【摘要】：隨著生活水平的提高,人們對(duì)印刷品質(zhì)量提出了更高的要求,而雙色印鐵機(jī)中印刷質(zhì)量控制系統(tǒng)是決定印刷品質(zhì)量好壞的關(guān)鍵因素,因此具有很高的研究?jī)r(jià)值。針對(duì)目前國(guó)內(nèi)雙色印鐵機(jī)印刷質(zhì)量控制系統(tǒng)存在的不足,本課題采用圖像處理和模式識(shí)別技術(shù)設(shè)計(jì)了雙色印鐵機(jī)印刷質(zhì)量控制系統(tǒng),主要研究?jī)?nèi)容包括以下幾個(gè)方面:根據(jù)金屬薄板印刷品質(zhì)量的控制需求,搭建一套基于機(jī)器視覺的彩色印刷品網(wǎng)點(diǎn)圖像采集裝置。結(jié)合采集彩色印刷品圖像的大小和精度要求完成CCD數(shù)碼相機(jī)、圖像采集卡等硬件的合理選型。根據(jù)不同顏色空間特性的不同,選擇了合適的顏色空間f_1f_2f_3;設(shè)計(jì)并制作了包含9種顏色模式信息的印刷品網(wǎng)點(diǎn)圖像的標(biāo)準(zhǔn)樣本,在此基礎(chǔ)上提出了采用各向異性權(quán)重的模糊C均值聚類法(AWFCM)采集各顏色模式類的數(shù)據(jù)樣本;最后,采用了一種基于競(jìng)爭(zhēng)學(xué)習(xí)的算法用于圖像信息的壓縮。針對(duì)彩色印刷品網(wǎng)點(diǎn)圖像顏色模式的復(fù)雜性和多樣性,首先利用極限學(xué)習(xí)機(jī)(ELM)構(gòu)建的粗分器對(duì)網(wǎng)點(diǎn)圖像顏色模式進(jìn)行初步識(shí)別,然后利用神經(jīng)網(wǎng)絡(luò)組構(gòu)建的精分器對(duì)網(wǎng)點(diǎn)圖像顏色模式做進(jìn)一步分類,其中各子網(wǎng)絡(luò)對(duì)像素的顏色模式單獨(dú)識(shí)別,再通過信息融合中的模糊積分法對(duì)各子網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行整合,從而進(jìn)一步提高了分類精度。本文提出了一種經(jīng)過改進(jìn)的PID神經(jīng)元網(wǎng)絡(luò)算法對(duì)印鐵機(jī)的墨鍵開度進(jìn)行調(diào)節(jié),并利用MATLAB進(jìn)行了仿真分析,仿真結(jié)果證明該進(jìn)后的PID神經(jīng)元網(wǎng)絡(luò)算法具有較好的穩(wěn)定性以及收斂速度,能夠滿足印刷品質(zhì)量系統(tǒng)控制的要求。最后采用C#語(yǔ)言對(duì)印刷質(zhì)量控制系統(tǒng)進(jìn)行了開發(fā),初步實(shí)現(xiàn)了系統(tǒng)功能。
[Abstract]:With the improvement of living standard, people put forward higher requirements for printing quality. The printing quality control system in two-color iron printing machine is the key factor to determine the quality of printing materials, so it has high research value. Aiming at the shortage of printing quality control system of two-color iron printing machine in our country, this paper designs the printing quality control system of two-color iron printing machine using image processing and pattern recognition technology. The main research contents are as follows: according to the quality control requirements of sheet metal printing, a set of color printing dot image acquisition device based on machine vision is built. The hardware selection of CCD digital camera and image acquisition card is completed by combining the size and precision of collecting color print image. According to the characteristics of different color spaces, the appropriate color space f1fStats is selected, and a standard sample of print dot images containing information of 9 color patterns is designed and made. On this basis, a fuzzy C-means clustering method with anisotropic weights is proposed to collect data samples from each color pattern class by (AWFCM). Finally, a competitive learning algorithm is used to compress the image information. In view of the complexity and diversity of color pattern of color print dot image, the coarse separator constructed by extreme learning machine (ELM) is used to identify the color pattern of dot image. Then the fine splitter constructed by the neural network group is used to further classify the color patterns of dot images, in which each sub-network recognizes the color patterns of pixels separately. Then the output results of each subnetwork are integrated by the fuzzy integration method in information fusion, and the classification accuracy is further improved. In this paper, an improved PID neural network algorithm is proposed to adjust the ink bond opening of the printing machine, and the simulation analysis is carried out by using MATLAB. The simulation results show that the proposed PID neural network algorithm has good stability and convergence speed and can meet the requirements of print quality system control. Finally, the printing quality control system is developed with C # language, and the system function is realized.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TS85;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 李沛;;多媒體資源庫(kù)圖像數(shù)據(jù)壓縮和存儲(chǔ)技術(shù)研究[J];煤炭技術(shù);2012年06期

2 張樂平;;SAR浮點(diǎn)圖像數(shù)據(jù)壓縮[J];江西理工大學(xué)學(xué)報(bào);2009年04期

3 童培莉;一種基于多媒體技術(shù)的新型并行DCT算法[J];中國(guó)煙草學(xué)報(bào);2001年04期

4 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 韓學(xué)為;費(fèi)向東;王用杰;趙巍;;數(shù)字醫(yī)療圖像的顯示技術(shù)及實(shí)現(xiàn)[A];中國(guó)自動(dòng)化學(xué)會(huì)、中國(guó)儀器儀表學(xué)會(huì)2004年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2004年

2 鄭建華;李保和;唐衛(wèi)華;楊濤;;神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)壓縮系統(tǒng)的DSP實(shí)現(xiàn)[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

3 譚勵(lì);于重重;;普通高校計(jì)算機(jī)圖形和圖像實(shí)驗(yàn)室建設(shè)的思考[A];廣西計(jì)算機(jī)學(xué)會(huì)2005年學(xué)術(shù)年會(huì)論文集[C];2005年

4 劉成文;趙紅怡;;基于多平臺(tái)的圖像編解碼研究與技術(shù)實(shí)現(xiàn)[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前3條

1 高建貞;基于圖像分析的道路病害自動(dòng)檢測(cè)研究[D];南京理工大學(xué);2003年

2 劉祖根;圖像隱寫分析算法研究[D];浙江大學(xué);2007年

3 周國(guó)輝;CCD攝影測(cè)量相機(jī)圖像數(shù)據(jù)高速實(shí)時(shí)存儲(chǔ)的研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2006年

相關(guān)碩士學(xué)位論文 前10條

1 王志楠;鑄坯表面測(cè)溫圖像數(shù)據(jù)壓縮的網(wǎng)絡(luò)傳輸應(yīng)用研究[D];東北大學(xué);2011年

2 黃仁尊;SAR圖像降噪算法工程化實(shí)現(xiàn)方法研究[D];西安電子科技大學(xué);2014年

3 李桃;高清圖像話音同傳編解碼系統(tǒng)設(shè)計(jì)[D];南京郵電大學(xué);2016年

4 顏釗;一種星載凝視圖像無損/近無損壓縮系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2015年

5 闞海濤;雙色印鐵機(jī)印刷質(zhì)量控制系統(tǒng)關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2016年

6 劉欣;圖像信息隱藏及相關(guān)檢測(cè)技術(shù)的研究[D];西北工業(yè)大學(xué);2005年

7 翟國(guó);基于提升小波的醫(yī)學(xué)圖像混合編碼的研究[D];江蘇大學(xué);2009年

8 陳猛;基于TMS320DM270的圖像處理平臺(tái)的開發(fā)[D];華東師范大學(xué);2006年

9 周華貴;基于TMS320DM270的圖像處理平臺(tái)的開發(fā)[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

10 萬建邦;圖像有損壓縮方法研究[D];北京化工大學(xué);2005年

，

本文編號(hào)：2204250