[发明专利]一种机器视觉中印刷品缺陷自动分类方法

摘要

本发明公开了一种机器视觉中印刷品缺陷自动分类方法，首先定义印刷品缺陷类型，将印刷品缺陷分类为暗缺陷、亮缺陷、刀丝和偏色四类；然后采集四类缺陷样本图像，并进行预处理以获得对应的形态特征图像，对缺陷样本及其对应的形态特征图像进行标记；设计卷积神经网络模型；优化选择合适的训练参数和训练策略，训练卷积神经网络模型；最后对于待分类的印刷缺陷图像，提取其形态特征图像，连同缺陷图像一起作为输入图像，进行分类，以确定其属于暗缺陷、亮缺陷、刀丝和偏色中的哪一类型。本发明解决了现有技术中存在的印刷缺陷特征提取鲁棒性不够好、分类识别的正确率较低的问题。

主权项

1.一种机器视觉中印刷品缺陷自动分类方法，其特征在于，具体按照以下步骤实施：步骤1、定义印刷品缺陷类型，将印刷品缺陷分类为暗缺陷、亮缺陷、刀丝和偏色四类；步骤2、采集步骤1所述四类缺陷样本图像，并进行预处理以获得对应的形态特征图像，对缺陷样本及其对应的形态特征图像进行标记；步骤3、设计适合印刷缺陷分类的卷积神经网络模型；步骤4、优化选择合适的训练参数和训练策略，训练步骤3所设计的卷积神经网络模型；步骤5、对于待分类的印刷缺陷图像，提取其形态特征图像，连同缺陷图像一起作为输入图像，应用步骤4训练好的模型进行分类，以确定其属于暗缺陷、亮缺陷、刀丝和偏色中的哪一类型。