隨著社會經(jīng)濟的發(fā)展進(jìn)步,印刷品表觀質(zhì)量的社會需求已達(dá)到近乎苛刻的程度。針對套印不準(zhǔn)、漏印、劃傷、斑點等印刷缺陷,進(jìn)行科學(xué)準(zhǔn)確的快速檢測成為行業(yè)發(fā)展大勢,基于機器視覺的印品質(zhì)量檢測,尤其是表面缺陷檢測成為行業(yè)發(fā)展的必然選擇�；诖�,本文立足行業(yè)背景,面向未來應(yīng)用,以數(shù)字圖像處理理論和技術(shù)為支撐,開展了印刷典型缺陷自動識別檢測方法研究和技術(shù)開發(fā)。本文完成的主要工作和取得的主要成果如下:（1）基于圖像處理理論和方法,開展了印刷品套準(zhǔn)偏差檢測技術(shù)研究。本文選取傳統(tǒng)十字線標(biāo)識符和改進(jìn)后的四色圓標(biāo)識符為研究對象,提出基于K-means聚類的十字線分割和基于區(qū)域生長的四色圓提取方法,改進(jìn)了偏差中心的計算效率,提升了檢測精度。為克服標(biāo)識符受設(shè)置區(qū)域限制引起的信息誤差,本文改進(jìn)了前人的基于印刷品自身畫面信息的套準(zhǔn)檢測算法,提出并驗證了基于統(tǒng)計排序的分割法。使用60幅帶有套準(zhǔn)偏差缺陷的印刷品圖像,將人工精確測量、改進(jìn)前和改進(jìn)后算法檢測結(jié)果作比較,實驗結(jié)果是本文的算法更接近手工精確測量值。（2）針對生產(chǎn)線實際獲取的圖像,面向漏印、劃傷、斑點等缺陷檢測,開展了基于圖像處理的形狀缺陷檢測通用算法研究。使用SIF... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

八倍放大鏡

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文人工目測的方法受主觀影響較大，且無法逐一檢測，若要實現(xiàn)精確檢測則效率較低。如圖1-1 和圖 1-2 所示檢測人員常用的 8 倍放大鏡和標(biāo)準(zhǔn)點規(guī)線規(guī)標(biāo)尺。(2) 采用機械儀器裝置與產(chǎn)品接觸的檢測方法，例如分光光度計、色度儀等。分光光度計價格低廉，且體積小非常便攜，最重要的是準(zhǔn)確性遠(yuǎn)遠(yuǎn)高于手持放大鏡。所以在印刷品表面質(zhì)檢中被廣泛使用。質(zhì)檢員可以使用分光光度計檢查實地密度、色差、相對反差以及網(wǎng)點擴大等。此類方法雖然能滿足產(chǎn)品檢驗需求，但效率較低。圖 1-3 所示使用色度儀檢測樣張色差。(3) 現(xiàn)在日趨成熟的基于機器視覺的印刷品表面缺陷檢測方法，即借助工業(yè)相機采集目標(biāo)印刷品以獲取到數(shù)字圖像，使用計算機中數(shù)字圖像處理系統(tǒng)處理印刷品圖像信息，實現(xiàn)缺陷自動檢測。加快了檢測速率，增加了印刷品缺陷識別的準(zhǔn)確性和一致性[2]。

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文人工目測的方法受主觀影響較大，且無法逐一檢測，若要實現(xiàn)精確檢測則效率較低。如圖1-1 和圖 1-2 所示檢測人員常用的 8 倍放大鏡和標(biāo)準(zhǔn)點規(guī)線規(guī)標(biāo)尺。(2) 采用機械儀器裝置與產(chǎn)品接觸的檢測方法，例如分光光度計、色度儀等。分光光度計價格低廉，且體積小非常便攜，最重要的是準(zhǔn)確性遠(yuǎn)遠(yuǎn)高于手持放大鏡。所以在印刷品表面質(zhì)檢中被廣泛使用。質(zhì)檢員可以使用分光光度計檢查實地密度、色差、相對反差以及網(wǎng)點擴大等。此類方法雖然能滿足產(chǎn)品檢驗需求，但效率較低。圖 1-3 所示使用色度儀檢測樣張色差。(3) 現(xiàn)在日趨成熟的基于機器視覺的印刷品表面缺陷檢測方法，即借助工業(yè)相機采集目標(biāo)印刷品以獲取到數(shù)字圖像，使用計算機中數(shù)字圖像處理系統(tǒng)處理印刷品圖像信息，實現(xiàn)缺陷自動檢測。加快了檢測速率，增加了印刷品缺陷識別的準(zhǔn)確性和一致性[2]。

【參考文獻(xiàn)】：
期刊論文
[1]灰度共生矩陣下的遙感圖像分類處理[J]. 王超陽.  電腦知識與技術(shù). 2019(05)
[2]基于視覺的印刷字符缺陷自動檢測方法[J]. 馮秋歌,吳祿慎,王曉輝.  南昌大學(xué)學(xué)報(工科版). 2018(04)
[3]基于決策樹樁的元特征提取[J]. 曾子林,陳建軍.  江西師范大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[4]基于剪枝決策樹的人造板表面缺陷識別[J]. 劉傳澤,陳龍現(xiàn),劉大偉,曹正彬,褚鑫,羅瑞,王霄,周玉成.  計算機系統(tǒng)應(yīng)用. 2018(11)
[5]基于halcon的字符缺陷檢測系統(tǒng)[J]. 汪成龍,黃余鳳,陳銘泉,陳澤濤,何宣.  制造業(yè)自動化. 2018(09)
[6]基于決策樹生成及剪枝的數(shù)據(jù)集優(yōu)化及其應(yīng)用[J]. 李國和,王峰,鄭陽,吳衛(wèi)江,洪云峰,周曉明.  計算機工程與設(shè)計. 2018(01)
[7]基于改進(jìn)K-Means聚類醫(yī)學(xué)圖像配準(zhǔn)[J]. 陳園,侯贊,劉軍華,雷超陽.  軟件. 2018(01)
[8]一種印刷品缺陷檢測中輪廓偽影的消除方法[J]. 陳愷煊,劉昕.  西安理工大學(xué)學(xué)報. 2017(04)
[9]CART分析及其在故障趨勢預(yù)測中的應(yīng)用[J]. 劉玉茹,趙成萍,臧軍,寧芊,周新志.  計算機應(yīng)用. 2017(S2)
[10]基于視覺的印刷品缺陷檢測技術(shù)[J]. 徐足騁,周鑫,袁鎖中,王從慶,張小正.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2017(08)

碩士論文
[1]圖像區(qū)域分割算法的研究與應(yīng)用[D]. 黨文靜.安徽理工大學(xué) 2018
[2]基于圖像處理的印刷品缺陷檢測與分類系統(tǒng)[D]. 李欽堯.西安科技大學(xué) 2018
[3]彩色印刷圖像套準(zhǔn)視覺檢測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王俊艷.河北科技大學(xué) 2018
[4]基于機器視覺的印刷品缺陷在線檢測系統(tǒng)[D]. 劉偉.西北師范大學(xué) 2018
[5]基于背景差分的攝像模組臟污檢測研究[D]. 張富濤.西安理工大學(xué) 2017
[6]基于機器視覺的醫(yī)藥外包裝印刷品表面質(zhì)量在線檢測系統(tǒng)[D]. 徐紹偉.蘭州交通大學(xué) 2017
[7]基于機器視覺的塑料螺絲連接件表面質(zhì)量在線檢測系統(tǒng)的設(shè)計[D]. 朱少誠.中國計量學(xué)院 2014
[8]五種決策樹算法的比較研究[D]. 李旭.大連理工大學(xué) 2011
[9]基于模式識別的彩色印刷品套準(zhǔn)方法研究[D]. 陳漢文.南京理工大學(xué) 2008



本文編號：3371964