在生产过程中实时监测棒材数量具有重要意义。生产车间环境嘈杂,员工劳动强度大,依靠人工计数,工作效率低,准确性差,迫切需要开发高精度的自动计数设备。以机器视觉为基础,通过图像分析和模式识别技术来检测棒材,是实现棒材自动计数的有效途径。棒材生产环境恶劣,原始图像噪声较多；棒材端面参差不齐、相互遮挡易造成分割后的二值图像严重粘连；另外,轧钢过程中的机械应力使钢材截面变形,且棒材端面氧化,光学特性发生改变,吸收掉大部分有色光,导致部分区域曝光不足,反映在二值图像中,有些棒材的端面面积过小,以上原因造成棒材自动计数准确率较低。鉴于此,本文从图像采集、图像预处理和棒材计数识别算法三个方面入手,进行了如下研究工作：首先,探讨了棒材计数系统的硬件实现方案,用亮度均匀的强光照亮棒材端面,通过相机采集棒材端面原始图像。根据研究对象的实际特点,选择千兆网面阵CCD工业相机,并配置焦距可调的镜头；根据单个LED灯珠的光照模型设计了环形结构的均匀光光源,并做了相关测试,验证了光照强度的均匀性。最后,给出了棒材计数系统的整体布置方案,采用同轴光照明,在明域成像的模式采集图像,相机镜头和光源置于棒材生产流水线上称重设备的对面,计算机和显示器等设备置于控制室内,图像数据通过专用千兆网络实时传输给计算机进行处理分析。其次,研究了棒材端面图像的预处理技术。将棒材端面原始彩色图像进行灰度化处理,在确保反映棒材特征的情况下,减少数据量。接着,对图像进行了基于顶帽变换的亮度均衡化处理,减少光照不均对识别算法的影响。然后,研究了图像滤波算法,分别在空域、频域和小波域进行对比研究,基于小波变换的图像滤波算法综合空域滤波和频域滤波的优势,能够有效的去除图像在采集、数字化和传输过程中的噪声。进而,探讨了图像锐化算法,LoG算子抗干扰能力强,在锐化图像边缘细节信息的同时,能平滑原有的尖锐边缘或者拐角,对处理棒材端面图像非常有利。之后,研究了图像分割算法,局部阈值分割能够同时兼顾图像中的过亮区域和曝光不足区域,选择动态阈值进行自适应分割,取得了良好的效果。最后,分析了棒材端面二值图像的特点,运用形态学算法进一步提升二值图像的质量,通过凸壳运算和孔洞填充,去除棒材端面内部的细小孔洞和狭窄沟壑,通过腐蚀运算和开运算,去除棒材之间的粘连,平滑棒材端面边界。再次,研究了棒材计数识别算法。讨论了棒材端面区域的特征提取,运用区域生长算法提取棒材端面连通分量,通过进一步计算获得连通域的面积特征和半径特征,采用Canny算子提取连通分量的边界并用最小多边形逼近该边界,以最小多边形的一阶矩作为连通分量的重心,接着运用逐次逼近法求得整个图像中连通分量的平均面积特征和平均半径。接下来详细阐述了三种棒材计数识别算法,相对面积计数法根据相对面积对连通分量进行分类,检测出曝光不足区域和重度粘连区域,对曝光不足区域进行二次图像预处理,设定较低分割阈值,获取正常的连通分量；对重度粘连区域用极限腐蚀和条件膨胀算法进行分离,然后通过预设准则完成数量统计；基于二维局部极值的模板匹配算法根据平均半径特征构造自适应匹配模板,逐点扫描图像进行匹配,计算相关度系数矩阵,求取二维局部极大值,然后根据欧氏距离进行次优点过滤,确定最优匹配位置,得出计数识别结果；在此基础之上,本文提出结合两种算法各自优点的综合计数算法,对经过预处理的棒材端面图像,先采用基于二维局部极值的模板匹配算法进行识别,确保无形状畸变的棒材得到准确计数,然后,消隐已准确识别的区域,重新设计二次图像预处理算法,得到新的二值图像,采用相对面积法进行计数识别,实验测试准确率达到99.5%。最后,对棒材自动计数系统进行了应用软件开发和现场测试。软件系统的整体框架主要包括图像采集模块、图像预处理模块、识别计数模块、人工干预模块、结果显示和数据保存模块。介绍了基于OpenCV的应用软件开发,并以VC6.0为开发平台,完成了应用软件的开发。进而,进行现场试验,根据现场环境,确定系统布置方案,调试软件,对整个棒材自动计数系统进行在线测试,平均准确率达到99.11%。