基于深度学习的水质重金属分析仪

  水作为人类生命之源，在水系统中，重金属离子的存在对人类和水生生物构成威胁，因为它们不能降解，并且在生物体内积累，可能转化为毒性更大的形式或干扰代谢过程。在当今社会受到工业、化学、农药、生活垃圾等各方污染，同时这些污染均会在水体内留有重金属，如若在水体内留有超过国家检测标准的重金属，将影响水质饮用安全性，严重时会危害人体健康，重金属(如Pb 2+、Cu 2+、Hg 2+ )的毒性、持久性、不可生物降解特性，对生态环境和人类健康产生了严重的负面影响。在这种水质污染日益严重的大环境下，各类水质分析技术应用而生，随着科学技术的不断发展，人工检测方法逐渐被高精度检测仪等方法替代，当今社会对检测技术的便捷性、及时性、适应性提出了更高的要求，检测仪器小型化、便捷化、自动化的现场快速检验逐渐成为当今社会研究热点。团队综合运用化学，光学、电子学和单片机技术、图像识别技术、图像处理技术等多个学科领域的专业知识和先进技术，设计一套基于深度学习图像检测算法的重金属水质检测一体化的手持式分析仪，用于改善传统人眼视觉对比检测方式读取精度不足、通量不足、抗外界干扰能力弱和应用范围有限等问题。此外，机器视觉检测箱可以适应各种复杂环境，如光照变化、不同背景等，通过专业的图像处理算法，提高检测的准确性和鲁棒性并且系统还具备自学习和自适应的能力，能够随着时间的推移不断优化检测性能。该设计检查方便，成本低，精度高，可重复利用，适合广大家庭工厂医疗环境检测实验室使用。

2.1重金属检测原理研究

为了监测重金属离子，已经开发了一系列分析方法，包括电感耦合等离子体质谱法，原子吸收光谱法，电化学分析法，原子荧光光谱法， 表面增强拉曼散射 等，然而，这些方法也面临着一些不可避免的问题，如仪器昂贵而精密、操作复杂、专业要求高、实验室局限性等。相比之下，重金属离子比色法因其显著优势而受到越来越多的关注，如图1所示，化学试纸显色稳定性好，特别是在快速和现场检测方面。更具体地说：

1. 它可以实现肉眼的快速检测，不需要复杂的仪器;

2. 由于其便携性，它可以应用于现场的分析应用;

3. 非专业人士操作方便，在进一步使用中具有广阔的前景。

图1金属离子化学显色

2.2图像采集系统设计

选择合适的相机：选择高分辨率和良好色彩还原能力的相机模块，确保能够捕捉到试纸或反应容器中微小的颜色变化。考虑相机的感光元件大小、像素大小、动态范围和信噪比等参数。

镜头选择：根据需要的视场大小和放大倍数选择合适的镜头。考虑镜头的光圈大小、焦距和光学性能。

照明系统设计：设计稳定且均匀的照明系统，以确保图像的一致性和准确性。考虑使用LED灯作为光源，因为它们能提供稳定的光线，并且易于控制亮度和色温。设计可调节的照明系统，以适应不同环境光线条件下的图像采集。

光学滤光片：使用滤光片来增强特定波长下的图像对比度，有助于提高颜色识别的准确性。

2.3图像预处理技术：

去噪：去除图像中的噪声，如高斯噪声、椒盐噪声等。常见的去噪算法包括高斯滤波、中值滤波、双边滤波等。

颜色校正：调整图像的颜色，使其更接近真实世界的颜色。颜色校正可能涉及颜色空间转换、颜色平衡调整等。

几何变换：对图像进行平移、旋转、缩放等几何变换，以满足特定的分析需求。

分割：将图像分割成多个区域或对象，以便于对特定区域或对象进行分析。

边缘检测：识别图像中的边缘，这是许多图像分析任务的关键步骤。常见的边缘检测算法包括Sobel算子、Canny算子等。

2.4深度学习模型构建

构建深度学习模型，特别是使用卷积神经网络（CNN）来从图像中提取特征并识别重金属的存在及其浓度，是一个涉及多个步骤的过程。通过精确定义检测目标和收集标注图像数据集，构建卷积神经网络（CNN）模型，该模型通过多层卷积和池化层自动提取图像特征。根据重金属种类识别或浓度预测的需求，设计相应的分类或回归输出层。利用优化算法如SGD或Adam调整网络权重，并通过训练数据集进行模型训练，使用反向传播算法优化参数。在模型训练过程中，使用验证集对性能进行评估和超参数调整，最终通过测试集验证模型的准确性和泛化能力。完成训练后，将模型部署于重金属污染监测系统，如下图2，通过训练模型来预测部分离子参数，同样通过深度学习算法，使本产品实现实时、准确的重金属检测。

图2用于预测七个参数（镁、硫酸盐、钾、钠、总硬度、氯和钙）的深度神经网络架构应用

2.5机械结构设计

明确方案，结合文献资料与组内成员和老师讨论，总结出项目的具体方案：模拟电路通过团队设计的扫描箱对光源的调制与接收信号的解调以及滤波放大、检波等模块，实现对微弱荧光信号的检测，并滤除噪声干扰；还有通过模拟电路对扫描箱的重金属检测试纸条进行拍摄传输数据信号，有效准确的显示出检测试纸显色反应的数据，实现智能屏幕对结果的分析，从而达到检测目的。数字电路选择合适的处理器与A/D采集器件，保证信号高效采集，准确显示。其中的关键设计暗箱，团队已经画出机械图利用3D打印技术研制成果，并且测试采集效果检测性能良好，试纸采集箱效果图如下：

图3试纸采集箱效果图

2.6硬件设计与系统集成：

在该系统中，因为通过光电二极管收集并转化到的是微弱电流信号（最大输出为100），便于后续的信号处理，在此需要经过 I/V 转换电路将其转化为输出信号为电压值，并对其进行初步放大。然而，这些前置的放大模块由于有运放带宽的局限性，其对信号的放大倍数不足以后续的处理，加上前置放大的运放本身带载的能力比较低，对输出信号进行二级放大是有必要的。在每级的放大过程中，信号内部噪声也难免会随着信号的放大而放大，如果要确保实验数据的精确性，对这部分噪声的处理也很关键。常常采用合适参数的滤波器对其进行信号的预处理。总之，光电二极管将荧光信号转化为电信号，通过放大电路和滤波电路后，再由单片机的 A/D 转换模块转换为数字信号进行后续处理；

在现代化控制中，计算机控制系统已占主导地位，尤其是上位机和下位机的配合控制因为其独具的优势而被广泛应用。上位机一般为内存、调度等资源非常丰富的 miniPC 机或者工控机，下位机为单片机，其高性能、良好的实时性能、丰富的资源，方便实时控制。上位机进行复杂的算法和管理，下位机进行实时精确的控制，这样上下位机互相配合，可以获得良好效果。

重金属检测试纸定量检测仪作为一个实验科研检测设备，仪器的整体运行过 程从加样到显示样本结果，实现自动化、智能化、方便快捷为一体。为了检测仪 日后的使用和维护更方便，设计一套合适的应用软件非常关键。本设计的软件部 分为整个系统的上位机部分，包括数据的传输、数据的存储、数据的处理以及数 据的显示四个部分，根据功能需求设计系统软件，包括光学数据采样、数据显示、传输、存储；根据重金属检测的数据来处理需要的设计算法，包括浓度收集、显色成效、去噪、基线拟合、检峰、面积法求待测物浓度、还有分析基于STM32单片机分析数据的灵敏度，准确度等。

图4 硬件与系统设计框图

2.7系统软件设计

根据重金属分析仪的总体设计需求，软件系统通过创建多个任务模块来实

现，并且各个任务模块相互独立，又可以进行功能的切换和调用，从而使软件系

统简洁明了、可操作性强和更好的完成测量工作即故障分析等。系统软件总体架

构如图 5 所示。

图 5 系统软件总体架构

启动分析仪后，界面显示组成部分主要包括主菜单界面、测试界面及仪器参

数设置界面，触摸屏界面显示包括“登陆、测试、查询、设置、维护、关于”六

个主菜单，测试界面主要是显示测试流程、曲线和结果的相关信息。

2.8系统的整体调试

首先对系统的各部分进行试验研究，包括硬件调试、软件调试和总体调试，实现各项基本功能的同时实现软硬件性能的优化，然后通过合理的实验设计，验证系统功能，并对仪器的精进行调整，检测计算流程如下。

图6系统检测基本流程图

传统重金属检测方法依赖大型仪器，需要复杂繁琐的前处理过程、高昂的检测成本和较长的检测周期。目前，重金属检测方式普遍采用检测试纸定量分析，该检测试纸是一种用于快速检测液体或固体样品中重金属含量的工具，因其便捷性和快速性，在环境监测、食品行业、制药行业和工业等多个领域得到广泛应用。随着重金属污染和食品安全问题的增加，重金属检测的市场需求也将扩大，可能会推动更多创新和竞争。根据市场研究，全球重金属快速检测诊断试纸市场的销售额预计将从2022年的基数增长到2029年，显示出积极的增长趋势。未来的重金属自动监测设备预计将更精准、更智能、更一体化，并在安全性方面得到加强。

目前国内常用的重金属检测方法有原子吸收分光光度法、电感耦合等离子体原子发射光谱法、六价铬分光光度法、砷、汞原子荧光光度法, 但是上述检测方法操作复杂、耗时长、费用高、试剂种类和用量大, 难以用于重金属的快速检测。试纸分析法主要通过重金属离子与显色剂发生显色反应对重金属进行定性和半定量检测。同时试纸分析法应用范围广, 基本涵盖了大多数重金属离子, 具有快速检测和操作简单的优点。

例如镉试纸检测实验，镉离子可与镉试剂、维多利亚蓝B、1-4- (硝基苯) -3- (3-甲基吡啶) 三氮烯等显色剂发生络合反应, 络合后产物的最大吸收波长发生较大偏移, 因此产物与显色剂的颜色有较明显的差异, 通过目视比色法即可快速测定镉含量。

相比于操作复杂的仪器检测, 重金属试纸检测法具有制备简单、耗时短、价格低廉、操作简单和灵敏度高等优点。使得市场大量普及，目前试纸检测法常用于环境水样、食品、中药材等领域的重金属含量检测。

但是传统人眼视觉对比检测方式读取精度不足、通量不足、抗外界干扰能力弱和应用范围有限等问题。所以我们团队着力设计一个可以完美适应各种复杂环境，并且能良好完成用户的各类重金属检测的暗箱系统的嵌入式 Linux 的扫描式检测仪技术，基于单片机STM32算法系统、拍摄设备与智慧屏幕的有机结合，可以使我们设计的暗箱发挥出比较良好的可控检测性能，使检测系统满足小型化、便捷化、可靠、高精密度的要求。

此外，基于深度学习的图像识别检测箱可以适应各种复杂环境，如光照变化、不同背景等，通过专业的图像处理算法，提高检测的准确性和鲁棒性并且系统还具备自学习和自适应的能力，能够随着时间的推移不断优化检测性能。该设计检查方便，成本低，精度高，可重复利用，适合广大家庭工厂环境检测使用。

参考文献

[1] 2002—2014 年我国重大水污染事件[DB/OL].http:///a/201

411/20141117153534.html,2014-11-17/2017-3-10.

[2] 侯琳良.衡东县大浦镇被曝 300 多名儿童血铅超[DB/OL].http://society.people

com.cn/n/2014/0615/c1008-25150831.html,2014-06-15/2017-3-10.

[3] 杨晓征.2015 年中国水环境污染大事件盘点[DB/OL].http://www.hhsb.gov.cn/

News/16752,2015-12-21/2017-3-10.

[4] 2000 年以来的部分重金属土壤污染事件[DB/OL].http://ecep.ofweek.com/201

6-06/ART-93017-8500-29103862.html,2016-06-03/2017-3-10.

[5] 刘丽等.浅谈水产动物中的重金属污染[J].河北渔业,2011（7）：51-54.

[6] 张莹莹.Pb(Ⅱ)对海洋浮游植物生长的影响[D].山东：中国海洋大学,2004.

[7] 范新峰,张飞,刘海霞.重金属检测方法研究进展[J].环境与发展,2014,26

（3）：68-71.

[8] Wu M S,Xu X Y,,Xu X,et al.Spectrophotometry Determination Method of C

hlorine Dioxide with Acid Green B[J].Advanced Materials Research,2014,107

3-1076：607-610.

[9] J. Huang, S. Liu, S.G. Hassan, L. Xu, C. Huang, A hybrid model for short-term dissolved oxygen content prediction, Comput. Electron. Agric. 186 (2021) 7.

[10] S. Jouanneau, L. Recoules, M. Durand, A. Boukabache, V. Picot, Y. Primault,

A. Lakel, M. Sengelin, B. Barillon, G. Thouand, Methods for assessing biochemical oxygen demand (BOD): a review, Water Res. 49 (2014) 62–82, 2.

[11]邵然,毕晓君.基于ViT-CNN混合网络的SAR图像船舶分类[J/OL].哈尔滨工程大学学报:1-8[2024-05-27].http://kns.cnki.net/kcms/detail/23.1390.U.20240524.1000.002.html.

[12]刘祺. 基于深度学习的试纸目标检测及浓度识别系统的研究与实现[D].浙江师范大学,2023.DOI:10.27464/d.cnki.gzsfu.2023.000886.

[13]Ren Shaoqing;;He Kaiming;;Girshick Ross;;Sun Jian.Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

[14]程旭;宋晨;史金钢;周琳;张毅锋;郑钰辉;.基于深度学习的通用目标检测研究综述[J].电子学报,2021(07).

1、重金属检测仪设计

随着机器视觉技术的飞速发展，机器视觉技术已在多个领域取代人眼进行测量和判断。机器视觉学习来实现对图片的截取，所以在之后对颜色的RGB值进行分析时能大大减小因为环境因素例如曝光和光线强度的干扰，提高精准度。

图7目前使用的试纸条颜色比对较为困难

2. 采集箱系统结构设计

可以为相机提供一个良好的取景环境，在设定光源图像中的，对试纸进行恒定光照补偿，在实际检测过程中，受成像设备和电路非理想化等干扰，噪声还是不可避免的存在于图像中。我们的采集箱系统可以比较完美的解决这些方面的问题从而可以拍照得出比较完好目标图像。

3. 操作方便

将需要测试的试纸条放在采集箱中的卡槽，打开灯光，将镜头发在采集的镜头孔，一键化进行拍照取图片，载入软件，即可测算出结果。该技术不需要专业的人员即可进行检测，操作简单方便，可在多种环境下进行检测，不受地点、时间限制。

图8试纸条卡槽

4. 智慧屏幕

使用qt软件设计，可以实现人机交互，在开始对水样进行检测时，下位机执行检测程序需要触摸屏控制选择何种检 测方案，并需要人为判断是否需要初始化以及校准等工作。所以在测试界面设计需要有初始化、管路清洗、标样及空白校准。并且为减小误差，需要对于标样进行核查。其菜单界面效果显示图如下图 4-8 所示。

用户可以在智慧屏幕上实现对于小暗箱灯光参数的个性化调整，屏幕采用触屏模式在可以手动调节测试参数的同时还可以进行互联网功能，在用户自行检测生成结果的同时可以自动识别结果参数，提供一个比较完美的解决方案，为用户减少等待和分析结果时间，提高了整体的效率以及精确度。真正地实现了智能屏幕化。

图9智慧屏幕界面

5. 应用范围广

利用试纸化学显色技术可检测多种重金属含量，使得可以检测领域范围广阔，包括水质，食品，生物，化学残留等方面都可以得到应用，打破市场普遍检测仪的局限性，因其试纸价格便宜，稳定性好，使其得到普片应用。

（1）技术路线

不同镜头和拍照环境会对拍照和检测结果具有一定的影响，解决此问题需要设计一款可以减少对环境影响的小暗箱对于适应不同试纸和镜头，要求对小暗箱的光源需要进一步改善。还有受到成像设备和电路非理想化等干扰，噪声还是不可避免的影响成效图像的，其中主要包括光子产生的随机性带来的泊松光子散射噪声，数据读取过程中产生的噪声，有机或无机分子的自发荧光也可能带来噪声，这也需要我们设计的小暗箱的隔离外界环境定点分析所得数据。为提高检验效率，需要在小暗箱一侧提供一条供试纸条插入检测的卡槽，还有在小暗箱正对卡槽的上方提供一个可供拍照检测的镜头孔。我们还设计了一个互联网模块，每位用户在检测过程中在插入检测样品后不用再等上5分钟左右的检测时间，可以直接在我们的产品APP微信公众号上一键查询检测结果，更加的人性化。针对上一部分的研究内容，系统设计主要研究路线如下：

① 硬件电路部分

系统硬件设计结构框图如下图所示：

图10系统硬件电路框图

光电转换电路：

由于光电二极管的输出为微弱电流（即电荷）信号，而通常用于处理的信号，处理电路都是电压信号，因此输出的微弱电流需要通过一种合适的方法将其转换为电压并进行初步的放大。常用的有负载电阻实现和运放实现两种方法。

使用：负载电阻实现电流电压转换时要求:

1. 负载电阻值应该小于等于放大器的输入电阻； 

2. 负载电阻值的选择需要保证输出电压值为后极电子倍增电极和阳极间电压的-2个数量级时，才能确保输出的线性度；

3. 负载电阻尽可能地小，同时降低派生电容值，才能确保一定的频率和振幅特性。

使用运放实现电流电压转换则是目前使用光电二极管进行微弱光检测中较为常用的方法。它可以不用价格不菲的高灵敏度电流表就可准确测量到光电二极管的输出电流。

本项目你才用运放的方法完成电路的设计。

放大及滤波电路模块：

由于收集的荧光信号十分微弱，在 I/V 转换中的电压信号进行放大后还需进 行二级放大，并要求信号放大电路具有低噪声性能，在检测微弱信号的光电系统中， 需要从频率范围宽的信号中选出实际所需 要的频率范围的信号，通常采用滤波器。其中是否能很好的抑制光电系统的噪声 是提高检测系统灵敏度的重点，即将所需范围以外的噪声信号滤除掉或衰减掉， 这里采用有源滤波器系统。

最小系统设计：

根据对重金属分析仪的分析，本控制器需满足以下特点：

（1）本仪器适用于医疗、家庭、工厂、实验室等场所，从安全和成本角度考虑，需要控制器具有低成本，低功耗特点。

（2）系统需要控制的外设比较多，具体包括： LED 驱动器、步进电机、光耦接口电路、触摸屏和通信电路等，故选择的控制器需要有较多的接口。

（3）光学传感器与触摸屏都需要与控制器数据传输，一般使用通信协议通过串口通信。因此微控制器需要支持串口通讯功能。

（4）在本设计中，控制器主要负责下载检测列表、控制触摸屏以及储存和查询历史结果，所以控制器需要存储容量比较大。

（5）针对信号调理、A/D 转换电路以及微控制器都需要数字运算和处理。因此，控制器具有很高的处理速度。

最小系统就是指确保芯片正常工作且可以收发指令的最小系统。通常情况下，最小系统由主控芯片、复位电路、时钟电路、配置电路和 SWD 接口组成。最小系统主要包括为各单片机供电的电源、起振和复位电路和烧写电路等

电源电路：

重金属分析仪选用了 220V 转换为 24V 的变压器，用于给本文所设计系统的 各个模块供电。下表 4-4 表示，各模块所需电源的大小：

表1 各模块所需电源

② 软件电路部分

   软件设计总体框图如下图所示:

图11系统软件设计总体框图

在样本检测过程，如图12所示，先通过单片机给步进电机发送脉冲信号，当步进电机收到脉冲信号后，步进电机运动。同时通过检测位置传感器的状态位，如果走到终点，即给步进电机停止的脉冲信号，使电动机反方向运动；接着检测位置传感器的状态位，判断如果走到零点，即给给步进电机停止的脉冲信号，使电动机正方向运动。重复采样多次。当采样数据个数到达指定设置的个数时，停止工作，通过信号采集电路，接收到采集的光源信号电压量，再进行后续算法处理，软件设计程序流程图如下：

图12样本检测流程图

图13 AD采集程序流程图

图14 触摸屏程序设计流程图

（2）拟解决的问题

①图像分析与建模：为解决对图片RGB值进行准确的测算，需要设计程序将图片二值化之后过滤干绕颜色，在通过二值化的图片进行图片RGB值的测算，最后算出试纸条中物质的含量。

②光源的选择与控制:镜头分辨率质量选择，图片识别RGB值的程序设计。这对我们选择的光源照射效果具有很高的要求，所以必须考虑不同光照强度对拍照成图像的影响、不同类型的拍照镜头对拍照成图像的影响还有摄像头在不同的高度对拍照成图像的影响等方面考虑去不断的测试做出样本来达到检测最佳效果。

（3）预期成果

①完成重金属分析仪一体机的设计与调试；

②培养项目组成员科研论文撰写能力以及创新性研究水平和相关能力，发表论文1篇，申请软件著作权1~2项，实用新型专利1~2项；

③按时结题，提交结题报告。

计划分为4个阶段：

 第一阶段：2024年5月到2024年7月

 选择STM32型号，开始编写控制光源与屏幕交互的程序。选择操作系统板的型号，为软件的运行提供良好的平台，开会研究设备方案整体构型。

第二阶段：2024年7月到2024年10月

 制作出小暗箱的3D模型，画出整体设备的硬件设施电路图，确定光源和镜头的选型。设计出一块单片机与操作系统的电路连接图，并打板制作。

 第三阶段：2024年10月到2025年1月

 制作样机，采购零部件，团队成员集中在一起进行组装，组装好后由程序设计成员带回去进行程序烧录并调试，剩下成员去制作测试用的试纸条供给设备测试。

    第四阶段：2025年1月到2025年3月

    将组装调试好的仪器进行大量的测试，并根据测试结果调整机器的性能参数。