机器视觉检测技术在工业检测中的应用
机器视觉技术在工业视觉检测中的应用
机器视觉技术在工业视觉检测中的应用随着科技的不断进步，机器视觉技术在工业领域中的应用越来越广泛。
机器视觉技术是基于数字图像处理技术和模式识别理论，通过特定的硬件设备和软件系统对现实中的物体或场景进行数字化处理和分析的技术。
在工业领域中，机器视觉技术被广泛应用于工业视觉检测。
一、机器视觉在工业视觉检测中的应用工业视觉检测是指利用机器视觉技术对工业制品进行自动化检测和分类的技术。
它可以检测产品的各种缺陷和变形等问题，以保证产品质量和工业制造的效率。
机器视觉技术在工业视觉检测中的应用主要包括以下几个方面：1、产品缺陷检测机器视觉技术可以通过对产品进行数字化处理和分析，来检测出产品表面的各种缺陷，如异物、划痕、裂纹、凹陷等等。
同时还可以对产品的尺寸、公差等进行检测，以保证产品的质量稳定。
2、产品分类机器视觉技术可以通过对产品进行数字化处理和分析，快速地将产品进行分类。
对于制造工艺复杂的产品，机器视觉技术可以将其分成不同的类别，如尺寸、重量、颜色等多种分类标准，提高生产效率和准确度。
3、计数和识别机器视觉技术可以通过对产品进行数字化处理和分析，自动地对产品数量进行计数和识别。
对于产品数量众多的工厂和生产线，机器视觉技术可以提高生产效率和质量。
二、机器视觉在电子工业中的应用电子工业是机器视觉技术的一个重要应用领域。
机器视觉技术可以对电子产品的生产线进行自动化检测和分类，并且可以检查电子元器件的尺寸、形状和位置，确保产品的质量稳定。
1、CHIP芯片制造中的应用CHIP芯片是电子工业中的重要组成部分。
机器视觉技术可以通过对CHIP芯片的图像进行数字化处理和分析，检测出芯片表面的各种缺陷和变形等问题，如面积、形状、几何形态等，使芯片质量得到提高。
2、显示屏制造中的应用显示屏是电子工业中的另一个重要组成部分。
机器视觉技术可以通过对显示屏进行数字化处理和分析，检测出显示屏表面的各种缺陷和变形等问题，如像素显示、颜色显示、灰度、亮度、对比度等方面，使显示屏质量得到提高。
机器视觉技术在工业检测中的应用
机器视觉技术在工业检测中具有广泛的应用，以下是一些常见的应用领域：
1.瑕疵检测：机器视觉可以用于检测产品表面的瑕疵，如裂纹、划痕、
气泡等。
通过对产品图像进行分析和比对，可以实现高效快速的瑕疵检测。
2.尺寸测量：机器视觉可以用于测量产品的尺寸和几何参数，如长度、
宽度、直径等。
通过图像处理和计算算法，可以精确测量产品的尺寸，并与标准尺寸进行比对。
3.字符识别：机器视觉可以用于识别产品上的文字和标识，如序列号、
日期、条形码等。
通过图像处理和模式识别算法，可以快速准确地读取产品上的字符信息。
4.颜色检测：机器视觉可以用于检测产品的颜色，判断产品是否符合要
求。
通过对图像进行颜色分析和比对，可以实现对产品颜色的自动检测和分类。
5.精密组装：机器视觉可以用于辅助精密组装过程中的定位和对齐。
通
过对零部件图像进行分析和匹配，可以实现高精度的自动定位和对齐，提高组装效率和质量。
总的来说，机器视觉技术在工业检测中可以提高检测效率、减少人力成本，并
且可以实现对细微缺陷的准确检测和测量，提高产品质量和工艺控制水平。
机器视觉技术在工业质检中的应用
机器视觉技术在工业质检中的应用工业质检是生产过程中至关重要的环节，其目的是确保产品质量符合标准要求，并控制生产过程中的变异因素。
然而，传统的质检方式通常需要大量的人力、时间和资源，且容易产生误判和疲劳。
随着科技的发展，机器视觉技术在工业质检中得到了广泛的应用和发展。
机器视觉技术是一种通过使用电脑和摄像机组合，使机器能够模拟人类的视觉系统来获取、处理和解释图像的技术。
机器视觉技术在工业质检中的应用可以显著提高质检的效率和准确性。
它能够在短时间内快速地检查产品，并对可能存在的缺陷或问题进行识别和记录。
以下将介绍一些机器视觉技术在工业质检中的常见应用。
首先，自动识别和分类。
机器视觉系统可以通过图像处理和模式识别算法，自动检测和识别产品的属性，并将其分类为合格品或不合格品。
例如，在电子产品生产过程中，机器视觉技术可以帮助检测元器件的位置、方向和质量，以确保产品组装的正确性和稳定性。
其次，表面缺陷检测。
机器视觉技术可以通过对产品表面图像的分析，精确地检测和识别各种缺陷，如划痕、瑕疵、裂纹等。
这对于高精度要求的行业，如汽车制造、电子设备等，尤为重要。
传统的质检方式往往无法快速、准确地识别微小的缺陷，而机器视觉技术可以大大提高检测的准确性和效率。
第三，尺寸测量。
机器视觉技术可以通过对产品图像的测量和分析，实现对产品尺寸和形状的测量。
传统的尺寸测量方法通常需要使用测量工具和人工操作，费时费力且存在误差。
而机器视觉技术可以快速、准确地进行测量，可广泛应用于各种产品的尺寸检测，如食品包装、塑料制品等。
此外，机器视觉技术还可以应用于产品组装和包装过程中的质检。
通过使用机器视觉系统，可以实时监测和检测组装过程中的错误和问题，并及时进行调整和纠正，以保证产品的质量。
然而，机器视觉技术在工业质检中的应用也面临一些挑战。
首先，图像的质量可能受到光照条件、噪声干扰等因素的影响，从而影响检测的结果。
其次，对于复杂的产品和场景，机器视觉系统可能需要更多的算法和处理能力，才能达到可靠的质检效果。
机器视觉技术在工业检测中的应用综述
从 数 量 或 研 究 成 果 看 都 占据 着 明 显 的文字在线
识别 。使用 图像灰度化技术、平滑、校正、直 方 图均衡化等技术进行 图像预处理。使用投影
定 位 法 等 对 字 符 进 行 定 位 。使 用 投 影 法 、模 版 匹 配 等 进 行 倾 斜 角 度 调 整 。使 用 垂 直 投 影 法 对
觉在应用 中存在的一些 问题。
位． 美英德韩 也都在开展相 关研 究。国外的卡
耐基 一 梅 隆 Ｍ． Ａ． Ｓ ｍｉ ｔ ｈ等 提 出 了 一 种 在 视 频 帧 中 检 测 文 字 的方 法 。韩 国 Ｓ ｏ ｏ ｎ ｇ ｓ ｉ ｌ 大 学 的 Ｋｉ ｍ 【 关 键 词 】机 器视 觉 应 用 研 究 识 别 预 处 理
视 觉 领 域 的 一 个 重 要 分 支 ，在 文 字 信 息 处 理 ，
数 据 ，整 体 看 ，系 统 稳 定 可 靠 ，系 统 对 输 血 袋
文字识别程度非常高 。本系统提高生产效率和 生产过程的 自动化程度，并为机器视觉系统应 用于此种生产线 ，提供 了成功的先例和经验。
但 由于 各 种 原 因 ，也 会 对 识 别 的 结 果 有 一 定 的
办公 自动化 、实时监控系统等高技术领域 ，都 有重要的使用价值和理论意义 。本文 以输血袋
的 字 符 识 别 为 例 介 绍 机 器 视 觉 在 工 业 智 能 检 测
中的应用。
领域 ，但 由于其 自身或配套技术上仍有不完善
的地方 ，要广泛 的应用还有一定限制 。而图像
处理算法 的效率 高低是计算机视觉成功应用的 关键 ，尽 管国内外都提 出一些新的算法 ， 但是
机器人视觉技术在工业自动化中的应用案例分析
机器人视觉技术在工业自动化中的应用案例分析随着科技的不断发展，机器人视觉技术在工业自动化中的应用也越来越广泛。
通过机器视觉技术，机器人能够实现对周围环境的感知和理解，从而更加智能地执行任务。
本文将通过分析几个实际案例，探讨机器人视觉技术在工业自动化中的应用以及带来的效益。
案例一：品质检测在许多生产线上，机器人被广泛用于产品的品质检测。
传统的品质检测通常需要大量的人力，并且容易受到人为因素的影响，导致误判和漏检。
而采用机器人视觉技术进行品质检测能够有效地降低成本并提高检测的准确性。
一个典型的应用案例是在电子制造业中的电路板检测。
通过机器视觉系统，机器人可以快速高效地检测电路板上的元器件位置、焊接点连接情况以及缺陷等信息。
这种自动化的检测过程不仅大大降低了人力成本，还能够提高检测的准确性和稳定性。
案例二：物料识别和定位在物流仓储行业中，机器人视觉技术也被广泛运用于物料的识别和定位。
以货物分拣为例，传统的分拣过程需要大量人力，并且速度较慢，容易出现错误。
而采用机器人视觉技术可以实现对货物的自动识别和定位，从而实现快速高效的分拣。
通过机器视觉系统，机器人能够识别货物上的条形码、二维码等信息，并根据预设的分拣规则将其送到指定的位置。
这种自动化的物料识别和定位技术能够大大提高分拣的速度和准确性，减少人力成本，并且能够适应不同尺寸和形状的货物。
案例三：装配和组装在制造业中，机器人视觉技术也被广泛应用于装配和组装过程中。
传统的装配和组装需要人工参与，费时费力且容易出错。
而采用机器人视觉技术可以实现对零部件的自动识别和定位，从而实现快速高效的装配和组装。
通过机器视觉系统，机器人能够准确识别零部件的位置和方向，并将其精准地装配到指定的位置上。
这种自动化的装配和组装过程不仅提高了生产效率，还大大降低了错误率和人力成本。
综上所述，机器人视觉技术在工业自动化中的应用具有巨大的潜力和市场需求。
通过机器视觉系统，机器人能够实现对环境的感知和理解，从而实现更加智能化的工业自动化。
机器视觉在工业检测领域的应用案例和技术实现
机器视觉在工业检测领域的应用案例和技术实现随着科学和技术的不断发展，现代工业生产的效率和质量需求也逐渐提高。
而在工业生产中，各种机器设备的稳定性和精度是工业生产质量的关键因素之一。
因此，为保证工业生产的高效和优质，机器视觉技术应运而生，并逐渐在工业检测领域应用。
机器视觉技术是一种自动化检测技术，可实现对制造过程或成品质量的在线、实时监测和统计分析。
它可以帮助工业制造企业快速准确地检测产品缺陷，提升产品质量和生产效率，降低人工检测成本，实现全自动化生产。
以下将从机器视觉技术的应用案例和技术实现两个方面，探讨工业检测领域的机器视觉技术。
应用案例1. 光学成像技术应用案例浮点半导体制造是非常复杂的过程。
常规的生产质量检测往往需要大量的劳动力和时间。
通过应用光学成像技术，可以提高生产效率和质量，减少生产成本。
光学成像技术利用了光的物理特性，对微观结构进行成像，并通过图像处理和分析来确定质量。
通过这种技术，可以进行多种检测，如缺陷检测、精度检测和形状检测等。
2. 监控摄像技术应用案例监控摄像机技术常用于安全监测和追踪，其重要性可想而知。
在工业生产环境下，监控摄像机技术也可用于生产线质量检测和产品检测，如细节缺陷和表面缺陷等。
监控摄像技术的优点是可以在生产线的任何地方进行实时检测，而且不需要专业人员处理数据，从而实现自我监测和发现问题。
技术实现1. 视觉检测系统视觉检测系统是机器视觉技术的核心，它可以自动完成检测和测量功能。
目前，视觉检测系统一般应用于汽车制造、电子制造、食品和瓶装等行业。
视觉检测系统的核心是图像识别和处理。
它可以对图像进行采集、滤波、分割、特征提取和分类等操作。
采集到的图像将通过数字信号传递到计算机系统中的视觉检测软件，在进行分析和判断后，给出一个结果。
2. 3D扫描仪3D扫描仪可用于制造和产品设计的质量检测，是将产品的三维点云数据进行超精度测量并不断优化精度和模型设计。
通过对物体进行3D扫描，扫描仪可以随时记录每个点的坐标和颜色等属性。
机器视觉技术在工业生产中的应用案例
机器视觉技术在工业生产中的应用案例随着科技的发展，机器视觉技术的应用范围越来越广，而在工业生产领域中，机器视觉技术也成为了改进效率、提升质量、减小成本的重要工具。
本文将重点介绍一些机器视觉技术在工业生产中的应用案例。
1. 自动光学检测在许多制造业中，要求所有产品都必须经过质量检测，而在传统的生产方式中，这个过程通常依赖于人工目测以及手动测量。
自动光学检测是利用机器视觉技术来实现对产品密度、大小、颜色、形状等的自动检测。
这一技术通常使用高分辨率的摄像头来检查每一个产品，并且使用计算机视觉算法来分析数据。
例如，许多汽车制造商使用自动光学检测来检测发动机的零部件，从而确保它们的尺寸和颜色是正确的。
这种技术的好处是可以提高检测质量、减少不符合要求的产品的数量、节省成本和时间。
2. 机器人视觉引导在生产线上，机器人可以用于许多不同的操作，例如装配、包装和挑选。
然而，在许多情况下，机器人必须准确地识别并定位物体，以便执行指定的任务。
这就要用到机器人视觉引导技术，它利用摄像头来捕捉图像，并通过计算机视觉算法来分析并定位物体的位置。
例如，在汽车生产线上，机器人可以使用视觉引导技术来识别车体上的标记，并使用其位置来定位零部件的位置。
这种技术可以提高生产效率、准确性和精度。
3. 三维扫描在许多工业应用程序中，特别是在制造和反应堆中，需要对很多物体进行三维扫描。
三维扫描是使用激光或结构光扫描仪来获取物体表面的三维几何形状和样品表面微观形貌的技术。
在许多应用程序中，这些数据可以用于优化设计和测试，以及为评估部件和组件分析提供数据支持。
例如，在航空航天工业中，三维扫描可以用于分析机翼、引擎和其他一些复杂部件的形式和结构。
这种技术的优势在于它可以在极短的时间内获得大量的数据，并提供高精度数据，以便进行更加准确的分析。
4. 非接触式检测在一些生产工艺中，需要对产品进行某些形式的检测，但是由于产品的特性，无法使用常规的直接接触式检测技术。
机器视觉技术在工业视觉检测中的应用
机器视觉技术在工业视觉检测中的应用随着工业生产的不断发展，工业视觉检测逐渐成为一个重要的领域。
而机器视觉技术的出现，不仅提升了工业视觉检测的准确性和效率，也进一步推动了工业生产的智能化和自动化。
机器视觉技术是指通过计算机和数字图像处理技术，对图像进行处理，从而实现对物体的检测、识别、测量等分析。
在工业视觉检测中，机器视觉技术主要应用在以下几个方面：一、质量检测质量检测一直是工业生产中非常重要的环节，机器视觉技术在此方面也可以发挥重要作用。
它可以通过检测产品表面缺陷、尺寸、形状、颜色等特征，实现对产品质量的评估。
不仅可以极大地提高质量检测的准确性，而且可以大幅度减少人力成本和时间成本。
例如，对于大批量生产的电子元件、汽车零配件等，机器视觉技术的应用可以实现对每一个产品的100%检测，确保生产出的产品符合质量标准。
二、自动化控制机器视觉技术还可以用于自动化控制。
它可以通过摄像头从物体表面获取数据，然后通过计算机进行处理并做出相应的指令，控制机器的行动。
例如，汽车生产线上的机器手臂、焊接机器人等都需要通过视觉输入来进行操作。
在这种情况下，机器视觉技术可以帮助机器手臂、焊接机器人更准确地抓取、定位工件等。
三、智能识别机器视觉技术还可以用于对工业生产中出现的异常情况进行识别与判别。
例如，当一个机器在工作时发出异常声音，机器视觉技术能够通过摄像头获取到机器的状态以及工作环境的情况，判断出异常的原因，以便及时进行故障排除。
总之，机器视觉技术在工业检测领域的应用非常广泛，不仅可以极大地提高工业生产的效率和准确性，还可以促进工业生产向着智能化和自动化方向不断发展。
预计未来机器视觉技术的应用将会越来越广泛，且准确率会越来越高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
机器视觉检测技术在工业检测中的应用
发表时间：2018-11-11T11:27:25.170Z 来源：《电力设备》2018年第17期作者：吴崇龙[导读] 摘要：机器视觉主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。
(身份证号码：44080319880423xxxx) 摘要：机器视觉主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。
从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分，计算机视觉是研究试图建立从图像或者多维数据中获取“所需信息”的人工智能识别系统。
正广泛地应用于医学、军事、工业、农业等诸多领域中。
关键词：机器视觉；工业检测；应用视觉技术在国内外发展极其必要。
2008年经济危机极大冲击了美国至全球的各个领域。
美国汽车制造业“BigThree”频临破产，进一步自动化是唯一出路。
美国政府推行“MadeinUS”计划。
出台多个政策刺激鼓励企业技术发明创新，视觉技术的应用就显得非常必要。
近年在国内，劳动力工资成本大幅提高，很多生产企业迁移到人力资源更低廉的国家和区域，食品、医药质量事件不断。
“MadeinChina”在世界声誉亟需提高，为提高质量保持竞争力，各领域的视觉检测及高度自动化势在必行。
视觉检测对工业自动化的重要性与日俱增，工业自动化需求对视觉技术的推动高度集成化。
在工业生产中，相对于传统的一些测量方法，机器视觉最大的优点是快捷、安全、可靠性大，精确和智能化，机器视觉精准地采集图片和算法分析，提高了产品验证的一致性，无接触并适应各种高温低温环境的测量，提升了产品生产的安全性、降低工人劳动强度，更实现企业高效安全生产和自动化管理，这些都具是不可替代的。
下面通过举例证明这些方面的应用。
1机器视觉检测技术具体应用随着社会生产的发展，人们对于口罩外观质量的要求日趋严格。
无纺布口罩的生产流程主要有：口罩定型、口罩成型、焊接冲切、上鼻梁条、耳带焊接、文字移印共六道工序，在口罩焊接冲切的过程中，如果对杯型口罩本体和口罩外套进行压合、焊接、切边的操作的过程不当就会使口罩出现瑕疵，影响产品的品质及企业的信誉。
因此在无纺布口罩生产的过程中，应当采取一定的措施检测并剔除含有毛发、污点的口罩，保证口罩的品质。
无纺布口罩的成品和半成品在流水线上以每秒近十片的速度流转，有时运行速度超过了每分钟一千米，在这种速度下传统的人工检测技术无法适应高速生产线，而且人工检测方法效率低下，劳动成本高，容易漏检，给企业造成损失。
所以通过机器视觉技术进行无纺布口罩表面瑕疵检测口罩质量检测提供了很好的方案。
机器视觉系统的工程顺序为：首先将标准的样品放到传送带上，将样品移动到高速CCD线阵照相机下方，照明系统发出的平行光源照亮物体，选用畸变小的光学镜头，将被检测样品的三维场景的图像采集到计算机内部，形成二维图像，精确地反映样品表面的实际情况，建立标准样本特征库。
为了对样品进行精确的测量，可以在摄像机视场内不同方位对标定标准样品进行多次标定，然后求其均值作为最终的标定系数，这样既可消除镜头畸变引起的误差又可去掉标定过程引入的随机误差。
这种标定方法具有标定精度高、过程简单、成本低廉的优势，相较于标准的网格平面体标定方式更加容易实现，以标准样品为标定物，保证了被测样品各位置的光学参数与标定得到的参数相一致，确保了应用系统的标定精度和稳定性。
标定方法的确定为下一步样品的检测和相机抓拍的控制提供了基础。
其次采用闭环控制方法，精确抓拍高速运动工件的图像，以防止工件抓拍不完整为后续检测工作带来困难，其控制过程为：传感器检测到工件的工位信息后,将工件的工位信息发送给相机控制单元,相机控制单元控制相机快门开启,完成相机拍照(工件图像曝光),获取工件图像,该图像传送到工件图像分割与定位单元进行处理,定位出工件图像在整幅图像中的位置,计算出工件图像中心与整幅图像中心的位置偏差,将位置偏差反馈到相机控制单元,相机控制单元根据本次的位置偏差调整下次的相机快门开启时间,以便让工件图像处于整幅图像中心位置,实现相机精确抓拍工件图像的控制。
再次对工件图像进行快速处理，对这些信号进行各种运算来提取产品的异常特征，如表面是否有毛发、异物、污点，以及耳绳、鼻梁线等部件有无缺失等等。
最后将被检测工件图像与标准样本特征库中的特征进行对比,找出被检测工件图像特征与特征库中的特征不相符的部分,若不相符的部分超出规定的范围,即可以判定为瑕疵工件。
通过系统设计的剔废机构自动将有异常特征的废件剔除，从而实现口罩缺陷的自动识别、剔废功能，检测精度达到纵横向均为0.01毫米。
2机器视觉识别技术应用实例当前，机器视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量和生产效率。
企业中用于检测输血袋编号。
在血袋生产过程中，血袋上的字符编号的正确和唯一是必不可少的检测信息。
依靠工人的肉眼逐条检测带状转印薄膜上的字符串，来追踪血袋编号是否错印，劳动强度大，效率低,不能从根本上保证检测质量。
一旦血袋编号出现重印、错印将会发生严重医疗事故，因此一种基于机器视觉技术的血袋编号字符的提取、识别与错误反馈于一体的检测系统就适时、必要地诞生了，用以提高一次性血袋出厂编号的检测精度和自动化水平，保证产品质量，解决生产实际问题。
2.1字符在线识别系统组成
为达到识别目的，识别系统由硬件和软件构成。
硬件系统主要有血袋编号检测台机械结构、LED阵列照明系统、血袋编号图像采集系统、摄像机和计算机等。
软件部分是系统的核心，主要由图像预处理、字符定位、字符倾斜校正、字符分割、字符识别等部分组成。
2.2识别系统的实现
本系统基于labVIEW编程、图像处理、微型计算机接口技术等实现输血袋的文字在线识别。
使用图像灰度化技术、平滑、校正、直方图均衡化等技术进行图像预处理。
使用投影定位法等对字符进行定位。
使用投影法、模版匹配等进行倾斜角度调整。
使用垂直投影法对字符进行分割。
使用了BP神经网络来识别分割后的字符。
为提高识别率，设计训练了三个神经网络:字母网络、数字网络、字母与数字网络。
2.3实验结果
利用该系统做过多次实验，测试了大量数据，整体看，系统稳定可靠，系统对输血袋文字识别程度非常高。
本系统提高生产效率和生产过程的自动化程度，并为机器视觉系统应用于此种生产线，提供了成功的先例和经验。
但由于各种原因，也会对识别的结果有一定的影响，因此，在识别率方面，尚有一定的差距。
结语
综上所述，社会对产品品质和效率要求的不断提高，机器视觉检测技术有着广阔的应用前景，运用机器视觉来代替人眼进行瞄准和读数，降低了劳动强度，减少了人为误差，使检测的精度得到了大幅度提高，对于节约成本，降低原材料损耗，提高经济效益有着重大意义。
参考文献:
[1]文伍龙.机器视觉技术在光纤端子检测中的应用研究[J].信息通信,2016(04):200-201.
[2]杜婷婷.机器视觉技术在电器工业中的应用[J].制造业自动化,2011,33(14):101-104.
[3]宫二栋,丁蕴丰.基于labVIEW的机器视觉检测系统的研究[J].长春理工大学学报(自然科学版),2017,40(02):75-77+81.。