近年来，我国钢铁工业迅速发展，作为各种建筑必需品的钢筋是钢铁企业生产的主要产品。在我国，对整捆钢筋的计数与复核计数主要依靠人工进行操作，人工计数虽然对技术没有过高的要求，但是需要长时间的高度集中，对人眼伤害极大，其计数的准确率也不高，另外刚刚煅烧后的钢铁由于其过高的温度，对人体也容易造成很大的伤害，人工计数的方式早已无法满足自动化产业链的实际要求。为了实现机器自动计数，主要提出了基于类圆分割、基于机器视觉和基于神经网络三种解决方案，但仍然难以达到生产线的实际要求。本文给出了基于Android的钢筋断面图像识别与计数系统解决方案，旨在解决捆扎成捆的钢筋计数问题。　　本文主要包括以下内容:　　(1)图像获取与图像预处理:依据现场采集的钢筋断面图像，分析了原始钢筋图像在亮度、色泽等方面的特点，研究钢筋断面图像预处理方法，并设计一套钢筋断面图像预处理算法，以获得良好的目标钢筋图像，包括图像分割、图像去噪和二值化等操作。　　(2)提出钢筋断面图像识别与计数算法:依据钢筋断面图像预处理得到的二值图像，提出一种基于自适应半径模板匹配的断面识别与计数算法。该算法使用轮廓查找的方式查找钢筋断面，然后利用最小包围圆算法标志钢筋断面，再使用迭代法计算模板半径，最后根据模板进行匹配计数。实验表明该方法识别准确率较高。　　(3)系统的设计与试验:对基于Android的钢筋断面图像识别与计数系统的各个功能模块进行了系统设计和实现，搭建基于Android的整捆钢筋断面图像识别与计数系统平台，并采取异步执行的方式优化算法的计算速度。最后，以实际采集到的钢筋图像为测试集，对本系统进行多次试验，验证系统的可用性。