[发明专利]基于形变复原技术的钞券质量检测系统及方法

说明书

本发明涉及基于形变复原技术的钞券质量检测系统及方法，在钞券质量检测中的应用使用的算法通过保留训练集图像数据主要特征，以及常见的变化，去掉了训练集中数据不相关性，对实时图像进行重构，保留了图像中在训练集中相关的数据部分，去掉了图像中的不相关部分，实时图像与重构图像逐点比对后得到差异图像，阈值化后检出缺陷。本发明解决现有方法定位过程中胶、凹印的区域分层不准的问题，实现在检测过程中不需要对胶、凹印进行区分，可以容忍几何畸变，直接对胶、凹印边界，同时属于胶、凹印区域附近等难定位、检测的位置进行检测。提高了检测精准度，降低了检测误报，可提示机台快速准确的发现问题，及时有效地控制产品质量。

技术领域

本发明涉及一种基于形变复原技术的钞券质量检测系统及方法。

背景技术

目前，在现有的图像缺陷(差异)检测过程中，需要将实时图像与参考图像进行精确配准，并进行点对点比较。当逐点比较的差异大于一定的阈值时，认为实时图像对应位置存在差异。对差异图像进行一系列处理后可进行缺陷检测。这种检测方式关键在于图像精确配准，将实时图像与参考图像完全对准后(亚像素级)才能进行检测，在对准过程中存在以下几个难点：

1、由于印刷的印次不同，不同的检测图像中胶印区与凹印区会出现小幅度的浮动。分别对准胶印区、凹印区以及同时属于胶、凹印的区域是一个实际中的难点。

2、采集的图像会出现小的畸变，当一个位置对准后，往往距离其较远的区域并没有对准。即一个对准点只能保证检测图像在一个有限的范围内对准。

发明内容

为了解决现有的图像缺陷检测方法存在定位过程中不同印次难以区分，胶印区、凹印区很难定位对准的技术问题，本发明提供一种基于形变复原技术的钞券质量检测系统及方法。

本发明的技术解决方案：

基于形变复原技术的钞券质量检测系统，其特殊之处在于：包括定位模块、学习模块、重构图像生成模块、比对模块以及训练集；

所述训练集：采集原始图像并保存，同时对原始图像样本进行训练；

所述定位模块：确定定位核，根据定位核搜索、匹配、对准，确定每个检测区；所述定位核为原始图像中反差明显的区域；

所述学习模块：根据训练集中原始图像的检测区的结构特征、图像常见变化，经过整理找到共同特征、过滤畸变特征、并融合常见变化，形成子空间；

所述重构图像生成模块：将相机采集到的实时图像数据投影至线性子空间中，保留实时图像中与子空间相关的特征，去掉不相关特征后，将投影后的数据重构至实时图像的原空间中得到重构图像；

所述比对模块：实时图像与重构图像进行对比，得到差异图像；将差异图像与预存的阈值进行比较，判断实时图像是否有缺陷。

上述训练集的具体工作为：

a采集原始图像并保存；

b对原始图像样本进行线性子空间提取，线性子空间为一组包含有l个n维的训练样本，训练样本集为其中l为原始图像样本个数，n为原始图像的像素数，线性子空间的维数为k；

c利用下面公式计算原始图像样本均值μ：

d利用下面公式计算协方差矩阵C

e进行特征分解，求解特征值特征向量，并保留前k个特征向量U_k和对应的特征值U_k'

[U,Λ]＝eig(lC)。

上述重构图像生成模块具体工作：

1)按照以下公式，将实时图像数据x投影至线性子空间中，得到投影数据y；