抗抖动双向K级容错棒材计数系统研究

论文摘要

中南大学信息科学工程学院与涟源钢铁集团公司合作研制的基于视觉的在线棒材计数系统取得了很大成功,并在多个棒材厂推广使用。然而,在现实生产使用过程中也暴露出一些急需解决的技术问题。针对在计数系统中遇到的棒材识别率较低的问题,首先提出了序贯性滤波的重度模糊作为阈值图像对图像进行多局部阈值分割,消除了由于棒材端面照度不均匀造成的分割不均匀的缺点;然后对中心增强中不适应毛刺的缺点,采用在算法前进行模糊消除其不圆度,在算法后进行模糊以消除其毛刺,提高了中心增强后各个团块的独立性和团块性;最后对多次聚类中由于桶聚类不能保证聚类完成和不是最优聚类等自身的缺点,采用在团块性好时采用桶聚类方法,在团块性差时采用最短距离聚类方法,不但保证了聚类的速度,并提高了聚类的精度,保证了棒材识别中心位置点的准确性。针对偶尔出现链床运行不平稳而造成的棒材抖动等问题,本文根据棒材生产的计数特点,在现有的基于总体偏移量对位算法、基于分段偏移量对位算法以及基于积分对位等这些基于投影的多目标匹配的基础上,提出综合投影匹配和特征点模式的多方法融合的匹配模式,保证了匹配的准确性。针对在某些钢铁厂出现的链床双向运行这种特殊的情况,在原有单向K级计数模式的基础上,提出了双向K级计数的计数模式。当链床正向运行时计数值增加,反向运行时计数值减少,从而避免了同一根棒材多次经过计数系统而造成的重复计数。试验证明,经过算法改进,提高了在线棒材计数系统的识别正确率和跟踪准确率,同时达到了双向计数的目的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 多目标识别研究现状
• 1.2.2 多目标跟踪研究现状
• 1.2.3 棒材计数系统研究现状
• 1.3 原有棒材在线计数系统简介
• 1.3.1 计数系统的总体处理过程
• 1.3.2 系统的硬件组成
• 1.3.3 系统的软件组成
• 1.4 研究内容及意义
• 1.4.1 主要研究内容
• 1.4.2 研究意义
• 1.5 论文安排
• 第二章 复杂情况下的多目标检测算法改进
• 2.1 目标识别系统处理流程
• 2.2 图像分割
• 2.2.1 单阈值分割算法及其问题
• 2.2.2 照度不均匀图像
• 2.2.3 基于阈值图像的图像分割
• 2.2.4 序贯性快速滤波算法
• 2.2.5 滤波图像和阈值图像快速获得
• 2.2.6 棒材图像分割
• 2.2.7 棒材图像分割结果图
• 2.3 中心增强
• 2.3.1 中心增强算法基本原理及其适应范围
• 2.3.2 中心增强算法的改进
• 2.3.3 中心增强算法结果比较
• 2.4 多次聚类
• 2.4.1 桶聚类方法
• 2.4.2 最短距离聚类法
• 2.4.3 两种聚类方法的优缺点比较
• 2.4.4 多次聚类法处理流程
• 2.4.5 在线系统中聚类方法
• 2.4.6 聚类算法的结果
• 2.5 算法调试途径
• 2.6 本章小结
• 第三章 抗抖动多目标跟踪
• 3.1 原有在线棒材多目标跟踪计数策略
• 3.1.1 多目标对位计数方法总流程
• 3.1.2 容错多目标对位匹配计数方法
• 3.1.3 问题分析
• 3.2 多目标匹配计数策略改进及精度提高
• 3.2.1 多目标跟踪计数策略的改进
• 3.2.2 点模式匹配方法基本理论
• 3.2.3 多方法融合匹配跟踪
• 3.2.4 投影曲线匹配法的改进
• 3.2.5 K级容错算法的优化
• 3.3 实验结果
• 3.4 本章小结
• 第四章 双向K级容错计数系统的实现
• 4.1 单向K级容错计数模式及其局限性
• 4.2 双向K级容错计数处理流程
• 4.3 双向K级容错计数偏移量求取
• 4.3.1 单向偏移量求取
• 4.3.2 双向偏移量求取
• 4.3.3 双向K级容错计数方式实现
• 4.4 系统实现快速性研究
• 4.4.1 图像表示形式
• 4.4.2 二维指针表示法优点
• 4.4.3 算法快速性结果分析
• 4.5 本章小结
• 第五章 工作总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 参考文献
• 致谢
• 作者攻读硕士学位期间的主要研究成果