提取连通分量算法在棒材自动计数中的应用
156 浏览量
2020-10-20
01:04:58
上传
评论
收藏 420KB PDF 举报
提取连通分量算法在棒材自动计数中的应用提取连通分量算法在棒材自动计数中的应用
为了满足棒材计数在工业生产的实际应用需求,提出了一种基于提取连通分量的算法，以实现目标棒材计数区域
的自动定位，并对定位的区域采用提取连通分量算法实现对轮廓的标注，最后提出了一种区域轮廓周长的校正
方法,实现了粘连棒材的准确计数。
摘摘 要：要： 为了满足
关键词：关键词： 棒材计数; 提取连通分量;
目前国内的很多钢材生产企业对棒材的计数主要通过人工来完成。人工计数不仅耗费工人大量的时间，而且容易引起人眼
的疲劳，会产生较大误差，给企业造成一定的经济损失，因此企业急需开发出一种准确率高、适应性强的棒材自动计数系统。
但是工业生产现场的环境恶劣，如捆扎棒材的堆放较近以及现场的一些光线等问题，使采集的图片质量较差，端面粘连比较严
重，给棒材的计数增添了很大麻烦。针对这些问题，提出了一种基于提取连通分量的方法来实现目标棒材区域的自动定位分
割，标注区域的连通分量，并通过区域
1 棒材自动计数系统设计与实现棒材自动计数系统设计与实现
棒材自动计数系统流程框图如图1所示，其主要分为采集、预处理与计数三个阶段。其中,图像采集属于采集阶段；图像平滑
去噪、图像二值化、区域定位分割、形态学处理为预处理阶段；而标注连通分量、利用区域周长法进行校正实现对棒材的准确
计数为计数阶段。
1.1 图像的采集阶段图像的采集阶段
利用摄像头对棒材端面进行拍摄，获取工业生产现场的棒材端面图片。但由于工业现场的噪声、光照以及其他的一些反光
物体的影响，拍摄的图像质量很差，这给后续的图像处理与棒材的计数带来了很大难度。因此，应该在采集图像阶段尽可能地
获得质量较好的图片，要求拍摄时应与棒材横截面的光照平行，有均匀、恒定和较高的照度，以减弱现场光照与其他反光物体
等对采集图片质量的影响。图2、图3所示为不同采集环境下采集的图片。
1.2 图像的预处理阶段图像的预处理阶段
1.2.1 图像的平滑图像的平滑
图像平滑是一种可以减少和抑制图像噪声的实用数字图像处理技术。由于工业现场的随机噪声较大，在此采用一种改进的
中值滤波方法对采集的棒材端面图像进行平滑去噪。
改进的中值滤波算法的思想是：逐行扫描图像，当处理每一个像素时，判断该像素是否是滤波窗口覆盖下领域像素的极大
或者极小值，如果是，则采用正常的中值滤波处理该像素；如果不是，则不予处理。
在实践中该方法能够非常有效地去除突发噪声点，尤其是椒盐噪声，而且几乎不影响边缘。
1.2.2 图像的二值化图像的二值化
图像的二值化即选择一个阈值，将图像上的像素点的灰度值设置为0或255，令整个图像呈现出明显的黑白效果。在本文
中，鉴于平滑后的棒材端面图像目标与背景像素的比例相差不大，可对图像进行二值化，能得到比较理想的效果。对图2和图
3进行二值化的结果分别如图4、图5所示。
1.2.3 区域的自动定位分割区域的自动定位分割
评论0
最新资源