多年来,棒材自动计数系统一直是棒材生产企业没有解决好的难题。目前绝大多数企业主要靠人工来完成棒材的计数任务,有时对一批棒材需要定期计数,核实,工作量很大,工人长时间计数,会引起体力疲劳,产生较大的误差。因此,开发研究棒材自动计数系统是一个迫切需要解决的问题。本论文主要从以下几方面对棒材自动计数系统进行研究：搭建与工业现场环境相近的实验设备,图像的预处理,图像的边缘检测实验对比,DALSA软件的二次开发及目标图像的识别计数。实验设备的搭建是按照工业现场的要求设计,使其基本达到现场标准。图像预处理采用了数学形态学的图像背景噪声的清除、图像的增强、图像的平滑、图像的锐化、图像的滤波等图像处理方法,使得棒材的图像预处理效果比普通的图像处理效果更好,同时解决了由于图像在采集过程中光照不均匀所导致的图像二值化不均匀问题。其中图像增强、图像平滑、锐化和滤波是图像预处理的重点要研究的问题。在均衡化直方图的基础上对图像规定直方图化,找到最合适的灰度变换函数,使图像的对比度显著提高,从而达到图像增强的目的。图像平滑的主要目的是去除噪声,图像锐化主要是突出目标物,图像滤波主要是消除由成像系统引起光照不均匀而产生的阴影。本实验由于在均匀光照条件下,棒材端面呈现的灰度值是相近的,并且与背景有明显差别,故在边缘检测实验中采用图像阈值分割的方法对图像进行二值化处理,其中采用了若干种典型边缘检测方法对棒材图像进行分析,通过实验对比,Canny算法是一比较成功的算法,无论是去噪还是边缘检测,都是非常成功的。最后对上述图像边缘检测到的类圆目标进行检测,采用一种Blob新算法,它是一种确定类圆圆心、类圆边缘的外围矩形轮廓等特征的识别原理和识别算法,把符合一定要求的独立区域识别为类圆物体。本论文还针对本实验和工业现场常遇到的问题给出了需要解决问题和方法,为后续在线棒材快速识别和准确计数奠定了基础。