摘 要：针对企业在实际钢球生产过程中的计数问题，在对现有图像计数方案研究后，提出了一种基于机器视觉的钢球计数系统。通过黑白面阵相机进行图像采集、自适应直方图均衡化对图像进行增强，对比基于距离变换的分水岭图像分割和局部自适应阈值算法对钢球计数的准确率，最终识别出钢球数量。经样机试验证明，所设计的系统达到了企业所要求的标准，可以快速准确的识别钢球数量，减小了企业计数的成本和误差，提高了企业的生产效率。
关键词：钢球计数系统；自适应直方图均衡化；局部自适应阈值
DOI:10.19850/j.cnki.2096-4706.2022.05.027
基金项目：2021 国家级大学生创新训练计划项目（202111070008）；校级教育教学研究重点项目（2020JYZD-04）
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2022）05-0101-04
Research on Image Segmentation Based on Distance Transform and Watershed Algorithm
ZHANG Shuaibing, REN Yafei, ZHANG Baochi, YIN Zhenhan, SHI Yibin
(School of Electrical Engineering and Automation, Luoyang Institute of Science and Technology, Luoyang 471023, China)
Abstract: Aiming at the counting problem of steel balls in actual production process, a steel balls counting system based on machine vision is proposed after studying the existing counting scheme of images. Through collecting images by the black and white face array camera and enhancing images by the adaptive histogram equalization, this paper compares accuracy of the watershed image segmentation based on distance transformation and the local adaptive threshold algorithm for steel ball counting, and the number of steel balls is finally identified. The prototype test proves that the designed system meets the standards of enterprises and it can quickly and accurately identify the number of steel balls, reduce the cost and error of enterprise counting, improve the production efficiency of enterprises.
Keywords: steel ball counting system; adaptive histogram equalization; local adaptive threshold value
参考文献：
[1] 李彦清，何绍鑫，赵俊潇，等 . 基于图像技术的钢球精确计数与尺寸识别系统 [J]. 吉林大学学报（信息科学版），2019，37（6）：631-637.
[2] 崔明，蒋其友，薛小松 . 基于图像处理的成熟草莓检测计数研究 [J]. 农业与技术，2021，（23）：15-18.
[3] 李咏豪 . 基于超像素的粘连谷粒分割算法 [J]. 数字技术与应用，2021，39（4）：110-112.
[4] 刘家军，钟鸣睿，秦梓轩 . 基于对比度受限直方图均衡化的夜间接触网支柱号牌识别方法研究 [J]. 电气工程学报，2021，16（3）：70-76.
[5] Pizer S M，Amburn EP，Austin J D. Adaptive histogram eqalization and its variations [J].Computer Vision，Graphics，and Image Processing，1987，39（3）：355-368.
作者简介：张帅兵（2001—），男，汉族，河南周口人，本科在读，研究方向：机器视觉。