计数定支处于棒材生产工艺的最后阶段,是长期困扰企业的一个难题。目前棒材生产企业均普遍采用人工计数方法。该方法劳动强度大,工作效率低,系统生产能力有限,且准确性难以保证。针对这种情况,开发能够对棒材进行自动计数的检测系统,可以有效提高劳动生产率,改变传统上靠工人“眼算心算”的加工模式,把工人从繁重的体力劳动和恶劣环境中解放出来,使棒材生产线计数定支环节实现机械化和自动化操作。为了实现棒材自动计数这个目标,东北大学设备诊断工程中心与抚顺新钢铁有限责任公司对“棒材自动计数系统”进行了联合开发,而本课题正是该系统的图像处理部分。本文通过识别棒材端部图像来达到计数目的,主要研究内容包括图像的预处理、图像分割和图像识别。在图像的预处理部分,本文重点研究了图像的二值变换算法,运用了波形分析法、最大类间方差法、最小误差法、最大熵法、最小偏态法和矩量保持法等几种全局阈值分割算法,其目的就是能够获得比较理想的二值图像。在图像分割部分,本文采用了基于极限腐蚀和条件膨胀的分割算法。该算法通过极限腐蚀将每个区域收缩成一个点或无内点的小区域,这个点或小区域称为核心区域,再用条件膨胀从核心区域膨胀恢复得到无粘连的区域。对于图像的识别计数,先对处理好的二值图像进行距离变换,得到各个区域的核心点,再对这些核心点进行搜索,进而实现对棒材的计数。此外,本文通过大量的实验来对本系统进行研究论证,其中主要包括对各种照明设施以及棒材伸缩量的研究。实验表明,本系统能够处理各种情况下的棒材图像。