印刷质量缺陷的视觉检测原理概述
点击上方“计算机视觉工坊”,选择“星标”
干货第一时间送达
一、应用背景
印刷品作为产品包装的一种主要形式,具有外观精美、清洁卫生、成本低廉、使用方便等优点,在众多行业得到了广泛的应用,其特点是材质多样、工艺复杂、质量要求高。
在本问题域中,印刷品主要涉及三个主要类型:不干胶标签、烟盒包装和塑料薄膜软包装。其中,不干胶标签主要包括:药品标签、电子产品标签、日化品标签、食品标签;烟盒包装包括:软盒包装和硬盒包装;塑料薄膜软包装主要包括:药品包装、食品包装、日化品包装。标签、烟包和软包装典型的产品图像如图1~图3所示。
图 1 药品标签
图 2 烟包
图 3 塑料软包装
印刷品生产过程中可能会产生各种各样的缺陷,如墨点、异物、文字残缺、漏印、色差、套印不准、脏点、刀丝、拖墨、划伤、溢胶、气泡等。这些缺陷一旦出现在产品包装上,产品视觉观感将大打折扣,严重影响产品的品牌、降低客户满意度。
目前,印刷企业主要以频闪灯照明、人工粗略局部抽检进行质量控制。由于人眼的局限性,质量得不到有效控制。随着用户对产品品质要求的不断提高以及行业竞争的加剧,传统的以人工抽检为主的质量检测手段已经严重制约了企业竞争力的提高,用自动化质量检测设备代替人工是必然趋势。
目前,市场中已经出现了多种自动化质量检测系统,大都基于视觉图像进行产品外观质量检测。总体而言,国外产品由于综合性能具有较大优势,占据着大部分高端市场。国内产品凭借价格和服务优势,占据着中、低端市场。未来,国内产品要在检测速度、检测能力、易用性、产品外观、可靠性等方面进行全面提升,才能更好地服务国内客户,乃至开拓国际市场。因此,产品技术升级迫在眉睫。
二、检测原理
典型的印刷品检测算法主要包括三大类:
(1)有参照判决。将被检测图像与标准模型比对,包括图像级的逐点比对,特征级的特征比对。标准模板的获取方式,包括基于PDF设计文件和基于好品统计两类。
(2)无参照校验。根据事先定义的产品特征,检测图像中指定区域是否存在违反规则的情况。
(3)混合型判决。综合运用标准模板比对和基于规则的判决两种方法。
目前系统缺陷检测选取了“混合型判决”的方法:以无参照的方法检测刀丝缺陷(针对型检测),以有参照的方法检测文字残缺、偏色、墨点、漏白、套印不良等缺陷(通用型检测)。
产品的使用过程包括“建模”和“检测”两个主要环节。主要流程如图4所示。
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。
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。
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。
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?
2)错误值如何计算?
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。
字符区域漏印缺陷
字符上针孔缺陷
字符区域墨点缺陷
对字符区域进行特殊的检测,基于现有的图像灰度比对技术基本是可以解决的,但要进行字符区域缺陷检测,前提是:必须在“建模”阶段精确划分出字符区域。目前,这个任务主要是由人工通过建模软件来完成。考虑到不同印刷品,字符颜色、粗细、种类等千差万别,完全依靠手工建模,存在着工作量大、操作繁琐、容易疲劳且带有很大的主观性,因此必须考虑采用智能化的方法进行字符区域自动提取(下篇再做详细分析)。
五、总结
该篇详细介绍了印刷质量缺陷的检测原理,分为通用性检测算法和针对性检测算法。其中通用性检测算法比较有代表性,不仅仅局限于印刷品的检测,其他很多行业都可以应用,详细的实现细节可参考halcon的print_check.hdev例子。
本文仅做学术分享,如有侵权,请联系删文。
下载1
在「计算机视觉工坊」公众号后台回复:深度学习,即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。
下载2
在「计算机视觉工坊」公众号后台回复:计算机视觉,即可下载计算机视觉相关17本pdf书籍,包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。
下载3
在「计算机视觉工坊」公众号后台回复:SLAM,即可下载独家SLAM相关视频课程,包含视觉SLAM、激光SLAM精品课程。
重磅!计算机视觉工坊-学习交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
觉得有用,麻烦给个赞和在看~
印刷质量缺陷的视觉检测原理概述相关推荐
- 大幅面柔性印刷线路板缺陷在线视觉检测系统设计
柔性印刷电路板(Flexible Printed Circuit Board),是指主要以聚亚酞胺等薄膜为原 材料的一种印刷电路板[1].与传统 PCB 板相比,具有可以自由弯曲.绕折.易于传输. 综 ...
- 施努卡:3D视觉识别系统 3D视觉检测原理
3D视觉测量原理 目前市场上常见的有四种3D视觉技术,双目视觉.TOF.结构光和激光三角测量 双目技术 双目技术是目前较为广泛的3D视觉系统,它的原理就像我们人的两只眼睛,用两个视点观察同一景物,以获 ...
- 工业视觉检测的发展趋势
有没有发现,随着科技智能的发展 ,在各个领域都有人工智能化的身影?人工智能在部分岗位取代人的工作,是一种时代发展的趋势.而随着技术发展,这个取代领域会越来越精细化,越来越"省事省人" ...
- 色彩模式对印前处理及机器检测印刷质量的影响
色彩是人眼对光波的一种视觉反应.在图像的数字化处理过程中,对色彩的处理需要一个基准,即所谓的色彩模式.目前,最常用的两种色彩模式: CMYK和RGB色彩模式.两种色彩模式无论在原理还是颜色空间上都有着 ...
- 视觉表面缺陷检测技术概述
机器视觉检测技术概述 1. 什么是机器视觉 2. 视觉检测系统 2.1 视觉检测系统的特点 2.2 视觉检测系统的组成 3. 视觉表面缺陷检测面临问题及发展趋势 3.1 视觉表面缺陷检测面临问题 3. ...
- hough变换检测圆周_【视觉】视觉检测人应该了解的缺陷检测方法
本文参考并摘引:李少波, 杨静, 王铮, 朱书德, 杨观赐. 缺陷检测技术的发展与应用研究综述. 自动化学报, 2020, 46(11): 2319−2336. doi: 10.16383/j.aas ...
- pcb成型板aoi检测_基于AOI技术的PCB常见质量缺陷检测
. . 优质资料 . . 基于 AOI 技术的 PCB 常见质量缺陷检测 摘 要:印制电路板简称 PCB ,作为电子元器件的支 撑体和电子元器件电气连接的载体,是重要的电子部件,由 于它采用的是电子印 ...
- 电容外观检测(牛角电容瑕疵缺陷视觉检测系统)
电容是个小零件,但却有着大市场,在这个电容的大市场上,如果电容在出厂总会有质量问题没过滤好,那么,这可能关系到企业的命脉,个人觉得,质量,是企业生存的根本. 电容在生产过程中,如果产品用人工来检测的话 ...
- 红枣的尺寸外观缺陷视觉检测是如何进行的
据史料记载,枣是原产中国的传统名优特产树种.鲜枣经脱水干制后,称为红枣.用于贮藏的红枣,要干燥适度,没有破损.没有病虫,色泽红润.大小整齐.红枣含糖量较高,具有较大的吸湿性和 氧化性,因此贮藏期间应尽 ...
- 用于高亮反光零件缺陷的自动视觉检测系统
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 检查光亮.反光的零件是否有缺陷,需要采用新颖的照明和成像技术的自动成像系统 汽车配件和浴室设备等部件通 ...
最新文章
- opencv-python视频处理之录制视频
- go get 获取被墙依赖包解决方法
- 右键命令行在这里-cmd here
- php面向对象及tp框架初识,thinkphp面向对象的问题
- common.inc.php源码,inc.common.php解决错误
- 揭秘-选择迅捷PDF转Word转换器的原因
- 台湾大学公开课《概率》六到九章笔记以及课程总结
- 如何让我们的VMware虚拟机上网——转载
- centos 调整home分区xfs_centos下扩容根分区(针对xfs和ext4不同文件系统)
- 缠中说禅_缠中说禅严格笔画法
- gitbook安装与使用
- 自动驾驶 5-3 前馈速度控制 Feedforward Speed Control
- 全网最详细解释tarjan算法
- 天才AI少年范浩强坚信“弄斧要到班门”
- opencv 涂抹区域得方法
- win10家庭版如何开启本地组策略
- P5023 填数游戏
- 网站流量统计指标分为三大类
- 关于OnCreate和OnDraw
- 博应用测评软件ofo小黄车和摩拜单车哪个更好骑
热门文章
- windows系统腾讯qq自带截图工具自动滚动截长图方法
- win10系统下载文件被windows defender smartscreen 阻止怎么办,但是系统没有筛选器
- C++开发必备的书——《C++代码整洁之道》C++17可持续软件开发模式实践
- 机器学习特征工程之皮尔森相关系数 pearson correlation of features
- 各种数据库之间数据迁移工具
- 谷歌地图的级别与对应比例尺及分辨率探究
- use mysql命令_mysql命令-use
- 计算机基础骨干培训心得体会,大学计算机基础精品课程培训之心得体会
- 如何区别文本是BIG5还是GB?
- 虚拟试衣APP软件一站式开发