机器视觉是以计算机系统代替人眼进行测量和判别，是测量技术的重要分支，代表着测量技术的发展方向。
圆钢、螺纹钢(棒材类)的自动计数是目前尚未解决的一个重要课题，也是钢厂生产实践中迫切需要解决的难题之一，具有重要的经济价值。采用摄像技术采集棒材图像的方法被大量试验和研究，最初都是用各种算法分析拍摄的棒材图片，但各式各样的精整平台、随机的现场光照和棒材端面色差、不规则的棒材断面、采集照明的选择、运动中抓拍等因素影响了这一技术实际的应用。
作者利用一组棒材在移钢机链条上运行时运行的棒材成组和一端对齐的特点，在线采集链条上每组棒材端面的图像，采用图像识别技术，研制成功棒材在线计数装置并获得国家专利[1]，实现了各种规格棒材的在线精确计数。
1基于机器视觉的设计
1.1现场条件
如图1所示，棒材生产线的精整平台一般由辊道、对齐装置、摆链或平托架、移钢机、打捆机组成。定尺剪在精整平台上游，两者由辊道连接。定尺剪切的每组棒材在辊道上运行至对齐装置，经对齐的棒材由摆链或平托架移送至移钢机链条，平台岗位工在控制台操作工的配合下在移钢机链条上进行挑选、计数和分捆作业。精整平台一般依据生产线的产能、生产节奏、场地布置等情况设计，因此不同生产线的精整平台各不相同。
现场的运行条件及工作环境如下：定尺棒材长度6～12m;定尺棒材直径12～55mm;链条上棒材温度≤400℃;链条上棒材运动速度≤0.4 m/s;链条上每组棒材根数≤60根。
生产线环境有氧化铁皮粉尘、不均匀光照、棒材移动、端面温度和颜色不确定等因素。
1.2系统方案的选择
现有棒材计数技术是采用机械方法分开棒材之间的间隔，光电开关计数。但是，在一组棒材从辊道至链条的转移过程中，常常堆积在一起，尤其是小直径螺纹钢交叉搭在一起，机械很难分开。另外，轧钢精整平台上的氧化铁皮粉尘和随机光线可能干扰光电开关。这些随机因素严重干扰光电开关计数的准确度，也是这种技术的局限。考虑生产线实时性和计数精度的要求，同时注意到精整平台上运行的棒材成组和一端对齐的特点，可以采用机器视觉技术，一次性采集一组棒材端面，实现棒材在线计数。实验证明，只要排除各种随机干扰，为机器视觉创造理想的条件，此方案可行而且效果很好。
系统方案:在精整平台的一侧垂直于棒材运行方向的棒材平面安装CCD摄像机，利用辅助光源给棒材截面提供恒照度光，摄取链条上成组棒材截面图像;由平台采集传感器提供抓拍信号，图像采集卡将抓拍的视频信号数字化送人工控机;配合开关量I/O卡采集信号并驱动现场链条运行，用来确定采集时刻和调整棒材组间距;用VC开发的软件作多线程实时图像处理[2-3]，计算出2维图像上棒材截面的个数，将每组棒材设定值、累计值和本次值显示在屏幕上，并显示在平台大屏幕，为平台岗位工分捆提供依据。
1.3设计目标
装置的技术指标如下:数据采集时间≤40 ms;图像处理时间≤100ms;计数根数误差≤2‰。
数据录入设置包括定尺棒材长度、直径、钢种、每组棒材根数等参数;数据自动输出包括每捆棒材设定值、已计数累计值、链条上每组棒材计数值即时显示;统计和管理包括各种运转班次的生产实绩数据和10年历史记录。
2棒材在线计数装置
在线计数装置设计的关键是能创造一个相对理想的环境，排除背景干扰，增加棒材端面可识别的程度。同时该装置应能有利于精整平台的正常操作并且安装简便。
安装在精整平台的棒材在线计数装置，包括数据采集箱、防护罩、平台大屏幕显示屏、控制台、来料检测器、喷液装置等。
数据采集箱如图2所示，一端密封的数据采集箱安装在棒材计数平台的一侧，靠近棒材的一侧有凹槽，棒材被传动链条带着移动时可以从凹槽内穿过，数据采集箱的另一侧内有摄像机和采集照明灯，摄像机连接至视频采集卡;防护罩铰接于数据采集箱的凹槽一端，用于强化隔离外界干扰;平台大屏幕连接至计算机，显示计数值/累计值，用于提示平台岗位工分捆操作;控制台内有稳压电源、计算机、继电器和端子排，计算机对摄像机抓拍到的一组棒材端面图像进行识别计数，同时输出该组棒材端面图像、该组棒材的根数、累计根数、每捆设定根数等，并将必要数据记入数据库。计算机还可与精整平台的设备连锁，使平台设备与计数装置协调一致地完成自动计数;来料检测器也连接至计算机，其上端伸出并高于棒材，棒材撞击使摆杆摆动时可发出来料信号;当剪切高温棒材时喷液，使喷液截面成像易于被软件识别。
3关键技术分析
摄像机从生产线抓拍的每组棒材是随机组合的，端面组复杂的成像不能用模板匹配或模式分类简单分辨，生产线的实时性要求，也不允许反复寻优的迭代算法，事实上，如果没有类似采集箱体的密封环境和喷液装置，仅追求算法的创新是难以实现实用的图像识别。
尽管采集箱体改善了背景和端面品质，但对于随机光线仍需采取背景和端面亮度自适应的措施。例如，因为轧钢平台会受到阳光或电焊弧光的随机照射，其光照强度可从几十LUX至上万LUX，采集箱体遮挡了绝大部分的背景随机光线，但很难保证背景恒定的光照强度，因此需采集摄像窗口中背景区的某些亮点和端面区的某些暗点进行比较，然后确定阈值。采集的灰度数字图像经阈值变换、重心检验与去除粘连、计数等算法组合，实现了高速、精确的计数。
3.1阈值变换
经A/D转换的图像f(x,y)具有的灰度范围为[0,255]，门限值th是0～255内的任一值，则f(x,y)图像二值化后的结果是g (x,y)，由式(1)[4]表示:
其中(x, y)取值范围为图像处理窗口，th依据背景和端面对比度自适应。
3.2重心检验
二值化图像可能由多个端面粘连，必须设法分开，以棒材直径d为参考值，结合重心检验判别粘连的部位并切割，重心检验由式(2) [5]表示：
式中，m00为零阶矩，m01, m10为一阶矩。
式中，gmark(x,y)为粘连区(x,y)的二值函数。
自适应的阈值变换和准确的分开粘连是算法的关键。
4结论
该装置经反复试验，其技术指标达到了设计目标，这些数据具备可重复性和一致性。装置通过对摄像机抓拍到的棒材端面图像进行识别计数，可确定每捆棒材的根数，将人工计数改为自动计数，可提高生产线产量，改善工人的劳动强度和劳动条件;不必对生产线进行改造，投资少;从生产线采集的数据可参与过程管理;辅助实施负差轧制，降低产品成本和提高产品的质量等级。
[参考文献]
[1]李骏飞.棒材在线计数装置[P].中国专利:ZL03239162. 5,2004-04-14.
[2]John E,Swanke.VC++ MFC extensions [M].北京:中国机械出版社，1999.
[3]邓华，毛岩，吉正.VC++案例教程[M].北京:中科多媒体电子出版社，2001.
[4]孙家广，许隆文.计算机图形学[M].北京:清华大学出版社，1988.1-230.
[5]边肇棋.模式识别[M].北京:清华大学出版社，1988.173-284.
