基于机器视觉的自来水厂水质检测系统

张占辉 陈炜恒

（广州番禺职业技术学院，广东广州 511483）

1 概述

在构建和谐城乡，建设社会主义新农村的大背景下,农村各地小水厂建设和雨后春笋般成长起来。在自来水厂的水处理过程中，需要进行水质特征检测，以保证水质的安全。传统的水质特征检测方法有肉眼观察法、测量电解质法，但存在工人的主观性和电解质分布不均匀的问题。目前应用的自动水质监测系统，主要有以下3种：

（1）利用紫外线可见光谱分析测定水中的金属离子、非金属离子及有机物污染的水质监测法；

（2）基于水质监测过程中多个参数之间的相关信息以及相关向量机理论的水质自动检测传感器；

（3）通过无线传感器节点采集被监测水域水质参数数据，实现对水质污染指标的监测。同时通过将上述结果并入总网络系统，使水厂监测及远程控制更加方便快捷，效率提高。

但这三种系统存在操作复杂，执行步骤繁杂，不能有效的判断水质，不能时刻获取水源信息，面对突发情况的处理不能及时，而基于视觉主特征的方法则简单方便，信息准时，能及时处理各种突发意外，对水质的判断明显提高。因此本项目拟通过设计开发一种基于机器视觉生物识别的全自动自来水厂远程控制系统，从而满足视觉生物识别检测的要求，本项目主要通过Halcon 软件编程进行检测生活于目标水环境中的金鱼活性，从而判断水质的好坏，进而通过控制PLC 的输出点进行抽水泵的抽水活动以及加药站的加药情况。

2 水质检测系统设计开发

2.1 电气系统设计

根据视觉生物识别检测的要求，主要通过Halcon 软件编程进行检测，检测金鱼活性判断水质的好坏，从而控制PLC 的输出点进行抽水泵的抽水以及反应了加药站的加药情况。其中检测金鱼活性难度是很大的，由于普通的相机性能不足，所以需要工业相机和工业镜头的帮助，由于金鱼是活物，不断运动每时每刻的位置都不同，加上金鱼活跟死的整体轮廓以及面积不一样，所以利用这些特征进行搭建平台检测。实验室检测平台图如图1 所示。

图1 实验室检测平台图

2.2 电气元件选型

2.2.1 工业相机的选型：由于检测金鱼，所以需要用到像素比较高彩色相机，根据实际的视野和测量高度进行公式计算选型。

2.2.2 镜头的选型：考虑到工业相机需要镜头的配合，视野选型镜头也根据工业相机的参数进行计算选型。

2.2.3 光源的选型光源选型比较简单，根据现场光线决定光源的型号。

水质检测- 视觉生物识别检测系统的具体选型电气元件中，选型清单如表1 所示。

表1 电气元件选型列表

2.3 HDevelop 18.05 程序设计

软件编程主要分为四步：具体程序流程图如图2 所示。

图2 程序流程图

第一步：采集设置窗口，用到的主要算子有

第一步编程效果图如图3 所示。

图3 第一步编程效果图

第二步：读取轮廓图片匹配轮廓和计算面积，用到的主要算子有：

第二步编程效果图如图4 所示。

图4 第二步编程效果图

第三步：实时匹配对比轮廓和面积，用到的主要算子有：

第三步编程效果图如图5 所示。

图5 第三步编程效果图

第四步：信息显示，用到的主要算子有：

第四步编程效果图如图6 所示。

图6 第四步编程效果图

2.4 Visual Studio 2017 程序设计

生物检测系统需要Visual Studio 软件制作界面，所以Visual Studio 需要与halcon 联合编程和三菱PLC 通讯。VS 是一个基本完整的开发工具集，它包括了整个软件生命周期中所需要的大部分工具，Visual Studio 编程流程图如图7 所示。

图7 Visual Studio 编程流程图

首先Visual Studio 经过以太网口与PLC 连接通讯并实行发送数据和接收数据，从而控制PLC 运行，通讯成功图如图8 和图9 所示。

图8 通讯成功图

图9 通讯成功图

生物检测系统界面需要Visual Studio 和halcon 联合编程完成，实现打开相机实时采集和实时检测等功能，界面图如图10 所示。

图10 界面图

3 结论

本项目设计开发了一种基于机器视觉识别生物运动特性的全自动自来水厂远程控制系统，该系统通过Halcon 软件编程检测生活于目标水环境中的金鱼活性，从而判断水质的好坏；进而通过控制PLC 的输出进行相应的控制操作，从而提升自来水厂水质监测的质量及其可靠性。