石油套管是用于支撑油、气井井壁的钢管。每一口井根据不同的钻井深度和地质情况，要使用几层套管，且不可重复使用，导致套管的消耗量很大，而人工盘点套管劳动强度大、效率偏低、容易出错，尤其是难以匹配自动化生产及管理方式。　　本文针对人工盘点套管效率和准确率低的问题,论证了三种基于图像处理的自动检测计数方法。首先是基于灰度阈值化及边缘检测的方法，但其结果很大程度上依赖于图像二值化的质量，抗干扰能力差。其次是基于模板匹配的方法用于辨识套管端面，虽然石油套管的端面由于噪声和摆放位置等在二值图像中形成的重合影像对计数准确度的不利因素可以被模板法忽略，但是需要将模板向各个方向平移，耗时较长，实时性差。最后，考虑到套管端面的颜色信息明显，充分利用HSV颜色特征分割的准确性和对光照的抗干扰能力，通过HSV空间色度通道的高低阈值进行分割得到目标区域，然后引入数学形态学操作处理区域中的空洞粘连等干扰，为后面的计数提供清晰的轮廓。该方法可以解决精确检测出套管区域的边缘这一难点，所以更易于实现准确计数。　　通过在 VS2010配置 OpenCV2.4.4的编译环境下对现场采集的图片用提出的三种方法进行实验，验证基于HSV空间与形态学的石油套管计数方法得到了准确的识别计数结果，并满足实时性要求。并且在S3C2440开发板和嵌入式Linux操作系统上搭建了手持式石油套管计数器的软硬件开发环境，并在Qt中设计了简易的计数系统的应用程序，初步实现了石油套管自动计数的功能。