基于機器視覺的棒線材識別跟蹤系統(tǒng)的設(shè)計與研究.pdf

1、我國的棒線材產(chǎn)量居世界第一，但是棒線材的自動計數(shù)技術(shù)仍然較為落后，目前絕大多數(shù)國內(nèi)企業(yè)仍采用人工計數(shù)方法，自動計數(shù)系統(tǒng)的研發(fā)迫在眉睫。國內(nèi)外對棒線材自動計數(shù)的研究大多停留在靜態(tài)或者低速運動情況下，并且只能單一地實現(xiàn)棒線材的計數(shù)功能，而對棒線材質(zhì)量并未涉及，棒線材自動計數(shù)仍然是一個難題。本文針對解決棒線材實時跟蹤與識別問題，進行了以下的設(shè)計與研究:
　　(1)根據(jù)某棒線材企業(yè)實際生產(chǎn)情況，以工業(yè)線陣相機為核心，設(shè)計與開發(fā)出一套高速線

2、陣成像系統(tǒng)。詳細闡述了系統(tǒng)的軟硬件組成和工作流程，并提出了不失真采集系數(shù)，給出了計算方法;
　　(2)引入基于二維直方圖的信息熵圖像分割算法，提出一種改進的圖像分割算法對系統(tǒng)采集的棒線材圖像進行分割。同時，利用二值化形式的中值濾波去除圖像噪聲;
　　(3)利用Blob分析算法提取棒線材端面特征，并提出利用對極平面分析方法測量棒線材端面長度差;
　　(4)分別采用基于貪婪鄰波器和Kalman濾波兩種算法跟蹤棒線材端面目標

3、，給出了跟蹤算法流程。
　　針對以上內(nèi)容，本文進行了相應(yīng)的實驗，由實驗數(shù)據(jù)得出以下結(jié)論:
　　(1)本文提出的系統(tǒng)可以連續(xù)采集高速運動的棒線材圖像，圖像清晰且不失真;
　　(2)本文提出的改進圖像分割算法較最大類間方差法和二維直方圖信息熵分割法分割結(jié)果更為準確，并且在圖像低對比度時仍能成功分割;
　　(3) Blob分析法提取棒線材端面特征準確率接近100％，并且耗時在5ms以內(nèi);對極平面分析法測量棒線材長度差的