论文摘要
棒材的计数封装是轧钢厂棒材生产和销售中的重要环节。长期以来,我国的棒材生产企业大都采用人工点支的方式对棒材进行计数。这种方法生产效率低、劳动强度高、计数误差大,不仅影响了企业的生产效率和自动化程度,而且使企业无法从允许的负公差轧制方式中获得应有的经济效益。因此,研究棒材自动计数装置对提高棒材计数的效率和精度,实现棒材生产线的自动化都具有十分重要的意义。针对市场急需,设计了一种基于机器视觉和图像处理的棒材自动计数系统。在本系统中,数字摄像机拍摄链床上连续传送的棒材的端面图像,并将图像数据传输给工控机进行图像处理和计数。当计数值达到设定值时,发出链床停止信号,同时在图像上给出棒材分离位置,以便于工人进行分钢操作。系统的硬件设计充分考虑了棒材生产的特定环境和图像处理的特殊要求。系统硬件主要包括数字摄像机、千兆网卡、工控机和照明系统等。使用Visual C++开发了方便、简洁的操作界面,使用SQL Sever数据库管理棒材计数数据。图像处理是本系统研制的重点和难点。本系统使用OpenCV计算机视觉函数库来对采集的图像进行处理,实现棒材计数。主要的图像处理过程有图像预处理、棒材识别和运动棒材跟踪三部分。在图像预处理中,使用中值滤波对图像进行平滑,在消除噪声的同时保护了图像的边缘。使用最大类间方差法对图像进行分割,但由于棒材剪切工艺的限制,分割后二值图像中常出现孔洞和缝隙,从而影响了计数的准确性。为解决此问题本文采用一种新的八方向填充算法来改善图像质量,以突出目标特征。在目标识别中,采用了一种16方向边缘检测算子来准确检测棒材边缘；然后分别使用16方向边缘聚集算法和快速多模板匹配算法来识别不同尺寸规格的棒材。在此基础上,使用欧式距离对棒材区域的像素点进行聚类、确定棒材中心、识别棒材。棒材目标识别主要解决单帧图像中的棒材计数问题。在棒材在线计数中,不仅需要解决棒材识别问题,还需对序列图像中的棒材进行匹配跟踪,这恰恰是棒材在线自动计数优于捆扎后计数的关键。本文采用基于特征的目标跟踪算法来估计序列图像中棒材水平位移,进而在目标范围内搜索匹配的棒材,实现棒材计数。试验结果表明,所设计的棒材自动计数系统计数棒材的精度可达到99.99%,而且每帧图像的处理时间仅需0.02s,能够满足棒材生产中对自动计数问题的要求,具有较高的实用价值和较好的市场前景。