鋼材端面計(jì)數(shù)與識(shí)別關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、以圖像工程為應(yīng)用背景，針對(duì)鋼材端面特點(diǎn)，采用計(jì)算機(jī)視覺(jué)的方法來(lái)嘗試線材的計(jì)數(shù)，主要研究了圖像處理的相關(guān)方法，并系統(tǒng)地設(shè)計(jì)了鋼材端面計(jì)數(shù)與識(shí)別系統(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)。關(guān)鍵處理給出了一種新的基于小波包分解的分水嶺閾值分割算法和帶條件的輪廓跟蹤識(shí)別法。 把目標(biāo)物體從多值的圖像背景中脫離出來(lái)，關(guān)鍵在于閾值的選定。腐蝕線材粘連嚴(yán)重、分割效果差，用分水嶺算法均衡了處理速度和分割精度，能有效抑制大顆粒

2、噪聲，且處理速度較快。但該算法無(wú)法表述信號(hào)的局部時(shí)頻特性，而這種性質(zhì)恰恰是非平穩(wěn)信號(hào)的根本性質(zhì)；引入小波包分解算法，能有效克服腐蝕線材灰度變化劇烈，在圖像尺寸較小的情況下，對(duì)一般圖像和腐蝕嚴(yán)重圖像均能顯著提高分割精度，從噪聲較大的圖像中獲取良好的目標(biāo)物體。 識(shí)別時(shí)，邊緣信息所確定的類(lèi)圓不能完全確定為要識(shí)別的鋼筋端面圖像，輪廓跟蹤信息不是識(shí)別的充分信息。為解決這個(gè)問(wèn)題，采用區(qū)域面積測(cè)量值作為補(bǔ)充判斷條件，優(yōu)化最終識(shí)別精度。

3、 在實(shí)際鋼材端面識(shí)別與計(jì)數(shù)系統(tǒng)中，對(duì)一幅大小為640*480的圖像，整個(gè)處理耗時(shí)小于2秒，滿(mǎn)足實(shí)際生產(chǎn)要求。實(shí)驗(yàn)結(jié)果也表明該系統(tǒng)對(duì)圖像二值化效果要求較高，只有當(dāng)物體間縫隙二值化后能部分或全部判定為背景，識(shí)別率才能達(dá)l00﹪。系統(tǒng)各階段算法均對(duì)現(xiàn)行算法進(jìn)行了對(duì)比和改進(jìn)，在理論上可應(yīng)用于其它工農(nóng)業(yè)和其他行業(yè)的自動(dòng)化計(jì)量和自動(dòng)化控制，為類(lèi)圓線材，如農(nóng)業(yè)生產(chǎn)中的果實(shí)、林業(yè)中的圓木端面等計(jì)數(shù)的通用算法打下基礎(chǔ)，不僅具有一定的理論意義，且有較好的市