基于机器视觉的皮革喷涂控制系统设计
|
摘要
基于机器视觉技术，本课题对现有的皮革喷涂机进行了改造，设计了一种集图像采集、图像处理和自动控制喷涂的智能控制系统。
本课题设计的智能控制系统——基于机器视觉的皮革喷涂控制系统主要由以下硬件构成：计算机、光源、工业面阵相机、数字图像采集卡和数字量输入输出卡（DI/DO卡）。在喷涂机的传输系统前端安装相机，以采集待喷涂皮料的图像信息；相机拍摄数字图像经由数字图像采集卡传输到计算机中，按采集的时间顺序对其进行分析处理；图像处理完成后，计算机根据图像处理的结果生成控制信号，并将此信号传输到DI/DO卡中，由DI/DO卡控制喷枪状态。
基于机器视觉的皮革喷涂控系统的系统软件采用微软公司VC++6.0进行编写，其主要由五部分组成：图像采集模块、图像预处理模块、区域快速识别模块、喷涂数据生成模块和喷涂控制模块。为满足皮革喷涂系统图像处理部分的实时性，本设计在系统主线程序的基础上，采用多线程的方式，实现图像采集、图像处理和显示以及PCI2320的中断。
出于对喷涂生产过程以及喷涂环境的考量，本课题中图像处理过程的算法确定，利用了模拟实验，对比了常用的图像处理算法，选取了适合本设计的方法。最终确定的图像处理方案为：采集到的图像先用高斯去噪法去噪，然后利用经验法灰度阈值方法进行图像分割，最后图像后处理的部分选用了灰度闭运算的方法。
本设计中使用了高检测精度的机器视觉技术，实现了皮革形状的精确检测。并且，根据形状检测的结果，利用DI/DO卡快速便捷地控制各个喷枪，实现了图像采集和涂料喷涂实时同步运行。
Based on machine vision technology, leather spraying machine wasreformed in our work. And a kind of intelligent control system whichincludes image acquisition, image processing and automatic controlspraying gun, was designed.
The leather spraying control system based on machinery visionmainly includes computer, camera, image acquisition card, light source,DI/DO card of digital signal and leather transmission institutions. Theproposed execution process was developed as follows: we installed acamera before transmission system collected the image information ofleather. The image collected through image gathering card wastransmitted to a computer and then be analyzed. After the analysis, thetreatment was produced automatically by computer and transmitted toDI/DO card. The condition of the spraying gun was controlled byDI/DO card.
The interface was designed and the function was realized by usingMicrosoft VC++6.0in leather spraying measurement system. Thesoft-wares of leather spraying system based on Machine vision wereimage acquisition module, image processing module, regional rapididentification module, spraying data generating module and sprayingcontrol module. To meet with system image processing requirements forreal-time, a multi-threading was used at the basis of system programwhen designing soft-wares. Multi-threading included GrabThread imagecollection line, image processing and display thread and PCI2320threadinterrupt.
The common image processing algorithms was compared in thesimulation experiment. And the design method was finally determinedbased on the reality of this subject. The final design method was that: The collected image was firstly denoised using Gauss de-noising, andthen divided using empirical threshold for image segmentation. At last,the image was dealt with gray closing operation method for postprocessing part.
Detection precision machine vision system was used to realize theaccurate detection of leather shape in our work. And, each gun wascontrolled fast and conveniently by using DI/DO card according to theshape detection results, to achieve the synchronous operation of imageacquisition and paint spraying real-time.
本课题设计的智能控制系统——基于机器视觉的皮革喷涂控制系统主要由以下硬件构成：计算机、光源、工业面阵相机、数字图像采集卡和数字量输入输出卡（DI/DO卡）。在喷涂机的传输系统前端安装相机，以采集待喷涂皮料的图像信息；相机拍摄数字图像经由数字图像采集卡传输到计算机中，按采集的时间顺序对其进行分析处理；图像处理完成后，计算机根据图像处理的结果生成控制信号，并将此信号传输到DI/DO卡中，由DI/DO卡控制喷枪状态。
基于机器视觉的皮革喷涂控系统的系统软件采用微软公司VC++6.0进行编写，其主要由五部分组成：图像采集模块、图像预处理模块、区域快速识别模块、喷涂数据生成模块和喷涂控制模块。为满足皮革喷涂系统图像处理部分的实时性，本设计在系统主线程序的基础上，采用多线程的方式，实现图像采集、图像处理和显示以及PCI2320的中断。
出于对喷涂生产过程以及喷涂环境的考量，本课题中图像处理过程的算法确定，利用了模拟实验，对比了常用的图像处理算法，选取了适合本设计的方法。最终确定的图像处理方案为：采集到的图像先用高斯去噪法去噪，然后利用经验法灰度阈值方法进行图像分割，最后图像后处理的部分选用了灰度闭运算的方法。
本设计中使用了高检测精度的机器视觉技术，实现了皮革形状的精确检测。并且，根据形状检测的结果，利用DI/DO卡快速便捷地控制各个喷枪，实现了图像采集和涂料喷涂实时同步运行。
Based on machine vision technology, leather spraying machine wasreformed in our work. And a kind of intelligent control system whichincludes image acquisition, image processing and automatic controlspraying gun, was designed.
The leather spraying control system based on machinery visionmainly includes computer, camera, image acquisition card, light source,DI/DO card of digital signal and leather transmission institutions. Theproposed execution process was developed as follows: we installed acamera before transmission system collected the image information ofleather. The image collected through image gathering card wastransmitted to a computer and then be analyzed. After the analysis, thetreatment was produced automatically by computer and transmitted toDI/DO card. The condition of the spraying gun was controlled byDI/DO card.
The interface was designed and the function was realized by usingMicrosoft VC++6.0in leather spraying measurement system. Thesoft-wares of leather spraying system based on Machine vision wereimage acquisition module, image processing module, regional rapididentification module, spraying data generating module and sprayingcontrol module. To meet with system image processing requirements forreal-time, a multi-threading was used at the basis of system programwhen designing soft-wares. Multi-threading included GrabThread imagecollection line, image processing and display thread and PCI2320threadinterrupt.
The common image processing algorithms was compared in thesimulation experiment. And the design method was finally determinedbased on the reality of this subject. The final design method was that: The collected image was firstly denoised using Gauss de-noising, andthen divided using empirical threshold for image segmentation. At last,the image was dealt with gray closing operation method for postprocessing part.
Detection precision machine vision system was used to realize theaccurate detection of leather shape in our work. And, each gun wascontrolled fast and conveniently by using DI/DO card according to theshape detection results, to achieve the synchronous operation of imageacquisition and paint spraying real-time.
引文
[1]张永军.基于序列图像的视觉检测理论与方法[M].武汉大学出版社，2008：12-20.
[2]张广军.机器视觉[M].科学出版社，2005：1-10.
[3]Ahmed M. Darwish, Anil K Jain. A rule based approach for visual patterninspection [J].IEEE Transaction on Pattern Analysis Intelligence.1988,10(1):56-67.
[4]钱荣幸．POLETTO皮革喷涂设备的电器—微机控制系统[J]．四川皮革，1995(1)：36—38.
[5]Wesley E. Snyder, Hairong Qi著，崔锦实，赵清杰等译.机器视觉教程[M].北京：机械工业出版社，2005:89-100.
[6]胡林和.机器视觉缺陷检测系统若干问题的研究[D].合肥：合肥工业大学，2010.
[7]T. Thomas, M. Cattoen. System for defect detection on material [J]. Computersin Desigin, Manufacturing, and Production. Proceedings，1993,4(12)：16-22.
[8]孔令剑，晏雄.神经网络在织物检测中的应用[J].纺织科学研究，2004，15(1):31~35，40.
[9]K. Hoang, W. Wen, A. Nachimuthu, X.L. Jiang. Achieving automation inleather surface inspection [J]. Computers in Industry,1997,1(34):43-54.
[10]崔扬.图像检测技术在皮革缺陷检测中的应用研究[D].浙江：浙江大学，2009.
[11]蔡岷,韩力群.计算机皮革图像检测与分类系统[J].自动化仪表.1999,20(5):25-27.
[12]贾渊，姬长英.农产品自动检测中的常见颜色模型[J].黑龙江哈尔滨市：农机化研究，2004,4:205-208,213.
[13]何东健等.用人工神经网络进行果实颜色分级技术研究[J].西北农业大学学报，1998,26(6):109-112.
[14]李庆中，汪华.基于计算机视觉的苹果自动分级系统硬件开发[J].农业机械学报.2000,3(12):56-59.
[15]M. Barni, V Cappellini. A. Mecocci. Colour-based detection of defects onchicken meat[J].Image and Computering,1997，12(15):549-556.
[16]孙永海等.膨化食品表面质量的自动检测[J].农业机械学报,1999,30(1)：63-66.
[17]S.K. Tso, Peter W.M. Tsang, Spencer S.C. Tao. Rule-based machine visionsystem for surface mounted device[J]. Intelligent Robots,1988,1(12):258-288.
[18]Dinesh P. Nital, Eam Khwang Teoh. A rule-base inspection system for printedcircuit boards. Fourth IEEE Region10International Conference,1989:665-668.
[19]刘万春，陈小春，朱玉文，刘建君.基于多CIS的PCB基板缺陷自动光学检测系统[J].电子工业专用设备.2005,34(7)：85-86.
[20]张波，李锐华，彭年才，史维祥.基于小波变换的PCB缺陷视觉检测技术研究[J].系统仿真学报，2004,16(8)，11-13.
[21]刘尚军，程宪平. PCB瑕疵图像实时视觉检测方法的研究[J].计算机工程与应用，2002,38(16):71-74.
[22]周党群，程宪平等. PCB视觉检测系统中目标图像提取的研究[J].电子测量与仪器学报，2001,15(3):50-52.
[23]古帅.基于机器视觉的纸张缺陷检测系统的研究[D].济南：山东轻工业学院，2010.
[24]陈琛.基于机器视觉的印刷条码质量检测系统研究[D].西安：西安理工大学，2007.
[25]申志强.基于图像处理的冷轧薄板板形识别[D].重庆：重庆大学，2007.
[26]吴腾飞.视觉测量图像处理关键算法的研究和应用[D].天津：天津大学，2010.
[27]甄成刚.基于图像处理技术的炉膛火焰检测方法研究[D].北京：华北电力大学，2004.
[28]刘飞.基于图像处理的印刷质量自动检测算法研究[D].武汉：华中科技大学，2006.
[29]单志华.制革工艺学[M].北京：科学出版社，1999：109-120.
[30]魏世林主编，刘振华，王鸿儒参编.制革工艺学[M].北京：中国轻工业出版社，2007：30-49.
[31]汪建根.现代皮革机械设备使用与维护[M].北京：化学工业出版社，2005：14-25.
[32]张景尧.现代制革·皮制品机械设备[M].北京：中国轻工业出版社，1998:45-69.
[33]徐根华“.机电一体化”技术在皮革机械中的应用[J].中国皮革，2000，29(17)：32-33.
[34]王桂林，尚久浩，王宏达.一种新型皮革仿形喷浆机的设计[J].新设备·新材料·新方法，2005，23(1)：110~112.
[35]王玉.基于图像处理的太阳能电池阵列裂缝的检测[D].吉林：吉林大学，2009.
[36]李雅静.基于图像处理的PS版面缺陷检测的研究[D].河南：河南科技大学，2011.
[37]于彩香.基于纹理分析的皮革可视缺陷检测方法的研究[D].济南：山东轻工业学院，2009.
[38]张金林.坯布疵点在线检测的识别算法研究[D].郑州：中原工学院，2009.
[39]王平顺.图像处理技术在玻璃缺陷检测中的应用研究[D].燕山：燕山大学，2005.
[40]关百峰.黑白航空照片侦查图像处理技术研究[D].沈阳：东北大学，2008.
[41]方莉，张萍.经典图像去噪算法研究综述[J].工业控制计算机，2010，11(23)：73-74.
[42]高军，李学伟，张建.彩色印刷品质量检测系统图像预处理算法的研究[J].包装工程，2007，1(28)：64-66.
[43]李波.数字图像噪声消除算法研究[D].曲阜：曲阜师范大学，2008.
[44]赵丹婷.基于图像处理技术的大豆外观品质检测系统的研究[D].哈尔滨：东北农业大学，2010.
[45]曹申.基于图像处理与机器视觉的手机软板缺陷检测的研究[D].长沙：中南大学，2007.
[46]R Stojanovic,G Papadopoulos, M Georgoudakis. Vision system for finishedfabric inspection[R]. Proceedings of the SPIE,2002,46(64):97-103.
[47]D Barrientos Carrera, E de la Fuente, F J Barrientos Garcia. Machine visionsystem for defect detection in sheet metal forming processes[R]. Visualization,Imaging, and Image Processing. Proceedings of the IASTED InternationalConference,2001:289-94.
[48]Y Kipman, K Johnson. Using image analysis systems in forensics and securityprinting[R]. Final Program and Proceedings of IS&T’s NIP20: InternationalConference on Digital Printing Technologies,2004:318-22
[49]阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009：70-80.
[50]余松煜，周源华，张瑞.数字图像处理[M].上海：上海交通大学出版社，2007:78-89.
[51]范立南，韩晓微，张广源.图像处理与模式识别[M].北京：科学出版社，2007：48-56.
[52]王百超.图像PDE滤波和盲恢复技术的理论研究以其在IVUS图像处理中的应用[D].济南：山东大学，2011.
[53]刘松林.印刷品质量在线检测机器视觉系统的设计与实现[D].郑州：中国人民解放军信息工程大学，2006.
[54]余晓明.基于图像处理技术的浆纱被覆率与浸透率的测定[D].武汉：武汉纺织大学，2011.
[55]张军华等.地震资料去噪方法综合评述[J].石油地球物理勘探，2005,11(40),121-127.
[56]王建军等.高斯滤波在花岗石表面粗糙度研究中的应用[J].计量学报，2006,2(27):104-106.
[57]Stephen M.Smith, J.Michael Brady. SUSAN-A New Approach to Low LevelImage Processing[J].International Journal of Computer Vision,1997,23(1):26-29.
[58]J. Martion-Herrero. Hybrid object labeling in digital images[J]. InternationalVision and Applications,2007,18(1):45-49.
[59]H Kalviainen, P Saarinen, P Salmela, etc. Vision inspection on paper bymachine vision[J]. Proceedings of SPIN2003,52(67):321-332.
[60]刘翠.水声图像阈值分割及智能优化算法的研究[D].哈尔滨：哈尔滨工程大学，2010.
[61]徐琳俊.数字图像分割算法研究[D].江苏：江苏科技大学，2011.
[62]杨修国.图像阈值分割方法研究与分析[D].上海：华东师范大学，2009.
[63]钱志明.图像分割方法研究[D].北京：国防科学技术大学，2010.
[64]孙宇阳.基于图割的图像分割应用研究[D].北京：北方工业大学，2011.
[65]韩帅.灰度图像分割算法的研究[D].济南：山东大学，2007.
[66]刘平刚.超大图像分割技术及在医学图像中应用研究[D].大连：大连理工大学，2010.
[67]黄玥.复杂背景下的灰度图像分割算法研究[D].太原：太原理工大学，2008.
[68]Wolfe R R, Sandler W E. An algorithm for stem detection using digital imageanalysis[J].Transactions of ASAE,1985,28(2):641-644.
[69]潘宁，邓燕妮.基于S3C44B0X的嵌入式机器视觉系统设计[J].机械电子，2006,10,54-55.
[70]朱海宽.基于机器视觉的图像采集与处理系统设计[J].电子测试,2009,(01),23-21.
[71]詹红霞等. Visual C++6.0程序设计[M].西安：西安电子科技大学出版社.2009,6：12-20.
[72]魏宏昌.浅谈多线程在C#编程语言中的应用[J].信息系统工程，2010，2(20):17-18.
[73]吉军等.基于HALCON和VC++混合编程的视觉测量系统设计[J].2011,6(26):20-24.
[74]徐正洲等.基于机器视觉的工业检测[J].现代计算机，2011,08：30-32.
[2]张广军.机器视觉[M].科学出版社，2005：1-10.
[3]Ahmed M. Darwish, Anil K Jain. A rule based approach for visual patterninspection [J].IEEE Transaction on Pattern Analysis Intelligence.1988,10(1):56-67.
[4]钱荣幸．POLETTO皮革喷涂设备的电器—微机控制系统[J]．四川皮革，1995(1)：36—38.
[5]Wesley E. Snyder, Hairong Qi著，崔锦实，赵清杰等译.机器视觉教程[M].北京：机械工业出版社，2005:89-100.
[6]胡林和.机器视觉缺陷检测系统若干问题的研究[D].合肥：合肥工业大学，2010.
[7]T. Thomas, M. Cattoen. System for defect detection on material [J]. Computersin Desigin, Manufacturing, and Production. Proceedings，1993,4(12)：16-22.
[8]孔令剑，晏雄.神经网络在织物检测中的应用[J].纺织科学研究，2004，15(1):31~35，40.
[9]K. Hoang, W. Wen, A. Nachimuthu, X.L. Jiang. Achieving automation inleather surface inspection [J]. Computers in Industry,1997,1(34):43-54.
[10]崔扬.图像检测技术在皮革缺陷检测中的应用研究[D].浙江：浙江大学，2009.
[11]蔡岷,韩力群.计算机皮革图像检测与分类系统[J].自动化仪表.1999,20(5):25-27.
[12]贾渊，姬长英.农产品自动检测中的常见颜色模型[J].黑龙江哈尔滨市：农机化研究，2004,4:205-208,213.
[13]何东健等.用人工神经网络进行果实颜色分级技术研究[J].西北农业大学学报，1998,26(6):109-112.
[14]李庆中，汪华.基于计算机视觉的苹果自动分级系统硬件开发[J].农业机械学报.2000,3(12):56-59.
[15]M. Barni, V Cappellini. A. Mecocci. Colour-based detection of defects onchicken meat[J].Image and Computering,1997，12(15):549-556.
[16]孙永海等.膨化食品表面质量的自动检测[J].农业机械学报,1999,30(1)：63-66.
[17]S.K. Tso, Peter W.M. Tsang, Spencer S.C. Tao. Rule-based machine visionsystem for surface mounted device[J]. Intelligent Robots,1988,1(12):258-288.
[18]Dinesh P. Nital, Eam Khwang Teoh. A rule-base inspection system for printedcircuit boards. Fourth IEEE Region10International Conference,1989:665-668.
[19]刘万春，陈小春，朱玉文，刘建君.基于多CIS的PCB基板缺陷自动光学检测系统[J].电子工业专用设备.2005,34(7)：85-86.
[20]张波，李锐华，彭年才，史维祥.基于小波变换的PCB缺陷视觉检测技术研究[J].系统仿真学报，2004,16(8)，11-13.
[21]刘尚军，程宪平. PCB瑕疵图像实时视觉检测方法的研究[J].计算机工程与应用，2002,38(16):71-74.
[22]周党群，程宪平等. PCB视觉检测系统中目标图像提取的研究[J].电子测量与仪器学报，2001,15(3):50-52.
[23]古帅.基于机器视觉的纸张缺陷检测系统的研究[D].济南：山东轻工业学院，2010.
[24]陈琛.基于机器视觉的印刷条码质量检测系统研究[D].西安：西安理工大学，2007.
[25]申志强.基于图像处理的冷轧薄板板形识别[D].重庆：重庆大学，2007.
[26]吴腾飞.视觉测量图像处理关键算法的研究和应用[D].天津：天津大学，2010.
[27]甄成刚.基于图像处理技术的炉膛火焰检测方法研究[D].北京：华北电力大学，2004.
[28]刘飞.基于图像处理的印刷质量自动检测算法研究[D].武汉：华中科技大学，2006.
[29]单志华.制革工艺学[M].北京：科学出版社，1999：109-120.
[30]魏世林主编，刘振华，王鸿儒参编.制革工艺学[M].北京：中国轻工业出版社，2007：30-49.
[31]汪建根.现代皮革机械设备使用与维护[M].北京：化学工业出版社，2005：14-25.
[32]张景尧.现代制革·皮制品机械设备[M].北京：中国轻工业出版社，1998:45-69.
[33]徐根华“.机电一体化”技术在皮革机械中的应用[J].中国皮革，2000，29(17)：32-33.
[34]王桂林，尚久浩，王宏达.一种新型皮革仿形喷浆机的设计[J].新设备·新材料·新方法，2005，23(1)：110~112.
[35]王玉.基于图像处理的太阳能电池阵列裂缝的检测[D].吉林：吉林大学，2009.
[36]李雅静.基于图像处理的PS版面缺陷检测的研究[D].河南：河南科技大学，2011.
[37]于彩香.基于纹理分析的皮革可视缺陷检测方法的研究[D].济南：山东轻工业学院，2009.
[38]张金林.坯布疵点在线检测的识别算法研究[D].郑州：中原工学院，2009.
[39]王平顺.图像处理技术在玻璃缺陷检测中的应用研究[D].燕山：燕山大学，2005.
[40]关百峰.黑白航空照片侦查图像处理技术研究[D].沈阳：东北大学，2008.
[41]方莉，张萍.经典图像去噪算法研究综述[J].工业控制计算机，2010，11(23)：73-74.
[42]高军，李学伟，张建.彩色印刷品质量检测系统图像预处理算法的研究[J].包装工程，2007，1(28)：64-66.
[43]李波.数字图像噪声消除算法研究[D].曲阜：曲阜师范大学，2008.
[44]赵丹婷.基于图像处理技术的大豆外观品质检测系统的研究[D].哈尔滨：东北农业大学，2010.
[45]曹申.基于图像处理与机器视觉的手机软板缺陷检测的研究[D].长沙：中南大学，2007.
[46]R Stojanovic,G Papadopoulos, M Georgoudakis. Vision system for finishedfabric inspection[R]. Proceedings of the SPIE,2002,46(64):97-103.
[47]D Barrientos Carrera, E de la Fuente, F J Barrientos Garcia. Machine visionsystem for defect detection in sheet metal forming processes[R]. Visualization,Imaging, and Image Processing. Proceedings of the IASTED InternationalConference,2001:289-94.
[48]Y Kipman, K Johnson. Using image analysis systems in forensics and securityprinting[R]. Final Program and Proceedings of IS&T’s NIP20: InternationalConference on Digital Printing Technologies,2004:318-22
[49]阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009：70-80.
[50]余松煜，周源华，张瑞.数字图像处理[M].上海：上海交通大学出版社，2007:78-89.
[51]范立南，韩晓微，张广源.图像处理与模式识别[M].北京：科学出版社，2007：48-56.
[52]王百超.图像PDE滤波和盲恢复技术的理论研究以其在IVUS图像处理中的应用[D].济南：山东大学，2011.
[53]刘松林.印刷品质量在线检测机器视觉系统的设计与实现[D].郑州：中国人民解放军信息工程大学，2006.
[54]余晓明.基于图像处理技术的浆纱被覆率与浸透率的测定[D].武汉：武汉纺织大学，2011.
[55]张军华等.地震资料去噪方法综合评述[J].石油地球物理勘探，2005,11(40),121-127.
[56]王建军等.高斯滤波在花岗石表面粗糙度研究中的应用[J].计量学报，2006,2(27):104-106.
[57]Stephen M.Smith, J.Michael Brady. SUSAN-A New Approach to Low LevelImage Processing[J].International Journal of Computer Vision,1997,23(1):26-29.
[58]J. Martion-Herrero. Hybrid object labeling in digital images[J]. InternationalVision and Applications,2007,18(1):45-49.
[59]H Kalviainen, P Saarinen, P Salmela, etc. Vision inspection on paper bymachine vision[J]. Proceedings of SPIN2003,52(67):321-332.
[60]刘翠.水声图像阈值分割及智能优化算法的研究[D].哈尔滨：哈尔滨工程大学，2010.
[61]徐琳俊.数字图像分割算法研究[D].江苏：江苏科技大学，2011.
[62]杨修国.图像阈值分割方法研究与分析[D].上海：华东师范大学，2009.
[63]钱志明.图像分割方法研究[D].北京：国防科学技术大学，2010.
[64]孙宇阳.基于图割的图像分割应用研究[D].北京：北方工业大学，2011.
[65]韩帅.灰度图像分割算法的研究[D].济南：山东大学，2007.
[66]刘平刚.超大图像分割技术及在医学图像中应用研究[D].大连：大连理工大学，2010.
[67]黄玥.复杂背景下的灰度图像分割算法研究[D].太原：太原理工大学，2008.
[68]Wolfe R R, Sandler W E. An algorithm for stem detection using digital imageanalysis[J].Transactions of ASAE,1985,28(2):641-644.
[69]潘宁，邓燕妮.基于S3C44B0X的嵌入式机器视觉系统设计[J].机械电子，2006,10,54-55.
[70]朱海宽.基于机器视觉的图像采集与处理系统设计[J].电子测试,2009,(01),23-21.
[71]詹红霞等. Visual C++6.0程序设计[M].西安：西安电子科技大学出版社.2009,6：12-20.
[72]魏宏昌.浅谈多线程在C#编程语言中的应用[J].信息系统工程，2010，2(20):17-18.
[73]吉军等.基于HALCON和VC++混合编程的视觉测量系统设计[J].2011,6(26):20-24.
[74]徐正洲等.基于机器视觉的工业检测[J].现代计算机，2011,08：30-32.