基于圖像處理的現(xiàn)場(chǎng)鋼管計(jì)數(shù)研究.pdf

1、在傳統(tǒng)現(xiàn)場(chǎng)環(huán)境下,對(duì)鋼材的計(jì)數(shù)一直以來都是采用人工計(jì)數(shù)的方法,效率低下,而且也容易疲勞度等人為因素導(dǎo)致準(zhǔn)確率降低。為了將人從繁雜的計(jì)數(shù)的勞動(dòng)中解脫出來,本文結(jié)合現(xiàn)有的相關(guān)研究,針對(duì)現(xiàn)有方法實(shí)現(xiàn)現(xiàn)場(chǎng)計(jì)數(shù)的不可行性,該文提出了一種基于提取樣本的方式來實(shí)現(xiàn)現(xiàn)場(chǎng)環(huán)境下鋼管計(jì)數(shù)方法。介紹了該系統(tǒng)開發(fā)過程中的關(guān)鍵技術(shù)和相關(guān)算法。該方法通過采用形態(tài)學(xué)填充的方式尋找標(biāo)準(zhǔn)物體樣本集,然后形成權(quán)值模板再對(duì)梯度圖像進(jìn)行檢測(cè),統(tǒng)計(jì)計(jì)數(shù)。實(shí)現(xiàn)了在鋼管加工過程及出

2、入庫中的鋼管計(jì)數(shù),具有較強(qiáng)的實(shí)用性。
　　本文所提方法主要包括圖像預(yù)處理、邊緣提取、樣本集提取、模板制作、檢測(cè)計(jì)數(shù)等步驟。先將采集到的圖像進(jìn)行灰度轉(zhuǎn)換,再用GRA方法和Top-hat方法聯(lián)合增強(qiáng)圖像,以改善圖像質(zhì)量?；诨疑碚摰腉RA方法根據(jù)噪聲點(diǎn)與其領(lǐng)域像素的相關(guān)性較弱,而邊緣點(diǎn)與其領(lǐng)域像素的相關(guān)性較強(qiáng)來提取小樣本參考序列,用鄧氏關(guān)聯(lián)度對(duì)小樣本數(shù)據(jù)進(jìn)行分析,識(shí)別邊緣點(diǎn)和非邊緣點(diǎn),增強(qiáng)有用信息。Top-hat算法結(jié)合灰度形態(tài)學(xué)的

3、減法和開閉運(yùn)算,用于增強(qiáng)黑暗背景圖像上的明亮物體。通過兩者聯(lián)合,對(duì)于惡劣的現(xiàn)場(chǎng)環(huán)境,其增強(qiáng)效果顯著。然后對(duì)改善后的圖像提取邊緣,并用孔洞填充方式提取完整物體邊緣,即樣本集?？锥刺畛涫歉鶕?jù)形態(tài)學(xué)的重構(gòu)方法,對(duì)圖像中的孔洞進(jìn)行填充,可以獲得圖像的填充區(qū)域,然后本文通過孔洞的邊緣重構(gòu)來獲得圖像中物體的邊緣。對(duì)提取的完整物體邊緣,進(jìn)行聚中加權(quán),形成權(quán)值模板。標(biāo)志權(quán)值模板的特征,由權(quán)值模板的特征對(duì)整個(gè)圖像的邊緣圖像進(jìn)行匹配檢測(cè),最終由檢測(cè)的結(jié)果統(tǒng)