(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210782014.8 (22)申请日 2022.07.05 (71)申请人 重庆昕晟环保科技有限公司 地址 401120 重庆市北部新区杨柳路2号综 合研发楼F区 (72)发明人 程立　高晓昆　刘新贵　 (74)专利代理 机构 成都天嘉专利事务所(普通 合伙) 5121 1 专利代理师 邓小兵 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/82(2022.01) G06V 10/12(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于图像识别的水箱监测方法 (57)摘要 本发明公开了一种基于图像识别的水箱监 测方法， 包括： 一： 选 择参考水箱； 二： 采集参考水 箱的内部图像并划分训练集和测试集； 三： 构建 用于识别杂质的初始神经网络模 型， 并基于训练 集和测试集得到识别准确率满足设定阈值的标 准神经网络模型； 步骤四： 间隔采集待监测水箱 的内部实时图像， 基于标准神经网络模型对内部 实时图像进行识别， 并输出及存储识别结果； 步 骤五： 基于识别结果判断待监测水箱内部各种杂 质的含量是否超 过设定值， 若超 过则上报上位机 并触发声光报警。 本发明能够以实际图像的方式 实时监测水箱的内部状况， 并能在水箱内部状况 未达标时及时发出报警， 从而有效解决供水安全 的技术问题。 权利要求书1页 说明书5页 附图2页 CN 115272955 A 2022.11.01 CN 115272955 A 1.一种基于图像识别的水箱监测方法， 其特 征在于包括以下步骤： 步骤一： 选择多个正在使用的参 考水箱， 各参 考水箱内部均沉积有杂质； 步骤二： 分别采集若干张各参 考水箱的内部图像， 并将内部图像分为训练集和 测试集； 步骤三： 构建用于识别杂质的初始神经网络模型， 将训练集输入初始神经网络模型中 进入训练， 直至初始神经网络模型收敛， 再将测试集输入收敛后的初始神经网络模型中进 行测试， 直至得到识别准确率满足设定阈值的标准神经网络模型； 步骤四： 间隔采集待监测水箱 的内部实时图像， 基于标准神经网络模型对内部实时图 像进行识别， 并输出及存储识别结果， 所述的识别结果包括内部实时图像中杂质的种类及 含量； 步骤五： 基于识别结果判断待监测水箱内部各种杂质的含量是否超过设定值， 若超过 则上报上位机并触发声光报警。 2.根据权利要求1所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述的监测 方法中， 基于控制终端构建 并训练神经网络模型， 基于高清红外摄像头采集图像， 基于存储 模块存储识别结果， 基于对比模块判断待监测水箱内部各种杂质的含量是否超过设定值， 基于通讯模块上报上位机并触发声光报警， 基于供电模块为高清红外摄像头和控制终端 供 电。 3.根据权利要求2所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述存储模 块、 对比模块、 通讯模块和供电模块均集成在 控制终端 上， 所述控制终端通过防水壳体安装 在待监测水箱的侧壁。 4.根据权利要求2所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述高清 红 外摄像头通过电动伸缩组件和底座安装在待监测水箱顶部的一端， 电动伸缩组件分别与控 制终端和供电模块连接， 控制终端通过电动伸缩组件可控制高清红外摄 像头上下移动。 5.根据权利要求4所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述电动伸 缩组件为电动伸缩杆或电动伸缩架。 6.根据权利要求4所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述高清 红 外摄像头的拍摄方向为向下倾 斜45度。 7.根据权利要求2 ‑6中任一项所述的一种基于图像识别的水箱监测方法， 其特征在于： 所述控制终端还与待监测水箱内部的水位计连接， 控制终端根据水位计检测的水位高度控 制高清红外摄像头的高度； 当水位计检测到水位高度下降时， 控制终端通过电动伸缩组件 控制高清红外摄像头随之下降； 当水位计检测到水位高度上升时， 控制终端通过电动伸缩 组件控制高清红外摄 像头随之上升 。 8.根据权利要求1所述的一种基于图像识别的水箱监测方法， 其特征在于： 步骤一中参 考水箱的数量 为10‑50个。 9.根据权利要求1所述的一种基于图像识别的水箱监测方法， 其特征在于： 步骤二中分 别从参考水箱的不同位置及高度采集参考水箱的内部图像， 且各参考水箱采集的内部图像 不少于20张。权　利　要　求　书 1/1 页 2 CN 115272955 A 2一种基于图像识别的水箱监测方 法 技术领域 [0001]本发明涉及供 水技术领域， 尤其涉及一种基于图像识别的水箱监测方法。 背景技术 [0002]二次供水是指单位或个人将城市公共供水或自建设施供水经储存、 加压， 通过管 道再供给用户使用或自用的形式； 国内绝大部 分市政供水水压只能输送到3～6楼， 7楼以上 的小区需要二次加压， 所以说二次供水设施主要为弥补市政供水管线压力不 足， 保证居住、 生活在高层人群用水而设立的。 由此可见， 二次供水是高层供水的唯一选择方式， 与千家 万 户息息相关。 [0003]在自来水二次供水的过程中， 会带来许多二次污染的隐患， 如管道污染和水箱污 染， 尤其是高层水箱的污染， 这是许多地区存在的问题。 针对水箱污染的问题， 现有技术中 提出了诸多监测及解决方案， 最常见的方案是通过余氯仪实时监测水箱中自来水的余氯浓 度， 并在余氯浓度低于设定值时通过补加消毒液提升自来水中的余氯浓度， 以防止细菌污 染， 具体技术有公开号为CN214360436U的专利文 献所公开的二次供水泵房自动加药消毒装 置。 [0004]但实际上， 由于水箱体积较大， 除了细菌污染外还存在其他污染， 例如， 水箱内部 还会沉积包括污垢、 泥沙、 青苔、 沉淀物在内的杂质。 有 些高层水箱因封闭不合理， 更是有 各 种动物 （老鼠、 鸟类、 蟑螂等） 进入并被淹死在内的突 发状况。 而 上述现有技术并不能很好的 监测这些状况， 因而同样存在着供水安全的隐患。 虽然国家 也有水箱需要至少每半年清洗、 消毒1次的规定， 但这个清洗时间的人为因素较大， 具体清洗时间也难以有效控制。 发明内容 [0005]本发明的目的在于提供一种基于图像识别的水箱监测方法， 该方法能够以实际图 像的方式实时监测水箱的内部状况， 并能在水箱内部状况未达标时及时发出报警， 从而有 效解决供 水安全的技 术问题。 [0006]为实现上述目的， 本发明采用的技 术方案如下： 一种基于图像识别的水箱监测方法， 其特 征在于包括以下步骤： 步骤一： 选择多个正在使用的参 考水箱， 各参 考水箱内部均沉积有杂质； 步骤二： 分别采集若干张各参考水箱的内部图像， 并将内部图像分为训练集和测 试集； 步骤三： 构建用于识别杂质的初始神经网络模型， 将训练集输入初始神经网络模 型中进入训练， 直至初始神经网络模型收敛， 再将测试集输入收敛后的初始神经网络模型 中进行测试， 直至得到识别准确率满足设定阈值的标准神经网络模型； 步骤四： 间隔采集待监测水箱的内部实时图像， 基于标准神经网络模型对内部实 时图像进行识别， 并输出及存储识别结果， 所述的识别结果包括内部实时图像中杂质的种 类及含量；说　明　书 1/5 页 3 CN 115272955 A 3