[发明专利]一种基于伪影剔除的印刷品缺陷检测方法及装置

权利要求书

1.一种基于伪影剔除的印刷品缺陷检测方法，其特征在于，包括以下步骤：

S1、制作标准图像：从工业相机采集一张模板图像，对模板图像通过网页界面设定模板区域、搜索区域、裁剪区域、模板特征点数量、模板旋转角度步长、模板旋转角度的上下限及图像金字塔滑动步长的参数，然后生成所有旋转角度的标准图像并保存；

S2：图像定位配准：从工业相机采集待检测图像，利用基于linemod特征点定位配准算法将所有旋转角度的标准图像逐个与待检测图像进行定位配准，按匹配分数从高到低排序，选取匹配分数最高的标准图像作为最终匹配标准图像，根据最终匹配标准图像的角度及匹配位置坐标，由几何关系在待测图像中裁剪出配准后的目标图像；

S3、目标图像伪影剔除：将步骤S2得到的最终匹配标准图像划分为若干相同大小的标准图像子块，将步骤S2得到的目标图像划分为若干与标准图像子块相同大小的目标图像子块，遍历所有标准图像子块在相匹配的目标图像子块邻域范围内滑动，得到最终差分图；

S4、分割最终差分图为轮廓区域及非轮廓区域并判别非轮廓区域的缺陷：将步骤S2得到的最终匹配标准图像先利用Canny算子提取轮廓，再用13*13的矩形结构元素对所提取轮廓进行形态学膨胀运算，对膨胀后的图像逐位取反得到轮廓掩模，将轮廓掩模覆盖在完成步骤S3得到的最终差分图上，得到最终差分图的非轮廓区域图，最终差分图减去非轮廓区域图，得到最终差分图的轮廓区域图，再对非轮廓区域图提取轮廓，得到最终差分图非轮廓区域的所有轮廓，最后依次计算最终差分图非轮廓区域的每个轮廓的面积并判断其是否为缺陷；

S5、判别最终差分图轮廓区域中的缺陷：对步骤S4得到的最终差分图轮廓区域图用13*13的矩形结构元素进行形态学膨胀，并利用OpenCV的findContours()函数提取轮廓，得到最终差分图轮廓区域中所有可能潜在缺陷轮廓图Contours_defect，再一次将步骤S2得到的目标图像和最终匹配标准图像分别用Canny算子提取轮廓，得到目标Canny图T_canny和标准Canny图G_canny，分别计算各潜在缺陷轮廓在目标Canny图T_canny和标准Canny图G_canny中所包围的非零像素点数量n₁、n₂并判断潜在缺陷轮廓为真缺陷还是伪影；

S6、缺陷整合并输出显示：对步骤S4和S5得到的每个缺陷区域，显示该区域的最小外接矩阵和分数，如果是非轮廓区域，显示的分数为轮廓面积，如果是轮廓区域，显示的为边缘轮廓在目标图像和最终匹配标准图像上包裹的非零像素点数量n₁、n₂的绝对差值|n₁-n₂|。

2.根据权利要求1所述的一种基于伪影剔除的印刷品缺陷检测方法，其特征在于，步骤S3在得到最终差分图时，标准图像子块在相匹配的目标图像子块邻域范围内上下左右依次滑动，每滑动一次做一次标准图像子块像素与目标图像子块像素的绝对值差分，得到差分后的子图，并统计子图的像素灰度总和，取灰度总和最小的子图作为当前目标图像子块的最佳差分子图，遍历所有标准图像子块，把所有得到最佳差分子图的目标图像子块合并得到最终差分图。

3.根据权利要求1所述的一种基于伪影剔除的印刷品缺陷检测方法，其特征在于，步骤S4在判断最终差分图非轮廓区域是否为缺陷时，如果最终差分图非轮廓区域面积大于阈值，则判定该最终差分图非轮廓区域为缺陷，否则，判定该差分图非轮廓区域为伪影。

4.根据权利要求1中所述的一种基于伪影剔除的印刷品缺陷检测方法，其特征在于，步骤S5在分别计算各潜在缺陷轮廓在目标Canny图T_canny和标准Canny图G_canny中所包围的非零像素点数量n₁、n₂时，将潜在缺陷轮廓保持原来的位置分别叠加在目标Canny图T_canny和标准Canny图G_canny上，然后分别利用引上下左右四条射线法统计四条射线与轮廓边沿内的交叉点数确定非零像素点数量n₁、n₂。