[发明专利]一种基于机器视觉的印刷品缺陷自动检测方法

权利要求书

1.一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，采用凸性形状匹配方法，首先对采集的合格的印刷品图像进行配准；然后由这些配准后的合格的印刷品图像形成平均图像、亮模板图像和暗模板图像；最后，采用形状凸性匹配方法，对待检测的印刷品图像和平均图像进行配准，将待检测图像中高于亮模板图像或低于暗模板图像的像素标记为缺陷点，并去除孤立的缺陷点、融合离散的缺陷区域；

所述凸性形状匹配方法，包括以下步骤：

步骤a：按均匀选取方式采样形状轮廓上的特征点，将其称为轮廓特征点，设有N个轮廓特征点，记为P₁、P₂、…P_N，求这些轮廓特征点组成的质心O；

步骤b：以质心O为中心，建立一个直角坐标系，设任意一个轮廓特征点P_i到质心O的距离为d_i，其中，i＝1,2,…,N，P_i与其前、后轮廓特征点之间组成的夹角为θ_i，P_i所在的象限为q_i，则轮廓特征点P_i处的形状特征表述为f_i＝{d_i,θ_i,q_i}；

步骤c：求d_i的最大值d_max，以d_max/3为量化间隔可将d_i的取值量化为0、1、2，以30度为量化间隔可将θ_i的取值量化为0、1、2、3、4、5，q_i的取值为1或者2或者3或者4，则所有轮廓特征点的形状特征取值有3×6×4＝72种情况；统计所有轮廓特征点的形状特征取值在这72种情况下出现的次数，称为形状特征直方图，记为h(k)，其中，k＝1,2,…,72；

步骤d：设P和Q分别是两个形状中的轮廓特征点集，其相应的形状特征直方图分别为h_P(k)和h_Q(k)，其中，k＝1,2,…,72，则这两个形状匹配的相似度为：

2.根据权利要求1所述的一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，所述对采集的合格的印刷品图像进行配准具体为：

采集多幅合格的印刷品图像，以其中任意一幅作为参考图像，采用凸性形状匹配方法，将其它合格的印刷品图像和该参考图像进行配准，设这些配准后的图像共有m幅，记为I_j(x,y)，其中，j＝1,2,…,m，(x,y)是图像的像素坐标。

3.根据权利要求2所述的一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，所述由配准后的合格的印刷品图像形成平均图像、亮模板图像和暗模板图像，具体为：

求配准后的图像的平均图像标准差图像

则由这些合格的印刷品图像形成一幅高亮度图像H(x,y)和一幅低亮度图像L(x,y)，具体如公式(2)和公式(3)：

H(x,y)＝I_a(x,y)+max(a,b×V(x,y)) (2)

L(x,y)＝I_a(x,y)-max(a,b×V(x,y)) (3)

其中，a、b为两个参数值；

对H(x,y)中的每一像素点，求其3×3邻域中的最大值，以该最大值作为该像素点的取值，将这样处理后的H(x,y)称为亮模板图像；同理，对L(x,y)中的每一像素点，取其3×3邻域中像素值最小的作为该像素点的取值，将这样处理后的L(x,y)称为暗模板图像。

4.根据权利要求3所述的一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，所述a的取值在10到15之间。

5.根据权利要求3所述的一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，所述b的取值在3到5之间。

6.根据权利要求3所述的一种基于机器视觉的印刷品缺陷自动检测方法，其特征在于，所述采用形状凸性匹配方法，对待检测的印刷品图像和平均图像进行配准，将待检测图像中高于亮模板图像或低于暗模板的像素标记为缺陷点，并去除孤立的缺陷点、融合离散的缺陷区域具体为：

采用形状凸性匹配方法，对待检测的印刷品图像和平均图像I_a(x,y)进行配准，设配准后的待检测的印刷品图像为I(x,y)，则检测出的缺陷图像D(x,y)为：

对D(x,y)中像素值为1的点，若其3×3邻域中像素值为1的个数少于3个，则将该点的取值变为0，以去除孤立的噪声点；进一步对D(x,y)采用模板大小为5×5的形态学闭运算，以将一些相邻的离散缺陷区域融合为一个缺陷区域。