臧 晶,刘冠楠,杨慧英
(沈阳理工大学 a.信息科学与工程学院;b.自动化与电气工程学院,沈阳 110159)
Otsu算法的打捆钢筋计数方法研究
臧 晶a,刘冠楠a,杨慧英b
(沈阳理工大学 a.信息科学与工程学院;b.自动化与电气工程学院,沈阳 110159)
针对打捆钢筋端面识别与统计过程中存在的非均匀光照、噪声干扰等问题,提出将Otsu算法应用于钢筋数目统计的研究,利用基于连通区域标记的中心点提取算法完成计数。通过Matlab软件对图像进行处理,验证了Otsu算法具备优越的抗干扰能力和自适应性,钢筋端面图像识别与统计的正确率高达98.48%。
图像增强;Otsu;连通区域;钢筋计数
在钢筋线材厂家的生产及质量检验过程中,成捆的钢筋数目统计是物体识别层面上的典型问题,但在实际运作当中却因为周边复杂的生产环境加大了钢筋识别统计的困难程度[1]:成捆钢筋井字交错堆放的问题;采集的图像因为受光照不匀称而导致亮度不一的问题;由于钢筋间相互挤压而造成的边缘不清晰和粘连情况;一些钢筋的端面颜色由于氧化作用而发暗的情况[2];大部分端面类圆形状存在的不规则问题。
对于上面叙述的几个问题,本文在对成捆钢筋端面图像进行图像增强后,再应用最大类间方差(Otsu)算法对所得的钢筋端面图像进行分割,使目标钢筋和背景之间达到良好的分离效果。最终利用所提出的基于连通区域标记的中心点提取算法对数目进行识别及统计。
在实际的钢筋端面图像分割中,Otsu算法尽管环境适应性好但仍存在不足:图像在传输和处理阶段受到来自图像内部及外部的噪声干扰,随机分布的噪声点增多;……