Помощь в написании студенческих работ
Антистрессовый сервис

Разработка бесконтактных методов исследования поверхности фигуры для проектирования одежды

Диссертация: Разработка бесконтактных методов исследования поверхности фигуры для проектирования одежды
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В настоящее время предприятия легкой промышленности активно используют автоматизированные системы проектирования одежды. Интерфейс современных САПР одежды позволяет с помощью средств технического конструирования выполнять полный цикл проектно-конструкторских работ. Системы САПР одежды имеют базы данных (БД) размерных признаков типовых фигур мужчин, женщин и детей по ОСТ, кроме этого практически… Читать ещё >

Разработка бесконтактных методов исследования поверхности фигуры для проектирования одежды (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Направления развития методов исследования формы поверхности 9 фигуры человека
    • 1. 1. Обзор возможностей современных методов исследования формы 10 поверхности фигуры человека
    • 1. 2. Патентный поиск, обзор существующих методов исследования 15 поверхности фигуры
      • 1. 2. 1. Контактные методы
      • 1. 2. 2. Бесконтактные методы
    • 1. 3. Системы технического зрения
      • 1. 3. 1. Структура системы технического зрения
      • 1. 3. 2. Внешние специализированные устройства ввода
      • 1. 3. 3. Анализ методов распознавания введенной информации
    • 1. 4. Обзор систем трехкоординатного сканирования
  • Выводы к 1 главе
  • 2. Разработка инструментов для бесконтактного определения размеров 43 объекта с использованием лазерного луча
    • 2. 1. Обоснование выбора оптического целеуказателя для 43 измерительных инструментов
    • 2. 2. Разработка лазерного антропометра
    • 2. 3. Разработка курвиметра с оптическим целеуказателем
      • 2. 3. 1. Устройство курвиметра
      • 2. 3. 2. Различные способы использования курвиметра с лазерным 52 целеуказателем
    • 2. 4. Общий алгоритм применения устройств
    • 2. 5. Оценка точности измерений, проведенных с помощью 58 разработанных устройств
      • 2. 5. 1. Получение проекционных размерных характеристик объекта
      • 2. 5. 2. Построение трехмерной модели детского манекена
      • 2. 5. 3. Оценка результатов
  • Выводы ко 2 главе
  • 3. Разработка мурусометрического метода бесконтактного определения 67 размерных характеристик объекта
    • 3. 1. Теоретические основы мурусометрического метода, основные 67 понятия и формулировки
    • 3. 2. Разработка методов получения муруса
      • 3. 2. 1. Метод получения цветного муруса
      • 3. 2. 2. Формирование муруса в виде линий штрих-кода
      • 3. 2. 3. Разработка муруса из геометрических элементов
    • 3. 3. Практическое применение мурусометрического метода для 85 определения размерных характеристик объекта
      • 3. 3. 1. Общая последовательность действий для реализации 85 разработанного метода
      • 3. 3. 2. Получение размерных характеристик объекта с помощью 86 сканера штрих-кодов
      • 3. 3. 3. Получение размерных признаков с помощью фоторкамеры 88 и различных мурусов
    • 3. 4. Количественная и качественная оценка результатов эксперимента
  • Выводы к главе
  • 4. Разработка системы технического зрения с использованием лазерных устройств и мурусометрического метода
    • 4. 1. Интеграция СТЗ в САПР одежды
    • 4. 2. СТЗ на основе лазерных измерительных устройств
    • 4. 3. СТЗ на основе мурусометрического метода
    • 4. 4. Разработка алгоритма работы программного обеспечения для 104 СТЗ с использованием мурусометрии
      • 4. 4. 1. Выделение и сегментация контуров тела человека
      • 4. 4. 2. Алгоритм получения размерных характеристик
    • 4. 5. Версия ПО для СТЗ на основе мурусометрического метода
    • 4. 6. Диапазон применения разработанных устройств и методов
      • 4. 6. 1. Области применения лазерного анропометра и курвиметра с 118 лазерным целеуказателем
      • 4. 6. 2. Возможные области применения мурусометрического метода
    • 4. 7. Расчет себестоимости изготовления опытногообразца СТЗ на 120 основе мурусометрии
  • Выводы к главе

В настоящее время предприятия легкой промышленности активно используют автоматизированные системы проектирования одежды. Интерфейс современных САПР одежды позволяет с помощью средств технического конструирования выполнять полный цикл проектно-конструкторских работ. Системы САПР одежды имеют базы данных (БД) размерных признаков типовых фигур мужчин, женщин и детей по ОСТ, кроме этого практически во всех системах предусмотрена и реализована возможность использования размерных признаков индивидуальной фигуры. Это актуально для малых предприятий, ателье и моделирующих организаций.

Существующий механизм получения размерных характеристик тела человека представляет собой трудоемкий и длительный процесс. Большинство существующих методов получения и экспорта размерных признаков индивидуальной фигуры в САПР одежды отличаются сложностью использования, громоздкостью, высокой стоимостью и требуют дорогостоящего обучения операторов, применения специального оборудования и программного обеспечения.

Контактные методы не обеспечивают достаточного быстродействия, и тяжело поддаются автоматизации. Большинство современных бесконтактных методов обеспечивает возможность экспорта полученных данных в ЭВМ, однако обладают рядом недостатков, к которым относятся: необходимость использования поправочных коэффициентов в традиционной и цифровой фотограмметрии, сложность настройки оборудования и влияние качества используемого оборудования на точность измерений, необходимость использования громоздких математических формул и создание специальных программных продуктов.

Бурное развитие компьютерной техники и цифровых технологий дает возможность обрабатывать огромное количество информации за короткий 5 период времени. Это позволяет разработать бесконтактные методы получения информации о размерных характеристиках объекта, с применением современных технологий.

Цели и задачи исследования. Основной целью работы является разработка доступных бесконтактных методов получения информации о форме поверхности фигуры и интеграция их в САПР одежды. Для достижения поставленной цели в работе решены следующие задачи:

• проанализированы существующие методы исследования формы поверхности фигуры человека и определены направления их совершенствования;

• проведен патентный поиск, анализ уровня техники и сформулированы требования к проектируемым бесконтактным измерительным устройствам и методу определения антропометрических характеристик тела человека;

• разработаны новые измерительные бесконтактные устройства и методы путем применения современных технологий.

• разработаны различные варианты конфигураций систем технического зрения с применением разработанных методов и устройств;

• определена структура пользовательских меню и сценарных форм диалога для интеграции разработанных систем технического зрения в САПР одежды.

Методы исследования. В работе использовались методы системно-структурного анализа, планирования эксперимента, теоретические и практические достижения в области исследования формы поверхности фигуры, теоретические и практические знания в области создания интеллектуальных САПР, теоретические и практические достижения в области проектирования одежды. В работе так же применялись методы аналитической геометрии, критериального выбора и теории организации баз данных и знаний.

Объектом исследования выбрана поверхность фигуры человека, определение ее размерных характеристик и объемной формы.

Научная новизна работы заключается в.

• разработке лазерных измерительных устройств для изучения объектов сложных форм;

• разработке виртуального измерительного инструмента для бесконтактного исследования поверхности фигуры человека, позволяющего использовать широкий ряд считывающих устройств;

• разработке различных конфигураций систем технического зрения с использованием лазерных и виртуальных измерительных устройств с целью интеграции получаемой информации в САПР одежды.

Практическая значимость заключается в:

• создании лазерного антропометра и лазерного курвиметра для определения проекционных размеров объекта;

• разработке метода определения размерных характеристик фигуры с помощью ряда виртуальных инструментов: цветного муруса, муруса, состоящего из элементов штрих-кода или геометрических элементов.

• разработке алгоритмов и программ создания муруса для различных конфигураций СТЗ.

• разработке версии программного обеспечения с целью организации интерактивного взаимодействия конструктора с системой технического зрения.

Реализация результатов работы. Разработанные бесконтактные измерительные устройства и метод использовались для создания систем технического зрения различных конфигураций и интеграции их в САПР одежды.

Апробация. Практическая значимость результатов работы подтверждена результатами промышленных испытаний в условиях ООО «ДизайнСтройСервис» и ЗАО «АТЛ-Ко».

Публикации. Основные положения проведённых исследований опубликованы в четырех печатных работах.

Структура и объем диссертации

Диссертационная работа состоит из введения, четырех глав, выводов, списка литературы и приложений. Объем диссертации составляет 170 страниц текста. Список использованной литературы содержит 103 наименования.

Выводы по работе.

1. В результате анализа направлений развития методов исследования формы поверхности фигуры человека, как наиболее перспективное выделено развитие бесконтактных методов. Технической задачей совершенствования бесконтактных методов получения размерных характеристик является повышение точности измерений, упрощение обработки информации, использование широкого ряда общедоступных считывающих устройств.

2. Разработаны новые лазерные измерительные инструменты и методика их использования для бесконтактного определения проекционных размеров объекта. С помощью предложенных устройств возможно получение размерных характеристик тела человека с высокой точностью, в виде доступном для экспорта результатов обмера в современные САПР одежды. Погрешность результатов измерений, полученных с помощью лазерных курвиметра и антропометра составляет + 0,1 см, что соответствует требованиям, предъявляемым ГОСТ 8.001−80.

3. Установлено, что проекционных измерений, полученных с помощью разработанных устройств, достаточно для построения трехмерной модели фигуры человека, необходимой для получения различных размерных признаков.

4. Предложен принципиально новый виртуальный измерительный инструментмурус, предназначенный для бесконтактного получения данных о форме поверхности и метрических характеристиках объекта, отличающийся тем, что позволяет использовать широкий ряд считывающих устройств и получать размерные характеристики объекта без искажений.

5. Обоснованы условия проведения измерений объекта, сформулированы принципы формирования трех вариантов эталонных и материальных матриц, необходимых для создания муруса и проведения мурусометрических измерений.

6. Разработан универсальный мурусометрический бесконтактный метод определения антропометрических характеристик объекта, позволяющий получать визуальную и метрическую информацию, обеспечивающий высокую точность и скорость получаемых данных.

7. Разработаны различные конфигурации систем технического зрения с использованием лазерных и виртуальных измерительных устройств с целью интеграции получаемой информации в САПР одежды. Создана версия программного обеспечения для организации интерактивного взаимодействия конструктора с системой технического зрения.

8. Установлено, что наиболее согласованная работа СТЗ и САПР одежды достигается при использовании муруса из геометрических элементов, а в качестве считывающего устройства используется фотоаппарат разрешением более 3,2 Мп.

9. Себестоимость опытного образца системы технического зрения составит 104 626, которые необходимы для получения СТЗ, обеспечивающей автоматический расчет проекционных размерных признаков объекта без его визуализации и построения трехмерной модели, и обеспечивающей погрешность измерений ±0,1 см. Для получения СТЗ обеспечивающей более высокую точность получаемых данных, построение и визуализацию ЗБ модели необходимы более высокие затраты.

Показать весь текст

Список литературы

  1. Е.Б., Ивлева Г. С. и др. Основы конструирования одежды. М., 1980 г.
  2. В.Н. разработка эмпирического метода одевания трехмерной поверхности тканью Дисс. к. т. н. М.: МГУДТ, 2006. 217с.
  3. О.В. Метод проектирования одежды на основе визуализации внешнего облика заказчика Дисс. на соиск. уч. степ. канд. техн. наук по спец. 05.19.04. М.: МГУДТ. 2002.
  4. Е. В. Разработка информационного обеспечения интегрированной системы трёхмерного и двухмерного проектирования одежды: Дисс. к. т. н. М.: МГУДТ, 2004. 217с.
  5. Е.Ю. Разработка методологии адресного проектирования одежды с использованием новых информационных технологий: Дисс. докт. т. н. М.: МГУДТ, 2004. 362с.
  6. Патент РФ № 936 874 Устройство для снятия мерок. Иванов М. Н., Колбасин В. М. и др.
  7. Патент РФ № 2 019 109 устройство для снятия мерок Салихова 3. Р. (1994.09.15)
  8. Патент РФ № 2 179 404 (2002.02.20) устройство для снятия мерок с фигуры человека Цимбал Т. В. (Рефераты российских патентных документов за 1994−2007 (рус.))
  9. Т.В. Исследование и разработка метода трехмерного проектирования базовых основ одежды. М.1993
  10. Ю.Шверцель В. М., Егоров В. В Автоматизация проектирования одежды. Обзорная информация. Минск. 2001
  11. П.Титов В. П., Подсевалов Е. В. и др. Устройство для обмера фигуры человека. Авторское свидетельство СССР № 12 261,1990
  12. Ду Цзинь Сун. Разработка метода измерения и методики проектирования поясных изделий на конкретные фигуры. Дисс на соиск. учен, степ.маги. 2003
  13. Патент РФ № 465 060 антропометрический манекен БогдановВ.И., ВишняковВ.А. опубликован 1999.11.27
  14. Заявка на изобретение № 2 004 138 617 способ получения развертки пл0тн00блегающег0 изделия Баландина Г. В., Корнилова Н. JI.
  15. Заявка на изобретение № 2 003 133 953 «макроскопическое трёхкоординатное антропометрическое устройство», Трибунов Г. Ю.
  16. Патент РФ № 2 101 990 способ получения шаблонов одежды Раздомахин H.H.
  17. Заявка на изобретение № 2 000 120 730 модель головы измерительная Сильников М. В., Васильев Н. Н., 2002.09.27
  18. Патент РФ № 2 211 652 способ бесконтактного измерения внешней формы тела человека Кривобородова Е. Ю Покровская О. В 2003.09.10
  19. Патент РФ № 2 264 768 способ бесконтактного измерения прямых линейных размерных признаков фигуры человека, Раздомахин Н. Н, БасуевА. Г, Калитеевский Н. А, Сурженко Е. Я 2005.11.27
  20. Заявка на изобретение № 2 002 130 159 способ построения основы поясного изделия на конкретную фигуру Основина Валентина Ивановна 2004.05.20
  21. Патент РФ № 1 762 449 устройство для бесконтактного измерения поверхности стопы и голени, Комиссав А. Г, Карагезян Ю. А, Оршанский Г. И. 1996.05.10
  22. Заявка на изобретение № 2 001 119 821 Способ измерения параметров объемной поверхности фигуры человека (манекена) и устройство для его осуществления Хейнсоо Михаил Хеннович, Чижик Маргарита Анатольевна, Иванцова Тамара Михайловна 2003.06.27
  23. Патент РФ № 1 623 537 телевизионный измеритель координат подвижных точечных объектов Денисов B.C., Дмитриенко B. JI, Курячий М. И., 1994.03.30
  24. Патент РФ № 2 031 443 устройство для измерения геометрических параметров плоских фигур Алиев P.M. 1995.03.20.
  25. Патент РФ № 2 111 478 способ определения геометрических параметров объектов на изображении Леонов Г. В Мещеряков Р. В1998.05.20
  26. В.Т. Художественное конструирование одежды. М.2003
  27. Бирюков В. С Цифровые снимки в фотограмметрии Геодезия и картография. 2000. — N10. — С. 33
  28. Н. Я., Лобанов А. Н., Федорук Г. Д., Фотограмметрия, М., 1974- Дробышев Ф. В., Основы аэрофотосъемки и фотограмметрии, 3 изд., М., 1973-
  29. Л.А., Иванов М. Н. и др. Устройство для обмера фигуры человека. Авторское свидетельство СССР № 12 261.1981
  30. В.А. Краткий обзор боди сканирования. // Швейная промышленность. — 2003. № 5. — С. 14 -15.
  31. П.И., Федоров В. А. Описание способа и устройства оценки состояния осанки человека. Патент РФ № 2 116 047.1998
  32. П.П. Устройство для снятия мерок с фигуры. Авторское свидетельство СССР № 1 039 477.1971
  33. Патент на изобретение № 2 251 382 «Устройство для бесконтактного снятия проекционных размеров объекта», Петросова И. А., Коблякова Е.Б.
  34. О.К., Изместьева А. Я. Устройство для обмера фигуры человека. Авторское свидетельство СССР № 12 261.1990 Полные тексты российских патентных документов за 1994−2006 (рус.)
  35. E.H. О возможности использования метода муаровой топографии в конструировании одежды. В кн. Совершенствование методов конструирования, формования и улучшения качества швейных изделий. 1981
  36. Autoscan: a flexible and portable 3D scanner. IEEE Computer Graphics and Aplication. 1998. #5/6.
  37. С. Ю., Бекк H. В. Перспективы развития бесконтактных методов обмера стоп. В кн. Межвузовский сбор. Трудов, М.: МГАЛП. 1999г
  38. C.B., Киселев С. Ю. Применение муар-эффекта для бесконтактного обмера стоп / 1992 International Conference on Advanced and Laser Technologies ALT 92, Moscow, Book of summaries, part 2.
  39. В. В., Бекк H.B. О современных дизайнерских программных пакетах в конструировании обуви // Кожевно обувная промышленность, 1999, № 3, с. 38.
  40. Заявка на изобретение № 2 004 105 560 способ моделирования в компьютерных системах трехмерного проектирования, ЛатЫПОВ1. И. И, 2005.08.20
  41. Патент РФ № 2 148 790 способ и устройство для высокоточного БЕСКОНТАКТНОГО ИЗМЕРЕНИЯ РАССТОЯНИЙ ПОВЕРХНОСТЕЙ БЕТРИБСФОРШУНГСИНСТИТУТ ФДЕх ИНСТИТУТ ФЮР АНГЕВАНДТЕфоршунг ГмбХ (de) 2000.05.10
  42. H.H. Теоретические основы и методическое обеспечение трехмерного проектирования одежды. Дисс. на соиск. уч. степ. докт. техн. наук по спец. 05.19.04. СПб.: СПбГУТД. 2004.
  43. Мехельс Ю. Дело техники.//Ателье.№ 9.2003.с.46−47.
  44. A.A. Знакомьтесь, информационные технологии. — СПб.: БХВ-Петербург, 2002.—352с.: ил.
  45. Е.Я. Разработка метода проектирования конструкций женского платья гладкой формы в системе 3-CAD: Автореф. дис. на соиск. учен, степ. канд. техн. наук. М., 1996.
  46. Т.В. Оптимизация разверток поверхности манекена фигуры в интерактивном режиме.// Швейная промышленность 1992, № 5. с.32−34.
  47. Е.Ю. Проектирование эскиза модели с помощью универсальных средств компьютерной графики / Е. Ю. Кривобородова, Е. Б. Коблякова, Т. В. Пяева, JI.P. Перегняк // Швейная пром-ть. 2001. — № 1.-С. 40−41.
  48. Конструктивное моделирование одежды: Учебное пособие для вузов / Мартынова А. И., Андреева Е.Г.- М.: Московская государственная академия лёгкой промышленности, 2002. 216с
  49. И.Ф. Метрология, стандартизация и управление качеством. М.: Издательство стандартов, 1990. — 342с
  50. Т.Н. и др. Размерная типология населения с основами анатомии и морфологии человека. М., 2001г
  51. ГОСТ 17 522–72 «Типовые фигуры женщин. Размерные признаки для проектирования одежды».
  52. М. Тотальная оцифровка//РС Magazin.-2003.-№ 12.
  53. Corner В., Hu A. «Effect of sway on image fidelity in whole body digitizing», in Three-Dimansional Image Capture and Applications, Richard N. Ellson, Joseph H. Nurre, Editors, Proceedings of SPIE Vol.3313,p.74−81 (1998).
  54. E.A., Nurre J.H. «Automated fudicial labeling on human body data», in Three-Dimansional Image Capture and Applications, Richard N. Ellson, Joseph H. Nurre, Editors, Proceedings of SPIE Vol.3313,p.74−81 (1998).
  55. Шенчунь JIo, Кузьмичев В. Е. Анализ возможностей системы ТС.2®- для измерения размерных признаков фигур и построения чеРтежей конструкций// Швейная промышленность. № 6. 2004 с.30−33.
  56. R.P., Staples N.J., Malloy B.F., «Titled planes in 3D image analysis», in Three-Dimentional Image Capture and Applications, Richard N.Ellson, Joseph H. Nurre, Editors, Proceedings of SPIE Vol.3313, p.74−81(1998).
  57. Ying Li, Ken Brodlie. Soft Object Modelling with Generalised ChainMail-Extending the Boundaries of Web-based GraphicsV/Computer Graphics. Volume 22 (2003), number 4 pp.717−727.
  58. Реннессон Жан-лу, Пинти Антонио, Кузьмичев Виктор, Юе Ли. Автоматическая система SYMCAD для высокоскоростного измерения и цветного оцифровывания систем «фигура-костюм». // В мире оборудования.2005.№ 3, с.24−25.
  59. Мееров К. А. Под прицелом: 3D сканеры для индустрии развлечений Render Magazine № 3 2005
  60. В.Д., Газизова Н. Н. Моделирование поведения ткани на твердом многогранном объекте.// Труды 12-ой Международной конференции по компьютерной графике и ее приложениям «ГрафиКон'2002″ (16−21 сентября 2002 г.) НГАСУ. Нижний Новгород. С. 415−418
  61. Gagalovicz A. Realistic 3D Simulation of Garments// Conference Proceeding. 15th International Conference on Computer Graphics and Applications. Institute of Computational Mathematics & Mathematical Geophisics. June 20−24, 2005.
  62. Обзор решения прикладных задач с помощью систем технического зрения. Семин М. С. НПК „Видеоскан“
  63. А.П. Вежневец „Методы классификации с обучением по прецедентам в задаче распознавания объектов на изображениях“ Труды конференции Graphicon-2006, стр. 166−173, Новосибирск, Академгородок, Россия, Июль 2006
  64. К. В. „Обзор современных исследований по проблеме качества обучения алгоритмов“ Таврический вестник информатики и математики. — 2004
  65. К. В. „Байесовские алгоритмы классификации. Черновики лекций“ Таврический вестник информатики и математики. — 2004.
  66. Т. V. Pham, М. Worring, and A. W. М. Smeulders. „Face detection by aggregated bayesian network classifiers“ Pattern Recognition Letters, 23(4):451— 461, February 2002.
  67. , D. (1998) „A Tutorial on Learning with Bayesian Networks,“ In Jordan, M. (Ed.), Learning in Graphical Models, MIT Press.
  68. Александр Вежневец „Популярные нейросетевые архитектуры“ журнал „Графика и Мультимедиа“, 2002
  69. Александр Вежневец „Нестандартные нейросетевые архитектуры“ электронный журнал „Графика и Мультимедиа“
  70. A.JI., Скрипкин В. А. Методы распознавания. М.: Высш. Шк., 2004.-261.
  71. М. Ф. Интеллектуальные самоорганизующиеся системы автоматического управления. М., 2002.
  72. JI.H., Интеллектуальные информационные технологии. М., 2000, 71 стр.
  73. Интеллектуальные САПР, под ред. Пупкова К. А. N2. -, М., 2000.133
  74. А. Е., Дубаренко В. В., Тарасова И. Л., Интеллектуальные средства автоматизированного проектирования и производства. Спб.: изд-во СПбГТУ, 1999.
  75. IV Симпозиум „Интеллектуальные САПР“, под ред. Пупкова К. А. М., 2000.
  76. Искусство ЗЭ-анимации и спецэффектов / Айзек В. Керлоу-Пер. с англ. Е. В. Смолиной.—М.: ООО „Вершина“, 2004,—480с.:илл.
  77. Адаме Д. DirectX: продвинутая анимация/ Пер. с англ.— М.: КУДИЦ-ОБРАЗ, 2004—480с.
  78. М.В., Холина Т.Ю. Конструктивное моделирование в САПР „Ассоль“
  79. В.Н. Цибанов, А. С. Крылов „Выделение контуров человеческого тела в ортопедических исследованиях“ кафедра математической физики, факультет ВМиК МГУ, вестник МГУ 2006
  80. Cristian Liska and Robert Sablathig."Entropy of Profile-Sections to Estimate the Next Sensor Position», in Three-Dimansional Image Capture and Application III, Brian D. Corner, Joseph H. Nurre, Editors, Proceeding of SPIE Vol.3958, p.52−60
  81. Рольф Ричардсон Сканируя пространство «Экспресс-Электроника», № 10/2003
  82. Реннессон Жан-лу, Пинти Антонио, Кузьмичев Виктор, Юе Ли. Автоматическая система SYMCAD для высокоскоростного измерения и134цветного оцифровывания систем «фигура-костюм». // В мире оборудования.2005.№ 3, с.24−25.
  83. Баринова, А Вежневец, Методы сегментации изображений: автоматическая сегментация Графика и Мультимедиа Научно-образовательный сетевой журнал 16.10.2006
  84. Е.П., Аверин С. И. Обработка изображений в робототехнике. М: Машиностроение, 1990. 320 с.
  85. A.B., Ляшенко В. В., Машталир В. П., Путятин Е. П. Методы корреляционного обнаружения объектов. Харьков: АО «БизнесИнформ», 1996. 112 с.
  86. Р. Вудс, Р. Гонсалес Цифровая обработка изображений Издательство: Техносфера. ISBN 5−94 836−028−8,2005 г. 1072 стр.
  87. А. Форсайт, Джин Понс Компьютерное зрение. Современный подход 2004,1 кв.- Вильяме. 928 стр.
  88. Адаптивные методы обработки изображений. Сб. науч. тр. под ред. В. И. Сифорова, Л. П. Ярославского М.: Наука, 1988 — 244с.
  89. L.Gupta and M.R.Sayeh. Neural networks for planar shape classification. IEEE. 1998. P.936.
  90. А.П. Горелик, В. А. Скрипкин. Методы распознавания. М. «Высшая школа». 1989. С. 216.
  91. У. Цифровая обработка изображений. В 2-х книгах. Пер. с англ. -М.: Мир, 1982
  92. Т. Алгоритмы машинной графики и обработки изображений. Пер с англ. -М.: Радио и Связь, 1986
  93. В. Яншин, Г. Калинин, Обработка изображений на языке СИ для IBM PC. Алгоритмы и программы. -М.: Мир, 1994
  94. В.И. Васильев, А. И. Шевченко, Формирование и опознавание образов ДонГИИИ 2000 359с.
Заполнить форму текущей работой

Сессия? Спокойно!