基于统计阈值法的凹版印刷质量检测技术研究.pdfVIP

概述 幼平等人发明的一种印刷品质量在线检测装置[161该装置能对生产线上印刷品进行实时 图像采集与处理，准确检测各种质量缺陷并给出报警提示。 在检测系统设计和关键算法等方面的研究上，国内也有不少研究人员取得相应成果。 针对检测系统的设计，清华大学的章毓晋教授提出了一种利用图像技术实现缺陷自动检测 的初步方案n”，为印刷缺陷自动检测提供参照方案：还有一些文献介绍了检测系统““州 的构成和工作原理，对其主要工作模块进行分析，为检测系统设计提供了参考。针对系统 中的关键算法，有人专门对图像定位和图像检测算法进行了研究，这两方面的算法决定了 检测系统的精度和速度，下面详细介绍这两方面的算法在国内的研究情况。 a图像定位的算法 图像定位匹配的精度和速度影响了整个检测过程的精度和速度，因此许多人都在努力 寻找一种不仅适用于印刷图像，而且适用于实时检测的高精度高速度的图像定位算法。图 像定位的方法乜n主要有两种：基于灰度的图像配准和基于特征的图像配准。前者的匹配 概率高，但速度慢；后者的匹配速度快，但概率低。对于印刷图像质量检测，多采用基于 特征的图像匹配算法，具有代表性的有：韩斌等人提出的一种用于印刷缺陷检测的图像对 准算法[2219该方法取图像边缘作为对准的抽样点，提商了算法效率，降低了运算量，同 时引入遗传算法，避免陷入局部最优；张强等人提出的一种新的图像配准算法‘船1，其基 本思想是首先进行图像概略匹配得到特征点的概略位置，接着进行特征点的精确检测，根 据检测到的对应特征点坐标计算转换参数，最后生成配准图像，该算法计算速度快，具有 较好的精度和稳定性，适用于在线机器视觉检测等对速度要求高，而图像只有小角度旋转 的情况；此外还有人提出一种基于最,j、--乘影像匹配的高精度畸变图像矫正算法…1，算 法首先利用特征提取与边缘检测对图像进行预处理，并且将特征匹配与最小二乘算法相结 合，从而实现了图像与模板之间精确的子像素定位与匹配；在文献【24]的基础上，王岩 松提出一种基于最小二乘互相关的图像定位匹配算法‘衢1，该算法将图像互相关信息和最 小二乘法结合实现图像定位匹配，匹配精度可以达到亚像素甚至1／100像素级。 b图像检测的算法 对于图像的颜色检测，西安理工大学的陈路研究了基于图像纹理特征分析法和神经网 络识别方法伽1，提出在低分辨率下，基于灰度共生矩阵和分形维数的图像纹理特征分析， 描述待检图像和标准图像的差异；在高分辨率下，使用神经网络识别方法识别各色网点面 积。但是在进行图像纹理特征分析时，检测系统不可能考虑到所有的特征参数，因此需要 对特征参数的选择进行优化。借助图像分析和模式识别技术，还有人提出了一种新的网点 结构测量的方法研。1，该方法能够提取显微网点结构的特征，为进一步研究印刷过程的 质量监控、故障诊断和颜色检测提供了前提。上述的方法对色块的颜色检测的效果较好， 但不适合整幅画面的缺陷检测。 对于整幅画面的缺陷检测，目前较多的是采用模板匹配法，其检测流程见图1-1。模 板匹配法可分为逐像素、分区域和分层匹配法。逐像素匹配可以检测出面积较小，但像素 3 西安理工大学硕士学位论文 值有较大差异的缺陷，而分区域匹配能检测出面积较大，但像素值仅有较小偏差的缺陷。 图像分层匹配的方法综合了逐像素匹配和分区域匹配的优点，可以看作是应用分区域的思 想对图像进行逐像素的匹配。例如十字架型的分层检测算法憎1，该算法根据确定的图像 检测标准，按照十字架型方向对图像进行分层次的检测，减少了需要检测的像素点数目， 从而达到大大缩短检测时间的目的。在模板匹配法中，通常应用连通区域法”1分析标准 图像与待检图像的差分图像，若连通区域面积大于所设定的数值时，则表示图像具有缺陷， 这种方法能够有效的检测出大部分的印刷画面缺陷，但对于色彩检测的效果一般。 图1-1模板匹配法的检测流程图 match Thework／lowofmodel Fig．1-1 传统的模板