No/VOL: 08/2021 Page no. 134
Authors: Artur Wodołażski :
Title: Wybrane algorytmy uczenia maszynowego w segmentacji obrazu kłaczków osadów ściekowych
Abstract: 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.
Key words: metody uczenia maszynowego, tlenowa stabilizacja osadów ściekowych, przetwarzanie obrazów