捆扎線材圖像處理的識(shí)別方法研究.pdf

1、目前,國(guó)內(nèi)大多數(shù)鋼材生產(chǎn)廠家都采用人工方法來(lái)計(jì)量捆扎線材的根數(shù),效率低下,勞動(dòng)強(qiáng)度高,計(jì)數(shù)誤差大,而引進(jìn)全自動(dòng)生產(chǎn)線,成本較高,因此,他們迫切需要低廉的自動(dòng)計(jì)數(shù)儀.從上世紀(jì)90年代初,國(guó)內(nèi)開始從事應(yīng)用計(jì)算機(jī)視覺的方法進(jìn)行線材的在線自動(dòng)計(jì)數(shù)研究,取得了一定的成果,但還處于理論研究階段,沒有出現(xiàn)成熟的產(chǎn)品.該課題是北方工業(yè)大學(xué)承擔(dān)的北京市教育委員會(huì)科學(xué)基金的捆扎線材圖像測(cè)量計(jì)數(shù)儀的子課題.該計(jì)數(shù)儀的研制不僅具有一定的理論意義,同時(shí)還有良好的

2、市場(chǎng)前景.課題仍然采用計(jì)算機(jī)視覺的方法來(lái)嘗試線材的在線計(jì)數(shù),主要研究?jī)?nèi)容是系統(tǒng)的軟件部分,包括圖像的采集、預(yù)處理、物體的分割和識(shí)別并且計(jì)數(shù).根據(jù)所處理圖像的實(shí)際特點(diǎn),文中提出了一種新的基于類圓的粘連體分割方法和基于統(tǒng)計(jì)模式識(shí)別的類圓識(shí)別方法,由于該算法主要的運(yùn)算為加法、減法和邏輯運(yùn)算,從而保證了算法的實(shí)時(shí)性.對(duì)一幅大小為640*480的圖像,整個(gè)處理耗時(shí)小于1秒,完全能滿足實(shí)際生產(chǎn)要求.該算法對(duì)圖像的二值化效果要求較高,當(dāng)物體間的縫隙在

3、二值化后能部分或全部判定為背景,即粘連的物體在二值化后能有明顯的凹陷時(shí),識(shí)別率很高,誤差幾乎可以為零.反之,則誤差會(huì)上升,一種可行的改進(jìn)方案是利用物體的邊緣信息,文中也進(jìn)行了這方面的嘗試,受時(shí)間限制,只進(jìn)行了簡(jiǎn)單的試驗(yàn).雖然引入邊緣信息能減少可能的誤差,但是如果物體內(nèi)部灰度不均勻,則要考慮由此而造成的偽邊緣信息對(duì)分割的影響,同時(shí),結(jié)合邊緣信息后,處理速度也將會(huì)有所降低.文中的研究大部分時(shí)間是針對(duì)用數(shù)碼相機(jī)在施工現(xiàn)場(chǎng)采集的圖像設(shè)計(jì)的,僅在

4、末期用了較少的幾根鋼筋進(jìn)行在線測(cè)試,因此,僅就算法而言,還有許多具體的研究、工作去調(diào)試、完善和改進(jìn),如果再進(jìn)一步結(jié)合嵌入式硬件和生產(chǎn)管理的需要,形成一個(gè)較成型的產(chǎn)品,則需要做更多、更深入的研究.文中除對(duì)算法進(jìn)行了描述外,也給出了算法的應(yīng)用效果,并且簡(jiǎn)要地討論了引起誤差的幾個(gè)因素.該文在查閱大量的文獻(xiàn)基礎(chǔ)上(限于作者查找的資料范圍,沒有見到國(guó)外有關(guān)這方面的文獻(xiàn)),提出了一種適合線材計(jì)數(shù)的分割和識(shí)別方法,并就進(jìn)一步的改進(jìn)進(jìn)行了一些有益的探索