目前,国内大部分钢厂的钢筋销售模式为成捆定支销售,因而对成捆钢筋计数显得尤为重要,现在许多厂商通过工人手工计数的方式来实现对成捆钢筋的计数,这种计数方法效率不高,同时对工人的要求较高,工作强度也比较大,渐渐已经无法达到现代化钢铁企业快速生产的要求。所以,对成捆钢筋的自动计数已经成为钢材企业有待解决的问题,这不但可以减轻工人的劳动强度,而且还可以提高成捆钢筋计数的精度,具有重要的现实意义。本文主要运用对数字图像进行处理的方式来识别成捆钢筋数字端面图像。在文章开始时对钢筋端面数字图像作预处理操作,把彩色图像转变成为灰度图像,对灰度图像做直方图均衡化操作,加强图像对比度,再将已经完成均衡化操作的图像组合滤波,便于后续处理;然后将处理后灰度图像分割,本文选取了多子图像阈值分割法对待识别钢筋端面图像进行分割。为了解决分割后图像中待识别目标相互分离不明显问题,本文采用一种填充孔洞、腐蚀以及删除小面积相结合的数学形态学算法,完成对大多数待识别钢筋端面图像的相互分离的同时,也去除了绝大多数背景和噪声;最后运用连通区域标记法,按照八连通区域准则扫描图像,提取出连通域面积及相关参数,利用面积与面积率综合计数法,完成对连通区域的识别及计数,从而达到对成捆钢筋计数的目的。本文以模式识别、机器视觉及数字图像处理等技术为基础,设计了基于MATLAB平台的钢筋计数系统。通过将现场采集的待识别钢筋端面数字图像进行一系列图像分析及处理,最后实现成捆钢筋的识别及计数。