近年来我国钢铁工业发展迅速，而作为各种建筑的必需品之一的棒材是钢铁企业生产的主要产品。经调查，国内棒材的定量打包水平仍然较低，主要靠人工计数。人工点支计数虽然对技术的要求不高，但是需要人眼睛长时间的高度集中，这不仅会对人眼的伤害极大，而且准确率也会下降，另外刚刚煅烧的钢棒温度很高，对人身体会造成很大的伤害。综合而言，人工点支计数方法工作强度大，工作效率低，出错率高。由于棒材生产车间环境复杂，棒材切割工艺不稳定，采用光电传感器和重量传感器检测的棒材计数方法都无法满足生产流水线的需求，本文提出了基于图像处理的棒材自适应计数解决方案，对捆扎打包后的棒材进行数目统计。本文主要包括以下内容：(1)首先探讨棒材图像的采集方法，分析总结原始图像的特点，研究常用的图像预处理方法，重点研究格式转换，彩色图像灰度化，图像滤波去噪等图像预处理方法。(2)提出一种基于局部二元模式(LBPA)和区域竞争的图像分割方法。该方法针对棒材图像分割的特点，对区域竞争算法进行了改进，引入一个新的区域竞争假设，并重新设定了基于LBP直方图的能量函数，同时提出一种使能量收敛至局部最小的迭代算法。用棒材图像对该方法进行实验，实验表明，该方法简化了参数估计，减少了时间消耗，有效地去除了棒材图像的背景，对后续的棒材识别有很大的帮助。(3)研究棒材目标的识别和点支，提出一种自适应计算不同规格棒材端面圆半径的算法。用霍夫变换方法检测图像中的圆，计算棒材半径和平均半径。以平均半径大小的圆的面积为模板，对棒材进行匹配识别，再结合阈值渐增的腐蚀方法找到棒材端面的圆心，并进行标记和计数。实验证明该方法识别准确率较高。(4)设计了一个简单的误判点过滤算法。该算法以聚类原理为基础，根据棒材端面的形态学特征和两个圆心的距离判断棒材的根数。对于棒材端面摆放不整齐的状况有很好的矫正作用。