印刷品外观缺陷机器视觉的检测与识别

在印刷情况下，因为加工工艺等缘故，印刷物经常会出现偏色、套准偏差，还会继续发生缺陷点、墨线、黑皮等外型缺陷，造成包装印刷不良品的产生。印刷企业一般使用人力方式，选用人群中取样及喉咙一个个眼眶的办法对残品开展归类，检验效率低，成本相对高，劳动效率大。实践经验证明，利用机器视觉技术替代人开展印刷物缺陷查验，能够提升生产效率，降低成本成本费。利用根据PC的机器视觉技术替代手动式打印出查验，电子计算机高精度，速度更快，迅速准确地检验印刷物的外型缺陷，综合分析缺陷水平，分辨印刷物是残品或是废料。

一、图像收集和预备处理

该操作系统应用图像数据采集卡、CCD监控摄像头、IPC、图像图像处理软件。

图像收集情况下，因为照相机精密度、阳光照射自然环境等要素，收集的图像会造成随机噪声，造成图像失帧。这儿使用了清除锐利影响、保存边关键点的权重计算均值滤波优化算法。明确像素数为单数的对话框W，最先对对话框中的每一个像素权重计算，随后对一个像素权重计算m。换句话说，对话框像素灰度值排长队时，对该像素反复m。随后，按灰度值从大到小排列对话框中的每一个像素数，然后用正中间部位的灰度值更换初始图像f(x，y)的中间值，进而改善图像g(x，x)

二、视觉查验

(a)缺陷检验

包装印刷缺陷发生在图像中。换句话说，搜集图像缺陷的灰度值和标准图片中间的差异。根据将搜集图像的灰度值与规范图型开展差异(减掉像素值)来明确差异(2个图形的灰度值的差异水平)是不是超过了设置的正常值范畴，能够明确此输出打印存不存在缺陷。

(b)缺陷识别

差异完成后，获得与搜集图尺寸一致的差异图。像素值是与2个图像中的每一个图像相对应的像素点中间的差异。随后逐行扫描差分信号图像，检验缺陷点。产生缺陷点像素(数值0)时，纪录缺陷地区的尺寸和的大小，与此同时递归算法解析xml全部缺陷地区。全部扫描仪全过程完成后的递归算法次数是缺陷数。在缺陷鉴别情况下，有2个或两个以上贴近的缺陷地区(比如，2个缺陷点在图像中仅有像素间距)，一般被觉得归属于同一个缺陷地区，为此在检查前务必将其合拼到缺陷地区中。这里是组织学澎涨优化算法。通过浸蚀、澎涨、再浸蚀等一系列作业，获取缺陷图像的外缘样子，实现进一步研究和分辨。

三、实验结果

对静态数据方式收集的印刷物图像进行了检测，结果显示以上方法是合理的，能够彻底检验模拟仿真中的缺陷，做到预估的目地。

四、探讨

利用设备VIS视觉识别系统，替代手动式打印效果查验，进行了具备实际意义的基本讨论和试着。下一步是线上动态性图像捕捉和解决，第二步是色调差异、严禁叠印等缺陷的检验和鉴别难题，这些问题比外型缺陷艰难得多。此外，打印效果点评是一个综合型指标值，系统软件的智能化信息资源管理工作能力都是必需的。

来源：玮盈科技