基于统计阈值法的凹版印刷质量检测技术研究
|
摘要
凹印正向高速化、自动化方向发展,而目前的印刷质量检测技术还不能满足这种发展需求;尽管国内外的科技工作者对这方面进行了大量的研究,但是检测效果还不能达到满意的要求,经常出现漏检、误检现象。为了进一步提高检测效率,降低损耗,节约成本,实现印刷质量的过程控制,本文提出了一种凹版印刷质量检测的方法。
应用数字图像处理技术和统计学原理,建立了基于统计阈值法的印刷质量检测系统模型,对凹印产品进行检测;以峰值信噪比作为评价指标,选择去噪声处理算法;根据匹配正确率和时间,确定图像定位算法;依据检测需要,设计缺陷检测流程图;采用方差分析法和直方图分析法处理实验数据。
通过比较五种去噪声模板的峰值信噪比,确定了用高斯滤波去除图像噪声;分别计算了三种图像定位算法的匹配正确率和时间,选取正确率高、时间短的二次综合匹配法进行图像定位;分析图像灰度值波动情况,建立了标准图像模板并确定各个像素点的灰度统计阈值;根据设计的检测流程图编写了凹版印刷质量检测软件,并对统计阈值法进行验证。
结果表明:高斯滤波去除凹印图像噪声,峰值信噪比为28.89 dB,能够减少图像信息丢失;二次综合匹配法兼有相关系数法与误差法的优点,在确保匹配正确率满足要求的条件下,把时间缩短至误差法的1/5,适用于凹印图像的定位;统计阈值法能有效解决传统算法的边缘误检问题,在相同的检测精度下,检测时间比传统算法减少一半。
High speed and automation are the developmental trend of gravure technology, but the inspection technology of printing quality can’t satisfy the demand at present. Although many experts in interior and exterior have done plentiful researches, there are still lots of defects which couldn’t be checked. This paper put forward a new method inspecting gravure printing quality for improving the inspection efficiency, reducing the wastage, saving the cost and achieving the progress control.
The model of gravure quality inspection system based on statistical threshold method was established with the technology of digital image processing, and defects of gravure image could be detected. The peak out signal-to-noise was used to evaluate the effect of the noise process algorithms. According to the match right probability and time, the image registration algorithm is selected. The workflow of defect inspection was designed on the base of inspection demand. The variance analysis and histogram analysis were used to process experimental data.
Comparing with the five algorithms, the Gauss Filter was chosen to wipe off noise. The match right probability and time of the three kinds of image registration algorithm were calculated, and the algorithm of twice integrate match with high match right probability and short time was selected. By analyzing image gray value fluctuation, the standard model image was built and the gray threshold of each pixel was gained. According to the workflow of defect inspection, the gravure quality inspection software was compiled to test and verify the statistical threshold method.
It has indicated: the peak out signal-to-noise of Gauss Filter was 28.89 dB, and the image information loss would be reduced by using Gauss Filter to wipe off noise in gravure image. The algorithm of twice integrate match having the virtue of correlation coefficient method and the error method was suit for the gravure image registration, and the match time was one fifth of error method under the condition of insuring the match right probability. The algorithm of printing defect inspection based on the statistical threshold method could resolve the problem of outline false inspection, and the work time was the half of the conventional algorithm with the same precision.
应用数字图像处理技术和统计学原理,建立了基于统计阈值法的印刷质量检测系统模型,对凹印产品进行检测;以峰值信噪比作为评价指标,选择去噪声处理算法;根据匹配正确率和时间,确定图像定位算法;依据检测需要,设计缺陷检测流程图;采用方差分析法和直方图分析法处理实验数据。
通过比较五种去噪声模板的峰值信噪比,确定了用高斯滤波去除图像噪声;分别计算了三种图像定位算法的匹配正确率和时间,选取正确率高、时间短的二次综合匹配法进行图像定位;分析图像灰度值波动情况,建立了标准图像模板并确定各个像素点的灰度统计阈值;根据设计的检测流程图编写了凹版印刷质量检测软件,并对统计阈值法进行验证。
结果表明:高斯滤波去除凹印图像噪声,峰值信噪比为28.89 dB,能够减少图像信息丢失;二次综合匹配法兼有相关系数法与误差法的优点,在确保匹配正确率满足要求的条件下,把时间缩短至误差法的1/5,适用于凹印图像的定位;统计阈值法能有效解决传统算法的边缘误检问题,在相同的检测精度下,检测时间比传统算法减少一半。
High speed and automation are the developmental trend of gravure technology, but the inspection technology of printing quality can’t satisfy the demand at present. Although many experts in interior and exterior have done plentiful researches, there are still lots of defects which couldn’t be checked. This paper put forward a new method inspecting gravure printing quality for improving the inspection efficiency, reducing the wastage, saving the cost and achieving the progress control.
The model of gravure quality inspection system based on statistical threshold method was established with the technology of digital image processing, and defects of gravure image could be detected. The peak out signal-to-noise was used to evaluate the effect of the noise process algorithms. According to the match right probability and time, the image registration algorithm is selected. The workflow of defect inspection was designed on the base of inspection demand. The variance analysis and histogram analysis were used to process experimental data.
Comparing with the five algorithms, the Gauss Filter was chosen to wipe off noise. The match right probability and time of the three kinds of image registration algorithm were calculated, and the algorithm of twice integrate match with high match right probability and short time was selected. By analyzing image gray value fluctuation, the standard model image was built and the gray threshold of each pixel was gained. According to the workflow of defect inspection, the gravure quality inspection software was compiled to test and verify the statistical threshold method.
It has indicated: the peak out signal-to-noise of Gauss Filter was 28.89 dB, and the image information loss would be reduced by using Gauss Filter to wipe off noise in gravure image. The algorithm of twice integrate match having the virtue of correlation coefficient method and the error method was suit for the gravure image registration, and the match time was one fifth of error method under the condition of insuring the match right probability. The algorithm of printing defect inspection based on the statistical threshold method could resolve the problem of outline false inspection, and the work time was the half of the conventional algorithm with the same precision.
引文
【1】 盛晶.代替人眼的机器视觉——全自动印刷品质量检测技术[J].印刷杂志,2005(9):43～45
【2】 [德]赫尔穆特﹒基普汉著,谢普南,王强译. 印刷媒体技术手册[M].广东:世界图书出版公司,2004. 320～322
【3】 Katsuyuki Tanimizu. High-speed Defect Detection Method for Color Printed Matter[J] . 1990 IEEE:653～658
【4】 B.Mehenni , M.A.Wahab. APRIS:Automatic Pattern Recognition and InspectionSystem. CompEuro’93,Computers in Design Manufacturing and Production,Proceeding,1993(5):23～28
【5】 Aiay Kumar. Defect Detection in Texture Materials Using Gabor Filter[J]. IEEE Transaction Industry Applications,2002(38):425～440
【6】 A.Bodnarova,M. Bennamoun. Textile Flaw Detection Using Optimal Gabor Filter[J]. Pattern Recognition,2000 proceedings 15th International Conference on,2000(4):799～802
【7】 A.Verikas,K.Malmqvist. Hierractical Neural Network for Color Classification[J].1994 IEEE:2938～2941
【8】 A. Verikas,K. Malmqvist1,and L. Bergman. Neural Networks Based Colour Measuring for Process Monitoring and Control in Multicoloured Newspaper Printing[J]. Neural Computing and Application, 2000,vol.9:227～242
【9】 Z.Luo,Z.Zhang. Automatic colour printing inspection by image processing[J] . Journal of Materials Processing Technology,2003 (139):373～378.
【10】 X.H. Yu, C.Sodergard, Y.J.Juha.. On-line control of colour printing quality by image processing[J]. Proceedings of the IEEE Region 10th Conference on Computer Communication Control Power Engineering,1993:1039～1041
【11】 N Brown,M R Jackson. Machine vision in conjunction with a knowledge-based system for semi-automatic control of a gravure printing process[J]. Systems and Control Engineering,2004,vol.218:583～593
【12】 D.Brydges,F.Deppner. Application of a 3-CCD color camera for colorimetric and densitometric measurement[J]. Color Hardcorpy and Graphic Arts Ⅲ SPIE,1998,VOL.3300:292～301
【13】 梁青.钞票样张印刷误差的测定方法[P]. 中国专利,1542682. 2004-11-03
【14】 顾克俭.彩色印刷质量检查方法[P] .中国专利,1532541. 2004-09-29
【15】 张健,韩文江.智能数码图文检测系统及其检测方法[P] .中国专利,1632542.2005-06-29
【16】 余文勇. 一种印刷品质量在线检测装置[P] .中国专利,1624460. 2005-06-08
【17】 章毓晋.自动检测精细印刷品缺陷的初步方案[J] . 中国体视学与图像分析,2001(6):109～112
【18】 鲁镇恶,谢勇. 印刷品外观缺陷机器视觉的检测与识别[J]. 包装工程,2002,23(5):10～11
【19】 龚修端,刘昕. 印刷品质量实时监测系统[J]. 包装工程,2003,24(6):45～47
【20】 薛延学,张二虎. 基于计算机视觉的印刷包装品缺陷检测系统[J] . 包装工程,2004,25(5):185～187
【21】 阳方林. 一种新的快速图像匹配算法[J]. 计算机工程与应用,2005(5):51～52.
【22】 韩斌,刘以安,吴小俊. 印刷缺陷检测中的图像对准[J] . 华东船舶工业学院学报(自然科学版),2002,16(2):37～40
【23】 张强. 一种用于机器视觉检测的图像配准快速算法[J] . 测绘学院学报,2005,22(1):33～35
【24】 王岩松. 基于最小二乘影像匹配的畸变图像校正算法[J]. 北方交通大学学报,2002,26(1):15～18
【25】 王岩松. 基于最小二互相关算法的图像定位匹配研究[J]. 通信学报,2003,24(9):80～86
【26】 陈路. 基于画面的印刷质量检测控制系统研究:[硕士学位论文][D]. 西安:西安理工大学,2002
【27】 王世允. 印刷图像质量直接检测——被测图像定位和网点识别的方法:[硕士学位论文][D] . 西安:西安理工大学,2002
【28】 王永刚. 彩色印刷网点检测与识别算法研究:[硕士学位论文][D] . 西安:西安理工大学,2002
【29】 王 锋,阮秋琦. 基于动态阈值和分层检测的图像缺陷识别算法的研究与应用[J] . 北方交通大学学报,2002,26(1):19～22
【30】 龚修端. 基于画面的印刷质量检测技术研究:[硕士学位论文][D]. 西安:西安理工大学,2004.
【31】 罗中兵,付忠良,阮波. 一种改进的模板匹配算法[J] .计算机应用,2002,22(3):28～30
【32】 谢勇,王耀南. 基于机器视觉的印品外观缺陷检测的滤波算法[J] . 湖南大学学报,2005,32(4):53～57
【33】 余文勇,周祖德. 一种高速印刷品缺陷在线检测系统[J] . 华中科技大学学报(自然科学版),2006,34(6):80～83
【34】 洪建华. 凹版印刷品质异常及解决对策[J]. 印刷工艺,2002(9):37～40
【35】 何斌. Visual C++ 数字图像处理[M]. 北京:人民邮电出版社,2002(12).263～268
【36】 朱虹. 数字图像处理[M]. 北京:科学出版社,2003(6). 91～93
【37】 胡延军,苗春卫. 含噪图像处理方法与评价[J] . 宇航计测技术,2005,25(1):59～63
【38】 钟志光,卢君. Visual C++.NET 数字图像处理实例与解析[M]. 北京:清华大学出版社,2003(6).403～419
【39】 高富强,张帆.一种快速彩色图像匹配算法[J]. 计算机应用,2005,25(11):2604～2605
【40】 章毓晋.自动检测精细印刷品缺陷的初步方案[J] . 中国体视学与图像分析,2001,6(2):109～112
【41】 贾新章.统计过程控制与评价[M],北京:电子工业出版社,2004 (8) .67～72
【42】 陈斌.基于机器视觉技术的印刷质量在线检测关键技术研究:博士学位论文[D]. 成都:中国科学院成都计算机应用研究所,2005
【2】 [德]赫尔穆特﹒基普汉著,谢普南,王强译. 印刷媒体技术手册[M].广东:世界图书出版公司,2004. 320～322
【3】 Katsuyuki Tanimizu. High-speed Defect Detection Method for Color Printed Matter[J] . 1990 IEEE:653～658
【4】 B.Mehenni , M.A.Wahab. APRIS:Automatic Pattern Recognition and InspectionSystem. CompEuro’93,Computers in Design Manufacturing and Production,Proceeding,1993(5):23～28
【5】 Aiay Kumar. Defect Detection in Texture Materials Using Gabor Filter[J]. IEEE Transaction Industry Applications,2002(38):425～440
【6】 A.Bodnarova,M. Bennamoun. Textile Flaw Detection Using Optimal Gabor Filter[J]. Pattern Recognition,2000 proceedings 15th International Conference on,2000(4):799～802
【7】 A.Verikas,K.Malmqvist. Hierractical Neural Network for Color Classification[J].1994 IEEE:2938～2941
【8】 A. Verikas,K. Malmqvist1,and L. Bergman. Neural Networks Based Colour Measuring for Process Monitoring and Control in Multicoloured Newspaper Printing[J]. Neural Computing and Application, 2000,vol.9:227～242
【9】 Z.Luo,Z.Zhang. Automatic colour printing inspection by image processing[J] . Journal of Materials Processing Technology,2003 (139):373～378.
【10】 X.H. Yu, C.Sodergard, Y.J.Juha.. On-line control of colour printing quality by image processing[J]. Proceedings of the IEEE Region 10th Conference on Computer Communication Control Power Engineering,1993:1039～1041
【11】 N Brown,M R Jackson. Machine vision in conjunction with a knowledge-based system for semi-automatic control of a gravure printing process[J]. Systems and Control Engineering,2004,vol.218:583～593
【12】 D.Brydges,F.Deppner. Application of a 3-CCD color camera for colorimetric and densitometric measurement[J]. Color Hardcorpy and Graphic Arts Ⅲ SPIE,1998,VOL.3300:292～301
【13】 梁青.钞票样张印刷误差的测定方法[P]. 中国专利,1542682. 2004-11-03
【14】 顾克俭.彩色印刷质量检查方法[P] .中国专利,1532541. 2004-09-29
【15】 张健,韩文江.智能数码图文检测系统及其检测方法[P] .中国专利,1632542.2005-06-29
【16】 余文勇. 一种印刷品质量在线检测装置[P] .中国专利,1624460. 2005-06-08
【17】 章毓晋.自动检测精细印刷品缺陷的初步方案[J] . 中国体视学与图像分析,2001(6):109～112
【18】 鲁镇恶,谢勇. 印刷品外观缺陷机器视觉的检测与识别[J]. 包装工程,2002,23(5):10～11
【19】 龚修端,刘昕. 印刷品质量实时监测系统[J]. 包装工程,2003,24(6):45～47
【20】 薛延学,张二虎. 基于计算机视觉的印刷包装品缺陷检测系统[J] . 包装工程,2004,25(5):185～187
【21】 阳方林. 一种新的快速图像匹配算法[J]. 计算机工程与应用,2005(5):51～52.
【22】 韩斌,刘以安,吴小俊. 印刷缺陷检测中的图像对准[J] . 华东船舶工业学院学报(自然科学版),2002,16(2):37～40
【23】 张强. 一种用于机器视觉检测的图像配准快速算法[J] . 测绘学院学报,2005,22(1):33～35
【24】 王岩松. 基于最小二乘影像匹配的畸变图像校正算法[J]. 北方交通大学学报,2002,26(1):15～18
【25】 王岩松. 基于最小二互相关算法的图像定位匹配研究[J]. 通信学报,2003,24(9):80～86
【26】 陈路. 基于画面的印刷质量检测控制系统研究:[硕士学位论文][D]. 西安:西安理工大学,2002
【27】 王世允. 印刷图像质量直接检测——被测图像定位和网点识别的方法:[硕士学位论文][D] . 西安:西安理工大学,2002
【28】 王永刚. 彩色印刷网点检测与识别算法研究:[硕士学位论文][D] . 西安:西安理工大学,2002
【29】 王 锋,阮秋琦. 基于动态阈值和分层检测的图像缺陷识别算法的研究与应用[J] . 北方交通大学学报,2002,26(1):19～22
【30】 龚修端. 基于画面的印刷质量检测技术研究:[硕士学位论文][D]. 西安:西安理工大学,2004.
【31】 罗中兵,付忠良,阮波. 一种改进的模板匹配算法[J] .计算机应用,2002,22(3):28～30
【32】 谢勇,王耀南. 基于机器视觉的印品外观缺陷检测的滤波算法[J] . 湖南大学学报,2005,32(4):53～57
【33】 余文勇,周祖德. 一种高速印刷品缺陷在线检测系统[J] . 华中科技大学学报(自然科学版),2006,34(6):80～83
【34】 洪建华. 凹版印刷品质异常及解决对策[J]. 印刷工艺,2002(9):37～40
【35】 何斌. Visual C++ 数字图像处理[M]. 北京:人民邮电出版社,2002(12).263～268
【36】 朱虹. 数字图像处理[M]. 北京:科学出版社,2003(6). 91～93
【37】 胡延军,苗春卫. 含噪图像处理方法与评价[J] . 宇航计测技术,2005,25(1):59～63
【38】 钟志光,卢君. Visual C++.NET 数字图像处理实例与解析[M]. 北京:清华大学出版社,2003(6).403～419
【39】 高富强,张帆.一种快速彩色图像匹配算法[J]. 计算机应用,2005,25(11):2604～2605
【40】 章毓晋.自动检测精细印刷品缺陷的初步方案[J] . 中国体视学与图像分析,2001,6(2):109～112
【41】 贾新章.统计过程控制与评价[M],北京:电子工业出版社,2004 (8) .67～72
【42】 陈斌.基于机器视觉技术的印刷质量在线检测关键技术研究:博士学位论文[D]. 成都:中国科学院成都计算机应用研究所,2005