CN102183224A - 一种基于机器视觉的测控条网点检测方法 - Google Patents

Abstract

本发明公开的一种基于机器视觉的测控条网点检测方法，采用高分辨率相机依次采集印刷测控条上的色块图像，并将色块图像传入计算机，计算机截取色块图像中的待处理子图像；将子图像像素的RGB值转换为HSV值；判断纸白像素；判定单色、双色以及三色叠印色块的墨色；区分实地色块和网点色块；单墨色网点色块分析，计算网点面积率、加网角度、加网线数以及网点形状；多墨色网点色块分析，用分通道法将多墨色分色为单墨色，计算各单墨色的网点面积率；最后，显示各墨色的网点图像。本发明检测方法，可自动识别印刷测控条各色块的墨色构成及计算网点参数，检测结果的各墨色网点图像直观可视，检测精度高而且可以适用于各种类型的印刷测控条。

Description

一种基于机器视觉的测控条网点检测方法

技术领域

本发明属于印刷质量检测技术领域，涉及一种印刷测控条的网点检测方法，具体涉及一种基于机器视觉的测控条网点检测方法。

背景技术

印刷测控条是用于印品呈色质量检测的一种常用的方式，它主要由C、M、Y、K(黑墨)的单墨色实地色块、不同网点面积率的单墨色网点色块，以及C、M、Y两两叠合或CMY三色叠合的多墨色实地色块和不同网点面积率的多墨色网点色块组成，且各色块大小相同。

目前常见的基于印刷测控条的印品质量检测方法主要有三种：1)目测观察法；2)密度检测法；3)色度检测法。目测法是一种依靠人的主观判断评价印品质量的方法，操作人员借助于放大镜查看印刷各墨色的网点大小及形态，以判断呈色质量是否符合要求，这种检测方法简单直观，但易受操作人员的经验和心理生理等因素的影响，且不能定量描述；密度检测法利用密度计测量单色油墨的实地密度和网点密度，由相应数学公式计算单墨色的网点面积率；色度检测法主要使用分光光度计进行光谱反射率测量获得颜色的色度描述，但对于网点的检测同密度计类似。后两种方法的检测结果不受操作人员的主观因素影响，但是，由于检测原理所限，对单墨色网点色块只能给出网点面积率，对于C、M、Y两两墨色叠印或CMY三色墨叠印的多墨色色块，不能进行墨色分离以给出各色墨的网点信息，而且，没有各墨色网点的可视结果。

发明内容

本发明的目的是提供一种基于机器视觉的测控条网点检测方法，解决了现有印品质量检测方法中，目测法易受操作人员的经验和心理生理等因素的影响，不能定量描述；密度检测法和色度检测法对于C、M、Y两两墨色叠印或CMY三色墨叠印的多墨色色块，不能进行墨色分离以给出各色墨的网点信息的问题。

本发明所采用的技术方案是，一种基于机器视觉的测控条网点检测方法，具体按照以下步骤实施：

步骤1：采用高分辨率相机采集待测测控条上的色块图像，将采集到的色块图像输入到计算机；

步骤2：计算机对步骤1得到的色块图像进行分析计算，得到检测结果，将检测结果的网点图像显示在显示设备上。

本发明的特点还在于，

其中的步骤2中计算机对步骤1得到的色块图像进行分析计算，具体按照以下步骤实施：

a.截取色块图像中央部分100*100像素的子图像，将得到的子图像的图像像素的RGB值转换为HSV值；

b.根据步骤a得到的子图像的图像像素的RGB值及HSV值，对子图像进行分析计算，包括：纸白像素判定；墨色判定；实地色块判定；单墨色网点色块分析；多墨色网点色块分析。

其中的步骤a中的将子图像的图像像素的RGB值转换为HSV值，具体按照以下步骤实施：

按照以下公式：

V＝Max(R，G，B)，

$S=\left\{\begin{array}{cc}0& V=0\\ \frac{\mathrm{Max}(R,G,B)-\mathrm{Min}(R,G,B)}{\mathrm{Max}(R,G,B)}& V\≠0\end{array}\right.,$

$H=\left\{\begin{array}{cc}0& V=0\\ \frac{(G-B)}{\mathrm{VS}}\&times;60& V=R\\ (2+\frac{B-R}{\mathrm{SV}})\&times;60& V=G\\ (4+\frac{R-G}{\mathrm{SV}})\&times;60& V=B\\ H+360& H<0\end{array}\right.,$

其中，Max(R，G，B)、Min(R，G，B)分别为像素RGB值中的最大值和最小值。

其中的步骤b中的纸白像素判定，具体按照以下步骤实施：当像素的RGB值均大于200时判其为纸白像素，纸白像素计数器N_W加1。

其中的步骤b中的墨色判定，具体按照以下步骤实施：

当像素的R、G、B值满足条件：

Max(R，G，B)-Min(R，G，B)＞70，

判其为非K像素，非K像素计数器N_fk加1；当N_fk＞170时，判定该色块为非K色块；

当像素的S、V值满足条件：

S＜0.49&&V＜70，

判其为K墨像素，K墨像素计数器N_K加1，当N_K≥100时，判定该色块为疑似K墨色块；

对于疑似K墨色块，当其满足条件：

N_W＝0&&N_K＜6500，

判其为CMY三色叠印的实地色块，属于非K墨色块，否则为K墨色块；

对于非K墨色块以及不是CMY三色叠印的实地色块，根据像素的H值，统计分布在R(348，35)、Y[35-90]、G(90，150)、C[150，230]、B(230，285)、M[285，348]各区间上的像素个数，分别记为N_R、N_Y、N_G、N_C、N_B、N_M，按下述规则判定色块墨色：

当N_Y≥100，判定该色块的基本墨色为Y；

当N_G≥100，判定该色块的基本墨色为CY；

当N_C≥100，判定该色块的基本墨色为C；

当N_B≥100，判定该色块的基本墨色为CM；

当N_M≥100，判定该色块的基本墨色为M；

当N_R≥100，判定该色块的基本墨色为MY；

将符合上述条件的基本墨色叠加，即为该色块的墨色。

其中的步骤b中的实地色块判定，具体按照以下步骤实施：根据墨色判定结果，如果Ni＞9950，i＝C，M，Y，K，R，G，B，则判定为相应墨色的实地块。

其中的步骤b中的单墨色网点色块分析，具体按照以下步骤实施：

如果墨色判定、实地色块判定的结果为单墨色、非实地，则将单墨色网点色块的子图像灰度化后，采用类间最大方差法将其二值化分割并在显示器上显示，计算网点参数：

网点面积率Ai，计算公式为，

$A_i=\frac{M_i}{100\&times;100},$

其中，Mi为网点的像素数，i＝C，M，Y，K；

加网角度，选取子图像中间的一个网点P，计算其重心坐标P₀(x₀，y₀)，计算并遍历子图像中其它的网点重心，寻找出一个距离P₀(x₀，y₀)的欧氏距离最小，记为Dmin的网点重心P₁(x₁，y₁)，计算加网角度θ，公式为，

$\mathrm{\&theta;}=\mathrm{actg}\left(\frac{y_1-y_0}{x_1-x_0}\right),$

加网线数L，其单位为每英寸线数lpi，公式为，

$L=\frac{2.54}{D\min \&times;\frac{\mathrm{Wid}}{\mathrm{Pn}}},$

其中，Wid为测控条色块的宽度，单位为cm，Pn为色块宽度方向的像素数；

网点形状，计算网点P的面积A_P及其外接矩形的高度h、宽度w、面积As，则网点的高宽对比度B、面积对比度J由下式计算，

$B=\frac{h}{w},J=\frac{A_s}{A_p},$

当0.9＜B＜1.1，如果1≤J≤1.2，网点的形状为方形；如果J＞1.2，网点的形状为圆形；当B≥1.1或B≤0.9，网点的形状为椭圆形。

其中的步骤b中的多墨色网点色块分析，具体按照以下步骤实施：

RGB分通道法进行多墨色网点色块分色，用多墨色网点色块的子图像所有像素的R、G、B分量分别构成R、G、B三个分通道图像，对于CM、CY、MY两色叠印的网点色块，取其相应的两个互补色分通道图像，分别采用类间最大方差法二值化分割，得到对应的两个墨色的单墨色网点图像；对于CMY三色叠印的色块，取其三个互补色R、G、B分通道图像，采用类间最大方差法二值化分割，得到C、M、Y的单色网点图像；然后将各墨色的单色网点图像显示；

网点面积率计算，对分色后的各单墨色网点图像，计算网点面积率Ai，公式为，

$A_i=\frac{M_i}{100\&times;100},$

其中，Mi为网点的像素数，i＝C，M，Y。

本发明的有益效果是，利用RGB色彩空间和HSV色彩空间的有机结合，自动判别印刷测控条上单墨色(C、M、Y、K)、双墨色叠印(CM、CY、MY)以及三墨色叠印(CMY)的各色块的墨色构成，区分实地和网点色块，计算单墨色网点的网点面积率、加网角度、加网线数、网点形状等各种参数，分色多墨色网点色块并计算其各墨色的网点面积率，检测结果的各墨色网点图像直观可视，检测精度高而且可以适用于各种不同的印刷测控条。

附图说明

图1是本发明基于机器视觉的测控条网点检测方法的分析计算流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明基于机器视觉的测控条网点检测方法，通过高分辨率相机依次采集测控条上的色块图像，并将色块图像传入计算机，通过计算机对各个色块进行分析计算，判定色块的墨色构成，区分实地色块和网点色块，对单墨色网点图像分割并计算其参数，对多墨色网点图像分色以及分割后计算各墨色的网点面积率，并将分割后的网点图像显示在显示设备上，分析计算的过程如图1所示，具体按照以下步骤实施：

步骤1：截取色块图像中的待处理子图像

截取测控条每个色块图像中央部分100*100＝10000像素的子图像I，作为以下各处理步骤的对象；

步骤2：将图像像素的RGB值转换为HSV值，转换公式如下：

V＝Max(R，G，B)                  (1)

$S=\left\{\begin{array}{cc}0& V=0\\ \frac{\mathrm{Max}(R,G,B)-\mathrm{Min}(R,G,B)}{\mathrm{Max}(R,G,B)}& V\&NotEqual;0\end{array}\right.---\left(2\right)$

$H=\left\{\begin{array}{cc}0& V=0\\ \frac{(G-B)}{\mathrm{VS}}\&times;60& V=R\\ (2+\frac{B-R}{\mathrm{SV}})\&times;60& V=G\\ (4+\frac{R-G}{\mathrm{SV}})\&times;60& V=B\\ H+360& H<0\end{array}\right.---\left(3\right)$

其中，Max(R，G，B)、Min(R，G，B)分别为像素RGB值中的最大值和最小值；

步骤3：纸白像素判定

当像素的RGB值均大于200时判其为纸白像素，纸白像素计数器N_W加1；

步骤4：墨色判定

1)非K墨色块

当像素的R、G、B值满足条件：

Max(R，G，B)-Min(R，G，B)＞70           (4)

判其为非K像素，非K像素计数器N_fk加1；当N_fk＞170时，判定该色块为非K色块；

2)K墨色块

当像素的S、V值满足条件：

S＜0.49&&V＜70               (5)

判其为K墨像素，K墨像素计数器N_K加1，当N_K≥100时，判定该色块为疑似K墨色块；

对于疑似K墨色块，当其满足条件

NW＝0&&NK＜6500                   (6)

判其为CMY三色叠印的实地色块，属于非K墨色块，否则为K墨色块；

3)非K墨色块的墨色判定

对于非K墨色块以及不是CMY三色叠印的实地色块，根据像素的H值，统计分布在R(348，35)、Y[35-90]、G(90，150)、C[150，230]、B(230，285)、M[285，348]各区间上(()表示开区间，[]表示闭区间)的像素个数，分别记为N_R、N_Y、N_G、N_C、N_B、N_M，按下述规则判定色块墨色：

①当N_Y≥100，判定该色块的基本墨色为Y；

②当N_G≥100，判定该色块的基本墨色为CY；

③当N_C≥100，判定该色块的基本墨色为C；

④当N_B≥100，判定该色块的基本墨色为CM；

⑤当N_M≥100，判定该色块的基本墨色为M；

⑥当N_R≥100，判定该色块的基本墨色为MY；

将符合上述条件的基本墨色叠加，即得到该色块的墨色；

步骤5：实地色块判定

根据步骤4的墨色判定结果，如果Ni＞9950，i＝C，M，Y，K，R，G，B，则判定为相应墨色的实地块(CMY三色叠印实地块已在步骤4中判定)；

步骤6：单墨色网点色块分析

如果步骤4、步骤5的结果为单墨色、非实地，则将单墨色网点色块的子图像I灰度化后，采用类间最大方差法将其二值化分割并在显示器上显示，计算网点参数：

1)网点面积率Ai，计算公式如下，

$A_i=\frac{M_i}{100\&times;100}---\left(7\right)$

其中，Mi为网点的像素数，i＝C，M，Y，K；

2)加网角度

选取子图像I中央的一个网点P，计算其重心坐标P₀(x₀，y₀)，计算并遍历I中其它的网点重心，寻找出一个距离P₀(x₀，y₀)的欧氏距离最小，记为Dmin，的网点重心P₁(x₁，y₁)，计算加网角度θ，公式如下，

$\mathrm{\&theta;}=\mathrm{actg}\left(\frac{y_1-y_0}{x_1-x_0}\right)---\left(8\right)$

3)加网线数

计算加网线数L，其单位为每英寸线数lpi，公式如下，

$L=\frac{2.54}{D\min \&times;\frac{\mathrm{Wid}}{\mathrm{Pn}}}---\left(9\right)$

其中，Wid为测控条色块的宽度，单位为cm，Pn为色块宽度方向的像素数；

4)网点形状

计算网点P的面积A_P及其外接矩形的高度h、宽度w、面积As，则网点的高宽对比度B、面积对比度J由下式计算，

$B=\frac{h}{w}---\left(10\right)$

$J=\frac{A_s}{A_p}---\left(11\right)$

当0.9＜B＜1.1，①如果1≤J≤1.2，网点的形状为方形；②如果J＞1.2，网点的形状为圆形；当B≥1.1或B≤0.9，网点的形状为椭圆形；

步骤7：多墨色网点色块分析

如果步骤4、步骤5的结果为多墨色、非实地，则进行：

1)RGB分通道法进行多墨色网点色块分色

用多墨色网点色块的子图像I所有像素的R、G、B分量分别构成R、G、B三个分通道图像，对于CM、CY、MY两色叠印的网点色块，取其相应的两个互补色分通道图像，分别采用类间最大方差法二值化分割，得到对应的两个墨色的单墨色网点图像，如对CM叠印色块，取C补色的R通道以及M补色的G通道做二值化分割，得到C和M的单墨色网点图像；对于CMY三色叠印的色块，取其三个互补色R、G、B分通道图像，采用类间最大方差法二值化分割，得到C、M、Y的单色网点图像；然后将各墨色的单色网点图像显示；

2)网点面积率计算

对分色后的各单墨色网点图像，计算网点面积率Ai，公式如下，

$A_i=\frac{M_i}{100\&times;100}---\left(12\right)$

其中，Mi为网点的像素数，i＝C，M，Y。

Claims (8)

1.一种基于机器视觉的测控条网点检测方法，其特征在于，具体按照以下步骤实施：

步骤1：采用高分辨率相机采集待测测控条上的色块图像，将采集到的色块图像输入到计算机；

步骤2：计算机对步骤1得到的色块图像进行分析计算，得到检测结果，将检测结果的网点图像显示在显示设备上。

2.根据权利要求1所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤2中计算机对步骤1得到的色块图像进行分析计算，具体按照以下步骤实施：

a.截取色块图像中央部分100*100像素的子图像，将得到的子图像的图像像素的RGB值转换为HSV值；

b.根据步骤a得到的子图像的图像像素的RGB值及HSV值，对子图像进行分析计算，包括：纸白像素判定；墨色判定；实地色块判定；单墨色网点色块分析；多墨色网点色块分析。

3.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤a中的将子图像的图像像素的RGB值转换为HSV值，具体按照以下步骤实施：

按照以下公式：

           V＝Max(R，G，B)，

$S=\left\{\begin{array}{cc}0& V=0\\ \frac{\mathrm{Max}(R,G,B)-\mathrm{Min}(R,G,B)}{\mathrm{Max}(R,G,B)}& V\&NotEqual;0\end{array}\right.,$

$H=\left\{\begin{array}{cc}0& V=0\\ \frac{(G-B)}{\mathrm{VS}}\&times;60& V=R\\ (2+\frac{B-R}{\mathrm{SV}})\&times;60& V=G\\ (4+\frac{R-G}{\mathrm{SV}})\&times;60& V=B\\ H+360& H<0\end{array}\right.,$

其中，Max(R，G，B)、Min(R，G，B)分别为像素RGB值中的最大值和最小值。

4.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤b中的纸白像素判定，具体按照以下步骤实施：当像素的RGB值均大于200时判其为纸白像素，纸白像素计数器N_W加1。

5.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤b中的墨色判定，具体按照以下步骤实施：

当像素的R、G、B值满足条件：

        Max(R，G，B)-Min(R，G，B)＞70，

判其为非K像素，非K像素计数器N_fk加1；当N_fk＞170时，判定该色块为非K色块；

当像素的S、V值满足条件：

             S＜0.49&&V＜70，

判其为K墨像素，K墨像素计数器N_K加1，当N_K≥100时，判定该色块为疑似K墨色块；

对于疑似K墨色块，当其满足条件：

              N_W＝0&&N_K＜6500，

判其为CMY三色叠印的实地色块，属于非K墨色块，否则为K墨色块；

对于非K墨色块以及不是CMY三色叠印的实地色块，根据像素的H值，统计分布在R(348，35)、Y[35-90]、G(90，150)、C[150，230]、B(230，285)、M[285，348]各区间上的像素个数，分别记为N_R、N_Y、N_G、N_C、N_B、N_M，按下述规则判定色块墨色：

当N_Y≥100，判定该色块的基本墨色为Y；

当N_G≥100，判定该色块的基本墨色为CY；

当N_C≥100，判定该色块的基本墨色为C；

当N_B≥100，判定该色块的基本墨色为CM；

当N_M≥100，判定该色块的基本墨色为M；

当N_R≥100，判定该色块的基本墨色为MY；

将符合上述条件的基本墨色叠加，即为该色块的墨色。

6.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤b中的实地色块判定，具体按照以下步骤实施：根据墨色判定结果，如果Ni＞9950，i＝C，M，Y，K，R，G，B，则判定为相应墨色的实地块。

7.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤b中的单墨色网点色块分析，具体按照以下步骤实施：

如果墨色判定、实地色块判定的结果为单墨色、非实地，则将单墨色网点色块的子图像灰度化后，采用类间最大方差法将其二值化分割并在显示器上显示，计算网点参数：

网点面积率Ai，计算公式为，

$A_i=\frac{M_i}{100\&times;100},$

其中，Mi为网点的像素数，i＝C，M，Y，K；

加网角度，选取子图像中间的一个网点P，计算其重心坐标P₀(x₀，y₀)，计算并遍历子图像中其它的网点重心，寻找出一个距离P₀(x₀，y₀)的欧氏距离最小，记为Dmin的网点重心P₁(x₁，y₁)，计算加网角度θ，公式为，

$\mathrm{\&theta;}=\mathrm{actg}\left(\frac{y_1-y_0}{x_1-x_0}\right),$

加网线数L，其单位为每英寸线数lpi，公式为，

$L=\frac{2.54}{D\min \&times;\frac{\mathrm{Wid}}{\mathrm{Pn}}},$

其中，Wid为测控条色块的宽度，单位为cm，Pn为色块宽度方向的像素数；

网点形状，计算网点P的面积A_P及其外接矩形的高度h、宽度w、面积As，则网点的高宽对比度B、面积对比度J由下式计算，

$B=\frac{h}{w},J=\frac{A_s}{A_p},$

当0.9＜B＜1.1，如果1≤J≤1.2，网点的形状为方形；如果J＞1.2，网点的形状为圆形；当B≥1.1或B≤0.9，网点的形状为椭圆形。

8.根据权利要求2所述的基于机器视觉的测控条网点检测方法，其特征在于，所述的步骤b中的多墨色网点色块分析，具体按照以下步骤实施：

RGB分通道法进行多墨色网点色块分色，用多墨色网点色块的子图像所有像素的R、G、B分量分别构成R、G、B三个分通道图像，对于CM、CY、MY两色叠印的网点色块，取其相应的两个互补色分通道图像，分别采用类间最大方差法二值化分割，得到对应的两个墨色的单墨色网点图像；对于CMY三色叠印的色块，取其三个互补色R、G、B分通道图像，采用类间最大方差法二值化分割，得到C、M、Y的单色网点图像；然后将各墨色的单色网点图像显示；

网点面积率计算，对分色后的各单墨色网点图像，计算网点面积率Ai，公式为，

$A_i=\frac{M_i}{100\&times;100},$

其中，Mi为网点的像素数，i＝C，M，Y。

Images