随着工业的发展,线材数量的识别在木材加工业和钢铁工业生产中得到了广泛的应用。但是目前对线材数量的识别只是局限在对类圆形状的识别,因此,如何针对线材截面不规则时,实现线材自动计数的研究显得迫不及待。目前,线材自动识别研究成为该领域的一个研究热点,具有实用价值和广泛的应用前景。本文研究的重点是针对光线不均匀或者不规则时线材数量识别的实现。文中首先介绍线材识别的发展动态,对模板匹配,三点法等进行比较,并就文中方案的选择进行论证。然后,对线材进行预处理的研究,在研究图像处理基础和数学形态学理论的基础上,应用规格化对图像进行增强;紧接着实现图像的二值化;在此基础上对图像进行分割,在比较腐蚀和分水岭分割去除线材之间的粘贴优越性后,提出了一种分水岭分割去除粘贴的方案。在对滤除水线深入研究的基础上,提出了利用模板分解滤除水线的方法,这也是本文中的一个创新点;最后,采用改进的OPTA保留模板,对线材截面进行细化处理,其作用主要是在不影响最后识别数量的基础上,减少线材截面的像素个数,以提高识别速度。本文研究的重点是线材数量自动识别方法,针对目前数量识别的方法对处理后线材截面形状要求较严格方面的不足,本文提出了两种线材识别的方法,一种是针对生产中线材的截面的图像采集时光线不均匀、线材截面模糊的情况,采用模块识别线材数量的方法,该方法先使用点方向图的方法把线材截面分割成若干块,然后通过识别模块的数量来得到线材的数量;另一种是利用双链表实现线材个数识别的算法,该算法通过一次扫描来产生双链表,根据其值确定线材的个数和确定线材截面的中心位置,达到对线材定位的目的。在上述基础上,就提出的识别方法在PC机上利用VC++平台进行实验,给出了相关的实验数据并与其它的识别方案进行对比分析,实验表明:文中的识别方法对线材数量的识别率较高。最后对所做的工作进行了总结,对下一步工作进行展望。