基于機器視覺的成捆棒材計數(shù)方法的研究與應(yīng)用.pdf

1、成捆棒材的自動計數(shù)問題一直是困擾鋼材企業(yè)的棘手難題，目前鋼材生產(chǎn)企業(yè)對于成捆棒材的計數(shù)方法主要依靠人工計數(shù)方法、光電檢測方法和圖像處理方法，其中人工計數(shù)方法主要依靠工人手持點支計數(shù)筆對成捆棒材進行點支計數(shù);光電檢測也只能對于在線的單支棒材進行計數(shù)，對于成捆棒材則失去效果;圖像處理方法雖然可以提高計數(shù)效率，但是由于成捆棒材的粘連問題經(jīng)常出現(xiàn)在成捆棒材的圖像當(dāng)中，以至于計數(shù)精度有很大的偏差。這幾種棒材的計數(shù)方法對于成捆棒材計數(shù)問題都具有極大

2、的局限性，人工計數(shù)效率低下、準確率低下;光電計數(shù)則適應(yīng)性不強，不能適應(yīng)成捆棒材的計數(shù)問題;圖像處理方法對于粘連問題依然沒有很好的解決方法。因此，生產(chǎn)企業(yè)急需一種新的高效，精確的計數(shù)方法。
　　為了實現(xiàn)企業(yè)所急需的這種高效、高精度的計數(shù)方法，本文進行基于機器視覺的成捆棒材計數(shù)方法的研究。本文主要研究了圖像的預(yù)處理，圖像分割，圖像目標識別，以及圖像處理軟件的編寫。其中，本文主要研究了圖像分割和圖像目標識別，對于圖像分割，本文摒棄了傳統(tǒng)

3、的基于幾何形態(tài)學(xué)的分割方法、分水嶺的分割方法以及區(qū)域生長的分割方法，本文創(chuàng)造性的將分割后再識別的傳統(tǒng)方法改變?yōu)槔弥悄芩惴ㄏ茸R別分類，再分割，最后識別計數(shù)的方法。
　　本文通過深入研究了圖像增強，圖像二值化算法，并研究對比了模板匹配算法與分水嶺算法對于成捆棒材的識別計數(shù)問題，其結(jié)果不是令人滿意。本文采用了支持向量機的分類算法，經(jīng)過大量的實驗分析成捆棒材的粘連問題，無粘連棒材，兩根粘連棒材，三根“品”字型粘連棒材，三根“一”字型粘連