曲面孔位机器视觉测量系统研究
|
摘要
现代科技，尤其是航空、航天及国防等高技术领域的发展，要求制造精度更高、效率更快，因此，各种先进制造技术应运而生。制造技术与测量技术互为依托的关系决定了发展精密测量技术的必然性和迫切性，加强精密测量基础理论研究，研制满足现场需要的智能化实时测量设备是振兴我国制造业，实现从制造大国向制造强国的跨越的迫切需要。
本文以军工配套项目“球面孔系位置精密测量”为背景，开展了基于线阵CCD的机器视觉精密测量系统的研究。涉及到机器视觉光电传感器性能比较、图像采集方案实现、运动控制模式建立、图像预处理及图像识别等方面，从理论和实践上解决了用机器视觉实现曲面孔系位置测量的一系列问题，达到了每个孔位测量时间不超过20秒、光电测量部分总误差3σ＜10″的总体要求。本文的具体内容和创新有以下几点：
1．在测量方案设计上，引入“整体最优”的系统论思想，提出了通过转位控制，将三维测量转化为二维图像识别；再经过几何计算将二维平面坐标转化为球面三维孔系坐标的测量模式。从而分解了课题实现难度，在充分利用成熟技术的基础上，重点解决了图像获取和图形识别的技术难点。
2．在系统总体控制模式方面，采用了主从式多机协同操作模式：用微机作上位主处理机，完成图像识别、测量计算和人机交互；而图像采集和机械转位控制由两套单片机系统完成。该模式充分发挥了上位计算机储存量大、数学运算速度快及界面美观的优点，而
四川大学博士学位论文
将Windows系统难于实现的实时控制任务交由前端机处理，满足
了本课题的需求，而且为类似的数据处理量大且控制实时性强的系
统提供了一种可资借鉴的控制模式。
3.本文创新性地提出根据灰度直方图实现了孔型(通孔和盲
孔)自动识别的构想，使系统能自动完成对不同孔型和不同孔径测
量，提高了系统的智能化程度和对多孔型测量任务的适应性。
4.深入分析了机器视觉测量系统的两种常用图像传感器一
一面阵CCD和线阵CCD一一所采集的图象的不同特点;剖析了扫
描行距均匀性和重复性对图像识别精度的影响原因:阐述了CCD
像素和光栅分辨率不同、被测圆弧各段对测量精度影响不同的机
理。提出了非对称精度图像边缘点的搜索原则，实现了图像的亚像
素级精度识别，从理论上解决了线阵CCD图像识别精度难以提高
的难题，这对降低测量系统成本很有意义。
5.提出边缘识别与图形二值化归并处理的思想，从理论上证
明了边缘点区域化搜索的可行性，以本文提出的阀值聚类法和区域
搜索法构建的算法在本课题边缘识别时，比分离算法缩短时间约4
秒，具有明显效果。
6.针对非对称精度扫描图像的特点，提出了曲线拟合和直线
插补想结合的复合算法，可达到更高识别精度。
基于本文所述的图像采集、识别算法和三维测量转化为二维
图像识别的测量模式，只需改变工件转位或移动方式，就可实现
其它型面的非接触测量。本文的成果具有较广泛的适应范围，为
线阵CCD在机器视觉精密测量系统中的应用提供了具有普遍意义
的解决方法，对非接触精密测量技术的发展有较重要的参考价值
和理论意义。
关键词:球面孔系位置测量;机器视觉;线阵CCD;主从式控制模
式;图像识别
Modern science and technology, especially, the development of some high-tech such as aviation, space flight, national defence and so on, require manufacture precision higher and more efficient, therefore, variety of advanced manufacturing technology appeared. The interdependent relation between manufacturing technologies and measuring technology determines that the inevitability and the urgency of the developing of precision measurement technology and strengthening the research of basic theory of precision measurement technology, developing the intelligent and real time measurement equipment to satisfy the spot, are emergency to promoting our manufacturing level and making our nation turned from large manufacturing to strong.This thesis is based on the military industry cooperative project ?Measurement of Positions for Hole Series on Curved Surface, worked on machine vision precision measure system by linear array CCD. It concerns the comparison of capacities of machine vision optical-electric sensor, implementing of image capturing, setting up movement controlling mode, image preprocessing and recognition etc. A series of problem when measuring positions of hole series on curved surface with machine vision was been solved in theory and practice,
and then satisfied the total requirements that measuring time of every hole should less than twenty seconds and total error of optical-electric measurement is 3 less than 10 . The main context and innovation of this thesis are as follows:Firstly, in measurement scheme designing, brought in global optimization systematization ideology, put forward the measurement mode, which was transforming three-dimensional measurement mode to planar image recognition through locomotion control first; then, transformed planar positions to three-dimensional of hole series on curved surface by geometrical computing. Consequently, the difficulty of task was decomposed, worked at solving the technology problem of image capturing and identifying based on using mature technology adequately.Secondly, in general system controlling mode, used master-slave and multi-machine operation mode: the microcomputer was used as upper host controller to carry out image identifying, measurement data computing and human-machine communication interface; Image capturing and machine locomotion control were completed by two sets of SCM system. This mode takes the advantages of the upper host computer's capacities such as great memory, fast computer and slinky interface into playing sufficiently, and puts the real time task which is difficult for Windows system to slave computer, upon that the requirement of the item was satisfied. Furthermore, provides a referenced control mode for some similar systems, which have a great deal of data to process and strongly real time control.Thirdly, it brought forward a creationary idea which identify hole type automatically (through hole and blind hole) according to gray-level histogram, so the system could automatically carry out measuring holes' different type and diameter, and the intelligentized
degree and the adaptability of measurement were enhanced.Fourthly, it analyzed different characteristic of images captured by two common image sensors -the area CCD and the linear CCD-of machine vision Measure System in depth; Anatomized the reason for the uniformity and repetition of the interval scanning effect on image identifying precision; expatiated on the effects upon measuring precision different among different CCD pixels, different raster resolution and different arc segments; put forward the searching principle of asymmetric precision image edged point and carried out sub-pixel precision recognition for image, resolved the problem theoretically that hard to advance the measuring precision of linear CCD. There is great significance to reduce the cost of measurement system.Fifthly, brought forward an ideology that merger processing the edged point recognition combining with binary image, proved the feasibility of searching the edged point by areas searching method in the t
本文以军工配套项目“球面孔系位置精密测量”为背景，开展了基于线阵CCD的机器视觉精密测量系统的研究。涉及到机器视觉光电传感器性能比较、图像采集方案实现、运动控制模式建立、图像预处理及图像识别等方面，从理论和实践上解决了用机器视觉实现曲面孔系位置测量的一系列问题，达到了每个孔位测量时间不超过20秒、光电测量部分总误差3σ＜10″的总体要求。本文的具体内容和创新有以下几点：
1．在测量方案设计上，引入“整体最优”的系统论思想，提出了通过转位控制，将三维测量转化为二维图像识别；再经过几何计算将二维平面坐标转化为球面三维孔系坐标的测量模式。从而分解了课题实现难度，在充分利用成熟技术的基础上，重点解决了图像获取和图形识别的技术难点。
2．在系统总体控制模式方面，采用了主从式多机协同操作模式：用微机作上位主处理机，完成图像识别、测量计算和人机交互；而图像采集和机械转位控制由两套单片机系统完成。该模式充分发挥了上位计算机储存量大、数学运算速度快及界面美观的优点，而
四川大学博士学位论文
将Windows系统难于实现的实时控制任务交由前端机处理，满足
了本课题的需求，而且为类似的数据处理量大且控制实时性强的系
统提供了一种可资借鉴的控制模式。
3.本文创新性地提出根据灰度直方图实现了孔型(通孔和盲
孔)自动识别的构想，使系统能自动完成对不同孔型和不同孔径测
量，提高了系统的智能化程度和对多孔型测量任务的适应性。
4.深入分析了机器视觉测量系统的两种常用图像传感器一
一面阵CCD和线阵CCD一一所采集的图象的不同特点;剖析了扫
描行距均匀性和重复性对图像识别精度的影响原因:阐述了CCD
像素和光栅分辨率不同、被测圆弧各段对测量精度影响不同的机
理。提出了非对称精度图像边缘点的搜索原则，实现了图像的亚像
素级精度识别，从理论上解决了线阵CCD图像识别精度难以提高
的难题，这对降低测量系统成本很有意义。
5.提出边缘识别与图形二值化归并处理的思想，从理论上证
明了边缘点区域化搜索的可行性，以本文提出的阀值聚类法和区域
搜索法构建的算法在本课题边缘识别时，比分离算法缩短时间约4
秒，具有明显效果。
6.针对非对称精度扫描图像的特点，提出了曲线拟合和直线
插补想结合的复合算法，可达到更高识别精度。
基于本文所述的图像采集、识别算法和三维测量转化为二维
图像识别的测量模式，只需改变工件转位或移动方式，就可实现
其它型面的非接触测量。本文的成果具有较广泛的适应范围，为
线阵CCD在机器视觉精密测量系统中的应用提供了具有普遍意义
的解决方法，对非接触精密测量技术的发展有较重要的参考价值
和理论意义。
关键词:球面孔系位置测量;机器视觉;线阵CCD;主从式控制模
式;图像识别
Modern science and technology, especially, the development of some high-tech such as aviation, space flight, national defence and so on, require manufacture precision higher and more efficient, therefore, variety of advanced manufacturing technology appeared. The interdependent relation between manufacturing technologies and measuring technology determines that the inevitability and the urgency of the developing of precision measurement technology and strengthening the research of basic theory of precision measurement technology, developing the intelligent and real time measurement equipment to satisfy the spot, are emergency to promoting our manufacturing level and making our nation turned from large manufacturing to strong.This thesis is based on the military industry cooperative project ?Measurement of Positions for Hole Series on Curved Surface, worked on machine vision precision measure system by linear array CCD. It concerns the comparison of capacities of machine vision optical-electric sensor, implementing of image capturing, setting up movement controlling mode, image preprocessing and recognition etc. A series of problem when measuring positions of hole series on curved surface with machine vision was been solved in theory and practice,
and then satisfied the total requirements that measuring time of every hole should less than twenty seconds and total error of optical-electric measurement is 3 less than 10 . The main context and innovation of this thesis are as follows:Firstly, in measurement scheme designing, brought in global optimization systematization ideology, put forward the measurement mode, which was transforming three-dimensional measurement mode to planar image recognition through locomotion control first; then, transformed planar positions to three-dimensional of hole series on curved surface by geometrical computing. Consequently, the difficulty of task was decomposed, worked at solving the technology problem of image capturing and identifying based on using mature technology adequately.Secondly, in general system controlling mode, used master-slave and multi-machine operation mode: the microcomputer was used as upper host controller to carry out image identifying, measurement data computing and human-machine communication interface; Image capturing and machine locomotion control were completed by two sets of SCM system. This mode takes the advantages of the upper host computer's capacities such as great memory, fast computer and slinky interface into playing sufficiently, and puts the real time task which is difficult for Windows system to slave computer, upon that the requirement of the item was satisfied. Furthermore, provides a referenced control mode for some similar systems, which have a great deal of data to process and strongly real time control.Thirdly, it brought forward a creationary idea which identify hole type automatically (through hole and blind hole) according to gray-level histogram, so the system could automatically carry out measuring holes' different type and diameter, and the intelligentized
degree and the adaptability of measurement were enhanced.Fourthly, it analyzed different characteristic of images captured by two common image sensors -the area CCD and the linear CCD-of machine vision Measure System in depth; Anatomized the reason for the uniformity and repetition of the interval scanning effect on image identifying precision; expatiated on the effects upon measuring precision different among different CCD pixels, different raster resolution and different arc segments; put forward the searching principle of asymmetric precision image edged point and carried out sub-pixel precision recognition for image, resolved the problem theoretically that hard to advance the measuring precision of linear CCD. There is great significance to reduce the cost of measurement system.Fifthly, brought forward an ideology that merger processing the edged point recognition combining with binary image, proved the feasibility of searching the edged point by areas searching method in the t
引文
[1]路甬祥，团结创新，建设制造强国[J]，电加工与模具，2002(6)：1-8
[2]张国雄，抓住契机，充分运用现代科学成就，发展先进制造技术[J]，制造技术与机床，2003，7：5-9
[3]谢华锟，第八届中国国际机床展览会量仪展品述评—数字化测量技术，先进制造技术基础[J]，工具技术，2003，37(7)：12-18
[4]廖强、周忆、米林等，机器视觉在精密测量中的应用[J]，重庆大学学报，2002，25(6)：1-4．
[5]郑洁，中国制造业发展的新契机微、纳米光电测控技术[J]，机电新产品导报，2003，Z1
[6]郭力、李波、刘大任等，新世纪初机械制造业的发展趋势[J]，精密制造与自动化，2002．2：5-7
[7]Dickenson sven J, Christensen Hmrik I, Tsotsos John, et al, Active object recognition attention and viewpoint control [A], Proceedings of the Fourth Conference on Computer Vision, Volume 801 of Lectuer Notes in Computer Science[C], Stockholm, 1994: 3-14.
[8]苏翼雄、贺忠海、徐可欣等，利用二次曲线拟合的CCD图像亚像素提取算法[J]．计量技术 2003，No7
[9]Wang L. Pavlidis T, Direct gray-scale extraction of features for character reconition[J], IEEE Transactions on Pattern Analysis and Machine Intelligence, 1993, 15(10): 1053-1067
[10]董斌、杨韧、刘兴占等，一种使用线阵型CCD实现高精度二维位置测量的方法[J]．光学技术，1998，5：42-45
[11]艾海舟，机器视觉及其应用[J]，科学中国人 1997，(9)：23-25
[12]刘曙光、刘明远、何钺，机器视觉及其应用[J]，机械制造．2000，38(7)：20-22
[13]Junesic J R. Elliot S T. Collin A S et al, Scientific Charge-Coupled Devices[J], Optical Engneering, 1987, 26(8): 692-714
[14]蔡文贵，CCD技术及应用[M]，电子工业出版社，1999、11
[15]非接触高效率是精密测量技术的重要发展方向[J]，工具技术，2003，37(4)：52-52
[16]唐朝伟、梁锡昌、邹昌平，三维曲面激光精密测量技术[J]，计量学报 1994，15(2)：99-103
[17]贾云得，机器视觉[M]，科学出版社出版，2000
[18]白春礼，扫描隧道显微术及其应用[M]，上海科学技术出版社，1994
[19]FRANCI L, ROK B et al, Machine vision system for inspcting electric plates[J], Computers in Industry, 2002(47): 113-122.
[20]PFEIFER T, WIEGERS L. Reliable tool wear monitoring by optimized image and illumination control in machine vision[J]. Measurement, 2000(28): 209-218.
[21]COKAL E, ERDEN A. Development of an image processing system for a special purpose mobile robot navigation[A]. Proceedings of Fourth Annual Conference on Mechatronics and Machine Vision in Practice[C]. 1997. 246-252
[22]王玲，工具显微镜的测量技术[J]，工业计量，2003，13(1)：47-47
[23]孔兵、王昭、谭玉山，基于圆拟合的激光光斑中心检测算法[J]，红外与激光工程，2002，31(3)
[24]Zhang Aiwu、Li Mingzhe、Hu Shaoxing, 3D Measurement Technology Based on Computer Vision[J], Transaction of the CSAE, 2001 17(1): 32-37
[25]吴平川、路同浚、王炎，机器视觉与钢板表面缺陷的无损检测[J]，无损检测 2000，22(1)：13-16
[26]张业鹏、何涛、文昌均等，机器视觉在工业测量中的应用与研究[J]，光学精密工程 2001，9(4)：324-329
[27]王巧华、文友先、刘俭英，我国机器视觉技术的发展前沿[J]，农机化研究 2002，4：16-18
[28]段峰、王耀南、雷晓峰等，机器视觉技术及其应用综述[J]，自动化博览 2002，3：59-61
[29]谭久彬，超精密测量技术与仪器工程研究中的几个热点问题[J]，中国机械工程，2000，11(3)：257-261
[30]Parsytech computer GmbH, Software controlled on-line surface inspection[J], Steel Time Intenational, 1998(3): 30-35
[31]杨景华 蒋状德 李冰等，图像分割技术在多光刀三维测量系统中的应用[J]，制造技术与机床，2003，10：46-48
[32]李静、李为民，重心法在光电信号处理中的应用[J]，光学技术，1999(2)：57-59
[33]张之江、车仁生、黄庆成等，测头成像视觉坐标测量系统中特征点成像中心获取[J]，光学精密工程，1998，6(5)：12-18
[34]陈晓东、李为民，利用重心法求光斑信号位置的误差分析[J]，光学技术，2000，026(001)：5-8
[35]Xu L、Oja E、Kultanen P, Randomized Hough Transform(RHT): Basic Mechanisms, Algorithms, and Computational Complex. Computer Vision Graphics Image Process[J], Image Understanding, 1993, 57(2): 131-133
[36]邓志鹏、许丽敏、杨杰等，基于直方图相关的图像灰度校正[J]，红外与激光工程，2003，32(2)：167-169
[37]宋晓舒，机器视觉技术照亮了电子系统生产的未来[J]，光机电信息，2002，000(011)：25-26
[38]Michael Magee、Steven Seida, An industrial model based computer vision system[J], Journal of Manufacturing System, 1995, 14(3)
[39]张琦，机器视觉系统的原理及现状[J]，电子工业专用设备，1999，28(4)：20-22
[40]张雅兰，图像的二值化处理[J]，广西工学院学报，2002，013(001)：32-33，55
[41]张燠，吴志斌，陈淑珍等，一种新的自适应二值化方法[J]，计算机工程，2002，28(5)：184-185，210
[42]梁华为，直接从双峰直方图确定二值化阀值[J]，模式识别与人工智能，2002，15(2)：253-256
[43]王熙法，C语言图像处理程序设计[M]，中国科学技术大学出版社，1994
[44]邱志强、唐力铁等，基于神经网络模型的CCD像差修正[J]，光学技术2003，029(001)：86-88
[45]谌延政、吕海宝，CCD细分技术方法研究及应用[J]，光学学报．2002．022(011)：1396-1399
[46]郑咏梅、申铉国，基于小波变换的CCD光谱信号消噪及汽车车灯颜色测试的应用研究[J]，光学技术，2002，028(006)：541-542，544
[47]李炜、黄心汉、王敏等，基于机器视觉的带钢表面缺陷检测系统[J]，华中科技大学学报：自然科学版，2003，031(002)：72-74
[48]王志刚、裴仁清、汪晓刚，基于机器视觉的切割机轨线实时跟踪算法[J]，机器人，1998，020(002)：93-97
[49]罗振璧、唐晓红、汪劲松等，机器视觉在尺寸在线检测中的应用[J]，机械工程学报，1994，030(006)：47-52
[50]杨永跃、邓善熙、何革群，风力机叶片检测中的机器视觉技术[J]，太阳能学报，2003．024(002)：232-236
[51]Kai W, Dieter R, Schafer. An approach to computer-aided quality control based on 3D coordinate metrology[J], Journal of Material Processing Technology, 2000, 107: 96-110
[52]Su X Y, A new 3-D profilometry based on modulation measurement[J], SPIE, 1998, 3558: 1-7
[53]Chutatap O、Cup LF, A modified Hough transform for line detection and its performance [J], Pattem Recognition, 1999, 32: 181—192
[54]段峰、王耀南、吴立钊等，机器视觉技术及其应用综述[J]，自动化博览，2002．019(003)：59-61
[55]高尚华、肖峻、汤春球等，基于CCD技术的型钢测长系统的设计[J]，仪表技术，2002．000(004)：9-10
[56]祝绍箕、黄宣劭等，光栅数字显示技术及应用[M]，机械工业出版社，1992．4
[57]杨丽芬、韩冀皖、李元宗，面阵CCD高精度测量技术[J]，太原理工大学学报，2001．9
[58]黄战华、李蒙、蔡怀宇等，一种视频图像规则圆目标的超分辨率位置测量方法[J]，光学技术，2002．028(002)：125-127
[59]束志林、戚飞虎，一种新的随机Hough快速圆检测算法[J]，计算机工程，2003，029(006)：87-88，110
[60]Xu L. Oja E、Kultanen P, Randomized Hough Transform(PHT): Basic Mechanisms, Algorithms, and Computational Complexities[J], Computer Vision Graphics Image Process, Image Understanding, 1993, 57(2): 131
[61]刘桂雄、申柏华、冯云庆等，基于改进的Hough变换图像分割方法[J]，光学精密工程，2002．010(003)：257-260
[62]郑河荣、熊丽荣、王天舟，基于HOUGH变换的二维条码图象矫正[J]，浙江工业大学学报，2003．031(002)：169-172
[63]肖志涛、国澄明、孟翔宇等，基于Hough变换的倾斜文本图像的检测[J]，红外与激光工程，2002．031(004)：315-317，350
[64]夏俊升、胡俊峰、何永义等，图像识别在盲孔检测中的应用[J]，机电一体化，2001．007(002)：54-56
[65]王婉春、裴仁清，多面阵CCD协同精密检测较大尺寸物体的研究[J]，光学仪器，2001．023(004)：3-7
[66]黄万群、张义顺、邵成吉，CCD视觉传感器及图像处理技术在焊缝自动跟踪中的应用[J]，沈阳工业大学学报．2001．023(001)：12-14
[67]余建军、段嘉友，线阵CCD拼接技术的应用[J]，应用光学，2003．024(001)：38-39
[68]刘新平、王虎、汶德胜，亚象元线阵CCD焦平面的光学拼接[J]，光子学报．2002．031(006)：781-784
[69]汶德胜、王虎、乔卫东，一种测量亚像元CCD拼接误差的方法[J]，应用光学，2003．024(001)：40-42
[70]祝世平，周锐，圆孔(弧)型工件的三种图像检测算法[J]，仪器仪表学报，1999．4
[71]田捷、沙飞、张新生，实用图象分析与处理技术[M]，电子工业出版社，1995．1
[72]蔡文贵、李永远等，CCD技术及应用．北京：电子工业出版社，1992
[73]余松勇，数字图像处理[M]，北京：电子工业出版社，1987
[74]何斌，马天予等，Visual C++数字图像处理[M]，北京：人民邮电出版社，2001．4
[75]杨淋、周肇飞、张涛，线阵CCD在高精度测量系统中的照明选择[J]，实用测试技术，2002，6
[76]杨高科，基于虚拟仪器的质量检测机器视觉系统的设计[J]，今日电子，2002，000(011)：33-34
[77]黄俊强、许济宁，利用虚拟仪器开发平台LabView开发自动气象站[J]，信息技术(哈尔滨)，2003．027(005)：49-50
[78]许道峰、杨维翰，基于Lab VIEW的测量系统研究[J]，中国仪器仪表，2003．000(009)：11-13
[79]杨乐平、李海涛、肖相生，LabView程序设计与应用[M]，北京，电子工业出版社， 2001
[8
[80]王少红、徐小力，LabVIEW下国产数据采集卡DLL的设计[J]，北京机械工业学院学报，2003，018(003)：9-13
[81]洪添胜、李永刚，LabVIEW中数据采集动态链接库的设计及应用[J]，计算机自动测量与控制，2000，008(004)：21-22，25
[82]LABVIEW: Data Acquisition Basics Manual[M], National instruments corporation, 1998
[83]李广云，工业测量系统进展[M]，解放军出版社，1999，5
[84]贾东明、杨晋强，用MatLab实现工业测量结果的可视化[J]，测绘技术装备，2003．005(002)：15-16
[85]林利、王立伟，MatLab在医学图像处理中的应用[J]，牡丹江医学院学报，2003．024(001)：67-70
[86]赵祚喜、罗锡文，基于MatLab的计算机数据采集系统设计[J]，农业机械学报，2003．034(002)：146-148
[87]宫淑丽、周洁敏，VC++与MatLab相结合的噪声主动控制方法[J]，交通运输工程学报，2003．003(003)：72-74
[88]靳敏，基于MatLab的车辆图像的提取[J]，黑龙江工程学院学报，2003．017(003)：38-40
[89]刘一萌、舒勤，MatLab与VB在图像处理中的应用[J]，中国测试技术，2003，029(005)：45-46，9
[90]田成军、杨阳，VC与MatLab的混合编程方法研究[J]，长春理工大学学报，2003，026(003)：57-58，62
[91]田捷、沙飞、张新生，实用图象分析与处理技术[M]，电子工业出版社，1995，1
[92]夏玮、李朝晖，中值滤波的快速算法[J]，计算机工程与设计，2002，023(001)：8-59
[93]Mackrory John, Daniels Mark, Impact of New technology in Machin Vision[J], Sensor Review, 1995, 15(1): 8—11
[94]高爱华、田爱玲、赵贵波，基于线阵CCD的尺寸测量装置[J]，西安工业学院学报，2003，023(003)：189-193
[95]胡超群，一种新的动态二值化算法[J]，计算机应用与软件，1998，015(001)：29-32，3
[96]Chui C K, An Introduction to Wavelets[M], San Diego: Acadmic Press Inc, 1992
[97]贾云得，机器视觉[M]，北京：科学出版社，2000
[98]Zuech Nello、. Bartos Frank J, Making Machine Vision Work For You [J], Control Engineering, 1997, 44(11): 44—48
[99]陈明君、姜承宾，激光—CCD器件在自动化精密测量中的应用[J]，压电与声光，2001，23(6)：415-418
[100]Burrus C S, Gopinath R A, Guo H T, Introduction to Wavelets and wavelet Transform [M], Prentic Hall, Upper Saddle River, 2002
[101]王庆有，CCD应用技术，天津大学出版社，2000、11
[102]陈晓荣、蔡萍、施文康，光学非接触三维形貌测量技术新进展[J]，光学精密工程，2002，010(005)：528-532
[103]董卫军、卢燕宁，利用小波分析进行图像去噪[J]，微机发展，．2003，013(007)：88-90
[104]刘英豪、许陇云、陈家璧等，基于小波分析的X线医学图像噪声综合抑制方法[J]，上海理工大学学报，2003，025(002)：155-158
[105]Murthy C A, Pal S K, Histogram thresholding by minimzing graylevel fuzziness[J], Information Sciences, 1992, 60: 107—135
[106]Pal S K, King R A, Hashim A A, Automatic graylevel thresholding through index of fuzziness entropy[P], Pattern Recognition Letter, 1983, 1: 141—146
[107]余良忠，球面孔系坐标非接触测量系统的研究，四川大学硕士论文，2003
[108]杨淋，球体多孔位光电自动测量系统，四川大学硕士论文，2003
[109]束志林、威飞虎，一种新的随机Hough快速圆检测算法[J]，计算机工程，2003，29(6)：87—89
[110]孙晓军，线阵CCD在圆柱体表面检测系统中的应用[J]，光学技术，2000，26(1)：29-31
[2]张国雄，抓住契机，充分运用现代科学成就，发展先进制造技术[J]，制造技术与机床，2003，7：5-9
[3]谢华锟，第八届中国国际机床展览会量仪展品述评—数字化测量技术，先进制造技术基础[J]，工具技术，2003，37(7)：12-18
[4]廖强、周忆、米林等，机器视觉在精密测量中的应用[J]，重庆大学学报，2002，25(6)：1-4．
[5]郑洁，中国制造业发展的新契机微、纳米光电测控技术[J]，机电新产品导报，2003，Z1
[6]郭力、李波、刘大任等，新世纪初机械制造业的发展趋势[J]，精密制造与自动化，2002．2：5-7
[7]Dickenson sven J, Christensen Hmrik I, Tsotsos John, et al, Active object recognition attention and viewpoint control [A], Proceedings of the Fourth Conference on Computer Vision, Volume 801 of Lectuer Notes in Computer Science[C], Stockholm, 1994: 3-14.
[8]苏翼雄、贺忠海、徐可欣等，利用二次曲线拟合的CCD图像亚像素提取算法[J]．计量技术 2003，No7
[9]Wang L. Pavlidis T, Direct gray-scale extraction of features for character reconition[J], IEEE Transactions on Pattern Analysis and Machine Intelligence, 1993, 15(10): 1053-1067
[10]董斌、杨韧、刘兴占等，一种使用线阵型CCD实现高精度二维位置测量的方法[J]．光学技术，1998，5：42-45
[11]艾海舟，机器视觉及其应用[J]，科学中国人 1997，(9)：23-25
[12]刘曙光、刘明远、何钺，机器视觉及其应用[J]，机械制造．2000，38(7)：20-22
[13]Junesic J R. Elliot S T. Collin A S et al, Scientific Charge-Coupled Devices[J], Optical Engneering, 1987, 26(8): 692-714
[14]蔡文贵，CCD技术及应用[M]，电子工业出版社，1999、11
[15]非接触高效率是精密测量技术的重要发展方向[J]，工具技术，2003，37(4)：52-52
[16]唐朝伟、梁锡昌、邹昌平，三维曲面激光精密测量技术[J]，计量学报 1994，15(2)：99-103
[17]贾云得，机器视觉[M]，科学出版社出版，2000
[18]白春礼，扫描隧道显微术及其应用[M]，上海科学技术出版社，1994
[19]FRANCI L, ROK B et al, Machine vision system for inspcting electric plates[J], Computers in Industry, 2002(47): 113-122.
[20]PFEIFER T, WIEGERS L. Reliable tool wear monitoring by optimized image and illumination control in machine vision[J]. Measurement, 2000(28): 209-218.
[21]COKAL E, ERDEN A. Development of an image processing system for a special purpose mobile robot navigation[A]. Proceedings of Fourth Annual Conference on Mechatronics and Machine Vision in Practice[C]. 1997. 246-252
[22]王玲，工具显微镜的测量技术[J]，工业计量，2003，13(1)：47-47
[23]孔兵、王昭、谭玉山，基于圆拟合的激光光斑中心检测算法[J]，红外与激光工程，2002，31(3)
[24]Zhang Aiwu、Li Mingzhe、Hu Shaoxing, 3D Measurement Technology Based on Computer Vision[J], Transaction of the CSAE, 2001 17(1): 32-37
[25]吴平川、路同浚、王炎，机器视觉与钢板表面缺陷的无损检测[J]，无损检测 2000，22(1)：13-16
[26]张业鹏、何涛、文昌均等，机器视觉在工业测量中的应用与研究[J]，光学精密工程 2001，9(4)：324-329
[27]王巧华、文友先、刘俭英，我国机器视觉技术的发展前沿[J]，农机化研究 2002，4：16-18
[28]段峰、王耀南、雷晓峰等，机器视觉技术及其应用综述[J]，自动化博览 2002，3：59-61
[29]谭久彬，超精密测量技术与仪器工程研究中的几个热点问题[J]，中国机械工程，2000，11(3)：257-261
[30]Parsytech computer GmbH, Software controlled on-line surface inspection[J], Steel Time Intenational, 1998(3): 30-35
[31]杨景华 蒋状德 李冰等，图像分割技术在多光刀三维测量系统中的应用[J]，制造技术与机床，2003，10：46-48
[32]李静、李为民，重心法在光电信号处理中的应用[J]，光学技术，1999(2)：57-59
[33]张之江、车仁生、黄庆成等，测头成像视觉坐标测量系统中特征点成像中心获取[J]，光学精密工程，1998，6(5)：12-18
[34]陈晓东、李为民，利用重心法求光斑信号位置的误差分析[J]，光学技术，2000，026(001)：5-8
[35]Xu L、Oja E、Kultanen P, Randomized Hough Transform(RHT): Basic Mechanisms, Algorithms, and Computational Complex. Computer Vision Graphics Image Process[J], Image Understanding, 1993, 57(2): 131-133
[36]邓志鹏、许丽敏、杨杰等，基于直方图相关的图像灰度校正[J]，红外与激光工程，2003，32(2)：167-169
[37]宋晓舒，机器视觉技术照亮了电子系统生产的未来[J]，光机电信息，2002，000(011)：25-26
[38]Michael Magee、Steven Seida, An industrial model based computer vision system[J], Journal of Manufacturing System, 1995, 14(3)
[39]张琦，机器视觉系统的原理及现状[J]，电子工业专用设备，1999，28(4)：20-22
[40]张雅兰，图像的二值化处理[J]，广西工学院学报，2002，013(001)：32-33，55
[41]张燠，吴志斌，陈淑珍等，一种新的自适应二值化方法[J]，计算机工程，2002，28(5)：184-185，210
[42]梁华为，直接从双峰直方图确定二值化阀值[J]，模式识别与人工智能，2002，15(2)：253-256
[43]王熙法，C语言图像处理程序设计[M]，中国科学技术大学出版社，1994
[44]邱志强、唐力铁等，基于神经网络模型的CCD像差修正[J]，光学技术2003，029(001)：86-88
[45]谌延政、吕海宝，CCD细分技术方法研究及应用[J]，光学学报．2002．022(011)：1396-1399
[46]郑咏梅、申铉国，基于小波变换的CCD光谱信号消噪及汽车车灯颜色测试的应用研究[J]，光学技术，2002，028(006)：541-542，544
[47]李炜、黄心汉、王敏等，基于机器视觉的带钢表面缺陷检测系统[J]，华中科技大学学报：自然科学版，2003，031(002)：72-74
[48]王志刚、裴仁清、汪晓刚，基于机器视觉的切割机轨线实时跟踪算法[J]，机器人，1998，020(002)：93-97
[49]罗振璧、唐晓红、汪劲松等，机器视觉在尺寸在线检测中的应用[J]，机械工程学报，1994，030(006)：47-52
[50]杨永跃、邓善熙、何革群，风力机叶片检测中的机器视觉技术[J]，太阳能学报，2003．024(002)：232-236
[51]Kai W, Dieter R, Schafer. An approach to computer-aided quality control based on 3D coordinate metrology[J], Journal of Material Processing Technology, 2000, 107: 96-110
[52]Su X Y, A new 3-D profilometry based on modulation measurement[J], SPIE, 1998, 3558: 1-7
[53]Chutatap O、Cup LF, A modified Hough transform for line detection and its performance [J], Pattem Recognition, 1999, 32: 181—192
[54]段峰、王耀南、吴立钊等，机器视觉技术及其应用综述[J]，自动化博览，2002．019(003)：59-61
[55]高尚华、肖峻、汤春球等，基于CCD技术的型钢测长系统的设计[J]，仪表技术，2002．000(004)：9-10
[56]祝绍箕、黄宣劭等，光栅数字显示技术及应用[M]，机械工业出版社，1992．4
[57]杨丽芬、韩冀皖、李元宗，面阵CCD高精度测量技术[J]，太原理工大学学报，2001．9
[58]黄战华、李蒙、蔡怀宇等，一种视频图像规则圆目标的超分辨率位置测量方法[J]，光学技术，2002．028(002)：125-127
[59]束志林、戚飞虎，一种新的随机Hough快速圆检测算法[J]，计算机工程，2003，029(006)：87-88，110
[60]Xu L. Oja E、Kultanen P, Randomized Hough Transform(PHT): Basic Mechanisms, Algorithms, and Computational Complexities[J], Computer Vision Graphics Image Process, Image Understanding, 1993, 57(2): 131
[61]刘桂雄、申柏华、冯云庆等，基于改进的Hough变换图像分割方法[J]，光学精密工程，2002．010(003)：257-260
[62]郑河荣、熊丽荣、王天舟，基于HOUGH变换的二维条码图象矫正[J]，浙江工业大学学报，2003．031(002)：169-172
[63]肖志涛、国澄明、孟翔宇等，基于Hough变换的倾斜文本图像的检测[J]，红外与激光工程，2002．031(004)：315-317，350
[64]夏俊升、胡俊峰、何永义等，图像识别在盲孔检测中的应用[J]，机电一体化，2001．007(002)：54-56
[65]王婉春、裴仁清，多面阵CCD协同精密检测较大尺寸物体的研究[J]，光学仪器，2001．023(004)：3-7
[66]黄万群、张义顺、邵成吉，CCD视觉传感器及图像处理技术在焊缝自动跟踪中的应用[J]，沈阳工业大学学报．2001．023(001)：12-14
[67]余建军、段嘉友，线阵CCD拼接技术的应用[J]，应用光学，2003．024(001)：38-39
[68]刘新平、王虎、汶德胜，亚象元线阵CCD焦平面的光学拼接[J]，光子学报．2002．031(006)：781-784
[69]汶德胜、王虎、乔卫东，一种测量亚像元CCD拼接误差的方法[J]，应用光学，2003．024(001)：40-42
[70]祝世平，周锐，圆孔(弧)型工件的三种图像检测算法[J]，仪器仪表学报，1999．4
[71]田捷、沙飞、张新生，实用图象分析与处理技术[M]，电子工业出版社，1995．1
[72]蔡文贵、李永远等，CCD技术及应用．北京：电子工业出版社，1992
[73]余松勇，数字图像处理[M]，北京：电子工业出版社，1987
[74]何斌，马天予等，Visual C++数字图像处理[M]，北京：人民邮电出版社，2001．4
[75]杨淋、周肇飞、张涛，线阵CCD在高精度测量系统中的照明选择[J]，实用测试技术，2002，6
[76]杨高科，基于虚拟仪器的质量检测机器视觉系统的设计[J]，今日电子，2002，000(011)：33-34
[77]黄俊强、许济宁，利用虚拟仪器开发平台LabView开发自动气象站[J]，信息技术(哈尔滨)，2003．027(005)：49-50
[78]许道峰、杨维翰，基于Lab VIEW的测量系统研究[J]，中国仪器仪表，2003．000(009)：11-13
[79]杨乐平、李海涛、肖相生，LabView程序设计与应用[M]，北京，电子工业出版社， 2001
[8
[80]王少红、徐小力，LabVIEW下国产数据采集卡DLL的设计[J]，北京机械工业学院学报，2003，018(003)：9-13
[81]洪添胜、李永刚，LabVIEW中数据采集动态链接库的设计及应用[J]，计算机自动测量与控制，2000，008(004)：21-22，25
[82]LABVIEW: Data Acquisition Basics Manual[M], National instruments corporation, 1998
[83]李广云，工业测量系统进展[M]，解放军出版社，1999，5
[84]贾东明、杨晋强，用MatLab实现工业测量结果的可视化[J]，测绘技术装备，2003．005(002)：15-16
[85]林利、王立伟，MatLab在医学图像处理中的应用[J]，牡丹江医学院学报，2003．024(001)：67-70
[86]赵祚喜、罗锡文，基于MatLab的计算机数据采集系统设计[J]，农业机械学报，2003．034(002)：146-148
[87]宫淑丽、周洁敏，VC++与MatLab相结合的噪声主动控制方法[J]，交通运输工程学报，2003．003(003)：72-74
[88]靳敏，基于MatLab的车辆图像的提取[J]，黑龙江工程学院学报，2003．017(003)：38-40
[89]刘一萌、舒勤，MatLab与VB在图像处理中的应用[J]，中国测试技术，2003，029(005)：45-46，9
[90]田成军、杨阳，VC与MatLab的混合编程方法研究[J]，长春理工大学学报，2003，026(003)：57-58，62
[91]田捷、沙飞、张新生，实用图象分析与处理技术[M]，电子工业出版社，1995，1
[92]夏玮、李朝晖，中值滤波的快速算法[J]，计算机工程与设计，2002，023(001)：8-59
[93]Mackrory John, Daniels Mark, Impact of New technology in Machin Vision[J], Sensor Review, 1995, 15(1): 8—11
[94]高爱华、田爱玲、赵贵波，基于线阵CCD的尺寸测量装置[J]，西安工业学院学报，2003，023(003)：189-193
[95]胡超群，一种新的动态二值化算法[J]，计算机应用与软件，1998，015(001)：29-32，3
[96]Chui C K, An Introduction to Wavelets[M], San Diego: Acadmic Press Inc, 1992
[97]贾云得，机器视觉[M]，北京：科学出版社，2000
[98]Zuech Nello、. Bartos Frank J, Making Machine Vision Work For You [J], Control Engineering, 1997, 44(11): 44—48
[99]陈明君、姜承宾，激光—CCD器件在自动化精密测量中的应用[J]，压电与声光，2001，23(6)：415-418
[100]Burrus C S, Gopinath R A, Guo H T, Introduction to Wavelets and wavelet Transform [M], Prentic Hall, Upper Saddle River, 2002
[101]王庆有，CCD应用技术，天津大学出版社，2000、11
[102]陈晓荣、蔡萍、施文康，光学非接触三维形貌测量技术新进展[J]，光学精密工程，2002，010(005)：528-532
[103]董卫军、卢燕宁，利用小波分析进行图像去噪[J]，微机发展，．2003，013(007)：88-90
[104]刘英豪、许陇云、陈家璧等，基于小波分析的X线医学图像噪声综合抑制方法[J]，上海理工大学学报，2003，025(002)：155-158
[105]Murthy C A, Pal S K, Histogram thresholding by minimzing graylevel fuzziness[J], Information Sciences, 1992, 60: 107—135
[106]Pal S K, King R A, Hashim A A, Automatic graylevel thresholding through index of fuzziness entropy[P], Pattern Recognition Letter, 1983, 1: 141—146
[107]余良忠，球面孔系坐标非接触测量系统的研究，四川大学硕士论文，2003
[108]杨淋，球体多孔位光电自动测量系统，四川大学硕士论文，2003
[109]束志林、威飞虎，一种新的随机Hough快速圆检测算法[J]，计算机工程，2003，29(6)：87—89
[110]孙晓军，线阵CCD在圆柱体表面检测系统中的应用[J]，光学技术，2000，26(1)：29-31