Numer: 08/2021 Str. 134
Autorzy: Artur Wodołażski :
Tytuł: Wybrane algorytmy uczenia maszynowego w segmentacji obrazu kłaczków osadów ściekowych
Streszczenie: W artykule przedstawiono wybrane algorytmy uczenia maszynowego do przetwarzania obrazu mikroskopowego utlenionych kłaczków osadów ściekowych w celu oceny skuteczności monitorowania procesu tlenowej stabilizacji. Przedstawiono i porównano trzy techniki segmentacji algorytmem: k-means, fuzzy c-means oraz progowania Otsu w ocenie skuteczności segmentacji obszarów utlenionych i wykryciu zjawiska spęcznienia lub pienienia się kłaczków osadu ściekowego. Wykorzystane metryki GCE, RI, VI skutecznie porównują zmiany morfologiczne i strukturalne kłaczków poprzez ocenę segmentacji i kwantyfikacji obrazu. Analiza obrazów mikroskopowych przy wykorzystaniu technik uczenia maszynowego zapewniają oszczędność czasu i stanowią alternatywę metod fizykochemicznych w ocenie tlenowej stabilizacji osadu ściekowego.
Słowa kluczowe: metody uczenia maszynowego, tlenowa stabilizacja osadów ściekowych, przetwarzanie obrazów