Ontwerp van een beeldverwerkingsprocedure voor kwantificering en karakterisering van vlokken en draden in actief slibsystemen.

Maat: px

Weergave met pagina beginnen:

Download "Ontwerp van een beeldverwerkingsprocedure voor kwantificering en karakterisering van vlokken en draden in actief slibsystemen."

Anita Verbeke
7 jaren geleden
Aantal bezoeken:

1 Ontwerp van een beeldverwerkingsprocedure voor kwantificering en karakterisering van vlokken en draden in actief slibsystemen.

2 Het actief slibsysteem : Influent Aëratie Sedimentatie Effluent Recirculatieslib Spuislib

3 Sedimentatieprobleem : licht slib Microbiële oorzaak : - draden groeien buiten de vlok - vlokken worden open structuren

4 Sedimentatieprobleem : licht slib Gevolgen : - recirculatie- en spuislib bevatten teveel water - verlies van biomassa in het effluent

5 Probleemstelling : Opvolging van de installatie gebeurt door - Bezinkingsparameters : SVI, dsvi, ZSV - Handmatige microscopie - tijdrovend daarom niet dagelijks uitgevoerd - afhankelijk van de operator - niet kwantitatief

6 Beeldanalyse : Een methode om de microbiële evolutie in een actief slibsysteem op te volgen door middel van een geautomatiseerde interpretatie van digitale beelden. Doelstelling op lange termijn : Zuiveringsinstallatie : - deel van een waarschuwings- en controlesysteem Laboratorium : - opvolging van experimenten

7 Doelstelling van het eindwerk : Ontwerp van een programma dat de vlokken en draden isoleert uit een digitaal beeld van actief slib en vervolgens metingen uitvoert op de geïsoleerde objecten. Eisen : - mogelijkheid om meerdere beelden te verwerken - dagelijkse informatie, dus snelle verwerking nodig - correcte herkenning van vlokken en draden - betrouwbare metingen (aantal, lengte, oppervlakte, ) - aanpasbaar aan verschillende microscopen en camera s - robuust d.i. toepasbaar op verschillende slibtypes

8 Voorgaand onderzoek : - Grijspeerdt and Verstraete : correlatie tussen fractale dimensie en equivalente diameter van de vlokken met slibvolume index - Cenens et al. : testen van verschillende segmentatiealgoritmes en mogelijke discriminerende parameters Parallel onderzoek : - da Motta et al. : ontwerp van een programma dat vlokken en draden isoleert uit een helder veld microscoopbeeld

9 Materiaal : - continuwerkende reactor met actief slib op laboschaal - microscopen (Zeiss, Leica, Olympus) - digitale camera - computer voorzien van MATLAB image processing toolbox

10 Kleurenbeeld (rood, groen, blauw)

Opbouw van een grijswaardebeeld : 178 163 154 181 209 186 172 197 239 247 236 226 171 152 165 158 147 145 145 145

11 Opbouw van een grijswaardebeeld : =

12 Grijswaardebeeld (rood)

13 Grijswaardebeeld (blauw)

Binair beeld : 0 0 0 0 1 1 1 0 1 0 0 0 1 1 1 1 1 0 0 1 1 1 1 1 0 0 0 0 0 1 1 0

14 Binair beeld : =

15 De drie componenten van het beeldanalyseprogramma : het segmentatie programma het classificatie programma het kwantificatie programma

16 Het segmentatie programma isoleert de vlokken en draden van de achtergrond. De invoer is een kleurenbeeld van de digitale camera : De uitvoer is een binair beeld :

17 Gebruikte technieken : erosie en dilatie Origineel Erosie Dilatie Structuurelement :

18 Gebruikte technieken : opening en sluiting Opening : toepassing van een erosie gevolgd door een dilatie Sluiting : toepassing van een dilatie gevolgd door een erosie Deze operaties kunnen ook op grijswaardebeelden worden toegepast

19 Stap 1 : sluiting Grijswaardebeeld (rood) : Beeld na sluiting :

20 Gebruikte technieken : herschaling 255 Kleinste waarde 0 Grootste waarde

21 Stap 2 : Verschil en herschaling _ Resultaat :

22 Stap 3 : Intermeansalgoritme Frekwentie Intensiteitswaarde Donkere objecten Lichte objecten + achtergrond Threshold: 143

23 Stap 4 : Combinatie van de binaire beelden bekomen uit het rode en blauwe grijswaardebeeld. Rood Blauw + uiteindelijk binair beeld :

24 Vergelijking met bestaande algoritmes :

25 Vergelijking met bestaande algoritmes :

26 Vergelijking met bestaande algoritmes :

27 Het classificatie programma wijst een object toe aan de klasse van de draden, de vlokken of de fragmenten. De invoer is een binair beeld : De uitvoer is een driedimensionaal binair beeld : Rood = draden Groen = vlokken Blauw = fragmenten

28 Gebruikte technieken : selecteren van pixels Geëvalueerde pixels:

29 Gebruikte technieken : gereduceerde gyratiestraal (R g ) van een object. Hoe groter R g, hoe langwerpiger het object. R g is kleiner dan 1,1 R g is groter dan 1,1

30 Binair beeld Grijswaardebeeld Kleiner percentage >V2 Draden > 1.1 Percentage van pixels van een object met een waarde boven een bepaalde grens. Gereduceerde gyratiestraal Gereduceerde gyratiestraal < V2 < 1.1 donker Vlokken Groter percentage Waarde van een pixel in een object groot licht Oppervlakte van een object klein Fragmenten

31 Driedimensionaal binair beeld : Rood = draden Groen = vlokken Blauw = fragmenten

32 Het kwantificatie programma - opmeten van de lengte, breedte, omtrek, oppervlakte en bepaling van het aantal herkende vlokken en draden - berekening van verhoudingen zoals oppervlakte van de draden tot de oppervlakte van de vlokken, het aantal draden tot het aantal vlokken en de lengte van de draden op de oppervlakte van de vlokken - berekening van parameters afgeleid van de metingen zoals gereduceerde gyratiestraal, aspect ratio, rondheid, vormfactor

33 Dimensies van een vlok : Dimensies van een draad : Lengte Door de assen van een ellips met hetzelfde tweede ordemoment te meten Breedte

34 Omtrek en oppervlakte : Horizontaal en verticaal : één lengte-eenheid Diagonaal : 2 ½ lengte-eenheden De oppervlakte is het aantal pixels

35 Representativiteit van een meting : met het 95 % betrouwbaarheidsinterval

36 Koppeling van de lengte van de draden aan de SVI :

37 Evolutie van de rondheidverdeling van de vlokken: Frekwentie :13 aug :16 aug :20 aug :23 aug :27 aug :30 aug : 4 sep ---: 6 sep ---:10 sep Rondheid

38 Het selectie programma : Op basis van de relatieve oppervlakte en het aantal beeldobjecten worden foutief gesegmenteerde beelden automatisch verworpen. Relatieve oppervlakte : oppervlakte van de objecten totale oppervlakte

39 Besluit : - Algemene toepasbaarheid en robuustheid zijn verzekerd door gebruik van parameters. - Meting is betrouwbaar maar niet voor individuele draden. - Analyse van meerdere beelden is mogelijk dankzij het selectiealgoritme. Verder onderzoek is nodig naar het verband tussen parameters bepaald met beeldanalyse en traditionele parameters.

Vergelijkbare documenten

Computer Vision: Hoe Leer ik een Computer Zien?

Computer Vision: Hoe Leer ik een Computer Zien? Michael H.F. Wilkinson Instituut voot Wiskunde en Informatica Rijksuniversiteit Groningen 27 April 2006 Overzicht 1 of 19 Wat is Computer Vision? Wat zijn