1.一种面向包装行业的类圆对象智能识别计数检测方法，其特征在于：包括如下步骤：(1)利用工业相机采集所要统计的类圆对象的垂直截面图像；

(2)从获取的垂直截面图像中利用固定阈值方法获得原始感兴趣区域，并利用原始感兴趣区域获取矩形感兴趣区域；其中垂直截面图像固定阈值θ通过大量实验获得，根据θ将垂直截面图像转换成二值化图像，对二值化图像的外轮廓搜索，提取面积最大的外轮廓图像，即为原始感兴趣区域；获取矩形感兴趣区域具体包括如下步骤：(A)以原始感兴趣区域的左上顶点为二维坐标系原点建立二维坐标系；

(B)用投影法从左往右统计每列像素的横坐标，获得目标对象区域横轴方向的边缘坐标，最左点的横坐标min_x，最右点的横坐标max_x，通过两个坐标拟合两条平行于纵坐标轴的直线；

(C)同理，获取纵轴方向的边缘坐标，最高点的纵坐标max_y，最低点的纵坐标min_y，拟合两条平行于横坐标轴的直线；

(D)通过四个点拟合的直线得到一个矩形，该矩形映射到垂直截面图像即获得矩形感兴趣区域；

(3)图像的预处理：对步骤(2)中的未二值化的矩形感兴趣区域进行预处理，包括去噪，对去噪后图像利用自适应局部二值法二值化图像，删除无效区域和无效点处理步骤；其中，对去噪后图像利用自适应局部二值法二值化图像是通过“局部邻域块的高斯加权和”方法对去噪后的图像进行自适应局部二值化处理：首先把去噪后的图像分成单个窗口的大小为(2×r+a)×(2×r+a)的n个窗口，再对每个窗口依次利用自适应阈值方法将图像二值化；其中a为像素点经验值，像素点经验值根据工业相机的镜头型号和类圆对象大小确定，且为奇数；r为类圆对象半径，n为去噪后图像的有效区域面积/单个窗口面积；

(4)类圆统计计数的方法：包括正常类圆检测、缺陷类圆检测、凹凸区域检测、边缘漏检处理步骤，正常类圆检测包括起始点定位和寻找第一个有效圆心以及正常类圆检测方法处理步骤，其中起始点定位和寻找第一个有效圆心包括如下步骤：

1)在步骤(3)的基础上，选定点 作为起始点，length是预处理后图

像的长度，width是预处理后图像的宽度；

2)以P作为圆心，以r+a为半径画圆，其中a为像素点的经验值，可知在该圆内至少含有一个有效圆心；

3)对步骤2)的圆内所有像素点分析，依次选取圆内所有像素点为圆心，以 为半径画圆，统计 为半径的圆内的有效像素点数，当满足条件：在 为半径的圆内，95％以上的像素点是有效像素点时即判断该圆的圆心为第一个有效圆心的备选点；

4)分别以步骤3)中的所有备选点为圆心， 为半径画圆，当满足条件： 为半径的圆周上全部是有效像素点时，此点为有效圆心的备选点；

5)依次选取步骤4)中的所有备选点作为圆心，r为半径画圆，当满足条件：r为半径的圆内有效像素点数最多时，就能确定此备选点为第一个有效圆心；

正常类圆检测方法包括如下步骤：

a)起始点定位和寻找第一个有效圆心步骤中找到有效圆心作为基准圆心，以2×r+a为半径拟合一个圆，记为圆A；再以2×r-a为半径拟合一个同心圆，记为圆B，对圆A与圆B组成的圆环区域内的所有像素点进行分析；

b)按顺序选取步骤a)圆环内的所有像素点，以每个像素点为圆心，以 为半径画圆，统计 为半径的圆内的有效像素点数，当满足条件：在 为半径的圆内，95％以上的像素点是有效像素点时该圆的圆心为有效圆心的备选点；

c)分别以步骤b)中的所有备选点为圆心， 为半径画圆，当满足条件： 为半径的圆周上全部是有效像素点时，此点为有效圆心的备选点；

d)分别选取步骤c)的所有有效圆心的备选点为圆心，以r为半径画圆，统计以r为半径的圆内有效像素点个数，当满足条件：r为半径的圆内有效像素点数最多时，且有效像素点数最大值S大于T，表明此点为有效圆心，并将此点标记，作为下一圈检测的基准点；当0.5×T

其中，T为待检测类圆对象的横截面理论像素点的总和×系数，系数的范围为0.1到1的任意值；

e)重复步骤b)到步骤d)检测六次，一个基准圆心最多能够寻找到六个圆，将第一圈检测统计得到的类圆对象的个数记为a1；

f)依次以a1个第一圈检测统计得到的类圆对象的圆心为基准圆心，不断重复步骤a)到e)的检测方法，依次得到第2圈、3圈、4圈……统计的类圆对象的个数为a2、a3…am；

g)统计出正常类圆检测得到的类圆对象个数N1＝a1+a2+a3+…+am；

(5)统计类圆对象总数。

2.根据权利要求1所述的一种面向包装行业的类圆对象智能识别计数检测方法，其特征在于：步骤(3)中采用中值滤波算法去除矩形感兴趣区域中的噪声。