在印刷圖像檢測技術領域,視覺檢測有著傳統(tǒng)人工檢測技術不可比擬的優(yōu)勢。課題主要是通過圖像的邊緣檢測,算子改進和圖像特征匹配,完成了對印刷圖像缺陷檢測流程的設計,并能對印刷圖像形態(tài)學缺陷進行標注。課題的實驗為視覺檢測技術提供了一定的借鑒,對于消除人工檢測的主觀性,提高檢測速度具有重要意義。課題運用圖像處理與印刷原理相結(jié)合,通過實驗數(shù)據(jù)對比分析的方法,對印刷圖像檢測算法進行了理論分析、優(yōu)化改進與實驗研究。首先將印刷出的圖像進行預處理,其次對印刷圖像邊緣進行檢測并對邊緣檢測算子改進,經(jīng)過實驗效果對比以及實驗數(shù)據(jù)對比分析的方法,確立改進的sobel算子檢測速度快,邊緣檢測更完整;然后在尺度不變特征變換算法中通過高斯差分金字塔將采集到的印刷圖像與標準圖像提取特征點并完成特征匹配,將有質(zhì)量問題的印刷圖像匹配出來;最后應用改進的sobel算子將標準圖像和印刷圖像進行邊緣的檢測,經(jīng)過異或處理將印刷缺陷標注出來,完成印刷圖像形態(tài)學方面缺陷檢測的標注。結(jié)果表明:自適應中值濾波處理印刷圖像效果更好;改進的sobel算子檢測速度快,邊緣檢測更完整;通過尺度不變特征變換算法能將印刷有缺陷的圖像匹配出來;設計出的缺... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【部分圖文】：

自適應中值濾波算法流程圖

圖 2-3 圖像邊緣特性Fig. 2-3 Image edge characteristics分算子檢測原理分算子又叫做梯度算子[26]，實際上是在圖像邊緣處求一階導數(shù)，在圖

圖 2-4 3 3 模板和梯度計算Fig.2-4 Template and gradient calculation3 模板以待處理像素點 (i ,j)為中心，通過式()()654012MacaaacaaIx

【參考文獻】：
期刊論文
[1]基于多尺度形態(tài)學的運動目標邊緣檢測算法研究[J]. 徐康為.  電子技術與軟件工程. 2016(01)
[2]自適應中值濾波在東巴古籍圖像去噪中的應用研究[J]. 李志華,徐小力,王寧,吳國新.  北京信息科技大學學報(自然科學版). 2015(05)
[3]機器視覺檢測技術在工業(yè)檢測中的應用[J]. 陳英.  電子測試. 2015(18)
[4]基于梯度算子的邊緣檢測方法的研究與改進[J]. 潘躍龍,顧寄南,鄭立斌,王紅梅,梁剛.  制造業(yè)自動化. 2014(17)
[5]一種基于SIFT的圖像特征匹配方法[J]. 楊世沛,陳杰,周莉,劉健,劉海洋.  電子測量技術. 2014(06)
[6]利用極值梯度的通用亞像素邊緣檢測方法[J]. 陳小衛(wèi),徐朝輝,郭海濤,張保明.  測繪學報. 2014(05)
[7]基于數(shù)學形態(tài)學和自動區(qū)域生長的紅外目標提取[J]. 彭智浩,楊風暴,王志社,陳磊.  紅外技術. 2014(01)
[8]中值濾波與各向異性擴散相結(jié)合的醫(yī)學圖像濾波方法[J]. 付麗娟,姚宇,付忠良.  計算機應用. 2014(01)
[9]基于統(tǒng)計閾值法的印品缺陷檢測[J]. 官燕燕,劉昕.  西安理工大學學報. 2007(04)
[10]基于計算機視覺的印刷包裝品缺陷檢測系統(tǒng)[J]. 薛延學,張二虎,吳學毅.  包裝工程. 2004(05)

碩士論文
[1]基于機器視覺的色差檢測系統(tǒng)研究與設計[D]. 范鵬飛.江南大學 2016
[2]基于機器視覺的目標測量與識別的研究[D]. 王亞平.沈陽航空航天大學 2016
[3]基于FPGA的智能工業(yè)相機系統(tǒng)的研究[D]. 馬牙川.浙江大學 2016
[4]基于圖像處理的印刷品缺陷在線檢測系統(tǒng)研究[D]. 敖麗霞.南昌大學 2014
[5]基于機器視覺的印刷品缺陷在線檢測系統(tǒng)關鍵技術研究[D]. 闞希.南京信息工程大學 2013
[6]基于LabVIEW的印刷標簽缺陷檢測方法研究[D]. 邢堃.東華大學 2013
[7]圖像配準和缺陷檢測算法在印刷系統(tǒng)中的應用研究[D]. 郭凡慈.北京交通大學 2011
[8]基于機器視覺的印刷品缺陷自動檢測系統(tǒng)[D]. 植賜佳.廣東工業(yè)大學 2011
[9]基于二進小波的SAR圖像邊緣信息提取[D]. 范典.中國科學院研究生院（遙感應用研究所） 2002



本文編號：3575447