我国的棒线材产量居世界第一,但是棒线材的自动计数技术仍然较为落后,目前绝大多数国内企业仍采用人工计数方法,自动计数系统的研发迫在眉睫。国内外对棒线材自动计数的研究大多停留在静态或者低速运动情况下,并且只能单一地实现棒线材的计数功能,而对棒线材质量并未涉及,棒线材自动计数仍然是一个难题。本文针对解决棒线材实时跟踪与识别问题,进行了以下的设计与研究：(1)根据某棒线材企业实际生产情况,以工业线阵相机为核心,设计与开发出-套高速线阵成像系统。详细阐述了系统的软硬件组成和工作流程,并提出了不失真采集系数,给出了计算方法；(2)引入基于二维直方图的信息熵图像分割算法,提出一种改进的图像分割算法对系统采集的棒线材图像进行分割。同时,利用二值化形式的中值滤波去除图像噪声；(3)利用Blob分析算法提取棒线材端面特征,并提出利用对极平面分析方法测量棒线材端面长度差；(4)分别采用基于贪婪邻波器和Kalman滤波两种算法跟踪棒线材端面目标,给出了跟踪算法流程。针对以上内容,本文进行了相应的实验,由实验数据得出以下结论：(1)本文提出的系统可以连续采集高速运动的棒线材图像,图像清晰且不失真；(2)本文提出的改进图像分割算法较最大类间方差法和二维直方图信息熵分割法分割结果更为准确,并且在图像低对比度时仍能成功分割；(3)Blob分析法提取棒线材端面特征准确率接近100%,并且耗时在5ms以内；对极平面分析法测量棒线材长度差的误差低于毫米级；(4)贪婪邻波器算法跟踪准确率接近100%,Kalman根踪算法误差低于4个像素。综上,本文提出的棒线材识别与跟踪系统,不仅能准确识别与跟踪棒线材目标,而且可对棒线材长度质量进行测量。并且本文提出的图像分割算法,有着更为广泛的适用性。