石油是工业生产和日常生活使用的主要能源,对工业生产和日常生活有着重要的影响。采油要使用大量的抽油管,对抽油管进行计数是必不可少的管理需求,目前采用人工计数不但工作效率低,而且计数的准确性也是很低。本文通过采集抽油管端面图像,运用图像识别技术对抽油管进行识别计数的研究。在实际应用上将会提高油田采油准备工作时的工作效率,而且将来可以用在其他类管材的自动计数上,会在工业上具有良好的使用价值和经济效益。本文的主要内容包括：抽油管端面图像的拼接,抽油管端面图像预处理、抽油管端面图像边缘检测、抽油管端面图像识别的算法、抽油管计数及实验分析。采集图像时,由于拍摄距离有限以及为了减小边缘图像的失真,用单一的CCD进行拍摄无法满足应用要求,需要将多个CCD拼接起来一起采集图像,然后将有部分重叠的抽油管图像进行无缝拼接,本文采用的图像拼接法是将图像投影到柱面上,用相位相关法找到配准点,最后用三角函数平滑过渡法对图像进行了融合。抽油管端面图像的预处理,包括图像格式的转变,灰度图像的变换,图像的二值化,图像的增强,边缘提取,每种处理流程都采用了多种方法,经过试验对比分析,最终选出适合抽油管端面图像特征处理的方法。对于抽油管图像的目标物体边缘检测,本文根据抽油管端面图像特征使用经典的边缘检测算子、形态学边缘检测与边界跟踪相结合方法进行边缘提取；根据实验结果分析,本文采用基于形态学边缘检测与边界跟踪相结合的算法来获取更好目标物体的边界。在对抽油管端面图像的识别中,由于抽油管边界在拍摄后图像实际显示为椭圆,因此本文提出一种改进的椭圆和圆Hough变换检测算法,利用椭圆和圆的几何性质降低Hough变换的维数,再使用Hough变换获取椭圆其他参数,降低了计算量和统计量,采用特定规律的取点方法,降低了无效取点次数,提高识别速度。最后将会对抽油管进行统计计数；对于没超范围的缩进抽油管图像,将图像的检测尺寸与抽汕管标准尺寸进行匹配,根据匹配结果进行分类计数：对于超范围的缩进抽油管图像需要进行修正,本文在限定一定条件下作了椭圆缩进修正的理论探讨。