钢材是当今人类社会产量最大、使用最广泛的功能材料,也是无可替代的结构性材料。棒材是我国钢材品种中消费量最大的一种,钢材厂家面对广阔的市场需求纷纷研发先进的技术和设备以提高产量。在棒材定支数扎捆和计数过程中,人工计数方式虽然可以保证很高的计数精度,但是费时费力费财。为了实现机器计数,许多钢铁公司进口了自动计数设备,但是进口设备往往价格昂贵,且对操作人员和维护人员的技术水平要求较高,机器一旦发生故障,长时间闲置会造成很大的资源浪费。因此,部分钢铁公司专门集中技术力量自主进行自动计数方法和设备的研发。本文基于数字图像检测技术开展棒材计数方法研究,以期为钢铁企业提供一种直观可靠的棒材计数软、硬件系统。主要研究内容如下：首先,现场采集棒材端面图像,从所获取的实际棒材图像出发,对棒材图像进行预处理研究,设计预处理方案。选择图像灰度化方法,以简化图像信息,提高处理速度。随后进行的图像增强可根据特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息,这类处理是为了某种应用的目的而去改善图像质量的,处理的结果使图像更适合人眼的观察或机器的识别系统。在通过比较筛选选择合适的方法进行二值化分割后,使用数学形态学的应用简化图像数据,在保持它们基本的形状特性的同时,除去不相干的结构,得到便于识别的数字图像。论文根据在钢厂所拍摄的具体图像的特点,选择了应对图像粘连效果明显的面积法作为识别计数的主要方法,其计数原理是先计算出棒材端面的平均面积,再根据每个连通域的面积求出该连通域包含的棒材数,最后求和,并对多组不同质量、数量的图片进行了编程仿真,列出了实验结果。在对实验结果分析之后,发现蓝色、黄色等棒材端面的特殊颜色影响了棒材计数的准确率,进而提出了基于费歇算法的改进方法,改进方法有针对性的将目标中常出现的白、蓝、黄色与背景中常出现的黑、灰色进行分离,相应的实验结果证明了改进方法的有效性。文章还对构建系统的硬件部分和软件部分的选择结果作了介绍。文章最后提出了课题存在的不足以及今后继续研究的方向。