツクそのものの稠密性を取り扱うものではなかつ
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
フロツクの稠密性を取り扱う技術は開発されてい
なかつた。

そこで、本発明は、活性汚泥フロツクの稠密性
を定量化して評価し、活性汚泥フロツクの安定し
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。

〔課題を解決するための手段〕

本発明者らは、沈殿分離を支配する因子は、糸
状細菌の量だけでなく、活性汚泥フロツクそのも
のの稠密性にあるとの見解のもとに、鋭意研究の
結果、稠密性を定量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。

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ツクの画像のみを得る
第７の工程と、 (8) 第７の工程で得られた画像の画素数を積算
し、活性汚泥フロツクの面積及び／又は体積を
演算する第８の工程と、 (9) 第１の工程で得られた画像と第７の工程で得
られた画像の論理積を演算する第９の工程と、 (10) 第９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10の工程と、 （11） 第10の工程で得られた画像を縮小処理及
び拡大処理する第11の工程と、 （12） 第11の工程で得られた複数の画像の各々
について、画素数を積算し、活性汚泥フロツク
の面積及び／又は体積を演算する第12の工程
と、 （13） 第12の工程で得られた活性汚泥フロツク
の面積の各々について、第８の工程で得られた
活性汚泥フロツクの面積との比率あるいは、第
12の工程で得られた活性汚泥フロツクの体積の
各々について、第８の工程で得られた活性汚泥
フロツクの体積との比率の少なくとも一方を演
算する第13の工程と、 （14） 第13の工程で得られた演算値により活性
汚泥フロツクの稠密性を判定する第14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
方法にある。

上記において、活性汚泥とは、フロツク形成細
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、フロツク形成細菌によつて形成
されたフロツク状の対象物を活性汚泥フロツクと
いい、独立遊離あるいはフロツクから放射状にの
びている糸状の対象物を糸状細菌といい、本発明
では活性汚泥フロツクを定量的に認識するもので
ある。

〔作用〕

本発明にかかる画像認識方法では、下水処理等
の活性汚泥プロセスに生成する活性汚泥フロツク
の拡大影像を、所定の画像演算処理を施すことに
よつて、その稠密性を定量化し、評価することが
でき、それによつて、活性汚泥フロツクの良否を
診断し、もつて効果的な運転管理、自動制御を可
能ならしめる作用をなす。

〔実施例〕

以下、本発明を図面を参照にして更に詳しく説
明するが、本発明はこの実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
発明に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、ブロ
ワー３より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１３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。この水中顕微鏡８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、コンピユータ、モニタ、テレビ等から構成さ
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、活性汚泥フロツ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、曝気ブロワー３、返送汚泥ポンプ５、余剰
汚泥ポンプ６が制御される。

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順について説
明する。

水中顕微鏡等から入力された原画像データ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、入力画像の照明ムラ等を除去するため、
対象物（活性汚泥フロツク等）を含まない背景画
像データ２２との間で、輝度値の差を演算２３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、Ａ，B2通りの処理手順に従つて、
画像処理を行う。

Ａルートの処理では、第１工程で得られた画像
について、所定の輝度値で２値化処理２４を行つ
て（第２の工程）得た画像と、第１の工程で得た
画像の中間輝度部（糸状細菌や活性汚泥フロツク
周辺部など）を強調するためにラプラシアンオペ
レータを用いて線検出処理２５を行つた後、２値
化処理２６を行つて（第３の工程）得た画像との
間で、輝度値の和を演算２７する（第４の工程）。

ここで、ラプラシアンオペレータのサイズは３
×３マトリツクス以上、好ましくは９×９マトリ
ツクスが良く、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種程度配置の異
なるものを用意しておくと良い。12通りのオペレ
ータを用いてフイルタリング処理した後、論理和
演算を行つ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の和をとれ
ば、マスクとする画像が作成される。尚、得られ
た輝度値の和が最高輝度値（８ビツトの場合は
255）を超えるものは最高輝度値とする。

次に、このマスク画像を、第１の工程で得られ
る画像との間で輝度値の和を前記第４の工程と同
様の操作で演算２９し、強調画像を得る（第５の
工程）。この際、マスク画像を白黒反転させて、
合成した後物体のない部分の輝度値をすべて背景
扱いとして輝度変換を行う。第５の工程で得られ
た画像を所定のレベルで２値化処理３０すること
により（第６の工程）、ノイズ、照明ムラ等が除
かれ、不明瞭な糸状細菌やフロツク周辺部の輪郭
部なども明瞭化された原画像の正確な２値化画像
が得られる。

続いてＡルートでは、上記画像から糸状細菌を
除去し、フロツクのみを抽出するため、必要な回
数の縮小処理及び拡大処理３１を行う（第７の工
程）。この回数は、サンプルの拡大倍数と糸状細
菌の太さ等を考慮して、これを除去するのに十分
な回数を行えば良い。得られた画像の画素数を積
算し、活性汚泥フロツクの面積を算出３２する
（第８の工程）。

これは例えば、フロツク部の画素数と、単位画
素面積（画素４点でつくられる正方形の面積）と
をもとに算出する方法でよく、また、画面の全画
素数に対するフロツク部の画素数の比率として算
出してもよい。

次にＢルートの処理手順について説明する。Ｂ
ルートでは、第１の工程で得られた画像につい
て、前記第７の工程で得られた画像との間で、対
応する各輝度値について論理積演算３３を行う
（第９の工程）。ここで、論理積演算とは、両画像
の対応する輝度値が、ある値と０（ゼロ）ならば
ある値を保存し、ある値と255（８ビツトの場合）
ならば、255を保存する演算を言う。これにより
糸状細菌やノイズを除去することができる。続い
て第９の工程で得られた画像について、複数の輝
度値で２値化処理３４する（第10の工程）。この
２値化処理の輝度値の設定については、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。例えば、対象とする活性汚泥フロツクに
ついて最大径を算出して、その最大径方向に沿つ
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つの輝度値として
設定することが好ましい。これにより、２値化処
理の輝度値の異なる複数の２値化画像が得られ
る。

この複数の２値化画像の各々について、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３５を行つて、活性汚泥フロツク
のみを抽出する（第11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。抽出された複数の画像の各々について、活
性汚泥フロツクの面積を第８の工程と同様の操作
で演算計測３６する（第12の工程）。

最後に、ルートＢで得られた複数の画像につい
て、各々求められたフロツク面積に関する演算値
について、ルートＡで求められたフロツク面積の
演算値に対する比率３７を演算する（第13の工
程）。求められた比率の値を用いて、活性汚泥フ
ロツクの分散・集合の度合、即ち稠密性について
判定する（第14の工程）。

以上の内容を第３図を用いてより具体的に説明
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。

サンプルＳ１は、フロツ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ツ
クであり、サンプルＳ２は密に集合した活性汚泥
フロツクである。

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、これらのサンプルのある断面（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３−２図のようになる。このように、
活性汚泥フロツクは、両者とも中央部から周辺部
に向かつて、輝度値の高い輪隔を持つ物体として
把えられることになり、この周辺部の中間輝度値
をどのように処理するかで、対象物体を正確に認
識できるかどうかが左右されることになる。

そこで、ルートＡでは、この周辺部に相当する
中間輝度値に対して、ラプラシマンフイルタを用
いた強調処理を行つて、周辺部の輪隔をはつきり
させ、対象の正確な影像を得る処理手順を採用し
ている。即ち、ルートＡの手順で求められたフロ
ツク影像は、真の影像に最も近いものとして得ら
れることになる。

次に、前記ルートＢによる手順に従つて処理を
行う。フロツクの影像は、第３−２図に示す如
く、その疎密の度合がフロツク断面を走査して得
られる輝度値分布の違いとして得ることができる
から、輝度値Ａ〜Ｄによつて２値化処理を行なう
と、それぞれに応じて、第３−３図の如くフロツ
ク部の面積が異つて求められる。これらの面積を
ルートＡの手順に従つて演算処理して得られたフ
ロツク面積に対する比率として各輝度値に対して
プロツトしたものが第３−４図である。つまり、
内部の疎な活性汚泥フロツク程、２値化処理の輝
度値の違いにより、抽出されるフロツク面積の変
化が大きいことになり、この変化の度合いを指標
として、フロツクの稠密性が判定できることにな
る。

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レパラート間の厚みをかけれ
ばよい。

変化の度合は、例えば、第３−４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。
すなわちサンプルＳ２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ルＳ１に較べて
水平に近く小さいこと、即ちフロツク内部に至る
まで微生物の集合の程度が稠密であることを表わ
していて、この方法でフロツクの稠密性を評価で
きることがわかる。

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つて
フロツク状態を判定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、従来行なえ
なかつた活性汚泥フロツクの稠密性を定量化して
評価することが可能となり、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。

【図面の簡単な説明】

第１図は、本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、本発明
の原理を示す工程図である。 １……原水、２……曝気槽、３……曝気ブロ
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……画像認識システム、１０……コント
ローラ、１１……沈殿汚泥、１２……返送汚泥、
１３……余剰汚泥。

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ツクの画像のみを得る
   第７の工程と、 (8) 第７の工程で得られた画像の画素数を積算
   し、活性汚泥フロツクの面積及び／又は体積を
   演算する第８の工程と、 (9) 第１の工程で得られた画像と第７の工程で得
   られた画像の論理積を演算する第９の工程と、 (10) 第９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10の工程と、 （11） 第10の工程で得られた画像を縮小処理及
   び拡大処理する第11の工程と、 （12） 第11の工程で得られた複数の画像の各々
   について、画素数を積算し、活性汚泥フロツク
   の面積及び／又は体積を演算する第12の工程
   と、 （13） 第12の工程で得られた活性汚泥フロツク
   の面積の各々について、第８の工程で得られた
   活性汚泥フロツクの面積との比率あるいは第12
   の工程で得られた活性汚泥フロツクの体積の
   各々について、第８の工程で得られた活性汚泥
   フロツクの体積との比率の少なくとも一方を演
   算する第13の工程と、 （14） 第13の工程で得られた演算値により活性
   汚泥フロツクの稠密性を判定する第14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。