目标识别技术在钢筋计数系统中的研究与应用

摘要

钢筋、钢管等成品的点支计数是钢产品生产工艺过程的最后步骤。目前，多数钢厂普遍依靠人工来统计成捆钢筋的根数，工作机械枯燥，劳动强度大，计数准确率低，给钢筋销售带来很大麻烦；采用称重销售方式，会导致企业不能得到负公差方式带来的较大经济利润。因此，研制成捆钢筋计数系统对钢筋企业发展具有重大意义。
　　本课题以图像处理技术和目标识别技术为基础，以成捆钢筋端面目标识别与统计为目的，完成成捆钢筋计数过程的理论算法研究，并以Matlab为仿真工具，实现目标识别技术在计数系统中的研究与应用。本文的主要内容包括端面图像预处理、端面图像分割和钢筋识别与统计。首先，详细分析了复杂条件下的原始成捆钢筋端面图像的实际特征：“井”字交叉堆放、端面形状和颜色不一、光照不均匀、粘连等，结合图像增强技术，提出了一种双重滤波预处理算法，该方法可以大大提高图像整体对比度，削弱噪声干扰，为图像的有效分割提供必要条件。其次，根据端面图像特点，提出基于Otsu算法的钢筋端面图像分割算法，并从阈值搜索范围和阈值判定准则两个方面作出改进，与经典处理方法对比，分割效果最佳；并结合数学形态学操作，解决钢筋轻度粘连的问题。最后，在钢筋识别与统计阶段，以端面二值图像的连通区域标记为基础，提出基于中心点提取的钢筋端面识别算法，实现成捆钢筋的识别与统计。此外，针对标记结果图像存在漏选、多选、误选现象，提出手动标记和去除等优化策略。
　　通过Matlab仿真测试，结果表明本研究算法直观、有效，自适应力高。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景和意义

1.2 图像及数字图像处理概述

1.3 棒材计数的国内外研究现状

1.4 课题主要研究内容

第2章 图像识别技术基础

2.1 图像文件格式

2.2 数字图像处理与识别

2.3 钢筋端面图像处理流程

2.4 本章小结

第3章 钢筋端面图像预处理

3.1 钢筋端面图像分析

3.2 图像灰度化

3.3 图像增强

3.4 钢筋端面图像的双重滤波预处理

3.5 本章小结

第4章 钢筋端面图像分割

4.1 图像分割概述

4.2 经典图像分割算法

4.3 改进Otsu的钢筋图像分割算法

4.4 实验结果与分析

4.5 本章小结

第5章 钢筋端面图像识别与统计

5.1 棒材识别方法

5.2 像素间的基本关系

5.3 连通区域标记算法

5.4 基于面积的钢筋端面识别算法

5.5 基于中心点提取的钢筋端面识别算法

5.6 实验结果与分析

5.7 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和科研成果

致谢