自动视觉检测系统可拓设计方法研究
|
摘要
自动视觉检测技术采用大量自动化、智能化技术实现了检测对象从点、线到面的非接触检测,在自动化生产领域中得到广泛应用。但是,随着制造业信息化过程的推进,产品生命周期的缩短,用户需求的多样化,以及越来越苛刻的质量要求,视觉检测在检测速度和智能性等关键技术方面还有待于进一步提高。
自动视觉检测任务的顺利完成,关键在于视觉检测知识的表达和自动处理。本文在对自动视觉检测系统进行综合分析的基础上,将可拓学理论与视觉检测领域知识相结合,探讨自动视觉检测信息新的知识描述方法、求解手段,以此来寻求适合计算机处理的智能化知识处理方法,解决视觉检测领域遇到的问题。
本文所做的主要工作有：
(1)分析可拓学理论与自动视觉检测系统设计在理论上的融合。
可拓学提供了包括基元描述方法、可拓分析方法、问题求解方法、策略生成与评价方法等完整的理论方法体系。基于这一理论体系,本文分析了其应用于自动视觉检测系统设计领域的理论可行性。
(2)在对自动视觉检测过程进行模块化分解和聚类分析的基础上,建立自动视觉检测过程五层抽屉模型和金字塔数据流模型。
该模型是对自动视觉检测过程的抽象化表示,包括图像获取、图像预处理、图像分割、图形识别、机电执行五个模块,在这个过程模型中任何一层的内部改变都会导致整个系统性能的改变,当检测任务或检测环境发生改变时,设计人员只需要更改其中的某些层次,即可在最短的时间内完成新方案的重构,从而缩短开发周期,降低检测成本。
(3)对视觉检测模型进行基元描述,建立可拓知识物元表达模型。
对视觉检测过程模型采用可拓基元知识表示方法进行描述,利用基元的拓展性对视觉检测方案进行发散分析,利用可拓推理规则进行知识的推理,生成变化的知识。
(4)研究自动视觉检测方案的重构、评价。
利用可拓变换和基元的可组合性研究自动视觉检测系统设计方案的重构,探索视觉检测问题的信息-知识-策略的智能化求解方法；利用层次分析法建立自动视觉检测系统综合评价指标体系,明确各级各类指标的权重,并建立相应的关联函数,逐级计算出自动视觉检测方案的综合优度值。
(5)开发设计自动视觉检测系统重构平台。
该平台可以实现自动视觉检测方案的重构和优劣排序,从而解决顾客定制化需求与设计效率、产品的通用性与设计成本之间的矛盾问题。它的开发可以建立起设计师与顾客之间沟通的桥梁,对顾客的定制要求进行有效分析和推理。
Automatic visual inspection technology is widely applied in automation field, which using a large number of automation and intelligent technology. However, With the development of manufacturing industry informatization, the shortening of product life cycle, the diversification of user demands and increasingly stringent quality requirements, the key technology of visual inspection remains to be further improved.
The successful completion of the automatic visual inspection task depends on the expression and automatic processing of the visual inspection knowledge.Based on the comprehensive analysis of the automatic visual inspection system, the extenics theory is used to describe the automatic visual inspection information knowledge in this paper.The objective is to find appropriate intelligent knowledge processing way to solve the problem in automatic visual inspection field.
The main work of this paper is:
(1) Analyzing the theoritic integration between the extenics theory and the automatic visual inspection design.
Based on the extenics research findings, the integration of the extension design theory foundation, extension analysis principles, extension transformations principles and the automatic visual inspection design are discussed.
(2) On the basis of the modular decomposition and clustering analysis of automatic visual inspection process, the five drawer model and the pyramid data flow model of the automatic visual inspection are put forward.
The model is the abstraction expression of the automated visual inspection process, which includes image acquisition, image preprocessing, image segmentation, pattern recognition, and implementation layer. In this model, the change in any layer will lead to the whole system performance change. The designers can complete the reconstruction of new scheme only by changing one of the certain levels in the shortest time, when the detection task or environment changed. Thus the development cycle is shortened and the cost of testing is reduced.
(3) The extension matter-element knowledge model is built.
The visual inspection process model is described using the extension element representation method.The divergence analysis of the vision detection scheme is carried out using the extended properties of the elements. The the scheme knowledge is generated by the extension reasoning principles.
(4) Reconfiguration and evaluation of the visual inspection system.
The reconfigurable design method of the automatic visual inspection system is studied by extension transformation and the element combination properties, in order to explore intelligent optimization method for the visual detection problem. The comprehensive evaluation index system of automatic visual inspection system is built by analytic hierarchy process. The various indexes and the corresponding measure conditions are determined, then the dependent functions are established. At last, the index weights are computed by the judgment matrix and the priority degree are given used to rank the automatic visual inspection system.
(5) The automatic vision detection reconfiguration platform is developed.
The platform can realize the reconfiguration and ranking for the automatic visual detection schemes. Also, it can solve the contradictions between design efficiency and the customization requirement, the design cost and the universal property. The development can establish a bridge of communication between designers and customers, analyze and reasoning the customer requirements effectively.
自动视觉检测任务的顺利完成,关键在于视觉检测知识的表达和自动处理。本文在对自动视觉检测系统进行综合分析的基础上,将可拓学理论与视觉检测领域知识相结合,探讨自动视觉检测信息新的知识描述方法、求解手段,以此来寻求适合计算机处理的智能化知识处理方法,解决视觉检测领域遇到的问题。
本文所做的主要工作有：
(1)分析可拓学理论与自动视觉检测系统设计在理论上的融合。
可拓学提供了包括基元描述方法、可拓分析方法、问题求解方法、策略生成与评价方法等完整的理论方法体系。基于这一理论体系,本文分析了其应用于自动视觉检测系统设计领域的理论可行性。
(2)在对自动视觉检测过程进行模块化分解和聚类分析的基础上,建立自动视觉检测过程五层抽屉模型和金字塔数据流模型。
该模型是对自动视觉检测过程的抽象化表示,包括图像获取、图像预处理、图像分割、图形识别、机电执行五个模块,在这个过程模型中任何一层的内部改变都会导致整个系统性能的改变,当检测任务或检测环境发生改变时,设计人员只需要更改其中的某些层次,即可在最短的时间内完成新方案的重构,从而缩短开发周期,降低检测成本。
(3)对视觉检测模型进行基元描述,建立可拓知识物元表达模型。
对视觉检测过程模型采用可拓基元知识表示方法进行描述,利用基元的拓展性对视觉检测方案进行发散分析,利用可拓推理规则进行知识的推理,生成变化的知识。
(4)研究自动视觉检测方案的重构、评价。
利用可拓变换和基元的可组合性研究自动视觉检测系统设计方案的重构,探索视觉检测问题的信息-知识-策略的智能化求解方法；利用层次分析法建立自动视觉检测系统综合评价指标体系,明确各级各类指标的权重,并建立相应的关联函数,逐级计算出自动视觉检测方案的综合优度值。
(5)开发设计自动视觉检测系统重构平台。
该平台可以实现自动视觉检测方案的重构和优劣排序,从而解决顾客定制化需求与设计效率、产品的通用性与设计成本之间的矛盾问题。它的开发可以建立起设计师与顾客之间沟通的桥梁,对顾客的定制要求进行有效分析和推理。
Automatic visual inspection technology is widely applied in automation field, which using a large number of automation and intelligent technology. However, With the development of manufacturing industry informatization, the shortening of product life cycle, the diversification of user demands and increasingly stringent quality requirements, the key technology of visual inspection remains to be further improved.
The successful completion of the automatic visual inspection task depends on the expression and automatic processing of the visual inspection knowledge.Based on the comprehensive analysis of the automatic visual inspection system, the extenics theory is used to describe the automatic visual inspection information knowledge in this paper.The objective is to find appropriate intelligent knowledge processing way to solve the problem in automatic visual inspection field.
The main work of this paper is:
(1) Analyzing the theoritic integration between the extenics theory and the automatic visual inspection design.
Based on the extenics research findings, the integration of the extension design theory foundation, extension analysis principles, extension transformations principles and the automatic visual inspection design are discussed.
(2) On the basis of the modular decomposition and clustering analysis of automatic visual inspection process, the five drawer model and the pyramid data flow model of the automatic visual inspection are put forward.
The model is the abstraction expression of the automated visual inspection process, which includes image acquisition, image preprocessing, image segmentation, pattern recognition, and implementation layer. In this model, the change in any layer will lead to the whole system performance change. The designers can complete the reconstruction of new scheme only by changing one of the certain levels in the shortest time, when the detection task or environment changed. Thus the development cycle is shortened and the cost of testing is reduced.
(3) The extension matter-element knowledge model is built.
The visual inspection process model is described using the extension element representation method.The divergence analysis of the vision detection scheme is carried out using the extended properties of the elements. The the scheme knowledge is generated by the extension reasoning principles.
(4) Reconfiguration and evaluation of the visual inspection system.
The reconfigurable design method of the automatic visual inspection system is studied by extension transformation and the element combination properties, in order to explore intelligent optimization method for the visual detection problem. The comprehensive evaluation index system of automatic visual inspection system is built by analytic hierarchy process. The various indexes and the corresponding measure conditions are determined, then the dependent functions are established. At last, the index weights are computed by the judgment matrix and the priority degree are given used to rank the automatic visual inspection system.
(5) The automatic vision detection reconfiguration platform is developed.
The platform can realize the reconfiguration and ranking for the automatic visual detection schemes. Also, it can solve the contradictions between design efficiency and the customization requirement, the design cost and the universal property. The development can establish a bridge of communication between designers and customers, analyze and reasoning the customer requirements effectively.
引文
[1]欧阳高飞,邝泳聪,谢宏威,等.电子元件焊接质量的自动光学检测系统研究[J].机械设计与制造.2011,(7)：122-124.
[2]Mukul, Shirvaikar. Trends in automated visual inspection[J]. Journal of Real-Time Image Processing.2006(1):41-43.
[3]Jiang J R,Chen H S,Hung C W.Peer-to-peer AOI voice chattingfor massively multiplayer online games[J].International Journal of Electrical Engineering.2010,17(1):43-54.
[4]Khan Zulki.A primer on AOI and AOT[J].Circuits Assembly.2006,17(9):38-41.
[5]Crispin A J, Rankov V. Automated inspection of PCB componentsusing a genetic algorithm template-matching approach[J].International Journal of Advanced Manufacturing Technology.2007,35(3-4):293-300.
[6]王晓华,傅卫平.零件的双目视觉识别定位与抓取系统研究[J].制造业自动化.2010,32(11)：129-132.
[7]侯玉伟,李雷,赵彦伟,等.非接触式自动定尺切割系统[J].自动化应用.2011,(4)：19-20.
[8]薛迎成,潘俊民,吴波.实时专家控制在自动浇注系统中的应用[J].仪表技术与传感器.2000,(11)：32-33,36.
[9]刘巍,刘双军,贾振元,等.大型锻件尺寸在线测量系统研究[J].压电与声光.2011,33(5)：831-836.
[10]邓进军,苑伟政,李晓莹,等.微机械器件形状与尺寸的图像测量研究[J].机械工程学报.2002,38s：101-103.107.
[11]钟球盛,胡广华,李静蓉.光学薄膜表面微细缺陷在线检测方法研究[J].机械设计与制造.2011,(10)：102-104.
[12]戴敏,陈恺.基于DSP的半导体分立器件外观检测系统设计[J].制造业自动化.2011,33(9)：35-39.
[13]Yud-Ren Chen,Kuanglin Chao,Kim Moon S.Machine vision technology for agricultural applications[J].Computers and Electronics in Agriculture.2002,36:173-191.
[14]应义斌,饶秀勤,赵匀,等.机器视觉技术在农产品品质自动识别中的应用[J].农业工程学报.2000,16(1)：103-108.
[15]Liao K,Paulsen M R,Reid J F,etal. Corn kernel breakage classification by machine vision using a neural network classifie[J].Transactions of the ASAE.1994,36(6):1949-1953.
[16]凌云,王一鸣,等.基于机器视觉的大米外观品质检测装置[J].农业机械学报.2005,36(9)：89-92.
[17]成芳,应义斌.基于Matlab平台的稻种图像分析系统[J].浙江大学学报(农业与生命科学版).2004,30(5)：572-576.
[18]Bennedsen B S, Peterson D L. Performance of a System for Apple Surface Defect Identification in Near-infrared Images[J]. Biosystems Engineering.2005,90(4):419-431.
[19]包晓安,张瑞林,钟乐海.基于人工神经网络与图像处理的苹果识别方法研究[J].农业工程学报.2004,20(3)：109-112.
[20]Penman D W. Determination of stem and calyx location on apples using automatic visual inspection[J].Computers and Electronics in Agriculture.2001,7-18.
[21]Leemans V,Destain M F.A real-time grading method of apples based on features extracted from defects[J].Journal of Food Engineering.2004,61:83-89.
[22]Blasco J,Aleixos N,Molto E.Machine vision system for automatic quality grading of fruit[J]. Biosystems Engineering.2003,85(4):415-423.
[23]Wang N,Dowell F E,Zhang N.Determining wheat vitreousness using image processing and a neural network[J].Transactions of the ASAE.2003,46(4):1143-1150.
[24]杨飞,祝诗平,邱青苗.基于计算机视觉的花椒外观品质检测及其MATLAB实现[J].农业工程学报.2008,24(1)：198-202.
[25]李拴强,冯前进,陈武凡,等.一种基于图割的交互式脑膜瘤核磁共振图像分割方法[J].南方医科大学学报.2011,(7)：1164-1168.
[26]肖智魁,胡广书.二维SPACE RIP并行成像技术在三维磁共振成像中的应用[J].清华大学学报(自然科学版).2009,49(3)：436439.
[27]方敬,肖扬.医学超声波图像的边界保护滤波及特征映射补偿[J].北京交通大学学报.2004,28(2)：35-37.
[28]肖扬,张超,胡绍海.应用二维混合变换的脂肪肝超声波图像特征提取[J].应用科学学报.2008,26(4)：362-369.
[29]黄亚丽,李芬华,张瑞波.基于小波变换的脂肪肝B超图像识别[J].中国医学影像技术.2005,21(11)：1761-1763.
[30]Drebin R A, Carpenter L, Hanrahan P. Volume Rendering[J].Comput Graphics-US,1989,22:65-74.
[31]Robert Sablatnig. Increasing flexibility for automatic visual inspection:the general analysis graph[J]. Machine Vision and Applications.2000,(12):158-169.
[32]石争浩,冯亚宁,付长龙,等.基于机器视觉的铸件表面缺陷人工神经网络检测方法[J].重型机械.2004,(2）：51-54.
[33]计时鸣,周晓军,程耀东.柔性视觉检测系统及其相关技术研究[J].浙江工业大学学报.2003.28(1)：73-77.
[34]Matrox Image Series ——Product Overview (1992) Matrox (UK) Ltd.,6 Cherry Orchard West, Kembrey Park, Swindon, SN2 6UP, UK.
[35]Matrox Electronic Systems Ltd. (1995) Matrox Inspector——Product Overview. Matrox Electronic Systems Ltd.,1025 St. Regis Blvd., Dorval, Quebec, H4P 2T4, Canada.
[36]Amerinex Artificial Intelligence Inc. (1995) The KBVision system ——User's Guide. Amerinex Artificial Intelligence Inc.,409 Main Street, Amherst, MA 01002, USA.
[37]王万良,赵燕伟.碳素机械只能CAD系统的可拓决策方法[J].系统工程理论与实践,1998,18(2)：114-117.
[38]赵燕伟,杨春燕,张国贤.可拓方法在机械产品概念设计中的应用[J].台大工程学刊.2001,(81)：11-20.
[39]赵燕伟.机械产品可拓概念设计研究[J].中国工程科学.2001,18(6)：68-71.
[40]杨国为.基于物元动态系统分析的智能化模型化概念设计[J].计算机工程与应用.2005,41(16)：109-113.
[41]杨国为,王先梅,涂序彦.面向计算机的产品创新设计的新模型与新原理(1)[J].计算机工程与应用.2003,39(32)：7-10.
[42]杨国为,王先梅,涂序彦.面向计算机的产品创新设计的新模型与新原理(2)[J].计算机工程与应用,2003,39(32)：22-25.
[43]邹广天.建筑设计创新与可拓思维模式[J].哈尔滨工业大学学报.2006,38(7)：1120-1123.
[44]王涛,邹广天.空间元与建筑室内空间设计中的矛盾问题[J].哈尔滨工业大学学报.2006,38(7)：1139-1142.
[45]于永权.可拓检测技术[J].中国工程科学.2001,43(4)：88-93.
[46]赵燕伟.面向定制的产品可拓配置设计方法[J].哈尔滨工业大学学报.2006,38(7)：1153-1155,1204.
[47]李燕,冯玉强.基于可拓学的岗位等级综合评价[J].哈尔滨工业大学学报.2006,38(7)：1184-1187.
[48]杨春燕,蔡文.可拓信息-知识-智能形式化体系研究[J].智能系统学报.2007,2(3)：8-11.
[49]陈文伟,杨春燕,黄金才.可拓知识与可拓知识推理[J].哈尔滨工业大学学报.2006,38(7)：1094-1096.
[50]杨国为.可拓模式识别及其神经网络[J].哈尔滨工业大学学报.2006,38(7)：1129-1132.
[51]Chen Guangfeng,Liu Wenjian.Variant Fixture Design with CBR[C].Proceeding of 2002 international Conference on Machine Learning and Cybernetics, Beijing,2002.1465-1469.
[52]肖新华,史明华,杨小凤,等.基于模块化产品实例的变型设计技术研究[J].中国机械工程.2007,18(7)：803-807.
[53]吴庆鸣,宗驰,张强,等.复杂产品变型设计及其参数传递方法研究[J].中国机械工程.2008,19(24)：2955-2960.
[54]鲁玉军,余军合,祁国宁,等.基于事物特性表的产品变型设计[J].计算机集成制造系统.2003,9(10)：840-844.
[55]唐林新,齐从谦,周小青.基于约束求解的变型设计相关模型的研究与应用[J].机械设计与研究.2008,24(6)：11-13.
[56]刘夫云,邓小林.配置产品尺寸参数修改与变型设计方法研究[J].计算机集成制造系统.2008(14)：2092-2096.
[57]李中凯.产品族可重构设计理论与方法及其在大型空分装备中的应用研究[D].浙江工业大学博士学位论文,2009.
[58]Koren Y,Ulsoy A.Reeonfigurable manufacturing systems[R]. Engineering Research Center for Reeonfigurable Machining Systems Report No.1,AnnArbor,The University of Michigan,1997.
[59]Koren Y,Heisel U, Moriwoki F, etal.Reeonfigurable manufacturing systems[J].Annals of the CIRP.1999,2:1-13.
[60]罗振壁,盛佰浩,赵晓波.快速重组制造系统[J].中国机械工程.2000,11(3)：300-303.
[61]马玉真,胡亮,方志强,等.计算机视觉检测技术的发展及应用研究[J].济南大学学报(自然科学版).2004,18(3)：222-227.
[62]赵燕伟,苏楠.可拓设计[M].北京：科学出版社,2010.
[63]刘巍,张秀芳.基于信息的知识表示[J].系统工程理论与实践.1998,18(1)：104-107.
[64]赵燕伟,张国贤.可拓故障诊断方法及其应用[J],机械工程学报.2001,37(9)：39-43.
[65]杨国为,姜文斌.基于物元的与或网的可拓推理[J].青岛大学学报.2001,14(1)：20-28.
[66]孙明.可拓城市生态规化理论与方法研究[D].哈尔滨工业大学博士论文,2010.
[67]程霏.文物建筑保护的可拓设计理论与方法研究[D].哈尔滨工业大学博士论文,2007.
[68]杨春燕,蔡文.可拓工程[M].北京：科学出版社,2007.
[69]刘来福,曾文艺.数学模型与数学建模[M].北京：北京师范大学出版社,1997.
[70]童时中.模块化原理设计方法及应用[M].北京：中国标准出版社,1999.
[71]高飞,肖刚,潘双夏.产品功能模块划分方法[J].机械工程学报.2007,43(5)：29-35.
[72]Tseng H, Chang C, Li J. Modula design to support greenlife-cycle engineering[J]. Expert Systems with Applications.2008,34:2524-2537.
[73]Yasushi U, Shinichi F, Keita T, etal. Product modularity forlife cycle design[J]. Manufacturing Technology.2008,57:13-16.
[74]吕利勇,乔立红,王田苗.面向产品生命周期的产品模块化分解方法研究[J]计算机集成制造系统.2006,12(4)：546-551.
[75]John K Gershenson, G Jagannath Prasad, etal. Modularproduct design:a life-cycle view[J]. Journal of Designand Process Science.1999,3:1-9.
[76]唐涛,刘志峰,刘光复,等.绿色模块化设计方法研究[J].机械工程学报.2003(39)：149-154.
[77]Manuel E Sosa, Steven D Eppinger, Craig M Rowles. Anetwork approach to define modularity of components incomplex products [J]. Journal of Mechanical Design.2007,129(11):1118-1129.
[78]祁卓娅,王建正,韩新民.模块柔性划分方法[J].机械工程学报.2007,43(1)：87-94.
[79]王海军,孙宝元,王吉军,等.面向大规模定制的产品模块化设计方法[J].计算机集成制造系统.2004,10(10)：1172-1176.
[80]宗鸣镝,蔡颖,刘旭东.产品模块化设计中的多角度分级模块划划分方法[J].北京理工大学学报. 2003,23(5)：552-556.
[81]黄华,李爱平,徐立云.可重构机床模块划分研究[J].农业机械学报.2010,41(7)：198-204.
[82]王芳.传统聚类方法的分析与改进[D].中南大学,2007.
[83]刘明琦.基于模糊聚类分析的产品族模块化设计[J].企业技术开发.2009,28：23,29.
[84]戴爱明,高学东,肖灵机,杨庆华.复杂产品模块化聚类分析[J].现代制造工程.2009(10)：62-64.
[85]商玉梅,綦耀光,齐健雄,等.基于聚类算法的游梁式抽油机的模块化设计[J].农业装备与车辆工程.2006,(6)：6-8.
[86]陈平,杨文玉.复杂产品结构的模块化聚类及设计迭代量计算[J].中国机械工程2007,18(11)：1346-1349,1369.
[87]刘含旭,肖放,史明华,杨亚楠.可拓聚类分析在产品模块划分中的应用[J].2005,(10)：97-98.
[88]冈萨雷斯,伍兹著.数字图像处理[M].阮秋琦等译.第三版.北京：电子工业出版社,2011.
[89]尼克松,阿瓜多著.特征提取与图像处理[M].李实英,杨高波译.第二版.北京：电子工业出版社,2010.
[90]韦布著.统计模式识别[M].王萍等译.第二版.北京：电子工业出版社,2004.
[91]Jain A K, Duin R P W, Jianchang Mao. Statistical pattern recognition:a review[J]. Pattern Analysis and Machine Intelligence.2000,22(1):4-37.
[92]张维明.信息系统建模[M].北京：电子工业出版社.2002.
[93]郭齐胜,郭晓军,李光辉,等.系统建模原理与方法[M].长沙：国防科技大学出版社,2003.
[94]王涛.系统建模方法综述[J].科技资讯.2008,(28)：34-36.
[95]王成恩.制造系统的可重构性[J].计算机集成制造系统.2000,6(4)：1-5.
[96]李立希,杨春燕,李铧汶.可拓策略生成系统[M].北京：科学出版社,2008.
[97]胡永宏,贺思辉著.综合评价方法[M].科学出版社,2000.
[98]吴显英,惠晓峰.企业自主创新能力的可拓评价研究[J].哈尔滨工程大学学报.2010,31(10)：1414-1418.
[99]李晓伟,陈红,李聪攀.基于可拓学的城市交通可持续发展水平综合评价[J].广州大学学报(自然科学版).2011,10(4)：77-81.
[100]张雄,翟景春,张宗明,等.可拓法在直升机维修保障能力评估中的运用[J].系统仿真技术.2011,7(2)：163-167.
[101]李屹.基于可拓评价方法的工程项目方案选择[J].山西建筑,2011,37(12)：240-242.
[102]罗冰.自动质量检测系统的性能评价指标[J].电子质量[J].2008(1)：18-52.
[103]杨俊明,刘艳斌,林尧.电梯控制柜检测与评价系统的研究[J].自动化仪表.2011,32(1)：58-60,63.
[104]艾英旭.建筑设计创新可拓优度评价方法[J].北京工业大学学报.2010,36(7)：957-960.
[105]LIVE.http://live.ece.utexas.edu/research/quality.
[106]周景超,戴汝为,肖柏华.图像质量评价研究综述[J].计算机科学.2008,35(7)：1-4,8.
[107]黎洪松.数字视频处理[M].北京：北京邮电大学出版社,2006.
[108]Robert M. Haralick, Linda G. Shapiro. Computer and robot vision (Volume Ⅱ)[M]. Prentice Hall.2002.
[109]Saaty T L. The Analytic Hierarchy Process[M]. New York:New York McGrawHill, Lnc.1980.
[110]Shubai Xu. A practical decision method--the principle of AHP[M]. Tianjin:Tianjin University Press.1988.
[111]Cherkassdy, B. V., Goldberg, A. V, and Radzik, T. Shortest Paths Algorithms:Theory and Experimental Evaluation[R]. Computer Science Department, Stanford University.1993.
[2]Mukul, Shirvaikar. Trends in automated visual inspection[J]. Journal of Real-Time Image Processing.2006(1):41-43.
[3]Jiang J R,Chen H S,Hung C W.Peer-to-peer AOI voice chattingfor massively multiplayer online games[J].International Journal of Electrical Engineering.2010,17(1):43-54.
[4]Khan Zulki.A primer on AOI and AOT[J].Circuits Assembly.2006,17(9):38-41.
[5]Crispin A J, Rankov V. Automated inspection of PCB componentsusing a genetic algorithm template-matching approach[J].International Journal of Advanced Manufacturing Technology.2007,35(3-4):293-300.
[6]王晓华,傅卫平.零件的双目视觉识别定位与抓取系统研究[J].制造业自动化.2010,32(11)：129-132.
[7]侯玉伟,李雷,赵彦伟,等.非接触式自动定尺切割系统[J].自动化应用.2011,(4)：19-20.
[8]薛迎成,潘俊民,吴波.实时专家控制在自动浇注系统中的应用[J].仪表技术与传感器.2000,(11)：32-33,36.
[9]刘巍,刘双军,贾振元,等.大型锻件尺寸在线测量系统研究[J].压电与声光.2011,33(5)：831-836.
[10]邓进军,苑伟政,李晓莹,等.微机械器件形状与尺寸的图像测量研究[J].机械工程学报.2002,38s：101-103.107.
[11]钟球盛,胡广华,李静蓉.光学薄膜表面微细缺陷在线检测方法研究[J].机械设计与制造.2011,(10)：102-104.
[12]戴敏,陈恺.基于DSP的半导体分立器件外观检测系统设计[J].制造业自动化.2011,33(9)：35-39.
[13]Yud-Ren Chen,Kuanglin Chao,Kim Moon S.Machine vision technology for agricultural applications[J].Computers and Electronics in Agriculture.2002,36:173-191.
[14]应义斌,饶秀勤,赵匀,等.机器视觉技术在农产品品质自动识别中的应用[J].农业工程学报.2000,16(1)：103-108.
[15]Liao K,Paulsen M R,Reid J F,etal. Corn kernel breakage classification by machine vision using a neural network classifie[J].Transactions of the ASAE.1994,36(6):1949-1953.
[16]凌云,王一鸣,等.基于机器视觉的大米外观品质检测装置[J].农业机械学报.2005,36(9)：89-92.
[17]成芳,应义斌.基于Matlab平台的稻种图像分析系统[J].浙江大学学报(农业与生命科学版).2004,30(5)：572-576.
[18]Bennedsen B S, Peterson D L. Performance of a System for Apple Surface Defect Identification in Near-infrared Images[J]. Biosystems Engineering.2005,90(4):419-431.
[19]包晓安,张瑞林,钟乐海.基于人工神经网络与图像处理的苹果识别方法研究[J].农业工程学报.2004,20(3)：109-112.
[20]Penman D W. Determination of stem and calyx location on apples using automatic visual inspection[J].Computers and Electronics in Agriculture.2001,7-18.
[21]Leemans V,Destain M F.A real-time grading method of apples based on features extracted from defects[J].Journal of Food Engineering.2004,61:83-89.
[22]Blasco J,Aleixos N,Molto E.Machine vision system for automatic quality grading of fruit[J]. Biosystems Engineering.2003,85(4):415-423.
[23]Wang N,Dowell F E,Zhang N.Determining wheat vitreousness using image processing and a neural network[J].Transactions of the ASAE.2003,46(4):1143-1150.
[24]杨飞,祝诗平,邱青苗.基于计算机视觉的花椒外观品质检测及其MATLAB实现[J].农业工程学报.2008,24(1)：198-202.
[25]李拴强,冯前进,陈武凡,等.一种基于图割的交互式脑膜瘤核磁共振图像分割方法[J].南方医科大学学报.2011,(7)：1164-1168.
[26]肖智魁,胡广书.二维SPACE RIP并行成像技术在三维磁共振成像中的应用[J].清华大学学报(自然科学版).2009,49(3)：436439.
[27]方敬,肖扬.医学超声波图像的边界保护滤波及特征映射补偿[J].北京交通大学学报.2004,28(2)：35-37.
[28]肖扬,张超,胡绍海.应用二维混合变换的脂肪肝超声波图像特征提取[J].应用科学学报.2008,26(4)：362-369.
[29]黄亚丽,李芬华,张瑞波.基于小波变换的脂肪肝B超图像识别[J].中国医学影像技术.2005,21(11)：1761-1763.
[30]Drebin R A, Carpenter L, Hanrahan P. Volume Rendering[J].Comput Graphics-US,1989,22:65-74.
[31]Robert Sablatnig. Increasing flexibility for automatic visual inspection:the general analysis graph[J]. Machine Vision and Applications.2000,(12):158-169.
[32]石争浩,冯亚宁,付长龙,等.基于机器视觉的铸件表面缺陷人工神经网络检测方法[J].重型机械.2004,(2）：51-54.
[33]计时鸣,周晓军,程耀东.柔性视觉检测系统及其相关技术研究[J].浙江工业大学学报.2003.28(1)：73-77.
[34]Matrox Image Series ——Product Overview (1992) Matrox (UK) Ltd.,6 Cherry Orchard West, Kembrey Park, Swindon, SN2 6UP, UK.
[35]Matrox Electronic Systems Ltd. (1995) Matrox Inspector——Product Overview. Matrox Electronic Systems Ltd.,1025 St. Regis Blvd., Dorval, Quebec, H4P 2T4, Canada.
[36]Amerinex Artificial Intelligence Inc. (1995) The KBVision system ——User's Guide. Amerinex Artificial Intelligence Inc.,409 Main Street, Amherst, MA 01002, USA.
[37]王万良,赵燕伟.碳素机械只能CAD系统的可拓决策方法[J].系统工程理论与实践,1998,18(2)：114-117.
[38]赵燕伟,杨春燕,张国贤.可拓方法在机械产品概念设计中的应用[J].台大工程学刊.2001,(81)：11-20.
[39]赵燕伟.机械产品可拓概念设计研究[J].中国工程科学.2001,18(6)：68-71.
[40]杨国为.基于物元动态系统分析的智能化模型化概念设计[J].计算机工程与应用.2005,41(16)：109-113.
[41]杨国为,王先梅,涂序彦.面向计算机的产品创新设计的新模型与新原理(1)[J].计算机工程与应用.2003,39(32)：7-10.
[42]杨国为,王先梅,涂序彦.面向计算机的产品创新设计的新模型与新原理(2)[J].计算机工程与应用,2003,39(32)：22-25.
[43]邹广天.建筑设计创新与可拓思维模式[J].哈尔滨工业大学学报.2006,38(7)：1120-1123.
[44]王涛,邹广天.空间元与建筑室内空间设计中的矛盾问题[J].哈尔滨工业大学学报.2006,38(7)：1139-1142.
[45]于永权.可拓检测技术[J].中国工程科学.2001,43(4)：88-93.
[46]赵燕伟.面向定制的产品可拓配置设计方法[J].哈尔滨工业大学学报.2006,38(7)：1153-1155,1204.
[47]李燕,冯玉强.基于可拓学的岗位等级综合评价[J].哈尔滨工业大学学报.2006,38(7)：1184-1187.
[48]杨春燕,蔡文.可拓信息-知识-智能形式化体系研究[J].智能系统学报.2007,2(3)：8-11.
[49]陈文伟,杨春燕,黄金才.可拓知识与可拓知识推理[J].哈尔滨工业大学学报.2006,38(7)：1094-1096.
[50]杨国为.可拓模式识别及其神经网络[J].哈尔滨工业大学学报.2006,38(7)：1129-1132.
[51]Chen Guangfeng,Liu Wenjian.Variant Fixture Design with CBR[C].Proceeding of 2002 international Conference on Machine Learning and Cybernetics, Beijing,2002.1465-1469.
[52]肖新华,史明华,杨小凤,等.基于模块化产品实例的变型设计技术研究[J].中国机械工程.2007,18(7)：803-807.
[53]吴庆鸣,宗驰,张强,等.复杂产品变型设计及其参数传递方法研究[J].中国机械工程.2008,19(24)：2955-2960.
[54]鲁玉军,余军合,祁国宁,等.基于事物特性表的产品变型设计[J].计算机集成制造系统.2003,9(10)：840-844.
[55]唐林新,齐从谦,周小青.基于约束求解的变型设计相关模型的研究与应用[J].机械设计与研究.2008,24(6)：11-13.
[56]刘夫云,邓小林.配置产品尺寸参数修改与变型设计方法研究[J].计算机集成制造系统.2008(14)：2092-2096.
[57]李中凯.产品族可重构设计理论与方法及其在大型空分装备中的应用研究[D].浙江工业大学博士学位论文,2009.
[58]Koren Y,Ulsoy A.Reeonfigurable manufacturing systems[R]. Engineering Research Center for Reeonfigurable Machining Systems Report No.1,AnnArbor,The University of Michigan,1997.
[59]Koren Y,Heisel U, Moriwoki F, etal.Reeonfigurable manufacturing systems[J].Annals of the CIRP.1999,2:1-13.
[60]罗振壁,盛佰浩,赵晓波.快速重组制造系统[J].中国机械工程.2000,11(3)：300-303.
[61]马玉真,胡亮,方志强,等.计算机视觉检测技术的发展及应用研究[J].济南大学学报(自然科学版).2004,18(3)：222-227.
[62]赵燕伟,苏楠.可拓设计[M].北京：科学出版社,2010.
[63]刘巍,张秀芳.基于信息的知识表示[J].系统工程理论与实践.1998,18(1)：104-107.
[64]赵燕伟,张国贤.可拓故障诊断方法及其应用[J],机械工程学报.2001,37(9)：39-43.
[65]杨国为,姜文斌.基于物元的与或网的可拓推理[J].青岛大学学报.2001,14(1)：20-28.
[66]孙明.可拓城市生态规化理论与方法研究[D].哈尔滨工业大学博士论文,2010.
[67]程霏.文物建筑保护的可拓设计理论与方法研究[D].哈尔滨工业大学博士论文,2007.
[68]杨春燕,蔡文.可拓工程[M].北京：科学出版社,2007.
[69]刘来福,曾文艺.数学模型与数学建模[M].北京：北京师范大学出版社,1997.
[70]童时中.模块化原理设计方法及应用[M].北京：中国标准出版社,1999.
[71]高飞,肖刚,潘双夏.产品功能模块划分方法[J].机械工程学报.2007,43(5)：29-35.
[72]Tseng H, Chang C, Li J. Modula design to support greenlife-cycle engineering[J]. Expert Systems with Applications.2008,34:2524-2537.
[73]Yasushi U, Shinichi F, Keita T, etal. Product modularity forlife cycle design[J]. Manufacturing Technology.2008,57:13-16.
[74]吕利勇,乔立红,王田苗.面向产品生命周期的产品模块化分解方法研究[J]计算机集成制造系统.2006,12(4)：546-551.
[75]John K Gershenson, G Jagannath Prasad, etal. Modularproduct design:a life-cycle view[J]. Journal of Designand Process Science.1999,3:1-9.
[76]唐涛,刘志峰,刘光复,等.绿色模块化设计方法研究[J].机械工程学报.2003(39)：149-154.
[77]Manuel E Sosa, Steven D Eppinger, Craig M Rowles. Anetwork approach to define modularity of components incomplex products [J]. Journal of Mechanical Design.2007,129(11):1118-1129.
[78]祁卓娅,王建正,韩新民.模块柔性划分方法[J].机械工程学报.2007,43(1)：87-94.
[79]王海军,孙宝元,王吉军,等.面向大规模定制的产品模块化设计方法[J].计算机集成制造系统.2004,10(10)：1172-1176.
[80]宗鸣镝,蔡颖,刘旭东.产品模块化设计中的多角度分级模块划划分方法[J].北京理工大学学报. 2003,23(5)：552-556.
[81]黄华,李爱平,徐立云.可重构机床模块划分研究[J].农业机械学报.2010,41(7)：198-204.
[82]王芳.传统聚类方法的分析与改进[D].中南大学,2007.
[83]刘明琦.基于模糊聚类分析的产品族模块化设计[J].企业技术开发.2009,28：23,29.
[84]戴爱明,高学东,肖灵机,杨庆华.复杂产品模块化聚类分析[J].现代制造工程.2009(10)：62-64.
[85]商玉梅,綦耀光,齐健雄,等.基于聚类算法的游梁式抽油机的模块化设计[J].农业装备与车辆工程.2006,(6)：6-8.
[86]陈平,杨文玉.复杂产品结构的模块化聚类及设计迭代量计算[J].中国机械工程2007,18(11)：1346-1349,1369.
[87]刘含旭,肖放,史明华,杨亚楠.可拓聚类分析在产品模块划分中的应用[J].2005,(10)：97-98.
[88]冈萨雷斯,伍兹著.数字图像处理[M].阮秋琦等译.第三版.北京：电子工业出版社,2011.
[89]尼克松,阿瓜多著.特征提取与图像处理[M].李实英,杨高波译.第二版.北京：电子工业出版社,2010.
[90]韦布著.统计模式识别[M].王萍等译.第二版.北京：电子工业出版社,2004.
[91]Jain A K, Duin R P W, Jianchang Mao. Statistical pattern recognition:a review[J]. Pattern Analysis and Machine Intelligence.2000,22(1):4-37.
[92]张维明.信息系统建模[M].北京：电子工业出版社.2002.
[93]郭齐胜,郭晓军,李光辉,等.系统建模原理与方法[M].长沙：国防科技大学出版社,2003.
[94]王涛.系统建模方法综述[J].科技资讯.2008,(28)：34-36.
[95]王成恩.制造系统的可重构性[J].计算机集成制造系统.2000,6(4)：1-5.
[96]李立希,杨春燕,李铧汶.可拓策略生成系统[M].北京：科学出版社,2008.
[97]胡永宏,贺思辉著.综合评价方法[M].科学出版社,2000.
[98]吴显英,惠晓峰.企业自主创新能力的可拓评价研究[J].哈尔滨工程大学学报.2010,31(10)：1414-1418.
[99]李晓伟,陈红,李聪攀.基于可拓学的城市交通可持续发展水平综合评价[J].广州大学学报(自然科学版).2011,10(4)：77-81.
[100]张雄,翟景春,张宗明,等.可拓法在直升机维修保障能力评估中的运用[J].系统仿真技术.2011,7(2)：163-167.
[101]李屹.基于可拓评价方法的工程项目方案选择[J].山西建筑,2011,37(12)：240-242.
[102]罗冰.自动质量检测系统的性能评价指标[J].电子质量[J].2008(1)：18-52.
[103]杨俊明,刘艳斌,林尧.电梯控制柜检测与评价系统的研究[J].自动化仪表.2011,32(1)：58-60,63.
[104]艾英旭.建筑设计创新可拓优度评价方法[J].北京工业大学学报.2010,36(7)：957-960.
[105]LIVE.http://live.ece.utexas.edu/research/quality.
[106]周景超,戴汝为,肖柏华.图像质量评价研究综述[J].计算机科学.2008,35(7)：1-4,8.
[107]黎洪松.数字视频处理[M].北京：北京邮电大学出版社,2006.
[108]Robert M. Haralick, Linda G. Shapiro. Computer and robot vision (Volume Ⅱ)[M]. Prentice Hall.2002.
[109]Saaty T L. The Analytic Hierarchy Process[M]. New York:New York McGrawHill, Lnc.1980.
[110]Shubai Xu. A practical decision method--the principle of AHP[M]. Tianjin:Tianjin University Press.1988.
[111]Cherkassdy, B. V., Goldberg, A. V, and Radzik, T. Shortest Paths Algorithms:Theory and Experimental Evaluation[R]. Computer Science Department, Stanford University.1993.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |