捆扎線材圖像處理的識別方法研究.pdf

1、目前,國內(nèi)大多數(shù)鋼材生產(chǎn)廠家都采用人工方法來計量捆扎線材的根數(shù),效率低下,勞動強度高,計數(shù)誤差大,而引進全自動生產(chǎn)線,成本較高,因此,他們迫切需要低廉的自動計數(shù)儀.從上世紀90年代初,國內(nèi)開始從事應(yīng)用計算機視覺的方法進行線材的在線自動計數(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)大學承擔的北京市教育委員會科學基金的捆扎線材圖像測量計數(shù)儀的子課題.該計數(shù)儀的研制不僅具有一定的理論意義,同時還有良好的

2、市場前景.課題仍然采用計算機視覺的方法來嘗試線材的在線計數(shù),主要研究內(nèi)容是系統(tǒng)的軟件部分,包括圖像的采集、預(yù)處理、物體的分割和識別并且計數(shù).根據(jù)所處理圖像的實際特點,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)計模式識別的類圓識別方法,由于該算法主要的運算為加法、減法和邏輯運算,從而保證了算法的實時性.對一幅大小為640*480的圖像,整個處理耗時小于1秒,完全能滿足實際生產(chǎn)要求.該算法對圖像的二值化效果要求較高,當物體間的縫隙在

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,識別率很高,誤差幾乎可以為零.反之,則誤差會上升,一種可行的改進方案是利用物體的邊緣信息,文中也進行了這方面的嘗試,受時間限制,只進行了簡單的試驗.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分割的影響,同時,結(jié)合邊緣信息后,處理速度也將會有所降低.文中的研究大部分時間是針對用數(shù)碼相機在施工現(xiàn)場采集的圖像設(shè)計的,僅在

4、末期用了較少的幾根鋼筋進行在線測試,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,如果再進一步結(jié)合嵌入式硬件和生產(chǎn)管理的需要,形成一個較成型的產(chǎn)品,則需要做更多、更深入的研究.文中除對算法進行了描述外,也給出了算法的應(yīng)用效果,并且簡要地討論了引起誤差的幾個因素.該文在查閱大量的文獻基礎(chǔ)上(限于作者查找的資料范圍,沒有見到國外有關(guān)這方面的文獻),提出了一種適合線材計數(shù)的分割和識別方法,并就進一步的改進進行了一些有益的探索