基于神经网络的钢筋计数方法研究.pdfVIP

44 传感器与微系统(TransducerandMicrosystemTechnologies) 2010年 第29卷第8期 基于神经网络的钢筋计数方法研究 陈至坤 ，潘晓娣’，王福斌 ，周亚罗 ，刘 杰 (1．河北理工大学计算机与 自动控制学院，河北 唐山O63OO9； 2．东北大学 机械工程与自动化学院，辽宁 沈阳 1100@4) 摘 要：为了提高钢筋的计数准确率和效率，综合运用图像处理技术和神经网络技术，实现对钢筋的识别 和计数。对获取的钢筋原始图像进行数字图像处理，得到感兴趣的部分即钢筋的轮廓；计算单根钢筋轮廓 的宽度、高度、面积和打捆钢筋的总面积4个特征量；将这4个特征量作为神经网络的输入 ，训练网络识别 钢筋并计数。仿真实验验证了这种方法的可行性和有效性。 关键词：图象处理；特征提取 ；神经网络；模式识别；钢筋计数 中图分类号：TP391 文献标识码：A 文章编号：1000--9787(2010)08--0044-04 量1‘eSearCn1 0n m et■n10n10Inrei■mn0rCem ent』C0Unt●lDaSed●0n neuralnetwork CHENZhi—kun ，PANXiao．di，WANGFu．bin ，，ZHOUYa．1uo ，LIUJie (1．SchoolofComputerandAutomaticControl，HebeiPolytechnicUniversity，TangshanO63OO9，China； 2．SchoolofMechanicalEngineeringnadAutomation，NortheasternUniversity，Shenyang110004，China) Abstract：Inordertoimprovethecountingaccuracyandefficiency，theimageprocessingtechniquesandneural networktechnologyareintegratedused torealizetheidentification andcountingofthesteelbar．Theobtained originalimageofthesteelbarisimageprocesseddigitallytoobtaintheinterestedpartwhichisthehteoutlineof reinforcement．calculatethewidth，height，areaofasinglesteelbarcontourandthetotalraeaoffourbundledsteel bar．Thesefourchraacteristicquantitiesactasneuralnetworkinput，htenetworkistrainedtorecognizeandcount reinforcement．Simulationresultsverifythefeasibilityandeffectivenessofthismethod． Keywords：imageprocessing；featureextraction；neuralnetwork；patternrecongition；reinforcementcount 0 弓I 言 由于神经网络具有 自学习、自组织、分类能力强、自适应 钢筋是我国消费量最大的钢材品种之一，在钢筋定支 强等特点，对于数字图像来说，采用神经网络是一种有效的 打捆和计数时，各生产商纷纷采用先进技术来提高计数准 手段 。 确率和计数效率。2O世纪8O年代，国外开始对钢筋进行 l 基本原理 自动计数系统进行研究，其研究的重点是准确的测量