[发明专利]一种基于机器视觉的印刷品缺陷自动检测方法

说明书

本发明公开了一种基于机器视觉的印刷品缺陷自动检测方法，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。本发明的一种基于机器视觉的印刷品缺陷自动检测方法，其中的凸性形状匹配方法具有图像匹配速度快、匹配精度高的优点，所设计的基于亮模板和暗模板图像的缺陷检测方法适应性强、能有效检测出印刷品中的缺陷，应用所提出的方法可以提高整个检测系统的精度与效率。

技术领域

本发明属于印刷技术领域，具体涉及一种基于机器视觉的印刷品缺陷自动检测方法。

背景技术

随着现代印刷机快速发展，印刷的速度越来越快，一旦出现印刷缺陷将造成大量的浪费。另一方面，高速印刷使得依靠人工监控印刷质量变得无法进行。因此，印刷企业迫切需要高效的全自动的基于机器视觉的印刷品质量检测系统。

在基于机器视觉的印刷品缺陷检测方法中，涉及到标准模板的构建、图像匹配及缺陷判断等环节。由于印刷中合格图像之间始终是有一定差异的，现有方法中构建的标准模板不够灵活，容易造成误检或者漏检。图像匹配是印刷缺陷自动检测中另一个非常重要的环节，现有的方法大多是基于形状的匹配方法，存在着对形状轮廓描述不够精准、匹配时间较长、匹配精度不够高等问题。本发明提出一种形状凸性匹配方法，具有形状描述数据量小、匹配速度快的特点。基于该匹配方法，发明的印刷品缺陷检测方法具有检测准确率的特点。

发明内容

本发明的目的是提供一种基于机器视觉的印刷品缺陷自动检测方法，解决了现有技术中存在的印刷图像匹配慢、检测不够准确的问题。

本发明所采用的技术方案是，一种基于机器视觉的印刷品缺陷自动检测方法，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。

本发明的特点还在于：

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；