活性污泥法是一个需氧的微生物代谢过程。其中，反应池中的微生物利用曝气提供的溶解氧(Dissolved Oxy—gen)来降解污水中的有机物等污染物质。水体中的溶解氧(DO)是污水处理生化反应过程中的一个重要控制参数，也是影响运行费用和出水水质的重要因素。而曝气反应过程是一种复杂的非线性的生化过程，其中水质水量不断波动，要实现准确测量水中溶解氧非常困难。目前，国内外的污水处理过程中基本都是采用基于电流测定法的溶解氧检测仪，这种溶氧仪价格较高且需经常进行物化维护。因此，研究开发具有较高抗干扰能力、成本低、防腐蚀性强并且工作稳定的溶解氧含量检测方法具有十分重要的理论价值和实际应用价值。 本文提出了以曝气池水体图像为研究对象，检测水中溶解氧含量的新思路，利用BP人工神经网络技术为溶解氧检测系统建立了仿真预测模型，为实现基于机器视觉技术的污水处理中溶解氧的测定进行了力所能及的探索，主要做了以下几方面的工作： (1)结合实际污水处理现场工作的经验，在分析现有国内外水中溶解氧检测技术和机器视觉检测技术的基础上，，提出了利用机器视觉技术，以曝气池水体图像为研究对象，检测水中溶解氧含量的基本思路： (2)分析了机器视觉检测技术应用中，对图像进行预处理的相关方法，并应用Matlab软件针对曝气池的水体图像加以实现： (3)提取了曝气池水体图像的颜色特征，在对颜色在机器视觉中应用现状分析的基础上，经过颜色空间变换，得到了用于溶解氧检测系统的水体颜色描述信息； (4)基于曝气池水体图像颜色特征参量，应用BP神经网络构建了溶解氧检测系统的预测运算模型，并以Matlab软件完成了仿真测试。 本文的研究对水中溶解氧检测新方法的开发和机器视觉检测技术的应用具有较高的实际意义，但由于条件和时间限制，尚有许多方面有待改进和深入探讨。