试析钢筋端面图像处理与自动计数系统研究

《试析钢筋端面图像处理与自动计数系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、i{1094099分类号：TP391．41授予学位单位代码：10434研究生学号：20040066山柬蓑案大学硕士学位论文钢筋端面图像处理与自动计数系统研究SystematicStudyonImageProcessing&AutomaticCountingfortheEndImageofReinforcingSteelBar研究生：李邦明学科专业：农业机械化工程研究方向：计算机应用学院：机械与电子工程学院指导教师：刘贤喜教授2007年03月15日山东农业大学硕士学位论文摘要钢筋根数的计数是钢材生产和销售过程中的重要环节。

2、目前，通常都采用人工多次计数的方法来完成打捆钢筋的计数，不仅效率低、劳动强度高，而且计数误差大。因此，研究开发钢筋根数自动计数系统是钢材生产和销售行业中一个十分迫切的问题，对减轻工作劳动强度，提高计数的效率和准确性具有重要意义。本文通过对钢筋端面图像进行处理和分析，提出了～种基于计算机图像处理的打捆钢筋自动计数方法，并用VC++开发了钢筋端面图像处理与自动计数的系统，实现了钢筋的自动计数。1、搭建了便携式钢筋端面图像采集和处理系统，结合钢筋周围环境的特点，图像采集时对环境光照、时间、钢筋摆放等影响图像质量的关键因素进行了

3、设计和处理，以保证图像采集的质量。2、论述了计算机图像处理的一般理论和方法，对图像灰度化、图像增强、阈值分割等预处理方法进行了对比分析，确定了钢筋端面图像预处理的方法和流程。3、提出了一种基于计算机图像处理的打捆钢筋自动计数方法，研究了钢筋图像的降噪、分割和消除粘连等预处理技术，通过标记连通区域方法提取了钢筋端面图像的特征参数。4、开发了钢筋端面图像处理和自动计数的软件平台，系统包括图像调整、图像处理、识别计数、自动计数、辅助操作模块。既可以分步验证图像处理和计数的算法，也可以快速实现钢筋的自动计数。5、设计了多边形套索

4、工具和橡皮工具，采用图像增强、阈值分割和形态学操作等图像处理方法，实现了钢筋图像的关键区域选择，降低了噪音，简化了计数过程，提高了钢筋计数的准确率和效率。6、改进了多轮廓跟踪一区域填充算法，并在分析顺序标记连通区域标记冲突的基础上，提出了基于回溯扫描的连通区域标记方法，较好地实现了连通区域的准确标记。关键词：钢筋，图像处理，自动计数7．Abstract二●Thecountingofreinforcingsteelbarisallimportanttachedunngproducingandselling．Atpresen

5、t，almostallreinforcingsteelfactorlescountbundledbaronebyone埘workerstimeaftertime，itislowefficiency,laborious，a11dmaycausehigherror．Therefore，itisacrucialquestionforthemtodevelopanautomaticsystemforreinforcingsteelbarcountlng1nordertoalleviatelabourintensityandimp

6、rovetheefficiencyandveracityofcounting．．Inthispaper,amethodofbundledreinforcingsteelbarauto-COuntingbasedondigitalimageprocessingisbroughtforwardafteranalyzingandDrocessingtheendimageofreinforcingsteelbar．AndaprocessmgaIldauto．coulltingsystemofrelnforcingsteelbar

7、endimageisdevelopedinVisualC++lan舀mgeandcountingofboundedreinforcingsteelbarisachieved·1．Ahandyimagecollectionandprocessingsystemofreinforcingsteelbarisconstructed．Thevitalfactorswhichinfluenttheimagequality,JUStlikeill眦ination，time，poseofbundledreinforcingsteelb

8、ar，aredesignedforthecircumstanceofthereinforcingsteelbar．2．ThecommontheoriesandmethodsofcomputeimageprocessingarediscussedintKspaper．Theimagepreprocessingmetho