基于改进分水岭的棒材识别方法研究

摘要

棒材实时识别并计数，一直是钢厂致力于解决的难题。钢厂最初采用人工计数的方法进行棒材识别，该方法无法满足工业自动化需求。随后人们提出机电法、图像处理法进行棒材识别研究，对于存在端面氧化变暗、粘连的棒材，使用机电法与现有的图像处理法均难以准确识别，为此本课题提出改进分水岭的方法进行棒材识别计数，该方法主要包括棒材图像预处理，棒材目标识别与棒材跟踪。 首先，对棒材图像进行预处理，端面氧化变暗的棒材在点云图上呈现多峰性，利用功率谱提取棒材图像低频部分使多峰性问题得到解决，对提取的低频部分进行最大熵阈值分割，实现棒材区域的自动提取。 其次，针对棒材的目标识别问题，提出改进的标记分水岭的方法，该方法将标记点与多尺度重构融合，融合后进行分水岭变换识别棒材轮廓。对棒材区域进行距离变换，筛选距离图中的标记点;同时提取棒材低频部分对应的拓展局部极值区域，结合拓展局部极值区域进行标记点补充，通过标记点筛选与标记点补充获得棒材目标对应的完整标记点，将完整标记点作为前景标记，前景标记应用分水岭变换得到背景标记。 然后结合多尺度形态学对棒材的梯度图进行重构，结果融合前景、背景标记，应用分水岭变换得到棒材轮廓，叠加不同尺度下的结果获得棒材的最终轮廓。 最后针对采集得到的连续棒材图像进行跟踪，对棒材图像进行投影，估计图像的整体位移，对不同帧棒材进行对位实现棒材计数。 实验结果表明，对于端面氧化变暗、粘连的棒材，本文提出的改进分水岭方法能够准确识别计数。针对复杂的棒材生产线，本课题的系统能满足棒材识别计数的实时性、可靠性要求，对于其他类圆形目标识别计数有着较好的指导意义。

目录

声明

摘要

第一章绪论

1．1研究背景与意义

1．2国内外发展现状

1．3论文整体架构

第二章棒材图像预处理

2．1图像平滑

2．1．1邻域平均法

2．1．2中值滤波法

2．1．3高斯平滑滤波法

2．1．4基于功率谱的低通滤波

2．2图像锐化

2．2．1一阶微分锐化

2．2．2二阶微分锐化

2．3图像分割

2．3．1全局阈值分割法

2．3．2迭代阈值分割法

2．3．3最大类间方差法

2．3．4二维最大熵阈值分割法

2．4本章小结

第三章基于数学形态学的分水岭算法

3．1数学形态学基本理论

3．1．1二值形态学

3．1．2灰度形态学

3．2形态学重构

3．2．1形态学重构理论

3．2．2棒材图像重构

3．3距离变换

3．4分水岭算法

3．4．1分水岭变换原理

3．4．2分水岭变换定义

3．4．3分水岭过分割问题

3．5常见的分水岭方法

3．5．1基于距离变换的分水岭分割

3．5．2基于梯度的分水岭分割

3．5．3基于标记的分水岭分割

3．6本章小结

第四章应用改进分水岭的棒材识别与跟踪

4．1标记点与多尺度重构融合的分水岭变换

4．1．1标记点提取

4．1．2多尺度重构的信息融合

4．2棒材目标跟踪

4．2．1整体移动量检测

4．2．2目标跟踪匹配

4．3本章小结

第五章系统设计与实验

5．1系统硬件设计

5．2系统软件设计

5．3对比实验

5．4本章小结

第六章结论与展望

6．1结论

6．2展望

参考文献

发表论文和参加科研情况说明

致谢