棒材自动计数是长期困扰企业的一个难题,目前钢材生产企业成品打捆包装主要采用人工计数和光电管检测式两种方式实现棒材的计数,这两种方法在棒材计数上都具有很大的局限性,均不能实现快速、准确计数的要求。因此,开发一种棒材自动计数系统来实现棒材自动准确的计数显得迫不及待。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。在图像预处理部分,本文重点研究了线性变换、灰度拉伸、图像平滑、中值滤波、伪彩色增强等处理方法,其目的是为了排除噪声干扰,得到清晰的棒材端面图像,为进一步分割图像做准备。在图像分割部分,采取了边界分割和阈值分割的方法,将棒材图像分割成目标与背景两部分,引入了多阈值分割,将图像分为多个子图像分别进行分割,对灰度分布不均匀图像的分割有很大的帮助。在棒材计数部分,先通过对图像进行形态学的处理,将粘连棒材很好的分割开来,然后采用核心点搜索法进行计数,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,本文分析了影响计数准确率的因素,找出了棒材现场图片中的噪声因素,并提出了改进意见。