图像识别技术在棒材计数中的应用

图像识别技术在棒材计数中的应用
【摘要】:随着计算机技术和光电技术的飞速发展，数字图像处理技术得到了迅速发展和广泛应用，其中数字图像检测就是其重要应用。

采用这种自动成像检测系统能克服人工检测带来的不利因素，提高检测精度和效率，降低生产成本。

目前棒材自动计数还是该领域的难题,大多数棒材生产线打捆之前都采用人工计数,劳动强度大且效率较低、容易出错。

采用机器视觉的在线自动计数系统能够满足实时性要求。

本文着重介绍了该系统的软件组成。

【关键词】:棒材机器视觉自动计数
引言
我国棒材生产的传统工艺都是依据产品的实际重量来包装的,而在一般情况下,用户要求的是以棒材的根数来作为计量单位,特别是在钢材市场上,也希望得到固定支数包装的棒材。

同时,生产厂家如果按负公差组织生产,也必须得到成品棒材的根数这一重要数据。

然而,成品棒材打捆时的计数和定支数包装,是个一直都没有得到很好解决的问题。

目前轧钢生产中常使用的机械式和光电脉冲式棒材计数装置,由于轧钢生产工艺条件限制,一束或一捆棒材在通过此类计数装置时是连续向前移动并且存在抖动或者交叉重叠现象,计数装置受自身的组成机构和工作原理制约,对该条件下棒材空间位置的分辨能力和时间响应能力均不理想,特别是在机组产量超出计数装置的允许范围时,会带来较大计数误差。

一．在棒材计数中图像识别技术的重要地位
在棒材生产企业中棒材自动计数长期是处于一种悬而未决的位置。

企业目前大多在最后定支包装任务上采取人工完成棒材的方式, 但是这样又存在一些缺点，有时对一批棒材需要工作量很大的定期核实、计数，由于人工作业是长时间的直观视觉计数，对眼睛的劳损度过高, 长时间作业后极易产生误差。

因此, 开发棒材的自动计数系统是一个迫切需要解决的问题。

同时棒材在恶劣的环境下采集,加上不均匀的光照，最后获得的图像常常噪音过大,十分不清晰，而且形成质量较差棒材端面图像,出现比较严重的棒材端面重叠粘连现象,这些都给棒材计数的最终识别增加了一定的困难。

但是伴随着计算机视觉、模式识别技术和图像处理的高速发展,在计算机视觉技术基础之上的棒材计数方法国内外均进行了例如腐蚀法、基于圆周模板匹配方法、图像距离法等的多种良性的研发。

但尽管如此，棒材的断面图像是否能良好预处理，任然是实行几乎所有的计数方法的实用性和准确性的最根本问题。

本文探讨了在棒材支数自动计数的技术如何利用数字图像处理技术,它对解决轧钢生产线上棒材自动计数这一难题,有一定的有益帮助。

二、数字图像处理技术概述微型图像处理系统的高速传播，是随着微型机性能的脚稳步提升的。

最基本的微型图像处理系统是由配以图像卡及显示设备的主机为PC机的设备构成的。

图像处理系统中常用的图像输入设备是摄像机。

通
常图像采集卡安装于计算机主板扩展槽中,主要包括图像存储器单元、显示查找表单元、摄像头接口、监视器接口和PC机总线接口单元。

图像处理系统的输出设备可采用很多形式, 最常用的设备打印机和监视器。

“Digital Image Processing”是数字图像处理的英文名称。

Computer Image Processing，即通常所说的数字图像处理，为计算机图像处理指用计算机进行的处理。

利用其他数字硬件或者数字计算机为数字图像处理，为了提高图像的使用性，而通过某些数学运算对从图像信息转换而得的电信号进行处理。

这样做的好处是：1) 方便简洁，精度高。

2) 图像大小能用度高。

3) 良好的再现性。

三．传统点扩散算法
点扩散法具有阈值抖动和误差扩散的优点。

它使用一个参数矩阵Ｃ（设该矩阵的大小Ｉ×Ｊ是，元素的值从１—Ｉ×Ｊ，Ｉ、Ｊ是正整数常量）来决定处理像素的顺序。

其具体步骤如下：
1.对于一个连续调图像，设（ｎ１，ｎ２）是其中的像素点，将所有像素点按照（ｎ１ｍｏｄＩ，ｎ２ｍｏｄＪ）的方法分成Ｉ×Ｊ个等级。

2.设X（ｎ１，ｎ２）是对连续调图像像素进行的阈值操作，取阈值为0.5，ｋ为像素点的等级，当ｋ＝１时，对所有等级为１的像素点进行处理：X（ｎ１，ｎ２）∈［０，１］（１）
对于一个固定的等级ｋ，让所有等级为ｋ的像素点通过公式进行半色调处理：
3.考虑此点的８个邻域点，定义误差ｅ（ｎ１，ｎ２）＝X（ｎ1，ｎ2）－ｈ（ｎ1，ｎ2），对八邻域点内等级高于当前点而且未被半色调处理的点按下面的规则进行像素值调整：如果此邻域点垂直于当前点（处于当前点的上下位置或水平位置）则调整为X（ｉ，ｊ）＋２ｅ（ｎ１，ｎ２）／ω，如果此邻域点处于对角线位置则调整为X（ｉ，ｊ）＋ｅ（ｎ１，ｎ２）／ω，其中ω为误差的
累加（对垂直邻域点和对角线邻域点的不同处理是根据人眼对垂直点的像素变化更敏感的原理）。

4.继续按相同方法处理下一个等级，即ｋ＝２的像素点（此时原图像的某些点的像素值已经被调整，但因为是基于前面的误差进行的调整，所以对最后输出图像的效果没有负面影响），依次处理完图像所有的点，最后获得原始图像的半色调图像。

四．在线计数系统中的棒材应用实例
1. 工业现场检测控制系统
包括输入子系统、处理子系统和输出控制子系统的系统是在计算机视觉基础之上的工业现场检测控制系统。

它们三者又是一下部分构成，图像采集模块、工业高速摄像机、图像采集模块和工业控制图像处理器构成输入子系统，它们之前相关联运作。

螺纹钢跟踪计数模块、识别结果融合模块和棒材识别模块构成处理子系统。

结果显示模块和链床控制模块构成输出控制子系统包括。

2工业现场检测控制系统的软件组成
棒材计数系统软件可大致以以下五个模块来划分:图像采集模块、计数模块和棒材跟踪、棒材识别模块和图像预处理、结果显示模块和链床控制模块。

视频图像采集模块; 图像的采集模块的主要软件功能是现场采集清晰、实时、位置合适的图像,便于棒材识别模块和图像预处理进行后面的处理工作。

棒材识别模块和图像预处理;利用图像采集卡,手机现场的由摄像头拍摄的在线情景,再交由采集卡输入工控机,方便以后的图片处理工作。

棒材识别模块和图像预处理主要功能分别是最终识别出棒材及其中心位置和分割出要识别的棒材目标。

计数模块和棒材跟踪; 对位跟踪相邻帧图像中识别的棒材是计数模块和棒材跟踪的主要功能,并在合适的时候对棒材进行计数。

进一步跟踪棒材之前，需要识别得到棒材中心坐标点,然后再计算出经过当前视窗范围的棒材数目,从而达到最终的目的，棒材计数。

链床控制模块;它是根据当前的设定和计数值和对每捆棒材根数控制中间链床运动和入口链床。

当计数值达到额定值,为了快速准确的完成端头分钢，需要等待停止中间链运动, 一定时间后，分钢窗口左边分钢停止,; 当计数值未满一捆值时,协调中间链运动、控制入口链,从而使棒材堆叠情况减少。

结果显示模块;当前帧图像中已计数螺纹钢、当前计数值、已识别但未确认的棒材构成计数状态。

它用于实时显示系统运行时计数状态。

结语
综上所述,研究复杂工况条件下的基于机器视觉在线棒材自动计数具有非常巨大的技术研究价值和实际应用价值。

在技术研究方面,本课题虽是针对棒材计数而提出的,但其原理和方法却能适应其他场合,有广阔的应用价值。

参考文献
[1]宋强, 等.基于图像处理的棒材自动计数技术[J].钢铁.2004;39( 5) ,
[2]章霄，董艳雪，赵文娟，等，数字图像处理技术[J]，北京，冶金工业出版社.2005
[3]李红俊，韩冀皖，数字图像处理技术及其应用[J]，计算机测量与控制，2002，10(9)
[4]刘中合，王瑞雪，王锋德，等，数字图像处理技术现状与展望[J]，计算机时代，2005。