一种成捆棒材识别计数方法和装置
技术领域
本发明涉及图像识别技术,尤其涉及一种成捆棒材识别计数方法和装置。
背景技术
轧钢企业普遍采用负公差轧制方法,其生产的棒材定支打捆按理论重量出售,而钢筋、钢管等棒材是建筑施工企业在建筑工地上所使用的重要建筑材料,在建筑施工期间需要频繁进场大量棒材材料,因此对棒材的准确进场计数对建筑企业而言非常重要。
现建筑施工项目上建筑企业材料员在签收进场钢筋时主要采用人工指点的计数方法,这种方式的劳动强度大,发生计数错误后没有有效的记录凭证,但目前大多数建筑企业没有其他在建筑施工现场可用的棒材计数方法。
目前除人工计数外,棒材计数的技术主要有两种:光电脉冲法和图像识别法。
光电脉冲法大多需要庞大复杂的机械结构来对棒材进行平铺处理,而建筑企业材料员在验收计数时棒材大多成捆堆放无法拆包平铺,而购买昂贵的机械系统对于建筑企业而言是不经济的。
图像识别法可以利用成捆棒材的端面截面图像通过计算机识别算法准确计算出棒材数量,快速并且准确,但国内现有利用图像识别法的棒材计数系统大多用于冶金企业的棒材生产流水线,依托于固定的硬件设施实现计数功能,不适用于建筑施工工地的实际工作环境。目前尚未有成型的适用于建筑工地的便携式、低成本的图像识别计数系统。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种成捆棒材识别计数方法和装置。
本发明解决其技术问题所采用的技术方案是:一种成捆棒材识别计数方法,包括以下步骤:
1)使用智能移动终端采集待计数成捆棒材端点处的端面图像;
2)通过移动终端的触摸屏圈定成捆棒材的待识别边界范围;
3)对待识别边界范围内的棒材端面进行图形识别并对棒材端面进行计数,具体识别算法步骤如下:
3.1)获取拍摄棒材的图片,并将RGB位图和相关的尺寸、配置信息传送给图像自动识别引擎;
3.2)图像识别引擎将不同直径的棒材端面图像归一化地缩放至每根棒材65个像素,避免因端面图像像素过低导致识别信息不足,或因像素过高而导致图像处理时间过长,同时根据处理任务的不同,缩放为多个不同分辨率的图像并放置于缓存中;
3.3)图像识别引擎对图像进行亮度分析,根据分析结果对图像使用不同的均衡和调节算法对图像进行分区域的调节和均衡时图像达到最优的对比度和亮度。
3.4)图像识别引擎获取均衡后的图像后,对原图的背景和前景进行分离处理;
3.5)根据图像的原始数据,对前后景分离处理后得到的前景图像信息进行补偿和修复,尽可能减少由前后景分离算法误差导致的部分图像信息丢失;
3.6)采用形态学重建算法、区块面积尺寸过滤以及修补算法对图像中的杂点和非边缘部分干扰进行处理,降低该部分信息对后期识别的影响;
3.7)根据用户绘制的识别边界数据,对图像的mark图像进行剪裁处理;
3.8)使用具有图像形状识别能力的Haar分类器引擎对图像中的棒材端面进行识别;
3.9)利用由材料颜色、大小、位置、特征识别点等经验信息创建的逻辑判断规则,对被图像识别引擎识别为棒材端面的杂点进行进一步过滤,减少误识别、识别形状交叉、识别形状嵌套等问题;同时在智能移动终端的触摸屏上显示拍摄的原始棒材端面图像,并标示出图像识别引擎识别出的每个棒材端面;
4)用户根据成捆棒材中包括缩进、黑头在内的异常情况以及图像识别引擎识别出的每个棒材端面的标示情况,增、减棒材计数数量,获得最终计数结果。
按上述方案,所述步骤2)中的待识别边界范围为一个闭合的边界。
按上述方案,所述步骤2)中的待识别边界范围的圈定原则是 :除了成捆棒材区域,尽可能多的将干扰去掉。
一种成捆棒材识别计数装置,包括:
采集模块,用于获得智能移动终端采集待计数成捆棒材的端面图像;
边界模块,用于获得用户通过移动终端的触摸屏圈定成捆棒材的待识别边界范围;
识别与计数模块,用于对待识别边界范围内的成捆棒材端点处的截面进行图形识别并对棒材端面进行计数,具体如下:
1)获取拍摄棒材的图片,并将RGB位图和相关的尺寸、配置信息传送给图像自动识别引擎;
2)图像识别引擎将不同直径的棒材端面图像归一化地缩放至每根棒材65个像素,避免因端面图像像素过低导致识别信息不足,或因像素过高而导致图像处理时间过长,同时根据处理任务的不同,缩放为多个不同分辨率的图像并放置于缓存中;
3)图像识别引擎对图像进行亮度分析,根据分析结果对图像使用不同的均衡和调节算法对图像进行分区域的调节和均衡时图像达到最优的对比度和亮度;
4)图像识别引擎获取均衡后的图像后,对原图的背景和前景进行分离处理;
5)根据图像的原始数据,对前后景分离处理后得到的前景图像信息进行补偿和修复,尽可能减少由前后景分离算法误差导致的部分图像信息丢失;
6)采用形态学重建算法、区块面积尺寸过滤以及修补算法对图像中的杂点和非边缘部分干扰进行处理,降低该部分信息对后期识别的影响;
7)根据用户绘制的识别边界数据,对图像的mark图像进行剪裁处理;
8)使用具有图像形状识别能力的Haar分类器引擎对图像中的棒材端面进行识别;
9)利用由材料颜色、大小、位置、特征识别点等经验信息创建的逻辑判断规则,对被图像识别引擎识别为棒材端面的杂点进行进一步过滤,减少误识别、识别形状交叉、识别形状嵌套等问题;同时在智能移动终端的触摸屏上显示拍摄的原始棒材端面图像,并标示出图像识别引擎识别出的每个棒材端面;
修正模块,用于根据成捆棒材中包括缩进、黑头在内的异常情况以及图像识别引擎识别出的每个棒材端面的标示情况,增、减棒材计数数量,获得修正后的计数结果。
按上述方案,所述边界模块中的待识别边界范围为一个闭合的边界。
按上述方案,所述边界模块中的待识别边界范围的圈定原则是 :除了成捆棒材区域,尽可能多的将干扰去掉。
按上述方案,所述识别与计数模块中使用Haar分类器引擎对图像中的棒材端面进行识别。
本发明产生的有益效果是:本发明方法方便快捷,棒材识别率高,所使用的设备易于携带,不需要复杂的培训即可以交由工人使用,适合建筑施工工地的材料员使用。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例的装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,一种成捆棒材识别计数方法,包括以下步骤:
1)使用智能移动终端采集待计数成捆棒材端点处的截面图像;
2)通过移动终端的触摸屏圈定成捆棒材的待识别边界范围;其中,待识别边界范围为一个闭合的边界;该待识别边界范围的圈定原则是 :除了成捆棒材区域,尽可能多的将干扰去掉;
3)对待识别边界范围内的棒材端面进行图形识别并对棒材端面进行计数,具体识别算法步骤如下:
3.1)获取拍摄棒材的图片,并将RGB位图和相关的尺寸、配置信息传送给图像自动识别引擎;
3.2)图像识别引擎将不同直径的棒材端面图像归一化地缩放至每根棒材65个像素,避免因端面图像像素过低导致识别信息不足,或因像素过高而导致图像处理时间过长,同时根据处理任务的不同,缩放为多个不同分辨率的图像并放置于缓存中;
3.3)图像识别引擎对图像进行亮度分析,根据分析结果对图像使用不同的均衡和调节算法对图像进行分区域的调节和均衡时图像达到最优的对比度和亮度。
3.4)图像识别引擎获取均衡后的图像后,对原图的背景和前景进行分离处理;
3.5)根据图像的原始数据,对前后景分离处理后得到的前景图像信息进行补偿和修复,尽可能减少由前后景分离算法误差导致的部分图像信息丢失;
3.6)采用形态学重建算法、区块面积尺寸过滤以及修补算法对图像中的杂点和非边缘部分干扰进行处理,降低该部分信息对后期识别的影响;
3.7)根据用户绘制的识别边界数据,对图像的mark图像进行剪裁处理;
3.8)使用具有图像形状识别能力的Haar分类器引擎对图像中的棒材端面进行识别;
3.9)利用由材料颜色、大小、位置、特征识别点等经验信息创建的逻辑判断规则,对被图像识别引擎识别为棒材端面的杂点进行进一步过滤,减少误识别、识别形状交叉、识别形状嵌套等问题;同时在智能移动终端的触摸屏上显示拍摄的原始棒材端面图像,并标示出图像识别引擎识别出的每个棒材端面;
4)用户根据成捆棒材中包括缩进、黑头在内的异常情况以及图像识别引擎识别出的每个棒材端面的标示情况,增、减棒材计数数量,获得最终计数结果。
如图2所示,一种成捆棒材识别计数装置,包括:
采集模块,用于获得智能移动终端采集待计数成捆棒材的端面图像;
边界模块,用于获得用户通过移动终端的触摸屏圈定成捆棒材的待识别边界范围;边界模块中的待识别边界范围为一个闭合的边界;
该待识别边界范围的圈定原则是 :除了成捆棒材区域,尽可能多的将干扰去掉;
识别与计数模块,用于对待识别边界范围内的棒材端面进行图形识别并对棒材端面进行计数,具体如下:
1)获取拍摄棒材的图片,并将RGB位图和相关的尺寸、配置信息传送给图像自动识别引擎;
2)图像识别引擎将不同直径的棒材端面图像归一化地缩放至每根棒材65个像素,避免因端面图像像素过低导致识别信息不足,或因像素过高而导致图像处理时间过长,同时根据处理任务的不同,缩放为多个不同分辨率的图像并放置于缓存中;
3)图像识别引擎对图像进行亮度分析,根据分析结果对图像使用不同的均衡和调节算法对图像进行分区域的调节和均衡时图像达到最优的对比度和亮度。
4)图像识别引擎获取均衡后的图像后,对原图的背景和前景进行分离处理;
5)根据图像的原始数据,对前后景分离处理后得到的前景图像信息进行补偿和修复,尽可能减少由前后景分离算法误差导致的部分图像信息丢失;
6)采用形态学重建算法、区块面积尺寸过滤以及修补算法对图像中的杂点和非边缘部分干扰进行处理,降低该部分信息对后期识别的影响;
7)根据用户绘制的识别边界数据,对图像的mark图像进行剪裁处理;
8)使用具有图像形状识别能力的Haar分类器引擎对图像中的棒材端面进行识别。
9)利用由材料颜色、大小、位置、特征识别点等经验信息创建的逻辑判断规则,对被图像识别引擎识别为棒材端面的杂点进行进一步过滤,减少误识别、识别形状交叉、识别形状嵌套等问题;同时在智能移动终端的触摸屏上显示拍摄的原始棒材端面图像,并标示出图像识别引擎识别出的每个棒材端面;
修正模块,用于根据成捆棒材中包括缩进、黑头在内的异常情况以及图像识别引擎识别出的每个棒材端面的标示情况,增、减棒材计数数量,获得修正后的计数结果。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。