張亞軍，齊杏林

(軍械工程學(xué)院 彈藥工程系，石家莊 050003)

槍彈作為輕武器常規(guī)彈藥之一，結(jié)構(gòu)看似簡(jiǎn)單，但是屬于批量性流水線加工，為保證槍彈的質(zhì)量，提高零部件加工過(guò)程的一致性和裝配過(guò)程的一致性顯得尤為重要。所以，槍彈生產(chǎn)過(guò)程中必須對(duì)彈頭、彈殼、彈頭等零部件進(jìn)行嚴(yán)格的檢測(cè)。總體上來(lái)講，檢測(cè)主要包括2 個(gè)方面:一是制造精度，如尺寸、重量等;二是表面缺陷，如表面壓痕、擦傷、銹斑、裂縫等。目前，我國(guó)槍彈檢測(cè)手段、方法和設(shè)備還相當(dāng)落后，幾十年來(lái)產(chǎn)品在更新?lián)Q代，但檢測(cè)方式卻長(zhǎng)期處于“量具+人工”的傳統(tǒng)階段，停留在長(zhǎng)檢臺(tái)上及肉眼檢驗(yàn)質(zhì)量。這種方式不但勞動(dòng)強(qiáng)度高、費(fèi)工時(shí)，而且由于人工檢測(cè)的主觀性造成檢測(cè)精度低、可靠性差，給槍彈的質(zhì)量帶來(lái)了潛在的隱患。因此，使用自動(dòng)檢測(cè)技術(shù)提高槍彈檢測(cè)精度和效率是一項(xiàng)急待解決的問(wèn)題。

當(dāng)然，國(guó)內(nèi)對(duì)槍彈的檢測(cè)也有相關(guān)研究，如張旭等［1］采用12 工位高速檢測(cè)轉(zhuǎn)自模型設(shè)計(jì)測(cè)試系統(tǒng)，并使用位移傳感器測(cè)量相對(duì)位移差的方法來(lái)測(cè)量槍彈的尺寸;吳海江等［2］用計(jì)算機(jī)圖像處理技術(shù)檢測(cè)彈痕。但他們的研究對(duì)槍彈的檢測(cè)不全面，而且自動(dòng)化程度不高。近年發(fā)展起來(lái)的機(jī)器視覺(jué)用機(jī)器代替人眼進(jìn)行目標(biāo)對(duì)象的識(shí)別、判斷和測(cè)量［3］。通過(guò)對(duì)圖像信息的獲取、處理實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的測(cè)量和識(shí)別。相對(duì)于傳統(tǒng)測(cè)量檢驗(yàn)方法，機(jī)器視覺(jué)技術(shù)的最大優(yōu)點(diǎn)是快速、準(zhǔn)確、可靠與智能化，對(duì)提高產(chǎn)品檢驗(yàn)的一致性、降低工人勞動(dòng)強(qiáng)度以及實(shí)現(xiàn)檢測(cè)自動(dòng)化。本文應(yīng)用機(jī)器視覺(jué)技術(shù)設(shè)計(jì)了槍彈彈頭自動(dòng)檢測(cè)系統(tǒng)，在不接觸彈頭的情況下，實(shí)現(xiàn)了對(duì)槍彈彈頭尺寸的自動(dòng)測(cè)量和重量的自動(dòng)檢測(cè)。

1 無(wú)接觸自動(dòng)檢測(cè)的理論基礎(chǔ)

無(wú)接觸自動(dòng)檢測(cè)的理論基礎(chǔ)是機(jī)器視覺(jué)技術(shù)，因此，下面主要介紹一下機(jī)器視覺(jué)技術(shù)的發(fā)展和原理，以便為槍彈彈頭的無(wú)接觸自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)提供參考。

1.1 機(jī)器視覺(jué)的發(fā)展

機(jī)器視覺(jué)是在20 世紀(jì)50年代從統(tǒng)計(jì)模式識(shí)別開(kāi)始的，當(dāng)時(shí)的工作主要集中在二維圖像分析和識(shí)別上，如光學(xué)字符識(shí)別，工件表面、顯微圖片和航空?qǐng)D片的分析和解釋等。20世紀(jì)60年代，Roberts 通過(guò)計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對(duì)物體形狀及物體的空間關(guān)系進(jìn)行描述。Roberts 的研究工作開(kāi)始了以理解三維場(chǎng)景為目的的三維機(jī)器視覺(jué)的研究。Roberts對(duì)積木世界的創(chuàng)造性研究給人們以極大的啟發(fā)，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更復(fù)雜的三維場(chǎng)景。于是，人們對(duì)積木世界進(jìn)行了深入研究，研究的范圍從邊緣、角點(diǎn)等特征提取，到線條、平面、曲面等幾何要素分析，一直到圖像明暗、紋理、運(yùn)動(dòng)以及成像幾何等，并建立了各種數(shù)據(jù)結(jié)構(gòu)和推理規(guī)則。到了20 世紀(jì)70年代，已經(jīng)出現(xiàn)了一些視覺(jué)應(yīng)用系統(tǒng)［Guzman 1969，Mackworth 1973，］。20 世紀(jì)70年代中期，麻省理工學(xué)院(MIT)人工智能(AI)實(shí)驗(yàn)室正式開(kāi)設(shè)“機(jī)器視覺(jué)”(Machine Vision)課程，由國(guó)際著名學(xué)者B.K.P.Horn 教授講授。同時(shí)，MIT AI 實(shí)驗(yàn)室吸引了國(guó)際上許多知名學(xué)者參與機(jī)器視覺(jué)的理論、算法、系統(tǒng)設(shè)計(jì)的研究，David Marr 教授就是其中的一位。他于1973年應(yīng)邀在MIT AI 實(shí)驗(yàn)室領(lǐng)導(dǎo)一個(gè)以博士生為主體的研究小組，1977年提出了不同于“積木世界”分析方法的計(jì)算視覺(jué)理論(computational vision)，該理論在20 世紀(jì)80年代成為機(jī)器視覺(jué)研究領(lǐng)域中的一個(gè)十分重要的理論框架?？梢哉f(shuō)，對(duì)機(jī)器視覺(jué)的全球性研究熱潮是從20世紀(jì)80年代開(kāi)始的，到了20 世紀(jì)80年代中期，機(jī)器視覺(jué)獲得了蓬勃發(fā)展，新概念、新方法、新理論不斷涌現(xiàn)，比如，基于感知特征群的物體識(shí)別理論框架，主動(dòng)視覺(jué)理論框架，視覺(jué)集成理論框架等［4］。到目前為止，機(jī)器視覺(jué)仍然是一個(gè)非?；钴S的研究領(lǐng)域，是目前國(guó)際上一種先進(jìn)的檢測(cè)技術(shù)。2008年河南科技大學(xué)的程轉(zhuǎn)偉等提出把圖像處理技術(shù)與缺陷專家診斷系統(tǒng)相結(jié)合的零件表面缺陷檢測(cè)方法。根據(jù)表面缺陷的特點(diǎn)設(shè)計(jì)缺陷檢測(cè)系統(tǒng)，綜合運(yùn)用了圖像處理技術(shù)，采用改進(jìn)的中值濾波技術(shù)消除噪聲，運(yùn)用差影法進(jìn)行缺陷分割，最后使用專家系統(tǒng)進(jìn)行缺陷分析，并進(jìn)行了可靠性驗(yàn)證。2005年天津大學(xué)的張曉波等開(kāi)發(fā)了一種基于圖像處理技術(shù)的制動(dòng)閥表面缺陷自動(dòng)檢測(cè)系統(tǒng)。綜合運(yùn)用了圖像處理技術(shù)，使用了改進(jìn)的中值濾波技術(shù)消除噪聲，運(yùn)用矩量不變法自動(dòng)閾值分割，采用霍夫變換提取功能面，可準(zhǔn)確判定工件的質(zhì)量等級(jí)。因此，視覺(jué)檢測(cè)在產(chǎn)品外觀質(zhì)量、尺寸等檢測(cè)上有著無(wú)與倫比的優(yōu)勢(shì)，是替代傳統(tǒng)的人工檢測(cè)和機(jī)械檢測(cè)設(shè)備的最佳選擇，其發(fā)展不僅極大地推動(dòng)了智能系統(tǒng)的發(fā)展，也拓寬了計(jì)算機(jī)與各種智能機(jī)器的研究范圍和應(yīng)用領(lǐng)域。

1.2 機(jī)器視覺(jué)的原理

所謂機(jī)器視覺(jué)，是指用計(jì)算機(jī)來(lái)實(shí)現(xiàn)人的視覺(jué)功能，即用計(jì)算機(jī)來(lái)實(shí)現(xiàn)對(duì)客觀的三維世界的識(shí)別，是一個(gè)整套的系統(tǒng)，包括相機(jī)、鏡頭、光源、視頻采集卡、圖像算法庫(kù)、應(yīng)用程序等一系列的功能部分。人類視覺(jué)系統(tǒng)的感受部分是視網(wǎng)膜，它是一個(gè)三維采樣系統(tǒng)，三維物體的可見(jiàn)部分投影在視網(wǎng)膜上，人們按照投影到視網(wǎng)膜上的二維的像來(lái)對(duì)物體進(jìn)行三維理解。所謂三維理解是指對(duì)被觀察對(duì)象的形狀、尺寸、離開(kāi)觀察點(diǎn)的距離、質(zhì)地和運(yùn)動(dòng)特征(方向和速度)等的理解。機(jī)器視覺(jué)的輸入裝置可以是攝像機(jī)、轉(zhuǎn)鼓等，它們都把三維的影像作為輸入源，即輸入計(jì)算機(jī)的就是三維客觀世界的二維投影。如果把三維客觀世界到二維投影圖像看作是一種正變換，則機(jī)器視覺(jué)系統(tǒng)所要做的就是從這種二維投影圖像到三維客觀世界的逆變換，即根據(jù)這種二維投影圖像去重建三維客觀世界，從而實(shí)現(xiàn)對(duì)目標(biāo)作出識(shí)別的目的。圖1是機(jī)器視覺(jué)系統(tǒng)在線工作原理。

圖1 機(jī)器視覺(jué)系統(tǒng)在線工作原理

在圖1 中，被檢測(cè)物體(2)在傳送帶(1)上運(yùn)動(dòng)，機(jī)器視覺(jué)系統(tǒng)在相對(duì)固定的位置采集被檢測(cè)物體的圖像。這就要求要有相應(yīng)的機(jī)械結(jié)構(gòu)保障，同時(shí)需要有給出外觸發(fā)信號(hào)的傳感器(3)，傳感器是一種電器元件，有光電式、電磁感應(yīng)式、開(kāi)關(guān)式等不同種類，在實(shí)際項(xiàng)目中需要根據(jù)被測(cè)物的不同來(lái)選擇。觸發(fā)信號(hào)去觸發(fā)光源(3)和相機(jī)(4)。光源在機(jī)器視覺(jué)中占據(jù)著很重要的位置，根據(jù)不同的檢測(cè)種類需要選擇不同的光源，根據(jù)被檢測(cè)物不同的顏色、需要檢測(cè)的項(xiàng)目要設(shè)計(jì)不同的打光方案。例如:檢測(cè)尺寸時(shí)，一般選擇背光源，保證被測(cè)物在相機(jī)中的投影邊界清晰、鋒利。而相機(jī)是機(jī)器視覺(jué)系統(tǒng)中的核心部件，只有拿到相對(duì)清晰的圖像，好質(zhì)量的圖像才能做出精確的判斷，在實(shí)際現(xiàn)場(chǎng)環(huán)境中還需要在機(jī)器視覺(jué)系統(tǒng)上加遮光板，這樣防止外部環(huán)境對(duì)相機(jī)成像的影響。相機(jī)拍攝圖像送入計(jì)算機(jī)(6)內(nèi)的采集卡(7)上，采集卡將圖像數(shù)據(jù)保存在內(nèi)存(8)中。通過(guò)一系列復(fù)雜的圖像算法，圖像算法就是對(duì)內(nèi)存中的圖像數(shù)據(jù)經(jīng)過(guò)濾波、銳化、均值、動(dòng)態(tài)分析、尋邊、小波變換等。通過(guò)對(duì)圖像數(shù)據(jù)的算法分析得出結(jié)果(9)，根據(jù)結(jié)果控制計(jì)算機(jī)上的控制卡(7)，通過(guò)控制卡控制排除機(jī)構(gòu)(10)做出反應(yīng)，排除機(jī)構(gòu)則有一系列的電氣器件組成，例如氣缸、電磁閥等。

2 彈頭自動(dòng)檢測(cè)系統(tǒng)的工作原理及結(jié)構(gòu)組成

2.1 檢測(cè)系統(tǒng)工作原理

基于機(jī)器視覺(jué)的槍彈彈頭檢測(cè)原理如圖2 所示，首先需要由機(jī)械傳輸定位設(shè)備將彈頭送至檢測(cè)平臺(tái)并進(jìn)行定位，利用特殊光源以一定方向照射被測(cè)彈頭，CCD 相機(jī)在彈頭上掃描成像，掃描所得的圖像信號(hào)經(jīng)過(guò)圖像采集卡輸入計(jì)算機(jī)，通過(guò)圖像預(yù)處理、二值化、確定檢測(cè)區(qū)域等處理方法后得彈頭的二值圖像，提取二值圖像中的幾何特征參數(shù)，就可以得到彈頭的長(zhǎng)度等尺寸，再進(jìn)行對(duì)比和分選。最后將檢測(cè)結(jié)果顯示出來(lái)，并存入數(shù)據(jù)庫(kù)中。

圖2 槍彈彈頭檢測(cè)原理

根據(jù)上述檢測(cè)檢測(cè)原理，槍彈彈頭自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)的關(guān)鍵內(nèi)容包括彈頭傳輸、定位、對(duì)彈頭最佳照射、選擇圖像采集設(shè)備和圖像處理和識(shí)別、稱重設(shè)備。

2.2 機(jī)構(gòu)組成

根據(jù)圖2 的檢測(cè)原理設(shè)計(jì)總體結(jié)構(gòu)，如圖3 所示，槍彈彈頭檢測(cè)系統(tǒng)總體結(jié)構(gòu)主要包括機(jī)械傳輸驅(qū)動(dòng)設(shè)備、系統(tǒng)控制顯示設(shè)備和檢測(cè)軟件。

2.2.1 機(jī)械傳輸驅(qū)動(dòng)設(shè)備主要構(gòu)成

機(jī)械傳輸驅(qū)動(dòng)設(shè)備的作用是將彈頭傳送至檢測(cè)臺(tái)，方便攝像機(jī)對(duì)槍彈彈頭尺寸掃描成像、稱重設(shè)備進(jìn)行重量檢測(cè)，并按照檢測(cè)結(jié)果將彈頭傳送至不同的分料箱。槍彈彈頭傳送系統(tǒng)包括料斗、料道、取料輪和撥料裝置。料斗將彈頭按預(yù)期設(shè)計(jì)頻率進(jìn)行排序并送入波浪板料道。料道起連接料斗和取料輪的作用，雙通道的設(shè)計(jì)提高了輸料效率。彈頭從料斗輸出后，通過(guò)料道輸出到取料輪。彈頭取料輪上有3 個(gè)V 型槽取料位，取料輪與長(zhǎng)度檢測(cè)裝置、CCD 相機(jī)協(xié)作完成對(duì)彈頭長(zhǎng)度的圖像采集。

圖3 彈頭自動(dòng)檢測(cè)系統(tǒng)結(jié)構(gòu)

長(zhǎng)度檢測(cè)裝置由一個(gè)背部照射光源和一個(gè)曲面定位環(huán)組成，如圖4 所示。彈頭從波浪板料道傳輸?shù)廊×陷哣 型槽中后，取料輪在向最高點(diǎn)轉(zhuǎn)動(dòng)的過(guò)程中靠曲面定位環(huán)實(shí)現(xiàn)彈頭底部定位，當(dāng)?shù)竭_(dá)最高點(diǎn)時(shí)，觸發(fā)傳感器，通過(guò)工控系統(tǒng)發(fā)出檢測(cè)信號(hào)，CCD 相機(jī)進(jìn)行圖像讀取，與此同時(shí)，取料輪下方的LED 光學(xué)照明裝置對(duì)被測(cè)彈尖部位進(jìn)行亮度增強(qiáng)照明;攝像機(jī)在接收到拍攝信號(hào)后，對(duì)有LED 光學(xué)照明的彈尖部位進(jìn)行圖像拍攝、讀取，之后，經(jīng)過(guò)一系列的圖像處理，傳給計(jì)算機(jī)工控系統(tǒng)，以實(shí)現(xiàn)對(duì)彈頭尖部的圖像采集。

圖4 長(zhǎng)度檢測(cè)裝置

彈頭在取料輪完成長(zhǎng)度檢測(cè)后，被取料輪帶動(dòng)繼續(xù)轉(zhuǎn)動(dòng)，被輸送到重量檢測(cè)裝置，如圖5 所示。重量檢測(cè)裝置由一個(gè)撥料設(shè)備和電子天平、大理石板組成，大理石板附加在電子天平上以增加抗沖擊能力和可靠性。彈頭從取料輪滾下后，撥料設(shè)備上的撥片已經(jīng)到位并使?jié)L動(dòng)的彈頭減速，直到靜止，下一撥片使彈頭緩慢進(jìn)入天平稱量位置，并觸發(fā)傳感器，通過(guò)工控系統(tǒng)發(fā)出檢測(cè)信號(hào)，電子天平進(jìn)行稱量，以實(shí)現(xiàn)對(duì)彈頭重量的測(cè)量。

2.2.2 照射及圖像攝像裝置設(shè)計(jì)

彈頭自動(dòng)檢測(cè)系統(tǒng)中長(zhǎng)度檢測(cè)光學(xué)照明及攝像裝置設(shè)計(jì)結(jié)構(gòu)如圖6 所示。檢測(cè)中需要機(jī)械傳輸、照明和攝像協(xié)同配合才能實(shí)現(xiàn)良好的圖像采集。

光源是影響機(jī)器視覺(jué)系統(tǒng)輸入的重要因素，這是由于被檢測(cè)的彈頭在CCD 像面上所成像的像質(zhì)，在很大程度上依賴于其照明情況［5］。光學(xué)照明按照射方式可分為背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。背向照明是被測(cè)物放在光源和攝像機(jī)之間，其優(yōu)點(diǎn)是能獲得高對(duì)比度的圖像;前向照明是光源和攝像機(jī)位于被測(cè)物的同側(cè)，這種方式便于安裝;結(jié)構(gòu)光照明是將光柵或線光源等投射到被測(cè)物上，根據(jù)它們所產(chǎn)生的畸變，解調(diào)出被測(cè)物的三維信息;頻閃光照明是將高頻率的光脈沖照射到物體上，照相機(jī)拍攝要求與光源同步，這樣能有效地拍攝高速運(yùn)動(dòng)物體的圖像。本系統(tǒng)需要獲得高對(duì)比度的圖像來(lái)準(zhǔn)確地找到彈頭尖部，所以選用背向照明。

攝像機(jī)目前主要有CCD 和CMOS 兩種。對(duì)比2 種相機(jī)的優(yōu)缺點(diǎn)和性能與價(jià)格比，綜合考慮功能需求、尺寸大小、圖像清晰度、工作環(huán)境光照度、數(shù)據(jù)處理方便性、經(jīng)濟(jì)性等多個(gè)因素，本系統(tǒng)中，選用的SONY 公司XC-75 工業(yè)CCD 相機(jī)，分辨率768 ×494;掃描范圍7.95 ×6.45;感光面8.4 μm ×9.8 μm;水平/垂直掃描頻率15.734 kHz/59.94 Hz;水平清晰度570 線;垂直清晰度400l×F4。

3 尺寸和重量檢測(cè)實(shí)現(xiàn)

槍彈彈頭檢測(cè)軟件實(shí)現(xiàn)模塊的設(shè)計(jì)主要包括2 部分:一是彈頭尺寸的檢測(cè);二是彈頭重量的檢測(cè)。

3.1 長(zhǎng)度測(cè)量功能

3.1.1 測(cè)量算法

圖像分析和識(shí)別是機(jī)器視覺(jué)系統(tǒng)的關(guān)鍵部分，主要完成圖像的預(yù)處理、尺寸檢測(cè)和缺陷識(shí)別［6］。對(duì)彈頭圖像進(jìn)行分析和識(shí)別是整個(gè)測(cè)試系統(tǒng)的關(guān)鍵所在，分析和識(shí)別的結(jié)果是判定彈頭是否合格以及對(duì)彈頭進(jìn)行長(zhǎng)短分類的依據(jù)。具體實(shí)現(xiàn)步驟:

1)產(chǎn)品校準(zhǔn)

用標(biāo)定彈頭獲取系統(tǒng)測(cè)量彈頭全長(zhǎng)的基準(zhǔn)，即:投影長(zhǎng)度PJ和頂點(diǎn)列坐標(biāo)P0。

2)實(shí)際測(cè)量

測(cè)得實(shí)際彈頭的頂點(diǎn)列坐標(biāo)P1，通過(guò)公式L = ［PJ+(P0-P1)* scale］/cosα 獲取被測(cè)彈頭的實(shí)際全長(zhǎng)，其中L為彈頭的實(shí)際全長(zhǎng)、PJ為投影長(zhǎng)度、P0為標(biāo)定彈頭的頂點(diǎn)列坐標(biāo)、P1為被測(cè)彈頭的頂點(diǎn)列坐標(biāo)、scale 為像素比、α 為被測(cè)彈頭中心軸線與水平面的夾角。

3.1.2 測(cè)量模塊實(shí)現(xiàn)

彈頭的尺寸要求檢測(cè)全長(zhǎng)，在判定合格與否的同時(shí)，還要對(duì)合格的進(jìn)行過(guò)長(zhǎng)、過(guò)短分類。對(duì)于彈頭長(zhǎng)度的檢測(cè)經(jīng)過(guò)底部準(zhǔn)確定位后，只需要檢測(cè)彈頭彈尖部位的位置(圖7 中豎線所示)就可以準(zhǔn)確的測(cè)出全長(zhǎng)。

圖7 檢測(cè)到的彈頭尖部

彈頭尺寸測(cè)量功能實(shí)現(xiàn)的部分代碼如下:

3.2 重量測(cè)量功能

槍彈彈頭重量的測(cè)量是通過(guò)安放在取料輪之后的高靈敏度電子天平測(cè)得的，天平上附加大理石以增加其穩(wěn)定性，如圖5 所示在撥料機(jī)構(gòu)下面即為有附加大理石的電子天平，其最終稱重功能實(shí)現(xiàn)部分代碼如下:

4 測(cè)試結(jié)果分析

根據(jù)前面設(shè)計(jì)，開(kāi)發(fā)了配套的軟件(槍彈彈頭檢測(cè)系統(tǒng)主界面由系統(tǒng)菜單、圖像顯示、檢測(cè)結(jié)果、統(tǒng)計(jì)結(jié)果、運(yùn)行狀態(tài)、系統(tǒng)狀態(tài)、產(chǎn)品種類、選擇相機(jī)、任務(wù)面板等9 部分組成)，并開(kāi)展了測(cè)試實(shí)驗(yàn)。槍彈彈頭尺寸和重量檢測(cè)以及相關(guān)檢測(cè)情況如圖8 所示。

圖8 檢測(cè)彈頭長(zhǎng)度參數(shù)的設(shè)定及讀取

通過(guò)該彈頭檢測(cè)系統(tǒng)，1萬(wàn)枚彈頭檢測(cè)完畢，共耗時(shí)118 min，其中長(zhǎng)度不合格彈頭數(shù)65 枚，長(zhǎng)合格彈頭102 枚，短合格彈頭97 枚;重量不合格彈頭49 枚，合格彈頭過(guò)重56 枚，過(guò)輕78 枚，去掉重疊情況，其總計(jì)不合格彈頭數(shù)83 枚，不合格率為0.83%。對(duì)檢測(cè)結(jié)果不合格彈頭人工全部復(fù)檢，未發(fā)現(xiàn)檢測(cè)錯(cuò)誤的彈頭;對(duì)檢測(cè)結(jié)果合格的彈頭進(jìn)行人工復(fù)檢，未發(fā)現(xiàn)漏檢鋼芯。因此，相比人工肉眼檢測(cè)，應(yīng)用該系統(tǒng)檢測(cè)彈頭所耗費(fèi)時(shí)間大幅度縮減，檢測(cè)效率和檢測(cè)精度都大幅提升，較傳統(tǒng)的人工檢測(cè)有較大優(yōu)越性和先進(jìn)性。

［1］彭旭，孔淼，林虎成.轉(zhuǎn)子式高速高精度彈體尺寸動(dòng)態(tài)測(cè)量系統(tǒng)［J］.兵工自動(dòng)化，2010，29(8):74.

［2］吳海江，李一民，吳偉，等.基于槍彈頭痕跡自動(dòng)比對(duì)方法的研究［J］.

［3］韓九強(qiáng).機(jī)器視覺(jué)技術(shù)及應(yīng)用［M］.北京:高等教育出版社，2009.

［4］賈云得.機(jī)器視覺(jué)［M］.北京:科學(xué)出版社，2000.

［5］劉偉，齊曉慧. 基于視覺(jué)的機(jī)械手臂自主抓物的實(shí)現(xiàn)［J］.兵工自動(dòng)化，2008，27(12):79-80.

［6］Langley F J.A machine vision board test system［C］//AUTOTESTCON’88. IEEE International Automatic Testing Conference，F(xiàn)uture test. Symposium Proceedings，1988:65-68.

［7］馬濤.雙圓弧擬合法在數(shù)控內(nèi)孔曲線磨床加工中的應(yīng)用［J］.現(xiàn)代電子技術(shù)，2011，34(21):160-162.

［8］馬鑫，魏鵬旭，岳康.裂縫圖像識(shí)別與特征參數(shù)算法的研究［J］.科技資訊，2011(11):47-48.

［9］［美］Rafael C.Gonzalez，Richard E Woods.數(shù)字圖像處理［M］.3 版. 阮秋琦，阮宇智，譯北京:電子工業(yè)出版社，2010.

［10］Junji，He li，Shi Jianli et al. Size Detection of Firebricks Based on Machine Vision Technology［C］.2010，2010 International Conference on Measuring Technology and Mechatronics Automation.