基于T-S模糊神经网络和曲面拟合算法的水质检测方法研究

发布时间：2024-07-09 04:05

　　随着经济的快速发展,伴随而来的是在工业生产中大量废水的排放,导致巨大的工业污染,严重危害生态平衡,影响了人类的正常生活。为了保护生态环境和人们的生命健康,各个国家都将水质检测放到了环境保护的重要位置,通过检测水体的物理、化学和生物等特性来判断水体的污染情况。现存的水质检测方法大多依赖如电化学法、分光光度法、色谱法等传统方法,具有测量方法复杂、成本较高、准确性低等缺陷,因此研发水质监测新方法与新设备有着重要的意义。计算机技术的发展,使人工智能与图像处理技术在许多相关领域得到了广泛的应用。因此,将人工智能和图像处理技术应用于水质检测领域,代替传统的分光光度法,此外计算机具有非常强大的数据处理能力,对提高水质检测的准确性、降低检测成本有着重大意义。本文在研究国内外水质检测方法的基础上,提出了基于数字摄像头结合T-S模糊神经网络和曲面拟合算法测量水质的方法。本文的主要内容和创新点如下:(1).提出了一种数字摄像头结合T-S模糊神经网络测量水体浊度的测量模型。将标准水样的RGB值作为T-S模糊神经网络的输入,标准水样的浊度值作为输出,建立水浊度与RGB值之间的非线性关系,用于标准水样和实际水样的...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 水质检测的国内外研究现状
        1.2.2 神经网络国内外研究现状
        1.2.3 颜色空间转换应用研究现状
    1.3 论文的内容与结构
    1.4 技术路线
第二章 理论基础
    2.1 T-S模糊神经网络
        2.1.1 T-S模糊系统
        2.1.2 T-S模糊神经网络结构
        2.1.3 模糊神经网络的学习算法
    2.2 曲面拟合
        2.2.1 多项式函数拟合方法的数学模型
        2.2.2 拟合函数的选取
    2.3 颜色空间转换
    2.4 本章小结
第三章 测量装置设计
    3.1 硬件装置
        3.1.1 背光电路
        3.1.2 数字摄像头
    3.2 软件设计
        3.2.1 RGB色彩空间到Lab色彩空间的转换
        3.2.2 RGB色彩空间到HSI色彩空间的转换
    3.3 本章小结
第四章 基于T-S模糊神经网络的水体浊度测量方法
    4.1 常见的浊度测量方法
    4.2 基于T-S模糊神经网络水体浊度的测量模型
    4.3 标准浊度溶液的制备
    4.4 结果和讨论
        4.4.1 浊度图像分析
        4.4.2 各颜色分量与色差对浊度的拟合
        4.4.3 T-S模糊神经网络对水体浊度的测量
        4.4.4 不同隶属函数对浊度测量结果的影响
        4.4.5 与标准溶液对比
        4.4.6 实际水样的测量
    4.5 分析与讨论
        4.5.1 使用数字摄像头结合T-S模糊神经网络的优势
        4.5.2 与最新使用图像法测量水体浊度的方法对比
    4.6 本章小结
第五章 基于曲面拟合方法的水体色度测量模型及应用
    5.1 色度标准溶液的制备与信息采集
    5.2 氨氮、磷酸盐和氯化物标准溶液的制备及数据采集
    5.3 三维色度测量模型的建立
    5.4 测量结果
    5.5 对标准色度溶液测量的对比实验
    5.6 对实际水样测量的对比实验
    5.7 水中氨氮、磷酸盐和氯化物含量的测量
    5.8 与其他基于摄像机图像的水质检测方法比较
    5.9 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 未来工作及展望
参考文献
攻读硕士学位期间出版或发表的论著、论文
致谢



本文编号：4004365