CN104866857A - 一种棒材的计数方法 - Google Patents
一种棒材的计数方法 Download PDFInfo
- Publication number
- CN104866857A CN104866857A CN201510273892.7A CN201510273892A CN104866857A CN 104866857 A CN104866857 A CN 104866857A CN 201510273892 A CN201510273892 A CN 201510273892A CN 104866857 A CN104866857 A CN 104866857A
- Authority
- CN
- China
- Prior art keywords
- profile
- bar
- circle
- image
- radius
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M9/00—Counting of objects in a stack thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种棒材的计数方法,包括以下步骤:轮廓跟踪;计算最小包围圆;构建模板和计数。本发明采用自适应最小包围圆来逼近棒材端面策略。原始图像经过轮廓跟踪得到的二值图像的轮廓,计算最小包围圆进行多边形逼近、用最小包围圆来标识棒材端面,从而自适应提取棒材端面半径模板。无论棒材端面大小,根据端面自适应地得到一个最小包围圆来逼近该端面,误差不超过±4%。本发明采用棒材端面模板匹配策略,通过迭代得到棒材端面模板,模板的平均半径为Avg,在0.5*Avg和1.5*Avg范围内钢筋端面包围圈半径中进行迭代,有效保证了整扎棒材中每个棒材端面大小存在不完全一致情况下的棒材计数问题,精度达到99.5%。
Description
技术领域
本发明涉及一种计数技术,特别是一种棒材计数方法。
背景技术
钢材是当今人类社会使用最广泛的功能性材料,也是各类建筑性工业中无可替代的结构性材料。尤其在我国钢铁工业发展迅速的今天,钢筋作为钢铁工业生产的主要产品之一,其产量和质量对提高钢铁工业在国际竞争中的市场地位,增加国家的利益起着至关重要的作用。显而易见,钢筋的准确计数对钢筋生产和销售具有十分重要的意义,更是核对产量、计算利润的重要依据。
目前对整捆钢筋的计数还是以人工计数为主,不仅速度慢,劳动强度大,效率也不高,而且在长时间的高度集中计数过程中,人眼和大脑就很容易疲惫,不仅计数误差会大大增加,这种劳动性质也会对劳动者的身体造成极大的伤害,且这种人工计数方式不仅成本较高,也浪费人力资源。到目前为止,钢筋类棒材计数仍是亟待解决的难题。
发明内容
为解决现有技术存在的上述问题,本发明要提出一种计数效率高、计数误差小、计数成本低的棒材的计数方法。
为了实现上述目的,本发明的技术方案如下:一种棒材的计数方法,包括以下步骤:
A、轮廓跟踪:
将棒材原始端面照片按照像素颜色分为黑白两类,得到二值图像。如果二值图像中有一点像素值为255,即白色,且它的8个邻域点的像素值也都是255时,则该点为轮廓内部的点,然后将这样的点全部删除,就会得到图像的轮廓线,步骤如下:
A1、根据扫描二值图像,找到像素值为255的像素点。
A2、根据这些像素点找出棒材图像上的其它像素点。按照“从左到右、从下到上”的顺序扫描图像的所有像素点,找到最左下方的边界点,定义为初始边界点。
A3、从第一个边界点开始,初始的搜索方向为左上方;如果左上方的点是白点,则为边界点,否则顺时针旋转45°,这样一直找到第二个白点为止。
A4、把这个白点作为新的边界点,在当前搜索方向的基础上逆时针旋转90°,继续用步骤A3的方法搜索下一个白点,直到返回最初的边界点或直到找不到点为止。
A5、将追踪到的轮廓存储到网状的轮廓结构的链表中。网状的轮廓结构是指:每个孔洞都有子节点,这些子节点与父节点被垂直连接起来,直到图像最内层的轮廓,这些轮廓就成为树叶节点。
A6、返回步骤A1直到遍历整个图像。
B、计算最小包围圆:
在进行轮廓查找之后,首先使用多边形来逼近一个轮廓,使顶点数目变少;然后再根据这些顶点集用圆形边界框来包围棒材以达到标志棒材位置的目的,其具体步骤如下:
B1、从轮廓上选择2个距离最远的点,然后将2个连成一个线段。
B2、再在轮廓上找到线段距离最远的点,并添加到逼近后的新轮廓中。
B3、重复步骤B2,直到所有的点到新轮廓的最短距离小于0.001为止。
B4、根据得到的这些点计算最小包围圆,将圆心和半径记录下来。
B5、返回步骤B1直到所有轮廓都遍历完。
B6、利用得到的轮廓的圆心和半径在原图像中绘制包围圆,并记录包围圆总个数Num。
C、构建模板:
C1、将包围圆半径按照从小到大排序。
C2、统计包围圆半径中前Num*0.7个包围圆的平均半径,记为Avg。
C3、计算出在0.5*Avg和1.5*Avg范围内钢筋端面最小包围圆的平均半径,然后将这个平均半径定为新的Avg值。
C4、返回步骤C3,直到平均半径Avg前后两次差小于0.1%。
D、计数:
D1、判断图像是否有噪声,如果没有噪声,则令n1=0,转步骤D2;如果有,则排除噪声轮廓:扫描图像中轮廓的包围圆,如果半径R小于0.1倍的平均半径Avg,该轮廓不计入总钢筋根数中,这样的轮廓共有n1个。
D2、判断图像是否有分裂,如果没有分裂,,则令n2=0,转步骤D3;如果有,则合并分裂轮廓:扫描图像中轮廓的包围圆,如果半径R在0.1Avg<R<0.5Avg范围内,将其作为一根棒材计入棒材总根数中,这样的轮廓共有n2个。
D3、判断图像是否有粘连,如果没有粘连,则令n3=0,转步骤D4;如果有,则进行粘连轮廓计数:扫描图像中轮廓的包围圆,如果半径R>0.5Avg,则棒材根数n应满足公式R/Avg-0.5<n≤R/Avg-0.5,这样的轮廓共有n3个。
D4、棒材总数量为Num-n1-n2+n3*(n-1)。
与现有技术相比,本发明具有以下有益效果:
1、本发明采用自适应最小包围圆来逼近棒材端面策略。原始图像经过步骤A得到的二值图像的轮廓,在步骤B中进行多边形逼近、用最小包围圆来标识棒材端面,从而自适应提取棒材端面半径模板。无论棒材端面大小,本发明都会根据端面自适应地得到一个最小包围圆来逼近该端面,误差不超过±4%。
2、本发明采用棒材端面模板匹配策略。采用步骤C迭代得到棒材端面模板,模板的平均半径为Avg,在0.5*Avg和1.5*Avg范围内钢筋端面包围圈半径中进行迭代,有效保证了整扎棒材中每个棒材端面大小存在不完全一致情况下的棒材计数问题,精度达到99.5%。
3、本发明提出了便于棒材计算的图像处理方法,利用自适应半径模板匹配对整捆钢筋进行计数,比当前以人为计数主体的方法而言,实现了自动、简洁地完成棒材计数,节省了人力,提高了经济效益。
附图说明
本发明共有附图4张,其中:
图1是棒材原始图像。
图2是棒材二值图像。
图3是模板匹配及计数。
图4是本发明的流程图。
具体实施方式
下面结合附图对本发明进行进一步地描述。按照图4所示的流程对棒材图像进行计算,首先用相机或者手机对所需计算的棒材横端面进行拍摄正面照片,如图1所示,将该图片作为本发明棒材计数的棒材原始图像。按照本发明的步骤A对棒材原始图像进行处理得到二值图像,如图2所示。如果二值图像中有一点像素值为255,即白色,否则标记为黑色。然后按照本发明的步骤B、C得到的棒材端面包围圆,标记好包围圆的图像,如图3所示,以此标记过的包围圆可以按照本发明的步骤D得到钢筋棒材数量,棒材横端面原始图像为图1的棒材,按照本发明的方法到得棒材根数为212根。
Claims (1)
1.一种棒材的计数方法,其特征在于:包括以下步骤:
A、轮廓跟踪:
将棒材原始端面照片按照像素颜色分为黑白两类,得到二值图像;如果二值图像中有一点像素值为255,即白色,且它的8个邻域点的像素值也都是255时,则该点为轮廓内部的点,然后将这样的点全部删除,就会得到图像的轮廓线,步骤如下:
A1、根据扫描二值图像,找到像素值为255的像素点;
A2、根据这些像素点找出棒材图像上的其它像素点;按照“从左到右、从下到上”的顺序扫描图像的所有像素点,找到最左下方的边界点,定义为初始边界点;
A3、从第一个边界点开始,初始的搜索方向为左上方;如果左上方的点是白点,则为边界点,否则顺时针旋转45°,这样一直找到第二个白点为止;
A4、把这个白点作为新的边界点,在当前搜索方向的基础上逆时针旋转90°,继续用步骤A3的方法搜索下一个白点,直到返回最初的边界点或直到找不到点为止;
A5、将追踪到的轮廓存储到网状的轮廓结构的链表中;网状的轮廓结构是指:每个孔洞都有子节点,这些子节点与父节点被垂直连接起来,直到图像最内层的轮廓,这些轮廓就成为树叶节点;
A6、返回步骤A1直到遍历整个图像;
B、计算最小包围圆:
在进行轮廓查找之后,首先使用多边形来逼近一个轮廓,使顶点数目变少;然后再根据这些顶点集用圆形边界框来包围棒材以达到标志棒材位置的目的,其具体步骤如下:
B1、从轮廓上选择2个距离最远的点,然后将2个连成一个线段;
B2、再在轮廓上找到线段距离最远的点,并添加到逼近后的新轮廓中;
B3、重复步骤B2,直到所有的点到新轮廓的最短距离小于0.001为止;
B4、根据得到的这些点计算最小包围圆,将圆心和半径记录下来;
B5、返回步骤B1直到所有轮廓都遍历完;
B6、利用得到的轮廓的圆心和半径在原图像中绘制包围圆,并记录包围圆总个数Num;
C、构建模板:
C1、将包围圆半径按照从小到大排序;
C2、统计包围圆半径中前Num*0.7个包围圆的平均半径,记为Avg;
C3、计算出在0.5*Avg和1.5*Avg范围内钢筋端面最小包围圆的平均半径,然后将这个平均半径定为新的Avg值;
C4、返回步骤C3,直到平均半径Avg前后两次差小于0.1%;
D、计数:
D1、判断图像是否有噪声,如果没有噪声,则令n1=0,转步骤D2;如果有,则排除噪声轮廓:扫描图像中轮廓的包围圆,如果半径R小于0.1倍的平均半径Avg,该轮廓不计入总钢筋根数中,这样的轮廓共有n1个;
D2、判断图像是否有分裂,如果没有分裂,,则令n2=0,转步骤D3;如果有,则合并分裂轮廓:扫描图像中轮廓的包围圆,如果半径R在0.1Avg<R<0.5Avg范围内,将其作为一根棒材计入棒材总根数中,这样的轮廓共有n2个;
D3、判断图像是否有粘连,如果没有粘连,则令n3=0,转步骤D4;如果有,则进行粘连轮廓计数:扫描图像中轮廓的包围圆,如果半径R>0.5Avg,则棒材根数n应满足公式R/Avg-0.5<n≤R/Avg-0.5,这样的轮廓共有n3个;
D4、棒材总数量为Num-n1-n2+n3*(n-1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510273892.7A CN104866857B (zh) | 2015-05-26 | 2015-05-26 | 一种棒材的计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510273892.7A CN104866857B (zh) | 2015-05-26 | 2015-05-26 | 一种棒材的计数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104866857A true CN104866857A (zh) | 2015-08-26 |
CN104866857B CN104866857B (zh) | 2018-04-13 |
Family
ID=53912678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510273892.7A Expired - Fee Related CN104866857B (zh) | 2015-05-26 | 2015-05-26 | 一种棒材的计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104866857B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303233A (zh) * | 2015-10-15 | 2016-02-03 | 陕西科技大学 | 一种基于计算机视觉的钢筋数量统计方法 |
CN105719301A (zh) * | 2016-01-22 | 2016-06-29 | 长沙格力暖通制冷设备有限公司 | 空调产品的检测方法及装置 |
JP2017173992A (ja) * | 2016-03-22 | 2017-09-28 | 山九株式会社 | 結束鋼管検査装置及び結束鋼管検査方法 |
JP2017187938A (ja) * | 2016-04-06 | 2017-10-12 | 下村特殊精工株式会社 | 棒材の計数装置及び棒材の計数方法 |
CN108710935A (zh) * | 2018-05-17 | 2018-10-26 | 孝感量子机电科技有限公司 | 零件计数装置及系统 |
CN109544562A (zh) * | 2018-11-09 | 2019-03-29 | 北京工业大学 | 基于图像的钢筋端面自动识别计数算法 |
CN110120054A (zh) * | 2019-05-15 | 2019-08-13 | 深圳铂石空间科技有限公司 | 基于图像处理的自动计数方法及装置、介质、电子设备 |
CN110706210A (zh) * | 2019-09-18 | 2020-01-17 | 五邑大学 | 一种基于深度学习的钢筋计数方法及装置 |
CN110766018A (zh) * | 2019-12-30 | 2020-02-07 | 江苏金恒信息科技股份有限公司 | 一种棒材自动计数方法及装置 |
JP2020027529A (ja) * | 2018-08-16 | 2020-02-20 | 日本製鉄株式会社 | 管本数計数装置 |
CN113687365A (zh) * | 2021-06-30 | 2021-11-23 | 云南昆钢电子信息科技有限公司 | 一种基于类平面多高度层轮廓识别及坐标计算方法及系统 |
CN114485353A (zh) * | 2022-02-11 | 2022-05-13 | 华夏高铁技术有限公司 | 一种钢轨廓形测量曲线的生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080197278A1 (en) * | 2007-02-15 | 2008-08-21 | National Central University | Device for detecting position of steel bar in structure and method thereof |
US8564656B2 (en) * | 2007-03-19 | 2013-10-22 | Sms Concast Ag | Method for identifying surface characteristics of metallurgical products, especially continuously cast and rolled products, and a device for carrying out said method |
CN203276340U (zh) * | 2013-04-24 | 2013-11-06 | 郑州大学 | 用于棒材自动计数的手持设备 |
CN103544524A (zh) * | 2013-10-11 | 2014-01-29 | 天津工业大学 | 棒材复核计数方法和装置 |
-
2015
- 2015-05-26 CN CN201510273892.7A patent/CN104866857B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080197278A1 (en) * | 2007-02-15 | 2008-08-21 | National Central University | Device for detecting position of steel bar in structure and method thereof |
US8564656B2 (en) * | 2007-03-19 | 2013-10-22 | Sms Concast Ag | Method for identifying surface characteristics of metallurgical products, especially continuously cast and rolled products, and a device for carrying out said method |
CN203276340U (zh) * | 2013-04-24 | 2013-11-06 | 郑州大学 | 用于棒材自动计数的手持设备 |
CN103544524A (zh) * | 2013-10-11 | 2014-01-29 | 天津工业大学 | 棒材复核计数方法和装置 |
Non-Patent Citations (1)
Title |
---|
陈晨等: "基于数字图像处理的棒材自动统计方法", 《郑州轻工业学院学报(自然科学版)》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303233A (zh) * | 2015-10-15 | 2016-02-03 | 陕西科技大学 | 一种基于计算机视觉的钢筋数量统计方法 |
CN105719301A (zh) * | 2016-01-22 | 2016-06-29 | 长沙格力暖通制冷设备有限公司 | 空调产品的检测方法及装置 |
JP2017173992A (ja) * | 2016-03-22 | 2017-09-28 | 山九株式会社 | 結束鋼管検査装置及び結束鋼管検査方法 |
JP2017187938A (ja) * | 2016-04-06 | 2017-10-12 | 下村特殊精工株式会社 | 棒材の計数装置及び棒材の計数方法 |
CN108710935A (zh) * | 2018-05-17 | 2018-10-26 | 孝感量子机电科技有限公司 | 零件计数装置及系统 |
JP2020027529A (ja) * | 2018-08-16 | 2020-02-20 | 日本製鉄株式会社 | 管本数計数装置 |
JP7077861B2 (ja) | 2018-08-16 | 2022-05-31 | 日本製鉄株式会社 | 管本数計数装置 |
CN109544562B (zh) * | 2018-11-09 | 2022-03-22 | 北京工业大学 | 基于图像的钢筋端面自动识别计数算法 |
CN109544562A (zh) * | 2018-11-09 | 2019-03-29 | 北京工业大学 | 基于图像的钢筋端面自动识别计数算法 |
CN110120054A (zh) * | 2019-05-15 | 2019-08-13 | 深圳铂石空间科技有限公司 | 基于图像处理的自动计数方法及装置、介质、电子设备 |
CN110706210A (zh) * | 2019-09-18 | 2020-01-17 | 五邑大学 | 一种基于深度学习的钢筋计数方法及装置 |
CN110766018A (zh) * | 2019-12-30 | 2020-02-07 | 江苏金恒信息科技股份有限公司 | 一种棒材自动计数方法及装置 |
WO2021135675A1 (zh) * | 2019-12-30 | 2021-07-08 | 江苏金恒信息科技股份有限公司 | 一种棒材自动计数方法及装置 |
CN110766018B (zh) * | 2019-12-30 | 2020-03-27 | 江苏金恒信息科技股份有限公司 | 一种棒材自动计数方法及装置 |
CN113687365A (zh) * | 2021-06-30 | 2021-11-23 | 云南昆钢电子信息科技有限公司 | 一种基于类平面多高度层轮廓识别及坐标计算方法及系统 |
CN113687365B (zh) * | 2021-06-30 | 2023-12-22 | 云南昆钢电子信息科技有限公司 | 一种基于类平面多高度层轮廓识别及坐标计算方法及系统 |
CN114485353A (zh) * | 2022-02-11 | 2022-05-13 | 华夏高铁技术有限公司 | 一种钢轨廓形测量曲线的生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104866857B (zh) | 2018-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104866857A (zh) | 一种棒材的计数方法 | |
CN110032954A (zh) | 一种钢筋智能识别与计数方法及系统 | |
CN105528588A (zh) | 一种车道线识别方法及装置 | |
CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
CN103793922B (zh) | 一种特定姿态实时检测方法 | |
CN104463067B (zh) | 一种Grid Matrix二维条码宏模块提取方法 | |
CN103077398B (zh) | 基于嵌入式的自然环境下家畜群体数目监测方法 | |
CN104598907B (zh) | 一种基于笔画宽度图的图像中文字数据提取方法 | |
CN107274422A (zh) | 一种基于法线信息和k邻域搜索结合的点云边缘提取方法 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
CN110276279A (zh) | 一种基于图像分割的任意形状场景文本探测方法 | |
Zhang et al. | Real-Time object detection for 360-degree panoramic image using CNN | |
CN103873864A (zh) | 一种应用于视频对象检索的对象标志位高效编码方法 | |
CN103914824B (zh) | 医学图像多目标区域勾画及任意目标区域面积计算方法 | |
CN107273884A (zh) | 一种基于移动终端摄像头的车辆牌照识别方法 | |
CN105374010A (zh) | 全景图像的生成方法 | |
CN107590167A (zh) | 一种基于归纳型矩阵补全的大规模社交图像自动标注算法 | |
Zhang et al. | Multiscale adaptation fusion networks for depth completion | |
CN104966072A (zh) | 一种基于形状的无色标机器鱼位姿识别算法 | |
CN109816738B (zh) | 一种基于编码结构光的条纹边界提取方法 | |
CN111260706B (zh) | 一种基于单目相机的稠密深度图计算方法 | |
CN113989296A (zh) | 基于改进U-net网络的无人机麦田遥感图像分割方法 | |
CN108734054B (zh) | 无遮挡的柑橘果实图像识别方法 | |
CN109785353A (zh) | 一种二维码的二次遍历二值化方法、装置和存储介质 | |
CN105740864B (zh) | 一种基于lbp的图像特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180413 Termination date: 20190526 |
|
CF01 | Termination of patent right due to non-payment of annual fee |