基于圖像處理的現(xiàn)場鋼管計數(shù)研究.pdf

1、在傳統(tǒng)現(xiàn)場環(huán)境下,對鋼材的計數(shù)一直以來都是采用人工計數(shù)的方法,效率低下,而且也容易疲勞度等人為因素導致準確率降低。為了將人從繁雜的計數(shù)的勞動中解脫出來,本文結(jié)合現(xiàn)有的相關(guān)研究,針對現(xiàn)有方法實現(xiàn)現(xiàn)場計數(shù)的不可行性,該文提出了一種基于提取樣本的方式來實現(xiàn)現(xiàn)場環(huán)境下鋼管計數(shù)方法。介紹了該系統(tǒng)開發(fā)過程中的關(guān)鍵技術(shù)和相關(guān)算法。該方法通過采用形態(tài)學填充的方式尋找標準物體樣本集,然后形成權(quán)值模板再對梯度圖像進行檢測,統(tǒng)計計數(shù)。實現(xiàn)了在鋼管加工過程及出

2、入庫中的鋼管計數(shù),具有較強的實用性。
　　本文所提方法主要包括圖像預處理、邊緣提取、樣本集提取、模板制作、檢測計數(shù)等步驟。先將采集到的圖像進行灰度轉(zhuǎn)換,再用GRA方法和Top-hat方法聯(lián)合增強圖像,以改善圖像質(zhì)量?；诨疑碚摰腉RA方法根據(jù)噪聲點與其領(lǐng)域像素的相關(guān)性較弱,而邊緣點與其領(lǐng)域像素的相關(guān)性較強來提取小樣本參考序列,用鄧氏關(guān)聯(lián)度對小樣本數(shù)據(jù)進行分析,識別邊緣點和非邊緣點,增強有用信息。Top-hat算法結(jié)合灰度形態(tài)學的

3、減法和開閉運算,用于增強黑暗背景圖像上的明亮物體。通過兩者聯(lián)合,對于惡劣的現(xiàn)場環(huán)境,其增強效果顯著。然后對改善后的圖像提取邊緣,并用孔洞填充方式提取完整物體邊緣,即樣本集?？锥刺畛涫歉鶕?jù)形態(tài)學的重構(gòu)方法,對圖像中的孔洞進行填充,可以獲得圖像的填充區(qū)域,然后本文通過孔洞的邊緣重構(gòu)來獲得圖像中物體的邊緣。對提取的完整物體邊緣,進行聚中加權(quán),形成權(quán)值模板。標志權(quán)值模板的特征,由權(quán)值模板的特征對整個圖像的邊緣圖像進行匹配檢測,最終由檢測的結(jié)果統(tǒng)