计算机视觉工坊印刷质量缺陷的视觉检测原理概述( 二 )
本文插图
图 4 印刷品缺陷检测系统工作流程示意图
其中 , “建模”环节由质量管理人员(QA)或者印刷机机长负责 , 主要操作步骤包括:产品基本资料输入、标准产品图像获取、设置检测范围、划分特殊检测区域(配准区域、字符区域、刀丝区域、屏蔽区域等)、设置检测标准及相关参数 。 建模完成后相关数据将保存到统一的数据服务器中 , 该数据通常称为“模板” 。 “检测”环节由印刷机长或者普通操作人员负责 , 主要是完成分辨率标定和进行产品缺陷检测 。
系统检测算法基本流程如图5所示 。
本文插图
图 5 印刷品缺陷检测算法流程示意图
三、针对型检测算法 拉丝、浅脏、散斑、串色 , 这类缺陷通用型检测难以检查出来 , 需要针对性提取其的特征才能查出来 。
本文插图
拉丝:一般只有一两个像素宽度 , 但是长度较长 , 颜色较浅 , 基于点对点比较的通用性算法难以检测这类缺陷 , 需要从不同颜色分量、纹理、对比度、纵向低频横向高频等多个维度提取特征进行检测 。
浅脏:这类缺陷颜色较浅、面积较大 , 但是如果转换到另一个颜色空间 , 则缺陷会明显的突出出来 , 这类缺陷需要进行特殊的颜色转换才能查出来 。
散斑:这类缺陷表现为不连续 , 单个斑点缺陷不大 , 但是联合起则较大 , 对于距离一两个像素较近的散斑 , 则通过数学形态学的方法可以解决 , 距离较大的散斑则可通过颜色及距离两个维度进行聚类 。
颜色测量:在印刷过程中由于不同墨键位置上墨量不同、不同区域版压不同、不同时间温度不同会导致印出产品颜色与标准样有一定的差异 。
本文插图
通过标准白板及专有色卡对采集系统进行标定得到RGB到LAB空间的颜色转换模型 , 把实时印品不同区域不同颜色的LAB值与标准样本对应区的LAB值比较得到色差△E 。
四、通用型检测算法 通用型检测算法 , 即基于标准模板比对的算法 , 一般用于检测灰度或者颜色差异比较大、面积稍大的各种缺陷 。
算法原理:分为离线和在线两个步骤 。
离线:通过定位校正实时图像与模板图像的位置偏差 , 把校正后的合格的图像作为样品集训练出大小模板;
在线:通过定位校正实时图像 , 比较实时图像与大小模板每个像素之间的像素值 , 并计入一个错误值 , 若样品像素在可接受的范围 , 其错误值为零 , 若超过了此范围 , 就由错误加权计算出其错误值 , 并进行连通性分析得到Blob、对Blob进行面积、占空比、能量等形状特征分析识别缺陷 。
1)大小模板如何生成?
本文插图
2)错误值如何计算?
本文插图
根据当前检测图像与模板进行逐点灰度值比较 , 找出大于大模板图像灰度值(漏印或墨浅)点然后进行加权计算 , 生成漏印图像;找出小于小模板图像灰度值(脏点或墨浓等)的点进行加权计算 , 生成脏点图像 。 错误值根据Tolerance(容忍度)、STEP(步长参数)、GAIN(增益参数)、LIMIT(范围参数)进行计算 。
通常情况下 , 由于产品中的字符区域带有很多重要信息 , 因此对于字符区域缺陷的检测往往要比其它区域更加严格 。 典型的字符缺陷包括:漏印、脏点、针孔 , 分别如下图所示 。
推荐阅读
- 汽车|复旦博士、脱口秀演员开发类视网膜传感器 将无人车视觉感光性能提升1万亿倍
- 游戏|《地平线:西部禁域》中文故事预告 新主视觉图公布
- 飞机|两架客机眼看在空中“相撞”却擦身而过 专家:视觉错觉 相距很远
- 一加10|Pixelworks三大视觉技术加持:一加10 Pro显示颜色完美无偏差
- OPPO|专为色觉障碍人士打造!OPPO公开色彩视觉检测技术:辨色正确度提升80%
- 论文|2020中国卓越科技论文近50万篇:计算机等4大领域位列世界第一
- 特斯拉|马斯克在线科普特斯拉为何不用雷达 网友道破真相:纯视觉成本低
- 视觉欺骗|2021年最强视觉欺骗!只有王者级的眼睛才能识破
- IDC|仅剩十年!IDC称经典计算机将面临来自量子计算机的巨大挑战
- 大学生|5名大学生处置实验室漏水获奖12万:避免我国新一代量子计算机研发延误
