基于機器視覺的棒材計數(shù)系統(tǒng)研究與實現(xiàn).pdf

1、在生產(chǎn)過程中實時監(jiān)測棒材數(shù)量具有重要意義。生產(chǎn)車間環(huán)境嘈雜，員工勞動強度大，依靠人工計數(shù)，工作效率低，準確性差，迫切需要開發(fā)高精度的自動計數(shù)設備。以機器視覺為基礎，通過圖像分析和模式識別技術來檢測棒材，是實現(xiàn)棒材自動計數(shù)的有效途徑。棒材生產(chǎn)環(huán)境惡劣，原始圖像噪聲較多;棒材端面參差不齊、相互遮擋易造成分割后的二值圖像嚴重粘連;另外，軋鋼過程中的機械應力使鋼材截面變形，且棒材端面氧化，光學特性發(fā)生改變，吸收掉大部分有色光，導致部分區(qū)域曝光不

2、足，反映在二值圖像中，有些棒材的端面面積過小，以上原因造成棒材自動計數(shù)準確率較低。鑒于此，本文從圖像采集、圖像預處理和棒材計數(shù)識別算法三個方面入手，進行了如下研究工作:
　　首先，探討了棒材計數(shù)系統(tǒng)的硬件實現(xiàn)方案，用亮度均勻的強光照亮棒材端面，通過相機采集棒材端面原始圖像。根據(jù)研究對象的實際特點，選擇千兆網(wǎng)面陣CCD工業(yè)相機，并配置焦距可調(diào)的鏡頭;根據(jù)單個LED燈珠的光照模型設計了環(huán)形結(jié)構(gòu)的均勻光光源，并做了相關測試，驗證了光照強

3、度的均勻性。最后，給出了棒材計數(shù)系統(tǒng)的整體布置方案，采用同軸光照明，在明域成像的模式采集圖像，相機鏡頭和光源置于棒材生產(chǎn)流水線上稱重設備的對面，計算機和顯示器等設備置于控制室內(nèi)，圖像數(shù)據(jù)通過專用千兆網(wǎng)絡實時傳輸給計算機進行處理分析。
　　其次，研究了棒材端面圖像的預處理技術。將棒材端面原始彩色圖像進行灰度化處理，在確保反映棒材特征的情況下，減少數(shù)據(jù)量。接著，對圖像進行了基于頂帽變換的亮度均衡化處理，減少光照不均對識別算法的影響。然

4、后，研究了圖像濾波算法，分別在空域、頻域和小波域進行對比研究，基于小波變換的圖像濾波算法綜合空域濾波和頻域濾波的優(yōu)勢，能夠有效的去除圖像在采集、數(shù)字化和傳輸過程中的噪聲。進而，探討了圖像銳化算法，LoG算子抗干擾能力強，在銳化圖像邊緣細節(jié)信息的同時，能平滑原有的尖銳邊緣或者拐角，對處理棒材端面圖像非常有利。之后，研究了圖像分割算法，局部閾值分割能夠同時兼顧圖像中的過亮區(qū)域和曝光不足區(qū)域，選擇動態(tài)閾值進行自適應分割，取得了良好的效果。最后

5、，分析了棒材端面二值圖像的特點，運用形態(tài)學算法進一步提升二值圖像的質(zhì)量，通過凸殼運算和孔洞填充，去除棒材端面內(nèi)部的細小孔洞和狹窄溝壑，通過腐蝕運算和開運算，去除棒材之間的粘連，平滑棒材端面邊界。
　　再次，研究了棒材計數(shù)識別算法。討論了棒材端面區(qū)域的特征提取，運用區(qū)域生長算法提取棒材端面連通分量，通過進一步計算獲得連通域的面積特征和半徑特征，采用Canny算子提取連通分量的邊界并用最小多邊形逼近該邊界，以最小多邊形的一階矩作為連通

6、分量的重心，接著運用逐次逼近法求得整個圖像中連通分量的平均面積特征和平均半徑。接下來詳細闡述了三種棒材計數(shù)識別算法，相對面積計數(shù)法根據(jù)相對面積對連通分量進行分類，檢測出曝光不足區(qū)域和重度粘連區(qū)域，對曝光不足區(qū)域進行二次圖像預處理，設定較低分割閾值，獲取正常的連通分量;對重度粘連區(qū)域用極限腐蝕和條件膨脹算法進行分離，然后通過預設準則完成數(shù)量統(tǒng)計;基于二維局部極值的模板匹配算法根據(jù)平均半徑特征構(gòu)造自適應匹配模板，逐點掃描圖像進行匹配，計算相

7、關度系數(shù)矩陣，求取二維局部極大值，然后根據(jù)歐氏距離進行次優(yōu)點過濾，確定最優(yōu)匹配位置，得出計數(shù)識別結(jié)果;在此基礎之上，本文提出結(jié)合兩種算法各自優(yōu)點的綜合計數(shù)算法，對經(jīng)過預處理的棒材端面圖像，先采用基于二維局部極值的模板匹配算法進行識別，確保無形狀畸變的棒材得到準確計數(shù)，然后，消隱已準確識別的區(qū)域，重新設計二次圖像預處理算法，得到新的二值圖像，采用相對面積法進行計數(shù)識別，實驗測試準確率達到99.5％。
　　最后，對棒材自動計數(shù)系統(tǒng)進行