基于機(jī)器視覺的棒材計(jì)數(shù)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、在生產(chǎn)過程中實(shí)時(shí)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(qiáng)度大，依靠人工計(jì)數(shù)，工作效率低，準(zhǔn)確性差，迫切需要開發(fā)高精度的自動計(jì)數(shù)設(shè)備。以機(jī)器視覺為基礎(chǔ)，通過圖像分析和模式識別技術(shù)來檢測棒材，是實(shí)現(xiàn)棒材自動計(jì)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(yán)重粘連;另外，軋鋼過程中的機(jī)械應(yīng)力使鋼材截面變形，且棒材端面氧化，光學(xué)特性發(fā)生改變，吸收掉大部分有色光，導(dǎo)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(jì)數(shù)準(zhǔn)確率較低。鑒于此，本文從圖像采集、圖像預(yù)處理和棒材計(jì)數(shù)識別算法三個(gè)方面入手，進(jìn)行了如下研究工作:
　　首先，探討了棒材計(jì)數(shù)系統(tǒng)的硬件實(shí)現(xiàn)方案，用亮度均勻的強(qiáng)光照亮棒材端面，通過相機(jī)采集棒材端面原始圖像。根據(jù)研究對象的實(shí)際特點(diǎn)，選擇千兆網(wǎng)面陣CCD工業(yè)相機(jī)，并配置焦距可調(diào)的鏡頭;根據(jù)單個(gè)LED燈珠的光照模型設(shè)計(jì)了環(huán)形結(jié)構(gòu)的均勻光光源，并做了相關(guān)測試，驗(yàn)證了光照強(qiáng)

3、度的均勻性。最后，給出了棒材計(jì)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(jī)鏡頭和光源置于棒材生產(chǎn)流水線上稱重設(shè)備的對面，計(jì)算機(jī)和顯示器等設(shè)備置于控制室內(nèi)，圖像數(shù)據(jù)通過專用千兆網(wǎng)絡(luò)實(shí)時(shí)傳輸給計(jì)算機(jī)進(jìn)行處理分析。
　　其次，研究了棒材端面圖像的預(yù)處理技術(shù)。將棒材端面原始彩色圖像進(jìn)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(jìn)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(jìn)行對比研究，基于小波變換的圖像濾波算法綜合空域?yàn)V波和頻域?yàn)V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(jìn)而，探討了圖像銳化算法，LoG算子抗干擾能力強(qiáng)，在銳化圖像邊緣細(xì)節(jié)信息的同時(shí)，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(shí)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(jìn)行自適應(yīng)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(diǎn)，運(yùn)用形態(tài)學(xué)算法進(jìn)一步提升二值圖像的質(zhì)量，通過凸殼運(yùn)算和孔洞填充，去除棒材端面內(nèi)部的細(xì)小孔洞和狹窄溝壑，通過腐蝕運(yùn)算和開運(yùn)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(jì)數(shù)識別算法。討論了棒材端面區(qū)域的特征提取，運(yùn)用區(qū)域生長算法提取棒材端面連通分量，通過進(jìn)一步計(jì)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(yùn)用逐次逼近法求得整個(gè)圖像中連通分量的平均面積特征和平均半徑。接下來詳細(xì)闡述了三種棒材計(jì)數(shù)識別算法，相對面積計(jì)數(shù)法根據(jù)相對面積對連通分量進(jìn)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(jìn)行二次圖像預(yù)處理，設(shè)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(jìn)行分離，然后通過預(yù)設(shè)準(zhǔn)則完成數(shù)量統(tǒng)計(jì);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(yīng)匹配模板，逐點(diǎn)掃描圖像進(jìn)行匹配，計(jì)算相

7、關(guān)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(jìn)行次優(yōu)點(diǎn)過濾，確定最優(yōu)匹配位置，得出計(jì)數(shù)識別結(jié)果;在此基礎(chǔ)之上，本文提出結(jié)合兩種算法各自優(yōu)點(diǎn)的綜合計(jì)數(shù)算法，對經(jīng)過預(yù)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(jìn)行識別，確保無形狀畸變的棒材得到準(zhǔn)確計(jì)數(shù)，然后，消隱已準(zhǔn)確識別的區(qū)域，重新設(shè)計(jì)二次圖像預(yù)處理算法，得到新的二值圖像，采用相對面積法進(jìn)行計(jì)數(shù)識別，實(shí)驗(yàn)測試準(zhǔn)確率達(dá)到99.5％。
　　最后，對棒材自動計(jì)數(shù)系統(tǒng)進(jìn)行